大数据时代下金融征信领域客观信用的创新应用

刘菊秀 黎海波 西南科技大学经济管理学院



大数据时代下金融征信领域客观信用的创新应用

刘菊秀 黎海波 西南科技大学经济管理学院

摘 要：我们处于一个趋于大数据的时代，大数据具有容量大、结构化和非结构化、多维度、完备性、数据的动态性和快速度等一系列特征。利用大数据的特点和计算方法，可以产生一个基于大数据的信用评价体系下衡量信用的客观信用。通过客观信用确定个体创造财富的能力和判断这个企业的发展趋势，根据发展趋势提前采取相关行动减少投资、放贷上的损失。帮助金融、征信机构做决策，提高效率，使我国经济稳定发展。

关键词：金融征信 客观信用 衡量信用 大数据金融 大数据监管

项目支持：本文受西南科技大学博士基金支持。项目编号：15zx160。

引言

金融征信领域中，传统抵质押依据标的物。但若没有可衡量标准时，企业财富的价值又如何准确测算，使产生做投资和信贷的信用数据。其次，信用体系不完善以及信用体制缺失会对企业及个人信用衡量不准确。而且当今时代信息爆炸，获取有价值的信息的难度大大增加。

本文收集了一些在一定时间范围内中国知网的中文期刊数据库中名含“大数据金融征信”的核心期刊论文文章，利用互联网优势下的新技术，对传统的做事方式或思维进行转变。主要对大数据评价体系中客观信用在金融征信领域的具体理论分析和应用的分析。

一、国内金融环境

李克强总理也指出：“让信用”成为社会主义经济体系的“基础桩”，利用大数据等手段提升监管水平，小微企业是吸纳就业的“主战场”，是挡住经济下行压力的“重要一招”。从长远看，扶持小微企业是推动中国经济发展的“重要一招”。这对应的是传统经济监管靠人、体制来管制，但是当企业数量达到一定程度、一定规模、一定颗粒度的时候，以前的监管体制就变得艰难。这使得需要用新的手段即大数据的手段来提升监管水平。马凯总理也提到中小企业融资难的核心问题就是：“缺信用、缺信息。通过第三方提供信息和征信服务，解决好缺信息、缺信用问题。努力破解缺乏信用保障这一融资“瓶颈”，把跟多金融“活水”引向小微企业。”

二、大数据时代下金融数据特征

（一）大数据理论的三个特征和挑战

大数据理论有三个特征：大容量，从互联网到数据时代，不断产生各种渠道的海量信息、高频次的数据，随之企业数据量也是成倍增长。多样性，通过对从数据的多样性和大容量的分析，结合大数据的完备性能得出事物发展的趋势。快速度，企业或个人的行为是动态的，产生的数据也是快速变化的，这会导致了信息不对称。大量的数据走到另外一个极端即信息爆炸，那么征信机构用传统的征信方法就不能满足征信的需求的效率性和准确性，还可能会很大程度的增加信用风险。预测性是大数据的另外一个特征。美国的一个在纳斯达克上市的企业声称提前两周预测顾客的需求。为什么能进行预测？预测并非凭空猜想，而是根据统计分析大量数据的规律性，进而综合出的相关性。

然而以上的特征正面临挑战：数据孤立，虽然能从不同的角度满足数据多样性，但多样性存在每个掌握数据的机构、个体和公司内部。数据杂乱，在信息化的过程中，存储数据的格式数据库系统都不同，数据不能规范化。传统的分析方法，阿里、京东应用了大数据传统的同比、环比特征，实际上只体现事务的片面。能否做决策、判断一个体和经济体的好坏，往往是失效的。

（二）大数据时代下金融数据的三维动态性

如果用过去的分析方法可能不能窥其企业全貌，财务报表的思路是一个等式：资产等于负债加所有者权益，这是一个二维静态的数据。大数据时代完全颠覆了这种模式，大数据时代的金融数据是三维动态的数据（图1）。纵轴代表企业财富积累、创造的过程，横轴是财富结果，第三个轴是时间。从一段时期分析，结果和过程要有对应。否则，结果是存疑的。最关键一点是明细数或最小颗粒度，即在某一个时间点被记录下的一个数据。通过大量的明细数作为一个基础使得在中国现有不完善体系的社会环境基础上造假成本非常低。

图1

企业的订单、帐单 、结算等这都是一个过程，属于纵轴数据。横轴是结果，把企业花费的资金看成一个结果，这些结果需要通过时间轴对应起来。如果一个企业产生了收入，但是在它的经营过程当中却无法跟这个结果去对应，那么这个数据就不被采信。中国应该是拥有全球最好的数据资源和全球最好的税收系统，其次中国有全球最好的文化记录系统。实际上通过信息化的手段本身就积累了大量的数据。但是到今天它真正的价值还没有被挖掘出来，所以有了挖掘技术把数字直接变数字资产化做各种各样的服务，才能为金融征信产生价值。

三、大数据客观信用

（一）客观信用下的新金融模式

大数据产生了一个新的约束力叫做安全的数据，具有真实性、对称性和一个多维度的历史来验证可信度。数据最后产生的客观信用会带来一个新的约束力，即提供一个安全感，并以此作为衡量标准。安全感对整个金融行为是一个非常重要的约束力和支撑点。因此在客观信用下产生了一个新的金融模式：客观信用下的大数据金融。从狭义上来讲，大数据金融是以客观性为基础和数据驱动的投资行为。数据驱动是人为靠经验积累去驱动的一种行为。然而数据是冷冰冰的、客观的，它能够真实反应一个情况。依据这个驱动的所有投资行为，也许可能会错过一些像阿里上市这样企业的机会，但是你不会错过大多数好的企业，因此叫做数据驱动。大数据金融是用数据原理解释和指导投资行为的创新金融模式。例如像在国外拿一张定单就能到银行贷款，在中国这件事情是实现不了的。企业的财务报表和所有的相关的证明资料是门槛。如果客观性能对企业信用进行额度测算，那么银行就能根据测算结果发放贷款。原来叫做抵质押典当行模式，现在是一个信用融资、信用贷款的新模式，这是与传统信用评价一个最大的区别。驱动力决策点的先决条件变了，这带来了一个全新的金融模式。

（二）大数据金融模式下的数据资产包

大数据金融的核心特点：数据是最大的、最真实的、最能够量化风险的资产。通过对个体行为数据进行挖掘，一切反应财富和信用等情况的个体数据都转化为数据资产的形式存在，叫做数据投影。客观存在的现实世界和从数据的角度反应出来可能是不同的现象，叫做数据造影。大量原本是指无法利用的数据经过挖掘和加工提炼变为有用的数据资产。通过对大量原本的计算，得到使金融机构认可，真正的数据资产，叫做资产包，数据资产和数据资产包的差别是：数据资产是概念，数据资产包是现实金融产品，就像芯片与电脑的区别。数据资产包是数据资产的存在的形式。数据资产包是通过个体数据挖掘和分析产生出来的金融产品，一个个体可以有多个数据资产包。通过对数据的采集、清洗、归类、分析计算等形成数据资产包。数据资产包由三部分组成（图2）。可视化明晰数据：很多直接取得的数据若以一定的方式呈现得很清楚叫做可视化的一个过程。投资指数：用来评价这个资产包的好坏。评分：通过对宏观同行业、同层次、集团之间的相互比较，形成了一个动态的、数据化的、能和金融对接的数据资产包。

图2

四、客观信用实践及应用

（一）客观信用的实践

信用融资：运用大数据手段对企业3到5年，甚至是更长时间的生产经营数据进行分析计算，让企业的真实的经营状况、发展趋势，通过数据真实客观的反应出来，让不可查询的信用变得可计算、可度量，为没有信用的企业建立信用，从而解除“两缺”问题，破解企业融资难题。量化金融风险管理：大数据的监管手段完全由计算机通过数学模型的算法实现，不仅能保证结果的真实性，避免人为判断对结果的干扰，而且计算机的计算能力保证监控的高速度、多线程和实时性，大大提升了风险管理的效率，省去了大量的人工带来的高昂费用。更重要的是，大数据的预测能力使风险能够被提前发现，金融风险能被提前抑制，大大降低了风险的发生率。风险监管不是替代关系，一定是叠加关系，风险只要发现一个就有价值。所以银行对已经通过抵质押的方式、担保的方式或者其他方式发放的贷款还是会存在风险。那么加上传统的风控方式，再给它补充一块大数据的监管。通过这样，同样能给所有已经发放贷款的存量客户做风险管理。大数据监管：在此过程中不需要对企业风险进行监管，而是需要把企业数据采集回来，通过后台发现数据问题，再根据问题把真实的数据挖掘出来。这种方式真正把贷前贷后分开，是对金融风险管理非常重要的一个促进。大数据监管使得业务效率提高了。这与原来不仅做放贷还要做风险管理并且后来出现问题时再处理的方式相比，大数据监管保证了高效率和贷前贷后分开管理。这样既还原了真实、提升了效率，又省去了大量的人工带来高额的费用。

（二）客观信用应用

客观信用的应用（图3），为政府提供优选企业、体检企业认知；为银行这种小贷公司提供信贷；这种贷款方式能够为PE/VC股权投资人做资产评估；为小企业债权投资人做风险评估、风险预警风险管理。金融机构通过风险预警可以提前采取措施，避免最终的损失。中小企业若要向银行做信用贷款，它通过体检报告做自我评测，看是否达到信贷标准。 体检则是让这个企业跟几十万家其他的企业比较得出结果。这相当于企业做一个自我评测，而且结果是具有价值效益的。

图3

五、内容总结

在互联网和大数据的时代下，数据即信用。使得传统的信用体系建设已经不能继续适用于很多企业的信用评估，因此通过大数据客观信用的应用，通过采集，分析企业连续相关的数据，得出企业的信用评估结果。再提供给金融机构，让他们在信贷、投资业务上，通过对贷前审查、贷后的监管作出正确的决策，同时对风险进行评估和预警，尽量避免风险损失，提高工作效率。这有利于我国经济和互联网的高速发展的齐头并进和长期发展。

参考文献:

[1]孟艳. 关于发展我国社会征信机构的探讨[J].理论学刊.2001(05).

[2]孔微巍,卓永斌.提高我省征信机构效能的现实思考[J].黑龙江金融. 2005(02).

[3]汪明全.征信机构建设需处理好四个关系[J].中国金融.2004(21).

作者简介：刘菊秀，女，绵阳，西南科技大学经济管理学院；黎海波，男，博士 ，绵阳，西南科技大学经济管理学院。