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！