2018年9月，浙江省市场监管局以慈溪市为试点，尝试综合考虑企业信用状况、经营特点、行业区域等情况，建立企业常规风险预警模型和“风险特征规则池”，开展监管风险动态评估与多维分类，在日常监管、随机抽查等领域实施差异化监管。2019年，通过依法归集全省8.6亿条涉企海量数据，运用互联网、大数据、机器学习等现代技术手段，聚焦企业潜在失信风险，建立全省通用的“企业信用风险模型1.0”，并经过扩大样本范围、考虑问题严重程度、改用机器判断、优化算法后迭代升级，最终形成“企业信用风险模型3.0”。同时依托统一行政执法监管（互联网+监管）平台，在36个部门开展“双随机、一公开”监管等行政检查中，全面应用企业信用风险模型对企业进行风险分类，精准实行差异化监管。2020年开始，又在食品、特种设备等重点领域创设“通用+专业”融合模式，将企业信用风险模型与重点领域专业风险监测预警模型有机集成，协同处置，实现从单线作战到多业务协同转变，进一步提升了精准性和协同性。

2022年1月4日，国务院常务会议决定实施企业信用风险分类管理，要求以及时归集涉企信用信息为基础，科学构建企业信用风险分类指标体系，一视同仁对企业信用风险进行分类，对不同信用风险水平的企业开展差异化监管，加强风险监测和预警。推行企业信用风险分类监管的目的在于提高监管效能，推动监管更加公平有效，实现监管“无事不扰、无处不在”，是深化“放管服”改革、优化营商环境的需要，更是通过数字化赋能信用监管推动新型监管机制走深走实的重要一步。该项工作经国务院常务会议审议通过并决定实施，是国家对市场监管部门引入信用监管工具为政府监管赋能的肯定，也是推进国家治理体系和治理能力现代化的重要内容，更为今后全领域开展企业信用风险分类管理奠定坚实基础。

不过从试点和实际应用情况来看，企业信用风险分类管理作为一种高度依赖于信息技术的新型信用监管制度，数据归集、模型构建、结果应用、模式推广等环节都需要数据、制度和机制等方面的有力支撑，相比在部分地区、个别领域试点，要在全国市场监管领域范围内推行企业信用风险分类管理更需要普适性，各地工作基础和条件不同，难度更大。

对此，笔者从自身体会出发，就如何推动企业信用风险分类管理办法全面落地实施，切实推动监管工作提质增效，提出以下几点想法和建议。

一是协同推进，强化保障机制。信用监管是加强事中事后监管的基础和核心，而企业信用风险分类管理作为信用监管的重要制度之一，是围绕企业全生命周期、贯穿市场监管各业务领域展开的，关系到信用监管与日常监管、重点监管、综合监管、协同监管等工作的有效衔接。要推动此项工作落在实处，发挥实效，必须将信用风险分类管理的理念渗透至整个市场监管领域，要建立全系统上下联动、各业务条线协同推进的工作机制，组建专业化团队和常态化运作机构，不断总结实践经验，逐步优化、固化、形成统一规范的监管标准、操作细则、评价方法和督促机制，避免各业务条线单打独斗、各层级各自为政。要进一步完善细化信用风险分类管理方面的尽职免责制度，对依据管理办法开展监管工作，但因风险监测预警未提示或未列入检查任务的企业产生失信行为的，予以免责，让监管干部无后顾之忧。

二是数字赋能，推动系统建设。企业信用风险管理工作旨在监管风险防控和监管效能提升，始于信用信息归集、基于信用风险分类和监测、用于差异化精准监管。要依托国家企业信用信息公示系统、全国一体化“互联网+监管”系统等，进一步完善跨区域、跨层级、跨部门的信用信息归集、整合、分析、应用机制，同时结合各地政府数字化改革工作，推动政府部门涉企信用信息、第三方平台信息、网络舆情等社会信息全面归集，为企业信用风险分类管理提供有力数据支撑。要加快打造各地区互通、各系统业务互动的风险分类管理系统，注重实现与各地“互联网+监管”、“双随机、一公开”监管系统、各专业监管系统的深度融合，深挖信息数据价值，充分运用人工智能、物联网、区块链等先进技术，科学构建风险分级分类指标体系，实现企业信用积分评价、信用风险分类、风险监测预警、特征指标筛选等功能，并从基层实操角度不断优化系统，对低风险主体实施批量化、自动化预警，减少人工干预，对中风险主体推行非现场式监管，兼具实用性和智能化。

三是因地制宜，构建多维指标。考虑到地区营商环境、行业发展情况、企业生存状况、问题发生概率等差异，光靠一套全国通用的信用风险模型“普遍适用”是不现实的。各地要在充分结合全国通用风险分类指标体系的基础上，坚持相对统一、适当结合的原则，积极推进区域性、行业性、专业化的风险分类指标体系建设。在指标体系构建过程中，要均衡考量静态结构因素和动态行为因素，坚持定性判定和定量分析相结合，从失信行为发生的概率和失信后果是否严重的两种可能性分别考虑，实现对企业信用风险状况以及主要风险点的精准识别。要突出风险“预警”和“预判”，着力于潜在风险的发现，以问题为导向查找风险监测预警点位，对已经发生风险的对象群体进行共性分析，开展精准画像，提炼出特定的风险预警模型，实现对同类型风险企业的全面监测，通过高风险企业多查，实现从事后处置向事前防范转变，并将核查结果反哺优化风险监测预警模型。

四是因情施策，做到有的放矢。各地要结合实际，根据不同监管需求和工作场景，灵活运用各类信用风险分类工具，推进企业信用风险分类结果与双随机监管、重点监管、协同监管、包容审慎监管等工作有机结合，切实解决监管过程中靶向性不强、精准性不足、及时性不够的难题。在一般监管领域，要综合运用“通用+专业”信用风险分类结果，对信用状况好、低风险企业合理降低抽查频次，对信用状况差、风险较高企业要加大抽查力度，增强问题发现力，提高抽查精准度，实现“抽查一小片，震慑一大片，规范全行业”。在重点监管领域，要着力聚焦经济发展、市场监管中的热点难点问题，突出问题导向，对企业实施“全链条”风险监测，推行高风险分类监管措施清单化，在不同的监管环节，进一步梳理和明确分类处置要求，确保风险闭环。对于管理难度大、需要多部门协同配合的监管领域，要注重风险分类结果和风险监测预警信息的跨部门输出和互通共享，实现风险联防联控。在“四新经济”领域，依托风险监测预警机制开展沙盒监管、触发式监管，科学设置监管红线，给予新产业、新业态自由发展空间。