一种合规体系运行情况的量化监测系统及其监测方法技术方案

本发明专利技术公开了一种合规体系运行情况的量化监测系统及其监测方法，通过所述合规体系运行情况的量化监测方法包括对企业风险评估信息、培训信息、考核信息、承诺信息、第三方管理信息、检查举报信息进行系统监测，且可以随时通过一种合规体系运行情况的量化监测系统实现按此方法进行监测输出量化的运行指数值；从而实现全面的、系统的、科学的、快速的对企业合规体系运行状态进行监测。规体系运行状态进行监测。规体系运行状态进行监测。

【技术实现步骤摘要】
一种合规体系运行情况的量化监测系统及其监测方法


[0001]本专利技术涉及企业管理领域，尤其涉及一种企业合规体系运行情况的量化监测系统领域。

技术介绍

[0002]国家大力推行依法治国，且随经济发展，企业规模逐渐变大，企业逐渐走向国际的背景下，企业不仅面临着产品技术的竞争，同时企业合规的要求提高到前所未有高度；因此随着企业规模增大，企业的合规要求越来越高，但是企业的合规体系运行监测和量化评价越来越难；
[0003]如何全面的、系统的、科学的、快速的对企业进行合规监测，成为本领域的难题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种合规体系运行情况的量化监测系统及其监测方法，通过所述合规体系运行情况的量化监测方法包括对企业风险评估信息、培训信息、考核信息、承诺信息、第三方管理信息、检查举报信息进行系统监测，且可以随时通过合规体系运行情况的量化监测系统实现按此方法进行监测输出量化的运行指数值；从而实现全面的、系统的、科学的、快速的对企业合规体系运行情况进行量化监测，作为评价合规体系有效性的数据基础。
[0005]根据本专利技术的一个方面，提供了一种合规体系运行情况的量化监测方法，包括以下步骤：步骤一、预存识别信息，所述识别信息包括企业风险评估识别信息、培训识别信息、考核识别信息、承诺识别信息、第三方管理识别信息、检查举报识别信息；预存特征信息；
[0006]预存计算方法，所述计算方法包括指标信息计算方法、运行指数计算方法；所述指标信息计算方法包括企业风险评估识计算方法、培训识别计算方法、考核识别计算方法、承诺识别计算方法、第三方管理识别计算方法、检查举报识别计算方法；
[0007]步骤二、接收输入信息，将输入信息通过与特征信息对比转化为类别信息；所述类别信息包括时间信息以及时间信息对应的特征信息；所述特征信息包括输入启动信息和/或评价启动信息；
[0008]步骤三、将所述类别信息进行分类，将不同类别的类别信息存储到预存储的识别信息中和/或与预存储的识别信息进行信息识别，当类别信息进行信息识别时，将得到的与类别信息匹配的识别信息输出；
[0009]与类别信息匹配的识别信息按照预存指标信息计算方法进行计算输出指标信息；所述指标信息包括企业风险评估指标信息、培训指标信息、考核指标信息、承诺指标信息、第三方管理指标信息、检查举报指标信息；
[0010]步骤四、将所述指标信息按照预存运行指数计算方法进行计算输出运行指数值。
[0011]本专利技术相对于现有技术的有益效果在于，通过合规体系运行情况的量化监测方法预先储存识别信息，所述识别信息包括企业风险评估识别信息、培训识别信息、考核识别信
息、承诺识别信息、第三方管理识别信息、检查举报识别信息，实现对企业刑事风险、企业培训状况、企业内部人员考核状况、企业内部人员承诺状况、对企业相关第三方管理状况、企业是否设立检查举报渠道以及对举报处理状况全面监测，从而实现企业从内部人员管理监测、外部第三方监测、管理制度流程制定情况监测以及流程落实监测，从而实现对企业合规体系的全面、科学、系统检测；
[0012]通过将输入信息通过与特征信息对比转化为类别信息，即可实现对企业各方面进行监测的识别信息进行实时更新，保持数据库中存储的识别信息处于最新状态；同时通过类别信息与预存储的识别信息进行信息识别，将得到的与类别信息匹配的识别信息输出，实现对最新时间对应的数据库中存储的识别信息输出；
[0013]通过将与类别信息匹配的识别信息按照预存指标信息计算方法进行计算输出指标信息，实现最新时间对应的数据中存储的识别信息转化为量化的指标信息；
[0014]通过所述指标信息按照预存运行指数计算方法进行计算输出运行指数值，实现最新时间对应的数据中存储的识别信息转化为运行指数值，从而实现对企业快速、科学监测并量化输出的运行指数值。
[0015]进一步的，所述步骤一具体步骤包括：在第一数据库中预存企业风
[0016]险评估识别信息，所述企业风险评估识别信息包括企业风险评估次数信息、企业风险评估分数值信息；
[0017]企业风险评估次数信息为0、1、2、3
……
n；所述0、1、2、3
……
n按评，价的时间顺序排列；
[0018]所述企业风险评估分数值信息为X1、X2、X3
……
Xn，所述X1、X2、X3
……
Xn为0、1、2、3
……
n对应的企业风险评估分数值；
[0019]在第二数据库中预存培训识别信息，所述培训识别信息包括管理层参训率分值信息、员工参训率分值信息、管理层完训率分值信息、员工完训率分值信息；
[0020]在第三数据库中预存考核识别信息，所述考核识别信息包括参考率信息、参考达标率信息、参考优秀率信息；
[0021]在第四数据库中预存承诺识别信息，所述承诺识别信息包括公司承诺公示情况信息、管理层承诺率信息、员工承诺率信息；
[0022]在第五数据库中预存第三方管理识别信息，所述第三方管理识别信息包括第三方黑白名单制度建立情况信息、第三方风险考察评估率信息、第三方刑事合规承诺率信息、第三方刑事合规告知率信息；
[0023]在第六数据库中预存检查举报识别信息，所述检查举报识别信息包括检查举报渠道设立情况信息、检查举报查结率信息；在第特征数据库中预存特征信息；
[0024]所述管理层参训率分值信息为已参训管理层人数在应参训管理层人数中的占比；所述员工参训率分值信息为已参训员工人数在应参训员工人数中的占比；管理层完训率分值信息是已完成既定培训课程的管理层人数在参训管理层人数中的占比；员工完训率分值信息是已完成既定培训课程的员工人数在参训员工人数中的占比；
[0025]所述参考率信息为参考人数与应考人数的比值；
[0026]所述达标率信息为考核成绩达到标准成绩人数与参考人数的比值，优选所述标准成绩为大于60分；
[0027]所述优秀率信息为考核成绩达到优秀成绩人数与参考人数的比值，优选所述优秀为大于90分；
[0028]所述公司承诺公示情况信息为公司签署承诺并向全体员工公示，未公示本项为0，反之则为1。
[0029]所述管理层承诺率信息为管理层已承诺人数与管理层应承诺人数的比值；
[0030]所述员工承诺率信息为员工已承诺人数与员工应承诺人数的比值；
[0031]所述第三方黑白名单制度建立情况信息为第三方黑白名单制度建立情况；根据第三方风险评估率，当评估率为0时，本项分值为0；当黑名单第三方数量等于评估中分值小于等于60分第三方数量时，该项分值为5分，反之，该项为0分。
[0032]所述第三方刑事风险评估率信息为已评估第三方数量与应评估第三方数量的比值；
[0033]所述第三方刑事合规承诺率信息为已承诺第三方数量与应承诺第三方数量的比值；
[0034]所述第三方刑事合规告知率信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合规体系运行情况的量化监测方法，其特征是，包括以下步骤：步骤一、预存识别信息，所述识别信息包括企业风险评估识别信息、培训识别信息、考核识别信息、承诺识别信息、第三方管理识别信息、检查举报识别信息；预存特征信息；预存计算方法，所述计算方法包括指标信息计算方法、运行指数计算方法；所述指标信息计算方法包括企业风险评估识计算方法、培训识别计算方法、考核识别计算方法、承诺识别计算方法、第三方管理识别计算方法、检查举报识别计算方法；步骤二、接收输入信息，将输入信息通过与特征信息对比转化为类别信息；所述类别信息包括时间信息以及时间信息对应的特征信息；所述特征信息包括输入启动信息和/或评价启动信息；步骤三、将所述类别信息进行分类，将不同类别的类别信息存储到预存储的识别信息中和/或与预存储的识别信息进行信息识别，当类别信息进行信息识别时，将得到的与类别信息匹配的识别信息输出；与类别信息匹配的识别信息按照预存指标信息计算方法进行计算输出指标信息；所述指标信息包括企业风险评估指标信息、培训指标信息、考核指标信息、承诺指标信息、第三方管理指标信息、检查举报指标信息；步骤四、将所述指标信息按照预存运行指数计算方法进行计算输出运行指数值。2.根据权利要求1所述的合规体系运行情况的量化监测方法，其特征是，所述步骤一具体步骤包括：在第一数据库中预存企业风险评估识别信息，所述企业风险评估识别信息包括企业风险评估次数信息、企业风险评估分数值信息；企业风险评估次数信息为0、1、2、3
……
n；所述0、1、2、3
……
n按评价的时间顺序排列；所述企业风险评估分数值信息为X1、X2、X3……
X
n
，所述X1、X2、X3……
X
n
为0、1、2、3
……
n对应的企业风险评估分数值；在第二数据库中预存培训识别信息，所述培训识别信息包括管理层参训率分值信息、员工参训率分值信息、管理层完训率分值信息、员工完训率分值信息；在第三数据库中预存考核识别信息，所述考核识别信息包括参考率信息、参考达标率信息、参考优秀率信息；在第四数据库中预存承诺识别信息，所述承诺识别信息包括公司承诺公示信息、管理层承诺率信息、员工承诺率信息；在第五数据库中预存第三方管理识别信息，所述第三方管理识别信息包括第三方黑白名单制度建立情况信息、第三方风险考察评估率信息、第三方刑事合规承诺率信息、第三方刑事合规告知率信息；在第六数据库中预存检查举报识别信息，所述检查举报识别信息包括检查举报渠道设立情况信息、检查举报查结率信息；在特征数据库中预存特征信息。3.根据权利要求1所述的合规体系运行情况的量化监测方法，其特征是，所述步骤二具体步骤包括：当所述类别信息包括输入启动信息时，所述类别信息还包括与所述时间信息相应的识
别信息中任意一项或多项信息。4.根据权利要求3所述的合规体系运行情况的量化监测方法，其特征是，所述步骤三具体步骤包括：当所述类别信息包括输入启动信息时，将所述类别信息中的时间信息、识别信息中任意一项或多项信息存储到预存储的识别信息中；根据时间信息将类别信息中的识别信息按时间顺序分类存储到相应的识别信息中；当所述类别信息包括评价启动信息时，将所述类别信息中的时间信息与识别信息相匹配，将得到的与类别信息匹配的识别信息；与类别信息匹配的识别信息为与所述时间信息相近时间和/或次相近时间对应的识别信息。5.根据权利要求1所述的合规体系运行情况的量化监测方法，其特征是，所述步骤三具体步骤还包括：所述企业风险评估计算方法为：所述企业风险评估指标信息X＝a1×
X
n
±
a2×
Xn；所述n为企业风险评估次数信息；所述Xn为企业风险评估分数值信息n对应的企业风险评估分数值；当类别信息匹配的识别信息中n＝0时，X＝0；当类别信息匹配的识别信息中n＝1时，X＝X1；当类别信息匹配的识别信息中n、n
‑
1对应的X
n
≥X
n
‑1时X＝a1×
X
n
+a2×
X
n
；当类别信息匹配的识别信息中n、n
‑
1对应的X
n
≤X
n
‑1时，X＝a1×
X
n
－a2×
X
n
；所述培训识别计算方法为：所述培训指标信息Y＝b1×
Y1+b2×
Y2+b3×
Y3+b4×
Y4；所述Y1、Y2、Y3、Y4分别为与类别信息匹配的识别信息中的管理层参训率分值信息、员工参训率分值信息、管理层完训率分值信息、员工完训率分值信息；所述考核识别计算方法为：所述考核指标信息Z＝c1×
Z1+c2×
Z2+c3×
Z3；所述Z1、Z2、Z3分别为与类别信息匹配的识别信息中的参考率信息、参考达标率信息、参考优秀率信息；所述承诺识别计算方法为：所述承诺指标信息A＝d1×
A1+d2×
A2+d3×
A3；所述A1、A2、A3分别为与类别信息匹配的识别信息中的公司承诺公示信息、管理层承诺率信息、员工承诺率信息；所述第三方管理识别计算方法为：所述第三方管理指标信息B＝e1×
B1+e2×
B2+e3×
B3+e4×
B4；所述B1、B2、B3、B4分别为与类别信息匹配的识别信息中的第三方黑白名单制度建立情况信息、第三方风险考察评估率信息、第三方合规承诺率信息、第三方合规告知率信息；所述检查举报识别计算方法为：所述检查举报指标信息C＝f1×
C1+f2×
C2；所述C1、C2分别为与类别信息匹配的识别信息中的检查举报渠道设立情况信息、检查举报查结率信息。6.根据权利要求5所述的合规体系运行情况的量化监测方法，其特征是，所述步骤四具体步骤包括：运行指数计算方法为：运行指数值H＝X+Y+Z+A+B+C。7.根据权利要求5所述的合规体系运行情况的量化监测方法，其特征是，所述a1＝20，a2＝5；b1＝5，...

【专利技术属性】
技术研发人员：胡益华，
申请(专利权)人：一花咨询北京有限公司，
类型：发明
国别省市：