大数据时代对金融机构信贷决策的影响分析

□冯 明，杨 帆

（西安邮电大学经济与管理学院 陕西 西安 710061）

大数据包含的数据非常多，不仅包括传统互联网所具有的结构化数据，还包含众多半结构化和非结构化数据。企业日常的内部经营活动信息以及外部信息等，不再局限于企业财务报表中的财务数据，所有的相关数据都是企业大数据的来源，同样也是银行等金融机构评价企业等主体信用等级的重要参考资料。

银行等金融机构通过对企业大数据进行收集、处理与分析，可以对企业的信用情况进行合理评估，从而为其作出是否对借款企业发放贷款的决策提供有效参考。

1 大数据概述

大数据又称巨量资料，是指多元形式、多方来源搜集而来的庞大数据组，具有实时性。

1.1 大数据的内涵

在作决定的过程中，分析环节必不可少。分析需要有相关的资料信息，收集到的信息越多，考虑得就越全面，分析得越准确。

由于大数据包含大量数据信息，而且更多是半结构化与非结构化数据，这些数据并非传统数据库中的常态数据，因此对于分析主体来说，大数据是一个重要甚至不可或缺的工具[1]。

1.2 大数据的特点

大数据具有4 个特征，分别为大量、高速、多样、价值密度。对于数据量，从TB 级别的存储量上升到PB 级别的存储量；对于高速，是指其处理数据的速度非常快，甚至有“一秒定律”；对于多样，是指其不仅包含传统的结构化数据，还包含半结构和非结构化数据，这些数据以前都没有被应用；对于价值密度，由于大数据的数据量过于庞大，其中有用的信息占比并不大，因而导致其价值密度低[2]。

1.3 大数据的应用

大数据具有强大优势，受到了人们的青睐，许多行业将要或者正在着手将大数据应用到自身所从事的业务中，以期对以前的不足之处进行改进和发现新的机会。同样，银行等金融机构把大数据应用到相关业务也是必然趋势。把信贷决策与大数据结合就是其应用之一，二者结合可以更加快捷、准确地为信贷决策提供帮助。

2 大数据在信贷决策中的应用

当前，人们对社会征信问题的关注程度逐渐提高，尤其是在信用贷款方面，不仅个人征信，企业的信用情况也十分重要。企业的贷款金额较大，如果企业的信用情况较差，那么银行等金融机构通常不会发放贷款，否则容易出现不良贷款，金融机构会面临风险。因此，银行等金融机构在作决策之前会对企业的信用情况以及经营情况进行评估，以便作出正确的决策[3]。

2.1 大数据的技术支持

大数据的发展依托于物联网、存储、互联网、云计算等技术。

一是海量数据依赖于物联网。物联网指的是万物互联，各行各业相互关联，然后进行数据汇总，最终形成一个包含大量数据的非常规意义上的数据库。对于企业来说，企业内部经营数据是大数据的信息来源，企业外部更是一个重要的信息来源渠道，外部渠道可以获得更多客观的信息。

二是大量数据所需的存储空间更大。目前，大数据的存储已经从TB 级别升为PB 级别，而且有关人员正在继续研究可以扩展至EB 级别的数据存储平台。

三是基于大量数据和存储技术的数据处理。海量的数据需要不同于传统的计算机技术作为支持，分布式处理技术与云计算技术能够提供相应的技术支持。计算机的分布式处理技术可以将不同地点、不同功能的多台计算机联系起来，在控制系统的统一管理下，协调完成信息处理任务。云计算可以通过分布式处理框架向数十、数百甚至数万的电脑分配工作，对大型数据进行实时分析[4-5]。

2.2 信用贷款与企业信用风险评估

资金在企业日常经营活动中必不可少，是企业生存发展的基石。如果企业缺少资金，则会停滞不前，甚至会出现资金链断裂的情况，最终导致企业破产。企业的资金来源大致分为两部分，一方面是投资者投入的资金。这部分资金是企业建立和后续发展的重要部分，但并不是随时都有投资者愿意把钱投入企业中，这就出现了借款。另一方面是从企业外部借入资金，比较常见的就是银行借款。这一资金来源的特点是可以满足企业对资金的临时性需求，但会导致企业出现财务风险，因为企业对借入的资金有使用成本和使用期限。借款到期之后，企业必须偿还借款，但有的企业风险较大，因违约等各种因素而无法偿还欠款，使放款机构出现损失。因此，银行等金融机构在把资金借给企业之前，会充分评估企业的信用等级，并将评估结果作为是否放款的重要依据。以往银行等金融机构对企业信用的评估主要依赖于企业的财务信息，如报表中的财务数据，这些信息对评估结果的帮助有限，因此即使银行等金融机构进行了信用评估，但仍然有企业无法偿还所借款项，这也反映出传统信用评估方式存在缺陷，主要原因是评估所需的信息有限。大数据的部分特点是传统数据库所不具备的，这也是其可以应用于企业信用评估的强大优势。银行等金融机构可以凭借大数据技术的优势，缓解甚至弥补传统评估方式的不足[6-8]。

2.3 大数据与信用贷款决策

银行等金融机构在对企业进行信用风险评估时，需要尽可能收集企业的相关信息，但传统评价企业信用的方式使银行等金融机构在选择和使用数据信息时存在局限性，导致许多重要信息无法发挥作用，如文字信息。

大量企业外部关于信用风险的信息在传统的企业信用评估方式下并未被很好地利用，大数据技术的出现与应用则弥补了传统评估方式的不足之处，使用包含各种类型、多种渠道来源的大量数据分析和评价企业信用风险，可以充分利用以前未被利用的非数据化信息，从而对企业信用风险开展更精准、更合理的评估。

大数据对银行等金融机构信贷决策的作用不言而喻。将大数据技术与信用贷款相结合，充分利用各种非数据化信息，如文本信息中的非数字化信息。银行等金融机构在评估借款企业的信用状况时，要求企业提供财务报表、审计报告以及能够体现企业经营情况的文本材料，这些材料不仅包含财务数据等数字化信息，还包含大量非数字化信息，如材料中的各种文字表述，但银行等金融机构在运用相关信息对企业进行信用风险评估时，主要使用文本材料中的财务数据等数字化信息，忽视了材料中包含的大量文字信息，这些信息并未在银行等金融机构的信贷决策中发挥应有的作用。文字信息的作用不亚于财务数据，当银行等金融机构运用大数据技术对企业信用进行分析时，可以充分利用文字等非数字化信息，与财务数据的分析结果相结合，这样能够拓宽评价范围，提高评价准确度，增强评价结果的合理性，使银行等金融机构对收回款项有更大的把握[9-10]。

对于企业外部信息，使用这些信息评价企业信用能够使结果更加客观，但银行等评价主体并未充分利用，仍然以财务数据为主，使用单一的经营数据评价企业的信用风险所造成的资源浪费是不可估量的。企业作为评估对象，其本身所能提供的信息并不多，而来源于企业外部的信息则可以用海量来形容，如用户反馈、供应商的合作意向、竞争对手的评价等，如果把这些信息全部收集起来并加以筛选、处理和分析，最后形成可供参考的关键信息，那么银行等金融机构的评估结果将会发生质的变化[11-13]。

3 结束语

将大数据与企业信用风险评估相结合，可以优化银行等金融机构的评估过程，完善评估所需数据，增强评估结果的合理性。因此，进一步利用好大数据，从中挖掘出有益信息对银行评估企业信用风险具有重要意义。大数据技术与企业信用风险评估相结合是发展的必然趋势，也是各行各业信息化发展的必由之路。有研究显示，在评价企业信用风险时，仍有较多信息未被充分利用，因此大数据在企业信用风险评估中的常态化应用有待进一步加强。