运用大数据分析提高军工行业法律风险预警准确度

周立雯

运用大数据分析提高军工行业法律风险预警准确度

周立雯

法律风险预警准确度的提高能够有效支撑企业的防御性核心风险管控，而大数据分析技术为预警准确度的提升提供了技术通路。军工行业应提前做好信息化基础建设和研究储备，为军工企业法律风险防控赢得主动。

随着国家法治化进程的加快和军工行业自身业务的不断发展，企业法律风险的范围不断扩大，数量激增，形式多变，传统的凭经验判断风险的做法已无法满足企业的法律风险管控要求。军工企业通过建立法律风险防控体系，设立风险预警机制，对核心风险提前预警，能使企业有针对性地进行风险管控。但在实际操作中，法律风险预警存在只能报警、不能预测的问题，预警准确性有待提高。这里将分析预警不准确的原因，结合大数据分析原理，探索提高法律风险预警准确度的可能通路，并对军工行业的法律风险防控战略提出建议。

法律风险预警的功能定位

法律风险防控体系由风险识别、量化测评分析、风险管控、监督改进四大模块构成，通过四个模块的有序运行使企业法律风险管控形成动态、完整的闭环。法律风险预警是指在量化测评分析阶段，收集样本数据，选择适合的测评方法，对法律风险发生概率和法律风险影响程度进行计算，并给出风险预警区间指标，当风险发生概率和风险影响程度任一指标达到预警值时，系统自动报警，提示企业决策者及时作出风险决策。

法律风险预警不准确的原因

引起法律风险的因素是多方面的，因素之间产生复杂的相互作用，共同形成法律风险。但测评指标的选取标准、指标的权重设置，往往依靠专家的经验判断，从逻辑上的因果关系进行推测和赋值，这就无法保证指标选取的全面、准确。

在测评方法的使用上也存在问题。量化测评方法分为客观分析法和主观分析法。客观分析法是通过采集客观数据，建立计算模型对数据进行计算分析得出测评结果，从而判断风险水平。企业往往采取小样本抽样的方法采集数据，这很难保证分析的准确度。在企业法律风险测评实践中，有时风险事件发生具有很高的不确定性，难以通过客观的数据计算来得出风险水平。这时可由专家或决策者进行主观测评，这就是所谓主观分析法。此法对定性风险不失为一种合适的测评手段，但容易受到主观因素影响，导致测评结果发生偏差。

大数据的概念、特点及国内外战略

大数据技术即是从大数据中快速获得有价值信息的技术，其核心功能就是预测：基于对海量数据的收集和分析，建立模型预测未来某件事情的发生。全球各国已经展开对大数据的应用研究，研究范围扩展到医疗、金融、军事、零售、交通、人口统计等各个领域。

基于大数据将对社会乃至全球带来的重大影响，美国于2012年3月宣布启动大数据研究与开发计划，以解决美国在科学与工程中诸多最紧迫的挑战问题，实现教育与学习方式的转变。我国政府也于2015年10月提出“实施国家大数据战略”，并在《“十三五”规划纲要》中要求将大数据作为基础性战略资源，全面实施促进大数据发展行动，助力产业转型升级和社会治理创新。

大数据对提高法律风险预警准确度的可行性

一是通过大数据分析，可以发现事物和事物之间的相互关系，帮助其准确找出风险因素，架设起适当的指标体系。在当今信息化时代，我们拥有极大的数据资源、高级的机器计算能力，不再需要依靠单一的“先假设，再求证”的方法来寻找风险因素。测评指标的选取不再仅仅靠经验或小部分相似数据分析，而是通过采集文本、图形、音频、视频等多格式海量数据，并通过数据分析模型对数据进行全景分析，帮助我们高效、准确地找出风险因素，架设起合适的指标体系。

二是大数据对风险事件的所有数据进行收集，信息无丢失，能提高微观层面分析结果的准确度。与抽样分析不同，大数据对构成本体的所有数据进行收集，数据种类既有历史的、静态的，也有场景的、动态的。分析某年度合同文本签订的法律风险，以企业当年签订的所有合同文本作为分析对象，采集合同签订的历史数据如类型、份数、条款内容、签订时间等，数据颗粒度细化到具体的单份合同，同时加入实时场景数据，对合同承办人员在合同立项、草拟阶段的行为数据进行收集。通过对合同签订整个数据库的分析，能够提高微观层面分析的准确性，甚至能推测出某个细分类型合同的签订状况。

三是用人的逻辑思维作为大数据法律风险预警结果的验证手段，可以防止出现不必要的错误。在大数据采集中，数据采集量应当达到多大，也就是数据规模的阈值问题，可能影响分析结果出现系统性偏差。数据少于阈值，无法预警；数据达到阈值，则可以准确预警；数据规模超过阈值，对于预警也没有更多帮助，甚至可能因为混入错误数据而导致分析发生严重错误。因此在对如何确定阈值的问题给出解决方法以前，仍然需要以人的逻辑思维对分析结果进行验证。恰当的验证可以使大数据法律风险预警结果更加准确。

但是，引入大数据分析给法律风险预警也带来一些挑战。首先，大数据也存在尚待突破的技术难题。在数据处理系统方面，对大容量数据如何进行存储、对多格式数据之间如何进行融合、数据处理的速度如何大幅提升等都需要解决；在大数据分析技术方面，大数据的异构性、快速多变等使得传统的数据计算方法不能有效进行支持，需要突破传统计算的局限性，研究面向大数据的新型高效计算模式。

其次，使用大数据进行法律风险预警可能带来一些伦理和法律问题。例如对结果的过度预判会消减社会主体自由探索的勇气，剥夺个人、企业、政府的决断机会；数据的收集和使用可能侵犯个人隐私，侵犯数据所有权人的权利；大数据预测在经济发达地区的运用将导致地区性、阶层性的信息垄断，剥夺了偏远贫困地区弱势群体的平等竞争机会等。

最后，军工行业的信息化基础建设也存在一些问题。目前军工行业因为受到传统工作方式的影响，加上武器装备保密的要求，采用内网与互联网物理隔离的方法，阻断了内外部数据的自由交互。同时，集团本部与下属多层级企业之间的上下信息传递方法还停留在报表汇总数据、人工统计上报、实地走访座谈的阶段，信息阻隔在各单位内部。信息化建设程度不高，已有的信息系统之间相互孤立，极大降低了数据传递效率。

对运用大数据提高军工行业法律风险预警准确度的建议

一是军工行业亟待整体布局法律风险信息网络，打通行业内的法律风险数据共享通道，形成统一的开放式信息化格局。随着全球信息网络化速度的加快，数据共享是未来的必然趋势。军工行业作为信息化社会格局中的重要行业，亟待打破信息隔离，创新手段以实现多层级之间的法律风险信息共享。在信息化的时代，信息传递的落后使企业遭受的已经不仅仅是经营效率低下，而是无法有效驾驭风险，在高成本的同时仍然负担高风险。军工行业亟需在全行业范围内集中统一开展法律风险的信息化战略布局，通过集团总部、直属单位和成员单位多级架构设计，实现法律风险信息的横向沟通与纵向贯通，逐步建立起行业板块一体化的法律风险大数据系统，实现全级次主体的法律风险数据共享。

二是军工企业需要充分认识法律风险预警系统与其他信息系统的区别。与财务系统、人力资源系统等偏重内部管控的系统不同，法律风险预警系统偏重于对法律风险的准确识别、预测。在全球一体化趋势下，军工企业乃至整个行业与社会、与全球的交互是密不可分的，引发法律风险的因素也不单存在于企业内部，而是内外共同作用的结果。这就在客观上要求预警系统必须以整个社会的法治现状为基础，综合评判企业与社会之间的有机互动，而不能将预警系统人为地阻隔在企业内部。大部分军工行业的核心法律风险领域都不涉及国家秘密，法律风险预警的信息化应该朝着开放共享的思路设计。军工企业可以尝试创新信息架构模式，研究对涉密与非涉密信息区域进行划分管理，在保证涉密系统安全的前提下，对非涉密系统逐步放开，使风险预警能够充分借力互联网信息，为大数据分析积累基础。

三是建议军工行业立足法律风险整体防控战略，加强基于大数据分析的法律风险预警研究力度，推动预警指标体系的升级重构。以大数据为手段重构军工行业法律风险预警指标体系的关键，是整个军工行业对大数据应用于法律风险防控的深刻理解和联合研发的能力。大数据作为世界前沿学科，具有技术发展更新迅速的特点，没有普适性成果可以为企业所用，民营企业已经率先研究取得一定成果，并成功应用于商业预测，引领着商业模式的变革。机会稍纵即逝，抓住了就是机遇，抓不住就是挑战。军工行业作为肩负国家国防科研巨大责任的行业，需要紧跟创新机遇，联合高校和研究机构，汇集各方研发力量，协同开展基于大数据分析的法律风险预警研究，提前培养大数据法律风险跨界人才，升级重构适用于军工企业和军工行业法律风险的预警指标体系。

在当前军工行业面临外部法律环境变化和内部发展变革的双重压力的情况下，法律风险预警准确度的提高能够有效支撑企业的防御性核心风险管控。而大数据分析技术为预警准确度的提升提供了技术通路。运用大数据深入推进法律风险预警及法律风险防控体系建设，已经成为越来越现实的行动图景。建议军工行业提前做好信息化基础建设和研究储备，在即将到来的大数据信息时代为军工企业法律风险防控赢得主动。（中航工业成都飞机工业集团有限责任公司）