近年来，“赴港上市”成为热词，众多企业纷纷将目光转向香港资本市场，募集资金量屡创新高。然而，与之相伴的是监管机构对于保荐人失当行为的严厉惩罚。香港证监会在2018年3月发出《关于从事保荐人业务的持牌法团的主题检视报告》，指出部分保荐人尽职审查等方面的不足以及不合规情况，并强调在未来工作中会进一步加强监管及执法工作。

2018年以来，香港证监会对保荐人IPO过程的需实施的工作标准提出了一系列要求，特别于其2018年3月发布的《致持牌法团有关保荐人的预期标准的通函》(下简称《通函》）明确了香港证监会未来对保荐人工作的监管重点，要求“保荐人在展开每项任务时都应按个别情况设立严格及全面的尽职审查计划，而不是单单依赖通用的尽职审查清单”，“尽早审慎周详地考虑尽职审查过程的所有主要范畴是十分重要的”；同时，香港证监会在通函中亦强调“证监会定必果断地对须为保荐人工作没有达到预期标准一事负责的保荐人及其高级人员采取执法行动”。

监管形势日益趋严，保荐人在进行尽职调查时，传统的尽职调查程序在面对交易量大、经营场所多等情景下亦显示得力不从心。如何有效地提升尽职调查覆盖的深度和广度，成为保荐人将来需要重点攻克的难题。

大数据时代下，普华永道可为保荐人提供港股IPO数据尽职调查服务，以发行人不同业务场景的风险为导向，应用多种数据分析模型、人工智能算法等技术对发行人的运营数据进行深度挖掘和分析，勾勒发行人的真实业务表现，有效识别企业的可疑交易及可能存在的欺诈行为，从而协助保荐人满足监管机构的新要求。

普华永道的港股IPO数据尽职调查服务将根据不同行业以及行业内不同企业所面临的不同风险点，量身定做不同的数据分析维度，协助保荐人完成其尽调调查的职责。

相比于传统的尽职调查，我们从企业运营数据及行业风险点出发，对发行人的运营数据实施合理充分的数据尽职调查程序，可以帮助保荐人有效解决过往在实施传统尽职调查程序中所遇到的“痛点及难点”。

• 传统尽职调查模式从财务数据出发，了解目标企业的运营情况。

• 数据尽职调查调模式从运营、业务数据最底层的日志出发，通过大数据分析、机器学习等技术手段，提取直观、有效的信息，从而了解目标企业的运营情况。

尽职调查中的痛点、难点

传统尽职调查

数据尽职调查

企业的经营场所众多，多样化的运营数据形式

针对发行人的业务行为进行抽样检查

尽职调查对发行人业务覆盖率低

覆盖申报期内发行人的全量运营数据

以线上模式作为主营业务场所的行业，其业务具有纯电子化的特点，难以深入了解其业务的真实性

很难直接地从表面的交易数据和财务数据中有效识别出可能存在的异常交易行为

关注企业运营数据，通过数据分析模型，了解业务指标的趋势，重点关注离群数据，以协助判断业务运营数据的合理性

公司的认可度、声誉、口碑

难以对企业的认可度进行全面深入的了解，耗时长，效率较低，在尽职调查过程中容易遗漏重要风险点

使用爬虫技术收集企业相关新闻信息，并对企业相关新闻信息进行舆情分析；

关注负面的企业相关消息，并进行深入挖掘

场景一

分销业务中分销商的关联关系分析

零售或分销等商业模式中，公司下的销售或经营单位数量众多，且业务分布广泛，其是否真实实现销售、使用利益关联的分销商等问题是监管机构关注的重点。我们借助数据分析方法对各个层级的分销商进行独立性核查，结合分销商基础信息使用关联分析方法中的Apriori算法等，挖掘频繁项集，协助了解分销商之间深层次的关联关系，重点关注可能存在异常行为的分销商群体，从而协助保荐人判断分销商的独立性。

场景二

广告行为数据的真实性判断

广告行业中常见的确认收入方法（如CPM、CPC、CPS等）均离不开其广告行为数据，在不断扩大的数字营销市场中，虚假流量的出现使得广告行业出现“信任危机”，亦是监管与核查工作中的重点。我们将广告行为中基础的流量数据、行为数据和转化数据等通过聚类分析的方法来了解不同广告主及广告受众的群体特征，并结合时间序列分析等方法了解指标数据的趋势，对广告行为的真实业务进行深入挖掘。

场景三

电商行业异常刷单行为分析

“刷单”通常指电商经营者雇佣他人或专业从事网站信誉提升的刷单平台，通过货款的交易往来而不收发货物或收“空包”等行为，帮助卖家提升销量和信誉度的行为。其隐蔽性使得在海量交易数据中难以识别出疑似的“刷单”行为。我们通过挖掘商品不同维度的数据作为特征值，使用支持向量机技术对待识别订单进行分类，并使用朴素贝叶斯方法以计算订单的疑似“刷单”概率，以帮助保荐人有效识别疑似的“刷单”行为。