“大数据+区块链”在企业风险管控中的应用

郭 勇

（沈阳航天三菱汽车发动机制造有限公司，辽宁 沈阳 110179）

大数据究竟“大”在哪儿？大数据不是简单的数据罗列，而是用新的流程优化模式处理海量、几何级增长以及差异化的信息资源。在开展企业风险控制的过程中，大数据技术的科学运用，从多个方面做好企业的各项生产经营工作，并实现有效数据信息的收集、整理与运用，能够及时对风险问题进行识别，采取科学有效的措施进行整改。区块链技术首次被列入国家信息化规划是在2016年的12月，此后，区块链作为国家科技战略层面的技术，多次被各大科学会议提及和强调。作为一项具备创新与颠覆性技术，区块链可以实现智能合约交易、高效数字资产管理、推动组织变革等。在企业风险管控的应用中，区块链有助于提供信任机制，保障企业运营数据公开透明，让大规模的协同成为现实。

“大数据+区块链”，是一个数据采集、整合、分析、识别、再编写、共享的过程，可以广泛应用于企业的供应商准入管控、客户授信风险管控、合同风险管控、采购成本管控等方面。基于企业财务报表数据、供应链数据、工商数据、电商交易数据、舆情或负面信息数据以及公检法及海关数据、征信数据、环保数据等其他数据的整合，可以建立有效的统计分析模型，识别风险功能、应对风险模式。

一、企业大数据的特征

大数据在企业中大规模应用，一个主要原因是数据规模呈现出了几何级增长的态势，但显然不能把大数据简单理解为数量大，对企业风险管控有用的大数据特征可以理解为以下四点：

一是海量数据的有用性。随着工业互联网的普遍发展，企业数量不断增加是一个现实，但海量的数据并不都与企业的决策相关。风险管控的意义在于收集、识别以及加工需要的数据，否则海量数据的存储会成为企业一项不断增长的成本压力。

二是数据维度的多样化。为企业风险管控而判断同一个事实，需要多维度多样化的信息支持。这包括结构化的数据（数理模型）、半结构化的数据（文本、日志、标签）以及非结构化的数据（图像、影音）等等，数据的多样性能够为数据分析提供更多的广度，从而使企业对数据的逻辑分析更加紧密和有效。

三是数据分析的时效性。大数据分析的输出结果往往是企业决策、产品改进或流程优化的重要依据，因此能否快捷的实现对数据的分析成为企业的重要诉求。

四是价值导向的数据分析。大数据分析是企业对价值追求的结果，这不仅仅要靠技术投入就能够实现，更需要数据分析人员结合经营策略、业务场景来为企业决策设计相应的分析模型。

二、企业大数据的构成

将大数据应用于风险管控，就是通过采集各种类型的、可以从不同侧面反映企业经营状态和经营能力的数据，转换、存储、统计以及加工，进行风险揭示和预警，从而达到有效控制风险的效果。企业内外部的大数据构成可以分成以下几个方面：

1.企业财务报表数据

企业财务及报表数据主要有两类构成：一类是企业自身的数据，可以通过企业自身ERP或财务报表工具快速实现；第二是市场化公司数据，包括行业领先的上市公司披露的财务数据以及内控报告。企业可以广泛采集行业领先的公司数据中相关指标加工成企业的对标数据，通过对标发现企业经营管理的风险。

2.供应链数据

这是企业分析客户或潜在客户实际经营情况的擦边球。通过大数据的整合功能，将目标企业采购、制造、订单、物流及协同各方面数据进行全面管控，可以绕开财务报表简介分析目标企业的经营风险和缺陷。例如，可以通过对目标企业仓储物流数据的分析，来分析目标企业的真实流动性；可以通过对汽车上险数据的采集，真实的分析整车厂的销售情况；等等。

3.工商数据

工商数据主要来自工商局的企业注册信息以及后续的变更信息，主要反映了企业的性质、经营范围以及股东或控制人等状况。这其中非常有价值的就是股东数据，通过识别股东在多家企业的控股情况，可以联动的分析客户或供应商的潜在风险，也可以通过监测发现其中的负面因素或财务粉饰的关联交易数据。

4.电商交易数据

电商网站上的交易数据可以较好地反映商品生产企业或商品销售企业的经营状况，据此来评定商户的信用等级或信用风险可以获得较为满意的准确度。

5.舆情或负面事件数据

舆情或负面事件数据是指在互联网上新闻、微信、微博以及论坛等出现的关于特定机构的负面消息，其表现形式可以是一段文字、视频、音频、图片或其他组合形式。这些消息可以揭露舆情涉及的企业面临的各种风险或危机，这是风险管控中不应忽视的重要信息和预警信号。

6.其他数据

这些数据来源包括但不限于公检法及海关数据、征信数据、环保数据，以及权威机构的行业研究报告、行业分析报告、国家宏观经济数据、市场利率、汇率以及其他市场指数指标等，只要是能够揭示企业可能受此影响而面临的特定风险的重要信号的信息，都应纳入大数据应用于风险管控的范畴。

三、大数据风险识别

实现大数据的风险识别，首先要建立一个数据整合的平台。在采集、分析、转换、存储了大量前述信息的基础上，企业可以初步形成一个迅捷、有效的风险管控数据仓库。这个数据仓库的建立，可以让企业通过分类、检索等风险识别模型，以此完善当前的风险预警机制，使其具备更强的规范性与科学性。

1.大数据检索技术

在合理运用大数据的过程中，只有重视大数据搜索引擎的使用，将其做好检索的优化与升级，并运用搜索功能及时发现其中存在的风险信息，并对其进行精细化的分析，才能够为后期风险预警提供有利条件。企业内部大数据管理可以企业自身建立的数据库设置一些关键的字段，如注册资金、实际控制人、应收账款账龄、两金指标、采购周期、流动比率、失信记录、近期供应商考核成绩等，以便于规划数据的检索范围，为风险管控的应用提供更多的数据支持。

2.风险识别模型

通过大数据对特定对象存在的风险问题进行识别，很容易受到众多因素的影响，进而导致风险内容更加复杂、质量良莠不齐等现象。在这种状态下，如果依旧沿用传统的风险识别模型，并不能提升风险识别的精确性，在实践过程中，只有严格按照相关的管理需求，发展多种科学化的大数据风险识别模型，并借助区块链思维，社群治理、集体维护数据库，这样才能保证大数据有效的服务于风险管控。

3.风险预警机制

为了保障风险预警机制充分发挥作用，应建立完善的大数据风险管控的系统，从而精确识别各类风险问题，并及时发出预警。基于决策的多样性，风险容忍度也呈现出多样化的状态，增加了风险容忍度体系的工作难度，为了提升风险预警机制的实用性与可靠性，必须提前做好调查研究、信息收集等工作，才可以建立有实用价值的容忍度体系。

4.引用外部数据前的筛选

基于大数据的风险识别，要注重企业外部数据的引用。如前所述，大数据的来源有企业财务报表数据、供应链数据等企业内部数据，也有工商数据、电商交易数据等外部数据。由于内部数据来源单一片面，无法全面分析预测风险，业务数据碎片化、非结构化现象严重，无法深度挖掘数据价值等原因，企业应更加重视外部数据的引用。

因为外部数据来源更为广泛，企业在引用外部数据分析风险时，应在引用前对企业自身情况加以定位，基于企业全面识别风险的要求和成本控制的诉求，筛选拟引用的外部数据的种类。基于决策辅助、供应商信用评估、负面信息查询及风险管控、商业合作及商业背景掌控等数据应用场景及业务需求，外部数据应以拟合作方的司法数据、工商数据、涉税数据、环保数据、质量数据、舆情数据等为主，从而提供充足的样本库，为利用大数据分析方法预测拟合作方的风险事件成为可能。

5.引入优质外部数据的特征

由于数据的海量性及存储成本，引入外部数据质量的优劣是引入方最为关注的。通常，优质的外部数据应该具备以下特征：

一是可靠，采集自权威数据来源，加工处理后可具有追溯性。数据的可靠性来自于数据源的权威性、合法性。可靠的数据值得信赖，能最大程度的规避数据引用风险。

二是全面，实现对所采集领域的全覆盖，采集过程中无遗漏。采集源越全、遗漏率越低，数据的完备性就越高，对拟合作方的风险识别和刻画就越深刻有效。

三是可用，经结构化解析后字段正确，解析全面精细，无空值，无重复数据。数据无重复、无缺失是衡量数据可用性的考量指标。只有引入可用性强的数据，基于其做出的决策和结论才更符合实际要求。

四是及时，从数据源发布到可应用的周期更短、更新更快的数据，其有效性及参考性就越高。

五是稳定，不间断、持续性处理且响应速度快。

四、区块链思维在企业大数据风险管控中的表现

区块链技术在新技术革新过程中，起着极其重要的作用与影响，必须意识到区块链思维的重要性，为企业的风险管理提供有利条件，才能够充分发挥大数据与区块链融合运用的价值。近年来，在国家相关政策的扶持下，区块链等新一代信息技术也实现了快速发展，并逐渐运用到各行各业的发展过程中。从技术方面来看，区块链作为一种计信息技术的新型应用模式，是一种利用去中心化和去信任的方式集体维护一本数据薄的可靠性的技术方案。区块链技术能够将不同规模的主体进行对接，在透明化的基础上进行合作，以此成为重构经济社会活动的基础。它既是一种数据库、一种分布式系统，也是一种网络底层协议。通过社群治理、智能合约等理念，区块链成功地实现了“去中心化”的“价值传输网络”。它能够解决的问题是：在一些没有中心权威或者信用成本高昂的业务场景中，提供一个透明公开不可篡改的交易环境，进而降低参与方的信任成本，进而提高决策效率。充分运用区块链技术以及大数据平台，实现有效数据信息的录入与筛选，可以实现平台信息资源的共享，降低数据重复录入等问题出现，有助于企业数据平台的利用率提升。

大数据风险管控中，区块链的去中心化思维模式可以使数据采集、维护的权力设计由高度集中转变为更加扁平化，层级概念减弱，以达到提高数据参与者、数据使用者积极性的目的。

传统的大数据风险管控虽然在某些方面表现出高效和有序，但随着时间的推移，便会暴露出决策信息来源单一、信息维护受数据维护者风险偏好、风险容忍度影响而产生匮乏、偏激的现象。基于区块链思维的风险管控大数据维护，可以保障多角度运营数据都上链产生价值，公开透明，任何人都能看到风险数据库的变化，任何人都能参与风险数据库的变化，形成以社群为核心的自治、共享风险数据库，从而把单一的风险数据库维护变成了目标一致、利益一致、行动一致的区块链思维风险数据库维护体系。

五、“大数据+区块链” 风险管控的运行新模式

在企业传统的风险管理过程中，风险管理人员一般依靠自身的经验进行判断，并没有实现数据信息的合理运用，导致企业风险管控能力较差。在企业建立了“大数据+区块链”风险管控数据库的基础上，依托数据感知风险提升企业的风险控制能力，能够实现企业的快速转型与升级，以此提升企业的核心竞争力。

“大数据+区块链”能够成为风险管控的重要手段，以便于对企业的内部风险进行有效的识别。在传统的识别模式当中，主要结合企业的发展情况进行梳理，但在大数据的支持下，能够对企业数据信息进行全面整合，此外，也能够实现数据信息的实施监控。及时对公司存在的风险问题进行处理。另一方面，也能够对公司违规损失进行合理化的分析，以风险数据库为基础，对公司风险进行管理，制定控制措施，运用内部审计与评价对各项业务进行全面监控，将企业遇到的风险问题进行闭环管理。

六、“大数据+区块链” 风险管控在A公司的实际应用

A公司一直重视“大数据+区块链”模式在企业风险管控中的作用。在完善风险内控制度以及自身管理经验积累的基础上，与第三方合作开发了风险管控的管理平台，应用“大数据+区块链”风险管控模式，不断助力企业发展。A公司电子采购平台系统自从2016年上线运行以来，一直维持良好的运转和使用。建立平台的最初目的是管理非生产类物资的采购，通过询比价方式发现和挖掘潜在供应商，降低采购成本。随着平台数据的增加和累积，现已经形成了一个功能强大的数据库，对于公司采购业务的风险管控起到了非常好的效果。

1.供应商信用管理的应用

通过电子采购平台的注册模块，公司可以收集潜在供应商的工商数据，形成一个颇具规模的供应商企业信息数据库。将潜在供应商注册信息与公开的工商数据、公检法数据进行对比，可以在准入阶段发现潜在供应商的诚信风险，有效避免与失信的供应商开展商务合作。另外，在平台设置了供应商供货满意度调查、供应商定期考察表等功能，不仅采购部门可以对现有的供应商供货速度、供货质量、配合程度、售后服务等进行评价，相关使用部门也可以对合作过的供应商进行考核打分，用“大数据+区块链”模式管理供应商的评价，从而对供应商评级、供应商黑灰名单建立等提供有效的支持。

2.合同管理的应用

通过电子采购平台的合同管理模块，业务员可以将拟签订的商务合同进行在线法律审核，外聘律师通过平台反馈法律审核意见，公司法务人员记录并反馈律师对合同的法审意见，从而为合同的正式签订提供法律保障，规避法律风险。其次，通过对合同法审问题反馈记录的积累，可以形成常见的合同问题清单，方便业务部门设计和改进合同条款，从源头遏制法律风险的发生。此外，对于经常出现问题的向对方，合同法审问题反馈记录也可以作为对供应商的考核数据之一，对供应商的信用管理起到辅助作用。

3.采购全过程的管理应用

通过电子采购平台的物料管理模块，各使用部门可利用“区块链”技术编制通用采购物料编码，将使用部门常用的辅助材料、劳保用品、维修备件等信息汇总到平台上，形成一个采购物料数据库，再由系统管理员进行维护，保证了通用物料的一贯性，可为大宗采购、重复采购议定采购价格提供数据支持；通过采购计划管理模块，可以对采购计划申请、计划分派、处理进度等全流程监控，对采购计划的执行效率做到定期分析，优化采购流程；通过采购项目的定价模块，可以针对不同类型的采购项目，进行询价、议价、竞价、重价采购方式等分类管理，线上报价、比价，通过评审确定供应商，既降低了采购成本，又能保证采购项目的公平、公正、公开。