「互聯網+監管」雙管齊下

台商納陸官方企業信用評分考驗

近年金融科技迅速發展,監管腳步也隨之跟上,利用大數據、人工智慧、雲計算等技術的監管科技應運而生,而「互聯網+監管」則呈現監管科技的最佳實踐。未來,「金融機構內部信用評分」、「第三方信用評價」、「政府企業信用評分」三者交互影響,對信用不佳的企業無疑是雪上加霜。

2017年在中國熱播的反貪腐電視劇「人民的名義」裡有一句經典台詞:「中國的企業家不是在監獄裡,就是在走向監獄的路上。」深刻描繪出在中國經營企業之不易。

台商在中國經營企業除了須面對市場競爭外,還得遵守繁瑣的法令規定及熟悉各種潛規則,才能降低經營風險。2019年第4季台商還有另外一項來自官方企業信用評分的考驗,此評分透過大數據採集及數據分析、算法,實時監控企業的信用狀況,信用評分高者、信用佳者,可享較低稅率、信貸條件好、市場准入容易、政府採購機會多等;信用評分低者、信用差者,則反之。

發揮新巴塞爾協定內部評級法精神

此種以信用風險為基礎的監管舉措,充分發揮新巴塞爾協定(Basel II)內部評級法的精神,將信用評級運用於貸前、貸中、貸後環節,如「授信准駁」、「風險定價」、「額度授權」、「早期預警」、「實時監控」、「信用報告」等,對企業的影響層面極廣,重要性絕不亞於金融機構對授信戶的信用評估,尤有甚者,官方企業信評與金融機構的企業信評環環相扣、彼此參照,一旦企業落入評分較差群,將陷入「佳者越佳、劣者越劣」的惡性循環中,最終可能導致「差評企業」在政府與金融機構給予的差別待遇下,而大幅增加了經營及違約風險。

若台商在中國經營產生風險,也會直接或間接影響國內金融機構經營之安全性。根據金管會數據,本國銀行對於大陸地區的授信、投資及資金拆存總額度從2015年Q3的1.55兆上升到2019年Q2的1.77兆,約占整體本國銀行淨值的50%,從總額度趨勢來看,授信及投資風險並無明顯減緩,因此在中國有暴險或業務往來的金融機構(銀行業、保險業等),也需評估企業信用評分實施後對資產品質所可能產生的負面影響。

圖:台灣銀行家提供

企業信用評分9至12月先試行

台商企業信用評分的規範主要來自於2014年6月中國政府發布的《社會信用體系建設規劃綱要(2014—2020年)》,提及社會信用體系將於2020年底前全面實施,企業信用及個人信用皆包含於社會信用體系中,範圍將涵蓋所有在中國註冊的企業及個人。

預計2019年9月至12月企業信用評分會先開始試行,而個人信用評分的數據因涉及個人隱私問題,實際落地施行時間會較企業信用評分晚。企業信用評分是企業分級分類的主要手段,最終的目的是要根據企業不同信用狀況實行差別化監管。

企業信用評分以「公共信用綜合評價」及「行業信用評價」為主要評分基礎,再輔以「第三方信用評價」、「行業協會商業評價」、「企業自願信息註冊制度」等資訊,綜合評估考量企業的信用風險來進行風險排序。其中「公共信用綜合評價」,主要來自於政府各部門的公共信息;「行業信用評價」則來自於政府對於企業在特定規範下所作的評分,如「納稅信用評價」(分A、B、C、D四級)、「海關企業信用認證」(分四級,高級認證、一般認證、一般信用、失信)、「企業環保信用評價」等。

此外,「第三方信用評價」也會被納入作為企業信用評分考量,如芝麻企業信用評分、浩格雲信的阿拉丁分等。第三方評分機構會與政府簽訂數據交換協議,利用政府開放數據進行企業評分,再包裝成產品銷售給對信用評分有需求的機構,未來「互聯網+監管」系統正式上線後,第三方信用評價之數據也會被納入監管大數據體系中充份運用。可預見的未來,「金融機構內部信用評分」、「第三方信用評價」、「政府企業信用評分」三者之間交互影響形成迴圈,對於信用不佳的企業無疑是雪上加霜。

圖:台灣銀行家提供

滿足Bank4.0大數據風控平台

為達到社會信用體系建設之目標,搭建大數據庫、大數據分析平台、決策引擎、大數據可視化系統、交互式BI系統,且能即時預警的分布式架構監管系統是十分必要的。中國政府花費約新台幣2.3億元(人民幣5,278.66萬元)搭建「互聯網+監管」應用系統,由目前中國最頂尖的軟硬體公司聯合打造,從系統架構來看,儼然已是滿足Bank4.0的大數據風控平台。

此系統2019年3月開始搭建,預計2019Q4上線,包含三大部分,分別是「私有雲」、「大數據中心」、「應用系統」,說明如下:

  1. 私有雲:由華為提供私有雲所需的硬體、機房及管理平台等。
  2. 大數據中心:包含數據蒐集、數據庫搭建、數據治理、數據分析、數據展示等模塊,數據涵蓋範圍極廣,可繪製完整的企業客戶畫像,如中國政府各地、各部門的大數據;阿里雲/騰訊數據庫所提供的企業基礎信息、監管行為信息、失信企信信息、互聯網重要輿情/第三方信息庫等。所蒐集的海量數據透過「雲計算服務」有效處理與分析,再利用機器學習/深度學習平台,進行數據挖掘與模型建置,最後透過交互式BI系統及可視化工具呈現多元化展示需求。
  3. 應用系統:由阿里、騰訊、太極協助建置監督系統、風險預警系統、決策支援系統、介面建設(微信小程序、支付寶小程序等)及監控融合指揮平台,透過大屏幕/PC/移動設備端實時呈現最新的彙總資訊。其中在風險預警系統中,除現有芝麻企業信用評分之標準產品外,還要在11個領域(市場監管、海關、稅務、金融、衛生健康、生態環境、自然資源、應急管理、文化旅遊、交通運輸、農業)開發不少於35項風險模型。
圖:台灣銀行家提供

對台商產生6大影響

「互聯網+監管」應用系統所採集的數據可勾勒出完整的企業畫像,台商應戒慎恐懼小心因應,任何決策須在合規的基礎上運作,利用尚未全面實施前,儘早了解各項評分的具體要求,改善企業內部流程及結構,以取得較好的信用評級。若企業信用評分不佳,將有以下的影響:

  1. 稅率較高、檢查比率及頻次增加、定點審計、限制發放政府許可。
  2. 信貸條件差(利率高、費率高、額度低)。
  3. 政府採購機會少、停止享受優惠政策。
  4. 公司負責人及高級管理層的個人信評也會影響企業信用評分,未來公司可能要監控員工的行為。
  5. 上下游廠商的信評也會影響企業信用評分,未來公司可能要監控上下游廠商的行為。
  6. 聯合懲戒機制:政府各部門之間簽訂合作備忘錄,聯合懲罰列被入黑名單的企業,企業將面臨「一處受罰、處處受限」的窘境。

近幾年金融科技迅速發展,監管的腳步也隨之跟上,積極利用大數據、人工智慧、雲計算等技術的監管科技應運而生,而「互聯網+監管」應用系統的誕生則呈現監管科技的最佳實踐。隨著「互聯網+監管」應用系統即將上線,大部分金融機構的風控系統是否也具備同樣的水準?而當監管的風險管理系統優於銀行時,金融機構該如何面對接踵而來的監管挑戰,將是未來必須思考的議題。

原文轉載授權自《台灣銀行家》雜誌 ,撰文/台灣金融研訓院講座/FRM莫睿

你可能還喜歡