数据智能技术赋能风险监测与分析

风险监测与分析的难点

“走出去 ”企业防范化解各类风险隐患，积极应对外部环境变化带来的冲击挑战，关键在于提升自身海外风险常态监测、发现预警及深度分析研判的能力。但在当前环境下，大部分企业利用大数据及人工智能技术应对上述挑战方面仍存在不少问题，主要体现在四个方面。

一是外部风险界定及分类未形成统一标准，识别难度大。现阶段学术及产业界并没有对企业出海外部风险具体内涵、类别划分形成统一认识，也未形成统一标准。不同类型风险有不同特征，因此现阶段风险识别的难度较大。

二是全球多语种信息外围风险常态感知难度大。仅“一带一路”相关的国家和地区就有100多个，涉及60多种语言。听得懂、理解透彻是风险常态感知的必要条件，如何实现全球多语种信息外围风险信息的全面获取、处理及分析，需要自动处理和语义分析多语种信息的智能化技术支撑。

三是风险事件深度分析研判模型建立难度大。针对各类海外风险事件，如何融合多模态、多源数据，从政治、法律、文化、商业环境等方面对风险事件进行建模和多维度分析，为风险应对提供决策支撑难度大。

四是技术与行业专家智慧深度融合难度大。当前，基于大数据和人工智能分析识别的风险和基于行业专家给出的风险应对策略并没有很好融合，如何将技术与专家智慧两者相结合，为企业海外风险应对提供更为高效、精准的决策参考建议，还未形成常态化支撑范式。

风险防范路径

针对上述难点问题，利用数据智能技术结合行业专家智慧，可面向“走出去”企业外部风险感知与识别、外部风险常态分析及预警、外部重大风险事件深度分析、行业专家智慧研判辅助决策支撑四个方面，构建企业出海业务外部风险发现及分析的全链条支撑体系，创新风险防范路径，提高我国企业海外风险发现和应对能力。

一、外部风险感知与识别

通过将企业外部风险进行分类和特征刻画，利用数据技术对全球多语种、跨模态数据进行实时感知，对基础的风险分类信息进行感知和识别，重点发现“一带一路”沿线国家的国别信息、政策法规、营商环境、行业情报等类型信息，有效助力企业及时了解国际及行业动态。另一方面，对于威胁我国海外企业安全的非传统安全风险，如严重自然灾害、民间对外来企业的不满情绪、恐怖主义威胁、网络安全威胁、各类治安和犯罪案件等进行实时感知和预警，以便企业实时掌握安全隐患，有效应对安全威胁。没有技术基础的企业，可以与国内一些大数据与人工智能技术研究大学、科研院所，以及有相关应用积累的大数据公司合作。如中国科学院自动化研究所的产业化平台中科闻歌发布了以多语言、跨模态、开源数据搜集与分析为特点的“闻海”平台，该平台已在企业出海服务方面有了实际落地应用。平台融合和处理全球多语种数据，通过全媒体信息监测、自动聚类、多维度热点发现、敏感性甄别等技术，及时帮助企业掌握在海外的舆论导向，做到“提前感知，提前部署，提前决策”，可以及时发现企业外部风险并做出预警。

二、外部风险常态分析及预警

企业外部风险预警分析旨在利用互联网公开的风险数据、地区政策数据、市场行业数据、政治事件数据、自然灾害数据、恐怖犯罪数据等多元信息，挖掘其中风险标签，计算企业经营外部风险分值，并对高风险企业进行预警。企业外部风险分析服务分为数据整合、预警模型设定、风险分析及预警研判三个步骤。

第一步，数据整合。采集风险数据、地区政策数据、市场行业数据、政治事件数据、自然灾害数据、恐怖犯罪数据等与企业外部安全风险相关的信息，并对多源异构数据进行清洗、去噪、去重等操作，形成企业外部风险分析数据资源基础。同时，根据不同数据信息的要素及特点设定风险标签分类，按照自然灾害、负面风险、恐怖威胁、网络安全、治安犯罪等类型设定风险标签，为数据打标。

第二步，预警模型建立。对各级指标分别进行打分，以此为基础，计算综合打分。在对各级指标体系打分时，充分考虑各类指标打分差别过大的挑战性问题，以减小分指标对最终结果造成的偏差，更全面、准确地度量及评价。

第三步，风险分析及预警研判。针对预警模型的打分结果对企业设定差异化的处置方法，如对打分在20-40分的企业持续关注；对打分在40-60分的企业认定风险较高，需要重点监测；对打分在60-80的企业认定风险很高，需要高风险预警；对打分在80-100分的企业认定为风险极高。

三、外部重大风险事件深度分析

针对企业出海涉及的重大风险事件，基于对事件相关全网数据的感知和处理，建立事件分析维度和相关模型，从事件舆论关注和发展趋势、网民情感倾向、全网重大关注话题、智库专家观点意见等维度，建立政策风险、舆论风险、营商环境风险等多种风险分析指标体系和分析模型，对重大事件的各类风险进行精准刻画和分析，对采集到的海量事件数据进行融合、治理、关联分析、各类风险模型计算、研判评估，为企业海外风险防范提供数据和技术支撑。

四、行业专家智慧研判辅助决策支撑

应对“走出去”企业的外部风险，除了要发挥技术支撑能力，也需要专家智慧赋能。具体形式可由相关协会牵头组建高端专家处置智库，结合技术实时分析，全方位提供“走出去”企业风险防范和应对建议，辅助企业决策。

案例分析

面对日新月异的新技术涌入，“走出去”企业亟须借助先进的技术手段，联合一批优秀的技术公司，运用全网数据感知和融合能力、风险建模能力、多语言的处理能力，完善自身风险防范体系，提高境外安全保障和应对风险能力。下文以中国交建承建并运营的蒙巴萨至内罗毕标准轨铁路项目（蒙内铁路）为例，浅谈企业自身可以从那些维度进行舆情风险的识别、多维度分析和风险应对。

一、案例背景

此前，中科闻歌就蒙内铁路在国际媒体和主流社交交平台上，有关中、英、法文报道进行了某一时间周期监测与分析，从国际媒体关注度、国际媒体关注度、国际社交平台讨论热度等方面进行解析，并输出相关报告。

二、国际媒体关注

超过500家国际媒体对“蒙内铁路”相关话题进行报道，共发布中、法、英文报道4550余篇，覆盖美洲、非洲、亚洲、欧洲及大洋洲等地区。其中美国、肯尼亚、法国等国家的媒体关注度较高，肯尼亚《旗帜报》报道量最大。此外，英国广播公司、费加罗报、路透社、美国有线电视新闻网等国际主流媒体也对此进行了关注。国际舆论口碑方面，就报道情感而言，国际媒体报道情感倾向以中立和正面为主；从话题强度分析，国际媒体聚焦蒙内铁路通车、肯定蒙内铁路项目促肯中经济发展、攻击蒙内铁路项目存在贪污腐败行为等方面；从负面舆情挖掘的角度分析，国际媒体主要炒作项目存在腐败问题、攻击项目成本过大、炒作春晚小品和野生动物保护等话题。

三、国际社交平台口碑与话题分析

讨论热度方面，海外三大社交平台共发布蒙内铁路相关贴文约1700条；口碑方面，就网民情感而言，主要持中立及正面观点；从讨论热度分析，网民主要关注“蒙内铁路通车 ” “称赞肯中友谊 ” “认为铁路为当地创造工作岗位，促进经济发展”“赞扬铁路为当地民众生活提供便捷 ”等话题；从负面信息挖掘角度分析，负面言论主要集中在 “质疑铁路建设项目性价比 ” “批评铁路建设不利于环保”及“斥责铁路建设过程中存在贪污腐败行为”等方面。

四、风险分析及意见

综合来看，国际媒体及国际社交平台对蒙内铁路项目关注度较高，国际舆论以中立和正面信息为主，但也不乏对项目造价成本、征地拆迁、环境保护、劳工征用、贪污腐败等方面的质疑。

一是加强国际媒体和国际社交平台的舆情监控与预警，及时回应并合理处置负面舆情。建议健全应急管理机制，做好舆情预警监测；同时完善舆情研判机制，及时发现负面苗头并及时处置。对于如针对“春晚非洲小品被指涉嫌种族歧视”的误导性言论，应加强权威媒体发声并合理处置负面及争议性舆论信息。

二是加大相关正面报道的传播力度，积极引导舆论走向。建议通过增加对蒙内铁路在创造工作岗位、促进中肯友谊等方面的外文报道，扩大该项目正面积极的国际影响力。同时要善用海外社交媒体平台，发挥其强大及快速舆论传播力，及时发布真实权威信息，主动加大正面贴文报道力度并与海外受众保持良性的舆论互动，积极引导舆论的正确走向。