
大数据金融风控助力小微企业
近年来,伴随互联网金融的蓬勃发展,如何依托大数据技术优势对轻资产、高成长的小微企业进行风险评估和贷款服务,成为供应链金融服务的关键一环。积极探索大数据在互联网信用风险方面的应用,对于解决小微企业融资难有哪些突出的优势?开展企业信用评级的大数据获取来源又有哪些?如何来平衡数据采集和企业隐私二者的关系?针对大数据金融风控领域的一些热点话题,记者采访了数联铭品科技有限公司董事长兼CEO曾途。
记者:大数据金融风控平台对于解决小微企业融资难的突出优势有哪些?
曾途:如何解决小微企业融资难是一个世界性难题。小微企业是经济发展的“轻骑兵”,其工业总产值占中国经济总量的60%以上,提供了75%的城镇就业机会,是中国实现经济转型的重要力量。但是,小微企业一般轻资产,财务不规范、信息不透明,传统的银行信用评估模式难以全面刻画和评估小微企业的风险,使得小微企业的融资难题长期得不到解决。而大数据的金融风控,主要从以上融资痛点着手,打造 核心优势(爱基,净值,资讯)。
其一,自动化完成小微企业的在线信用评估。大数据技术通过增加对小微企业评价的维度,开拓不同数据来源,整合“银行信贷数据”、“政府数据”及“外部公开数据”共同构成企业行为大数据,据此来还原企业真实经营的行为特点和经营状况。尤其对于轻资产的小微企业,在没有信贷记录的情况下也能通过全息风险画像进行信用水平的全面评估,有效识别信用风险,降低小微企业融资成本,扩大小微企业融资覆盖面,促进小微企业发展。
其二,实现针对小微企业的“纯线上”信贷操作。在此模式下,小微企业无需任何担保,可通过信用评分来获取信用贷款。将企业贷款的申请、审核、放款等流程逐一放在线上进行,极大降低了向传统金融机构贷款流程的周期性。通过大数据征信,小微企业可快速便捷申请到贷款,同时放贷款的银行也可通过金融风控模型来对借贷人的经营数据进行分析,实现贷后的实时监控,解决对小微企业贷后跟踪难、成本大、风险高的问题。此外,小微企业贷款的特点是“高频”、“小额”,传统方式来处理人工成本很高,大数据可以降低人工成本从而为小微企业降本增效,解决融资贵难题。
记者:利用大数据开展企业信用评级的过程中,大数据获取的来源有哪些?您如何看待平衡数据采集和企业隐私保护的关系?
曾途:在做互联网金融风险控制过程中,大数据需要打破信息的孤岛,在授权合规的前提下,整合传统的银行数据、政府数据、企业行为数据和场景数据。数据来源涵盖工商、税务、法院、征信等管理部门的数据以及包括银行自身的经营数据积累。未来风控平台的数据来源,也将在授权合规的前提下,拓宽至社保、水电等更多维度,通过大数据平台的遴选,提升企业诚信经营标准,进而达到良币驱逐劣币的结果。
大数据较传统的机构化数据而言,具有体量大、种类杂的特点,在对企业进行画像的过程中,按照不同维度需加载几千甚至上万个独立标识。数据引入多,难免会碰触企业敏感数据边缘。但需指出的是,任何组织或个人在采购或使用数据服务时,都需要一套合适的数据服务框架作为评估标准。就数联铭品而言,首先,在技术体系内,我们执行业界最严格的数据安全的标准,做到数据的分级分类,包括结构化数据和非结构化数据,公开数据和私有数据,做到隐私数据不出库,公开数据拿进来。同时还要按照整个业务流程的标准,严格执行数据“脱敏”。此外,在整个执行数据的流程当中,我们接受业界最严格的监管,从而确保信息安全。
记者:近年来科技金融是业界的热点话题,数联铭品在大数据金融风控领域还有哪些创新模式,从而为中小企业更好地服务?
曾途:金融的核心离不开风控,而数据本身是金融风险最本质的东西。时至今日,数据已经成为金融业的核心基础设施。大数据技术作为一种科学工具,提高了我们用数据去解决金融风险问题的能力。在目前的 新经济(爱基,净值,资讯)时代,新经济企业具有高成长、轻资产、重研发投入的特点,按照传统风险评估和银行传统授信模型,这类企业是没有资产信息的,这在全球范围内都是一个难题。利用企业行为大数据代替资产信息,对这类新经济企业和金融行业进行评估,可为我国的金融服务机构创造一个新风险管理的蓝海。
为了更好地服务这类企业,我们力图从信用风险、市场风险和操作风险三个层面发力,打造新的金融数据框架。比如我们已经推出集“数据+平台+应用”三位一体的大数据信用评估解决方案,对金融大数据进行了创新诠释,对企业经营行为进行风险基因(DNA)刻画和分解。此外,还创建了商业反欺诈平台的创新模式,利用大数据通过信息追踪构建特殊风险识别模型,从而辅助商业运营实体与政府监管机构甄别、预警重大金融、财务及法律风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08