当前监管面比较关注的企业征信模型
从接触的各类银行当前的需求来看,主要集中在以下几个方面:
-股权穿透模型:
通过5层、8层、10层(目前了解到的最深层数)的计算,进行穿透识别出股权持有人的真实比例和持股关系,因法律的不健全,目前是允许循环持股存在的,也就是小股搏大股,即表面上看都是33%以内,但实际可能达到100%,但对于上市公司来说,这种情况则很少见,主要集中在一些微、小、中型企业。
反洗钱模型:
主要是监管层面的要求,各级人行已着手对反洗钱进行强监管,人行会出具对应的反洗钱规范,根据当前已有的互联网金融数据、外部公示数据、金融机构内部数据等,进行反洗钱模型创建和应用。
最终受益人模型
对于企业来讲,如果识别出其最终受益人,是很关键的,目前职业法人、股权代持、循环持股等已很普遍,一家企业的受益人结构,因为其复杂的经营和股权架构,也让最终受益人隐藏的很深,如果快速、精准的识别,是每家银行或非银机构机构要解决的问题,对于当前情况来看,数据能解决的只有一部分问题:即显性的判断
通过股权穿透+网络舆情+部分的交叉验证,可以覆盖一大部分的企业,而对于一些特殊情况,则很难精准识别,唯有国家进行数据化、数字化统一监管,打通工商、税务、银行等三分数据,才能更好的根据资金流向记录,再结合先进的挖掘模型,定位到最终的受益人。
实际控制人模型:
与最终受益人类似,此外还存在一些合伙企业、协议控制等情况,所以根据对应规则判断后,对于一些特殊情况,可通过模糊判断模型,进行疑似识别,加上线下的人工校验,可达到更加精准的目的。
关联关系模型:
主要是用来识别两家及以上的企业之间的关联关系,一般最多支持到20家企业,再多的话,在线服务支持上会体验不好,其判断的方式则以法人、股东、经营团队等的任职关系、投资关系作为延伸触点,即通过波纹涟漪的方式,直到关系微弱的一层截止,并以图形的方式展示。
集团关系识别模型:
因涉及到各类集团、供应链等关联关系,会影响银行授信情况,特别是一些大的集团公司,如果不能有效的进行识别和标记,很容易出现集中风险,此类授信主体授信金额大、周期长,一旦发生风险,都可能引发局部的流动性、系统性风险,对银行来讲,是个不小的威胁。
识别方式则主要是基于目标企业,对其自身、法人、股东、经营团队进行逐层穿透,并按其不同的性质进行划分,找到最终的控股股东,并按集团公司的标记规则进行标记;再以集团公司为出发点,进行股权穿透,确定集团族谱,包含各级族谱关系中的成员企业、股东、经营团队、法人等
当然,除上述模型外,还会有其他模型,如企业估值、经营团队身价估算等模型,大家也可以结合实际业务场景,进行补充,多多交流!