京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据风险防控是抓手
上海国资委法规处处长陈昶认为,在国有企业当中如何开展法律部门主导下的合规工作,已成为公司法务的一个新的挑战。
上海交通大学凯原法学院副院长杨力表示,近年来,商业反腐的结构性治理出现了新的特点、格局和问题意识。虽然当下中国商业反腐已进入新纪元,但商业反腐的结构性治理仍待进一步加强。
企业应建立一套合规管理体系
“商业贿赂会给公司带来两类风险,一是行贿导致的合规风险,二是受贿导致的欺诈风险。”美国福特公司亚太区合规总监陈立彤表示,“合规风险往往是政府要求一个公司(或者个人)必须遵守某个法律规定,如果没有遵守,那么政府会对这个公司进行处罚;欺诈风险是指一个公司(或者个人)被骗了,从而遭受经济损失的风险,比如信贷风险。”
美国通用电气公司(General Electric Company,简称GE)大中华区首席合规官朱湘莲直言:“所有的丑闻都与董事会的无能和合规文化的缺失有关,成功的企业必然有着优秀的公司治理和合规文化。”
创立于1892年的通用电气,至今已走过120余年的路程。通用电气能够长治久安,一个很重要的原因就是根植于企业的合规文化。朱湘莲介绍,通用电器合规愿景,是建立一个世界级的企业合规文化,但合规愿景必须要通过公司的一整套体系来实现,否则的话只能是一个口号。
“要实现合规愿景,企业应该建立一个防范、监测和应对的体系,防范道德、合规及法律风险,在第一时间监测到问题的发生,迅速反应并有效应对。”朱湘莲表示,在防范方面,首先要有政策和流程,这样的政策是包括公司高管在内,都必须遵守法律法规和公司规章制度,并且需要具体的流程来确保政策。
2013年爆发的葛兰素史克中国公司行贿事件成为了一个标志性事件,涉及此事件的主要厂家葛兰素史克,利用贿赂手段谋求不正当的竞争环境。因涉嫌严重商业贿赂等经济犯罪,葛兰素史克中国公司的部分高管被依法立案侦查。该事件发生后,很多外企紧急成立了合规部,并招聘了高薪高职位的公司副总作为首席合规官、总合规官。
朱湘莲认为:“对于风险的发现和管控,必须要有一个合规团队。一个企业在中国或许有好几万名员工,但是只有一个合规官,是不可能把整个公司的合规做好的。”
《2015-2016反商业贿赂调研报告》主笔尹云霞指出,合规就是讲企业的人、财、事管好,企业应建立人、财、事三维立体的合规管控体系,并深入、持续建立合规文化,弘扬、鼓励合规文化的奖励举措,进行多样化、常态化的合规培训和理念灌输。
发挥大数据的作用
一家公司的贿赂行为最有可能被怎样发现?中国合规网的一则调查显示,其中的答案有:员工向公司举报、员工向政府机关举报、公司审计时发现、政府机构调查第三方后顺藤摸瓜、竞争者向政府举报等。
陈立彤指出:“这些传统的风险辨别方法,除了前三之外,其他对于公司来说都犹如噩梦般的存在,因为一旦政府机关介入调查,对于公司而言都会是滞后的,给公司带来的风险非常大,会面临被处罚的风险。”
是否有更好的结构性治理的风险管控方法?陈立彤认为,大数据分析平台是结构性治理的第一步,大数据风险防控是商业反腐结构性治理的抓手。
在陈立彤看来,结构性治理的反面是“零敲碎打”,而大数据管理体系就是结构的代名词。
企业如何通过大数据分析,成功实现风险控制?陈立彤表示:“传统上,一个公司的数据可能都是分割的,比如财务部门的数据和人力资源的数据,还有其他第三方的数据,不可能交集。但是通过大数据整合在一起,数据处理中心处理完毕以后,就会出现一个非常人性化的仪表盘,可以提前进行预警。”
通过大数据整合出来的读数,可能会出现一些意想不到的结果。例如,一个业务经理报销的业务发票的开具时间是他年假的时间,这里面可能就会有欺诈风险;一个明星销售员销售的数据非常漂亮,但是和他出差的数据结合在一起,会发现他的出差足迹遍布名山大川,这说明他可能是陪客户去玩,存在合规风险;应付账款的收款人在波兰,但那里实际并没有供应商,这可能有欺诈风险……
“对于结构性治理,大数据分析更加接近实时,更加精准,更加具有预防性和人性化。”陈立彤指出,大数据可以“解决大公司数据繁多、难以处理的痼疾,解决蛛丝马迹、人眼所不能发现的问题,可以实现对于全球合规的风控,且24小时全球无眠”。
政府执法与企业自查
自2015年以来,我国商业反腐立法工作进一步完善,其中最突出的表现是刑法修正案(九)的审议通过并实施。刑法修正案(九)对关于贿赂犯罪的条文进行了多处修改,改变了以往“重受贿、轻行贿”的误区,加大了对行贿罪的处罚力度。
随着立法日臻完善,执法层面也日趋严格。对于政府而言,如何更好地对商业反腐进行结构性治理?如何能用更少的资源产生更大的影响力?尹云霞表示,美国政府在西门子全球行贿案中发挥的作用提供了很好的范例。
西门子全球行贿案是目前海外反腐败法罚款最高的案件。2006年,西门子卷入腐败丑闻,商业信誉和企业形象在全球都面临危机。为了挽救企业业务和声誉,随后西门子展开自救措施。西门子花费7.45亿美元,聘请了专家来对企业进行内部调查。之后,美国政府要求西门子聘请外部专家来帮助企业进行内部的监督,通过几年时间建立了一个黄金合规体系。
“美国政府执法过程当中充分调动了企业的能动性。政府让企业进行内部自查,如果进行自查,便减少相对的处罚;另外,鼓励企业建立合规制度,美国政府执法过程当中,如果企业建立了有效的合规制度的话,对于企业的处罚也可能会有减免。”尹云霞介绍。
据了解,为了取得客观可信的调查结果,这项漫长的自查活动评估了5000多个咨询协议,检查了0.4亿个银行账户报表、1亿份文件、1.27亿次交易,进行了无数谈话和调动。
这一系列有力的自查措施,让西门子在最短时间内结束了在德国和美国的法律诉讼程序,并首次因为积极合作而被减少了罚款。同时,西门子收获了合规管理体系的完善和合规理念的深入人心。
尹云霞表示:“政府通过这样的执法,其实实现了一个辐射型执法效应,即通过对一个企业的合规,影响了成千上万的企业。一方面,企业在海外投资的公司,必须要符合相应的合规要求;另一方面,供应商、经销商以及和公司有业务往来的合作伙伴和第三方的非法行为也会使企业承担相应的法律责任。所以,企业的合规政策里面要求相应的第三方必须也是合规的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20