基于大數據的中小微企業(yè)信用評價體系研究

摘要：中小微企業(yè)在國民經濟中具有重要的地位和作用，但融資難融資貴一直是制約其發(fā)展的重大難題，根源正是銀企信息不對稱。而基于大數據的中小微企業(yè)信用評價體系以海量數據為基礎，高效率實施，低成本投入等優(yōu)勢，結合各渠道獲取的企業(yè)多方數據形成企業(yè)信用評價指標體系。但目前評價體系仍不完善，需要健全數據交換與共享機制，完善信貸擔保體系建設等，以促進基于大數據的小微企業(yè)信用評價體系的構建。

關鍵詞：大數據;中小微企業(yè);信用評價體系

目前，中小微企業(yè)在國民經濟中的地位越來越重要，據統(tǒng)計，在我國中小微企業(yè)貢獻了50%的稅收，60%的GDP，70%的技術創(chuàng)新，80%的就業(yè)，占企業(yè)總數90%以上，是我國數量最大的企業(yè)群體。然而，中小微企業(yè)由于自身資產輕、風險高、規(guī)模小、信譽不高，傳統(tǒng)金融機構抵押貸款門檻高、審批流程繁瑣，難以滿足其融資訴求。因此，要解決金融機構“放款難”和中小微企業(yè)“貸款難”的問題，需要構建出適合中小微企業(yè)信用評價體系。

近年來，互聯網技術在金融活動中的應用日趨成熟，云計算、大數據、物聯網的發(fā)展進一步提高了信用評價主體數據歸集、存儲、加工和應用水平。大數據信用評價日益興起，突破了以過去以財務報表、資產抵押和擔保等貸款的傳統(tǒng)思維，為重構中小微企業(yè)信用評價體系開拓了新思路。本文正是聚焦于當前大數據背景下中小微企業(yè)信用評價體系的構建，說明其評價方法，并結合當前企業(yè)融資的現狀，分析面臨的問題和完善方法。

1 中小微企業(yè)信用評價相關概念界定

2011年7月，工業(yè)和信息化部、國家發(fā)展改革委、國家統(tǒng)計局、財政部制定了《中小企業(yè)劃型標準規(guī)定》，將中小企業(yè)劃分為大、中、小、微四種類型。企業(yè)從業(yè)人員300人以下的劃分為中小微型企業(yè)。其中，從業(yè)人員100人及以上的為中型企業(yè);從業(yè)人員10人及以上的為小型企業(yè);從業(yè)人員10人以下的為微型企業(yè)。

傳統(tǒng)的信用評價方法主要面向對象為上市公司，在對中小企業(yè)的信用評價層面表現不盡如人意。其最主要原因是中小企業(yè)披露的財務指標無法客觀的反應企業(yè)財務現狀，而財務指標作為唯一定量分析的數據來源如果真實性得不到保證必將給評價結果的客觀性大打折扣。而本文是將企業(yè)信用評價指標體系作為一個整體，從信用評價要素、信用評價指標、信用評價權重、信用評價方法、信用評價標準、信用評價等級六個方面進行研究。[1]

2 基于大數據的中小微企業(yè)信用評價體系的特點

2.1 海量數據為基礎

傳統(tǒng)的信用評價大多是以財務指標為主，非財務指標為輔。在對企業(yè)的信用評價過程中，往往要求企業(yè)必須提供真實，可信的財報年報的數據，另外就是依賴信貸員去對企業(yè)進行現場的盡調，要求企業(yè)提供賬目流水、納稅證明等。但是中小微企業(yè)，特別是微型企業(yè)和個體工商戶，財務制度不健全，難以提供真實有效的財務數據，再者信貸員盡調中可能存在主觀性判斷，導致傳統(tǒng)信用評價可信度，權威性不夠。

大數據的特點數據來源豐富、數據體量大，可以將更多來源的數據納入企業(yè)評價，使企業(yè)信用評價體系更加多元化，除了企業(yè)的財務數據，還包括政務數據，企業(yè)的水、氣、電數據，社保繳納，納稅等，另外還有來自互聯網爬取的數據，像電商數據，網絡軌跡社交數據等。這些海量數據真實性較高，但價值密度低，需要利用大數據技術從中挖掘出小微企業(yè)信用行為等，相互結合交叉驗證，從而進一步更精準的反映企業(yè)信用。

2.2 高效率實施

傳統(tǒng)的信用評價體系，銀行需要對企業(yè)現場盡調評估，企業(yè)申請授信需要經過多部門多層級的審批，流程較長，手續(xù)繁雜。而基于大數據的信用評價體系，對從多渠道采集的海量數據集中歸集治理，甚至可以將音頻、視頻等數據轉換為結構化數據，并運用機器學習對數據進行挖掘分析，采用精確算法建立數據模型，從而實現對數據全生命周期的管理，形成數據治理、規(guī)范設計、數據開發(fā)、數據質量監(jiān)控、數據資產管理等功能，有利于數據的融合和變現，極大提高了企業(yè)信用評價的效率[2]。

2.3 低成本投入

與大型企業(yè)貸款相比，中小微企業(yè)貸款呈現“短、小、頻、急”的特點，其向銀行申請的貸款周期短，額度小，頻率高，時間要求迫切，但是從銀行的角度看，為中小微企業(yè)提供信貸服務需要投入的成本資源非但不比大型企業(yè)少，甚至更多，但收益卻相對較少。這也是銀行等金融機構不愿意將信貸業(yè)務重心過多地轉向中小微企業(yè)的一個較為重要的原因。而基于大數據的中小微企業(yè)信用評價體系運用云計算、大數據等技術對相關數據統(tǒng)一歸集處理建模，雖然前期需要一定的投入，但隨著數據應用規(guī)模的增長，評價體系精準度的提升，逐漸形成批量高效的處理能力，從而更有助于實現企業(yè)信用評價的規(guī)模效應。

3 基于大數據的中小微企業(yè)信用評價體系實踐

3.1 中小微企業(yè)財務指標選取

財務指標一般都是定量指標，數據基本上來源于企業(yè)財務會計報表?，F有的文獻中財務一級指標基本相同，二級指標根據企業(yè)情況選取[3]。

3.2 中小微企業(yè)非財務指標選取

（1）企業(yè)信用評級方法，其特征在于：

步驟1、對行業(yè)、區(qū)域企業(yè)進行調研，多渠道采集企業(yè)數據，將數據統(tǒng)一歸集治理;

步驟2、根據數據相關量化企業(yè)各項指標權重，指標項包括企業(yè)基礎勢能、人力資源、企業(yè)創(chuàng)新、企業(yè)資質、發(fā)展前景、經營管理、經營風險、行業(yè)狀況、產品狀況、運營能力、盈利能力、償債能力、發(fā)展能力，不限于以上;

步驟3、對細節(jié)項數據項進行分析，并逐級向上量化每一級的指標權重;

步驟4、根據數據分析結果，對企業(yè)的每項能力指標和細節(jié)指標進行評分;

步驟5、累加每項能力指標權重與相應指標評分的乘積獲得能力指標總分，累加每項細節(jié)指標權重與相應指標評分的乘積獲得細節(jié)指標總分，最終得到企業(yè)信用評分。

（2）上述步驟2量化指標權重后，對權重指標進行一致性檢驗。

（3）上述能力指標總分為0.0880*企業(yè)基礎勢能+0.0335*人力資源+0.0406*企業(yè)創(chuàng)新+0.0402*企業(yè)資質+0.0492*發(fā)展前景+0.0433*經營管理+0.1600*經營風險+0.0309*行業(yè)狀況+0.0305*產品狀況+0.0401*運營能力+0.1010*盈利能力+0.2107*償債能力+0.1320*發(fā)展能力。

（4）另如果所述指標采用專家法細分若干三級指標，三級指標的權重可以參照以上方法賦予，每個三級指標都是邏輯型數據[4]。

4 基于大數據的中小微企業(yè)信用評價體系的創(chuàng)新

4.1 政務大數據主導普惠金融

黨中央高度重視實體經濟發(fā)展，加強對中小企業(yè)的政策扶持。建立各廳局委辦之間數據互聯互通的機制，基于政務數據共享交換平臺，多地政府牽頭搭建了金融服務平臺，實現工商、稅務、社保、不動產、司法、環(huán)保等政務數據，水電氣暖等公用事業(yè)、社會保障等涉企經營和監(jiān)管數據的集中共享，形成區(qū)域企業(yè)征信、企業(yè)財務、企業(yè)稅務、企業(yè)服務等應用提供給金融機構，另以政務數據和金融數據為基礎，和金融機構聯合建模，輸出企業(yè)信用評價模型，降低企業(yè)融資成本，提升金融機構盡職調查效率和質量，有效破解銀企信息不對稱難題。

4.2 某運營商在金融行業(yè)的實踐

當前運營商都在積極尋求數字化轉型，利用本身網絡優(yōu)勢和用戶優(yōu)勢，利用5G云計算、大數據、物聯網等先進技術，整合自身的網絡信令軌跡數據、用戶話單話費數據、以及互聯網數據，統(tǒng)一歸集治理，和金融機構合作，金融機構開發(fā)出專項純信用的金融產品，并且雙方數據互相結合，聯合建模，形成個人和企業(yè)的標簽畫像，再經過模型計算分析出信用評分，開發(fā)出客觀的信用評價體系，為金融機構貸款高效審批的提供依據，并進行貸后風險監(jiān)控。

4.3 傳統(tǒng)商業(yè)銀行的實踐創(chuàng)新

近年來，例如建設銀行、工商銀行也在進行大數據信用評價方面的嘗試探索，整合打通散落在各個部門的數據，零售、對公、信用卡等，匯總客戶信息、儲蓄存款、平均余額、信用交易、借記交易等行為數據，用數據挖掘中的分群、預測、孤立點識別等方法構建數據挖掘模型，進行客戶分群、孤立點識別以及分類預測等挖掘分析，從而找出最有價值的客戶、規(guī)避潛在風險、找出商機、找到潛在客戶，將海量數據轉化為寶貴的“數據資產”。

另一方面，積極參與基于大數據的多渠道的創(chuàng)新合作，例如與互聯網科技公司合作、與地方政府合作，結合雙方的信用數據，聯合建模輸出風控模型、信用評分，推出專項的金融產品，進而對企業(yè)授信和放貸。

5 基于大數據的中小微企業(yè)信用評價體系不足和完善

5.1 中小微企業(yè)信用評價體系面臨的問題

數據信息資源共享難的問題存在已久。以政府部門為例，各單位各部門原有的信息管理系統(tǒng)主要建立在部門內部和系統(tǒng)內部，形成了“信息孤島”和“數據煙囪”。另外，數據共享缺乏標準體系的支撐，采集數據的格式，標準不一致也造成了數據獲取，交換共享過程中的困難，而管理規(guī)則的不明確，政策制度體系建設滯后，人為設置信息互聯互通的壁壘，都致使信息資源不能有效的整合共享，造成了政務數據資源浪費，阻礙了信息化發(fā)展的進程。

信貸擔保體系建設尚不完善。在我國，一般來說銀行不愿承擔風險，一定程度上轉給擔保機構，而擔保機構對中小微企業(yè)融資也追求絕對安全，經常要求企業(yè)反擔保，但中小微企業(yè)自身信用不足，難以找到合適的擔保人，使得風險集中于企業(yè)自身，缺少風險分散機制。此外，政策性擔保的主要資金來自政府，而商業(yè)擔保的費用較高，兩者來源比較單一而且大多數是一次性投入，缺乏必要資金補償機制。多地政府對擔保機構經營加以干預，但缺乏監(jiān)管約束，不僅引發(fā)道德風險，還降低企業(yè)對擔保貸款的積極性，不利于信貸擔保體系的持續(xù)發(fā)展。

5.2 中小微企業(yè)信用評價體系完善路徑

健全數據交換與共享機制。以政務數據為例，信息交換與共享機制的建設，是電子政務整體建設的長期任務，它的建設與國民經濟發(fā)展，與整體政府職能改革的進程，從整體上保持同步。根據不同政府機構和地方政府的實際情況，明確工程建設的邊界范圍，確定工程建設原則，將長效信息共享機制建設與單項工程建設目標，很好的結合起來;需要考慮未來業(yè)務的拓展需要，集約化進行工程建設。

完善信貸擔保體系建設。建立相關的法律法規(guī)，讓信用擔保機構計入信貸市場，對不誠實守信行為給予嚴懲措施，使金融擔保機構的運行有法律保障，以降低其經營的不確定性，把信用擔保體系進行資源整合，建立利益資源共享、風險共擔的機制，因此，要承擔一定的風險，必須強化激勵措施。政府可以基于金融上的支持，通過調節(jié)各行業(yè)之間的資源和技術，提高大眾積極創(chuàng)業(yè)精神，降低稅收稅率，完善信用的擔保體系，給金融機構提供強有力的支撐。

參考文獻

[1] 李芳.中國中小企業(yè)信用評級指標體系研究[D].西南財經大學.2011.

[2] 引自河南省某政府部門資料[Z].2019.

[3] 鄭秀君.小微企業(yè)貸款信用評級指標體系實證研究[J].征信，2014（6）：18-19.

[4] 惠國征信服務股份有限公司.蕪湖安匯知識產權代理有限公司 34107.2012.

[5] 大數據環(huán)境下造價咨詢企業(yè)信用評價體系構建研究[J]. 文婧，梁坤.現代商貿工業(yè).2021（25）.

作者簡介：張婷，（1986.4-），女，漢族，河南省鄭州市，碩士，大數據工程師，研究方向：云計算、大數據、物聯網、人工智能。