尽职调查中的有些风控思路和技巧，80%的公司法律人都没掌握
本文来源：2019WeLegal亚洲法务峰会现场演讲
主讲人：启信宝 陈青山
各位嘉宾下午好，很感谢陈律师对合合信息对我们产品的支持。今天收获了很多，前面三位业界资深专家带来的精彩分享令我对法律行业有了更深的了解。
我来自合合信息，是一家AI+大数据应用公司，陈律师介绍的名片全能王、扫描全能王是我们早期研发目前收益都还不错的产品，近些年我们又开发了启信宝，一款商业大数据产品。AI技术结合启信宝的商业大数据，我们与部分律所、会计所还有大型企业的法务部门无论是投资尽调业务中还是内部合规风控的场景里，都有了较好实践。今天，借这个机会与大家做个分享。
我们从一个新三板的通道开始，是关于中红医疗的一个案例，2017年全国中小企业股份转让系统出具了12张罚单，这12张罚单里面有4张都是指向中红医疗。中红医疗董事长因此受到处罚，连带的律所、会计所，以及证券公司都受到了对应的警告。这里面最主要的处罚是关于关联方信息的问题，会计准则里面包括证交所的规定里面，股票上市规则里面都有明确的定义。一共有十条，里面强调的是实质重于形式，看的是企业对关联方企业是否能够产生实际的影响。
基于我们的数据，基于我们的平台，启信宝做了一个关联方管理分析的模型，左边是企业，右边是关联方，中间是通过各种董监高、母公司、董监高家庭成员，还有大于5%的股东对应的董监高，以及母公司家庭成员对关联方企业关联的分析。我们又建立了一个分析框架，这个分析框架输入相关尽调企业，或者是目标企业输入人员的信息以及企业信息。基于全景商业数据以及大数据挖掘平台，通过几个场景分析这里面的关联关系。第一，正常意义上的关联关系模型；第二，多层拓展。一会结合公开案例分析给大家作分享。第三，历史追诉、风险预警，交易甄别，最后输出关联关系报告，关联方和关联方的扩大列表、重点企业的核查结果。所有信息都是通过后面的大数据和分析平台的数据结果，能够帮助尽调人员或者律师及相关项目人员在这个过程当中大大地减少工作量，能够更好的把信息挖掘出来。
为什么会有那张罚单？里面有两条关联关系没有在转让书里面披露出来。第一中红医疗董事长对于他持有的公司构成关联关系，在转让书没有披露出来，因此受到处罚。这是一个正常的关联关系，再往前拓展可以有多层的关联关系，左下角是正常的关联关系的分析模型。最左下角的大圆以及中间的蓝圆，以及右上角的蓝色圆圈是多重的关联关系。当年方正集团李友等人受到的处罚，终生禁止进入证券市场。第一层关联关系方正集团和利德科技之间有共同的董监高，只是时间纬度不一样，实际构成了关联关系。第二层利德科技和西藏容达通过上海富宏、上海汉赋构成关联关系，由此这三层关联关系在上市之前均已存在。从这个角度来说，当然还有其他详细的背景信息，从这个角度分析通过人工排查工作量很大，如果通过模型分析，可以快速地得到分析结果。
工商网查信息是当下的情况，历史的信息是查不出来的。这种情况下，历史上到底发生了什么变更，历史上到底有没有关系，历史上到底有没有产生关联关系也是很重要的。比如，这样一个结构图以登云股份为例，2017年11月7日受到证监会的处罚通知，责令他们进行整改，相关人员受到了警告。2010年和2013年，三年期间登云股份和APC公司看不出关联关系，这阶段材料看不出关联关系，但是放到历史上所有数据来看，2010年1月份之前登云股份和APC公司，通过董监高身份让它们之间构成关联关系，这样的关联关系没有披露出来，也造成了股份公司以及对应的律师、会计师受到了处罚。还有历史的相似名称，以登云股份为例，现在跟山东旺特集团看上去没关系，但是回到山东旺特历史数据来看，以前叫山东登云汽配，山东登云和登云股份之间存在名称相似，类似这种情况也是需要深入调查的。
很多公司会涉及海外交易，这个过程中也有可能存在关联交易的问题。例如天海防务2018年关联交易违规处罚，2017年天海防务披露了价值1.1亿以上的合同，这个合同它的客户是新加坡H&C公司，但是H&C公司实际控制人变更不足12个月，H&C实际控制人和天海防务实控人是同一个人，就是他们的董事长。启信宝拥有193个国家和地区的信息和报告，我们能够把国内数据和国外数据关联起来，其中找到疑似的关联关系。
在尽调过程中，还有很多很具体工作，特别是一线人员。有一家现科创板比较火的科技企业，它的知识产权比较多。传统模式要从网站上输入验证码，一站一站的去查，再把相关资质证书放到底稿材料中，那么这些启信宝可以一键完成，把专利、商标、著作权和域名信息等导入到Excel,同时在这个基础上可以更丰富和完整。比如：行政处罚有300多个数据，按部委会逐级分类。环保处罚100多个数据源，按照地域分类，靠人查很辛苦，并且这些数据随着时间会更新和变化。信用中国的“双公示”、“黑红名单”数据，这些数据靠人查，对于一线人员来说真的很辛苦。启信宝应用整个技术平台，降所有这些历史上的存量数据，包括每天、每月分析的数据，分门别类的进行清洗整理到数据库中，一键就能全部导出来。同样也是能够很好的作为底稿材料，作为一个重要线索，去进一步分析、研究。
同时，尽调过程中有一个需求，就是把公司的多层股权结构完整地分析出来，由此可以找到疑似控制人或者最终受益人，这里很多公司会重点研究。对于一家公司如果股权结构比较复杂，并且拥有多个合伙企业，靠人力去画出这种图是几乎不可能的事情，股权结构越复杂难度越大。同样用启信宝亦可以解决这个困扰，一键绘图谱，一键导出Excel，也可以导出图文件，这样大大减轻了一线人员的工作量。
从时间轴上来来看，做一个尽职调查往往需要3-6个的周期，时间更长一些可能要一年了，但从开始尽调起，虽然针对目标企业、关联企业做了很多调查工作，但到了最终提交文稿，发招股书的时候，因过程周期长，可能中间发生了什么，而我们并不知道，那目前我们有一个实时监控功能，过程中涉及相关企业，但凡我们做过相关调查，有了监控体系之后，只要有新增的环保处罚、行政处罚、我们能够通过邮件、短信、站内提醒等工具触达到相关工作人员，从而能够更好的降低信息不对称的风险。
而监控产品背后依托于全景的商业大数据、包括司法、舆情、资产、税务的数据，我们24小时每天都在不断地更新这些数据。在座的有些是法务伙伴，这份2017年的紧急求助函，很多同事可能看到过，那时候舍弗勒发出了一封求助信，说他们的供应商界龙实业因为环保问题，同年9月10日因环保不达标需断电停产，断供滚针零配件，这将导致通用旗下多款热门车型停产。其实这个事情并不是一个突发性事件。于16年和17年初界龙已两次收到过通知停止生产的通知。举这个例子是说，整个供应链管控里面，技术、数据解决方案也能够发挥比较重要的作用，对于一些大型制造业法总的合作过程中，在供应商和合作伙伴的合规风控的场景里面，我们提出了一整套的解决方案，也有行业龙头正在应用这套方案。
在招标阶段，我们能够甄选对应的供应商，根据它的资质和能力甄选供应商。在投标阶段，通过关系的分析，能够找到哪两家企业串标、陪标的关系，投标企业是不是跟公司内部员工有关系，这些关系可以通过后台数据平台分析出来。到履约阶段，供应商是不是有处罚，是不是有法律纠纷、工商股东是不是发生了变更，新闻舆情上是不是有负面舆情出来，这些信息都能实时监控，推送到对应的业务单元，推送到法务工作者这边来。
找到合适供应商，我们对每个企业都有画像，比如成立年限、注册资本、招投标、地域、主营业务，从而甄选合适供应商。在合同签署过程中，通过OCR的技术，NLP的技术，能够自动地进行合同比对，最终签约文本是不是律师审核的文本或者业务部门最终确定的合同文本。过程中，比如审核的时候，比如对于工作审核员工作量很大，自动地比对和审核也能大大减少工作量，降低出错的概率。
在和供应商日常履约的过程中，有大量票据，比如增值税发票或者其他的票据，这些票据都存在归档、识别、验证的过程，这些都可以通过自动化的技术完成整个过程。所以，对于财务人员来说，这块会非常有帮助。履约过程中，风险的语境，包括主动发现、全时监控，并且在这个领域能够有传导和检测，到底会对生产、合规、风险有多大的影响。比如负面舆情，外面是不是有新闻报道，包括最近落实的大型制造业，它在山东有一家子公司有一个报道，看上去不像负面的，但是他们集团领导认为这个报道对他们集团是负面的，所以立刻下达整改的批示。其次是关联关系的风险，还有司法处罚、行政，大额股权出质等信息，这些信息对于合规也好，合作伙伴也好，以及整个供应链体系的安全都是非常重要的事情。
在我们和大型企业实施的过程中，因为这些本身也有合规的要求，它的数据不能流转到外部，我们提供了一套比较灵活的解决方案，能够帮助大企业的法总，或者帮助银行的对公业务部门，这是一套私有化的部署方案，整个方案都是比较完整的。他能够帮我们的合作伙伴搭好这套系统，把合作伙伴的业务数据导到这个系统中来，比如合同数据、供应商数据，这些数据都在客户的内网环境里。外部再把整个体系的数据实时地导到客户环境里去。基于数据体系下，我们衍生出很多风险模型，很多监控信号，很多变动的信息，这些信息就能够和客户OA系统打通，也可以和供应商系统嵌入打进去，对整个系统变化非常小。我们能够在它的业务系统、业务场景里面，需要这些信息时，需要关联关系的时候，需要股东关系的时候，这些数据就在操作界面上，对于一线工作人员并没有太大变化，只是可以更方便地获取到这些信息。
这是体系网后面的大框架，包括底层的数据以及知识工程的基础层。中层是算法和数据处理，企业画像、模型，包括关系模型。上面涉及到实际的应用场景，比如客户标签库、客户事件库，以及风险传导分析。
放到客户那边去，我们有标准的SAAS版本，还可以无缝嫁接到客户的OA系统、供应商管理系统里面去，通过多种提示手段，通过多种提示通道，能够传递到对应的业务人员和法务人员。在整个推送的过程中，推送到哪一个业务员那里都是留痕的。我们希望能够在业务那边能够扎扎实实落下去，如果所有信息到业务部门都留痕了，记录下来了，业务部门没有产生动作，这个对于法总、法务部门和合规部门来说，后续再去审查，后续再去追溯都有对应的手段和输出记录。
最后，对于我们和我们的客户来说，我们主要是帮客户提升服务能力，提升服务效率。最后是关于我们公司的简单介绍，底层是AI的能力，包括商业大数据，中间是几个产品，现场有些朋友已经是我们的用户，感谢大家的支持。再上面是AI能力，加上大数据的能力，在智能营销、供应链、信贷风控等产品解决方案。如果大家对我们的解决方案有兴趣，希望进一步地了解，我们在前面也有展台，可以和我们的同事和我一起交流。谢谢大家！
END