京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运用大数据 为中小企业融资提供便利
随着互联网金融时代的到来,信用体系和风险控制系统的建立完善可谓“千呼万唤”,而这个系统、体系的产生将依赖于大数据相关技术。那么,如何运用大数据解决中小企业贷款难?大数据如何与金融结合?带着这些疑问,本报记者专访了北京道口贷科技有限公司副总裁尚超。
数据整合化解中小企业融资难
记者:您认为如何运用大数据解决中小企业融资难、融资贵的问题?
尚超:中小企业融资难、融资贵,关键原因是信息不对称造成的信任危机,缺乏有效的信用证明,自然很难获得金融机构的认可。如,一些大型银行一般就很难信任并服务中小企业。
大数据时代的到来,催生了大数据产业,在解决中小企业信任危机、信用忧虑方面,大数据产业可以整合以发票和所得税等为代表的税务数据、以电子商务交易为代表的商业交易数据、以物联网业务为代表的物流数据,加上建设中的公民诚信体系贡献的个人信用数据和不断完善的以银行信贷记录为代表的企业征信等,通过数据整合,开放给各类金融服务机构使用,给中小企业进行清晰、可信的综合画像,进而形成更为完善的信用证明。有了这种证明,上述信任危机、信用忧虑问题将得到很大程度上的化解,融资难、融资贵问题也将获得显著改善。
大数据产业发展,对提高整个国家的中小企业融资服务水平有重大战略意义。从具体城市来看,也能有效解决单一城市的招商引资等现实问题。一个城市的营商环境好坏,关键取决于城市内数量众多的中小企业的信用状况。如果这些企业经营的信用状况能通过相关数据整合清晰显现出来,一方面,能让中小企业自觉诚信经营,守住信用底线,营造“守信者处处受益,失信者寸步难行”的信用生态。另一方面,能让投资机构、金融服务机构便利、高效地纵览、分析整个城市的中小企业守信经营状态,为投资、授信、放贷等行为做好充分准备。
数据运用提高金融机构服务水平
记者:云计算、大数据如何与金融相融合?
尚超:目前,云计算、大数据可以全方位地为金融机构服务,并深入融合到金融机构的各个业务层面,尤其是金融机构尽职调查、授信审核与评定、贷后管理等关键环节。
具体而言,主要是为上述业务环节提供税收、贸易、资产、人力资源、跨境业务等各种信息源、信息与数据的交叉检测服务,通过这些服务来提高相应工作的效率、准确率和精细化水平。
从应用领域来说,可以为我国银行、证券、信托、保险、基金、第三方支付、互联网金融等各类金融服务机构提供直接的服务。针对中国多层次的资本市场构成,可以为主板与中小板市场、创业板市场、新三板市场、区域性股权交易市场等市场管理主体,资产评估、会计师事务所、律师事务所等的各类中介机构服务,更可以为广大的投资人服务,让投资人可以通过大数据、云服务,轻松便捷地进行投资选择、投资目标调查分析,做到明白投资。
这些云计算、大数据带来的服务变革,将深刻影响我国金融产业的创新和发展,在推动普惠金融、降低中小企业融资成本、提高金融机构服务水平和全球竞争力等多个方面发挥核心驱动力的作用。
社群经济形式日趋多样化
记者:请您结合当前中国的金融生态实际,谈一下微信生态创业?
尚超:当前以微商为代表的金融生态创业已经逐步凸显出自身的内在问题,也就是信任危机、信用忧虑。这与中小企业融资难、融资贵问题虽然形式不同,但同根同源。金融的本质就是基于信用的风险管理,当朋友圈、微信群出现越来越多的广告、经商等信息的时候,信任、信用问题就急剧突显,进而伤害到社群经济模式和社群体系本身。
长远来看,社群经济不可能总是表现为微商这样的营商模式,更不可能主要依托微信这个独立的超级社群入口来进行,它独特且关键的金融属性决定了它会受到越来越多的关注和投资,相关的创新经营形式、表现形式、依托平台将日趋繁荣和多样化,进而逐步形成持续健康的新产业形态。
贵阳发展大数据金融前景光明
记者:对于像贵阳这样的西部城市,在发展大数据金融科技方面,您有什么好的建议?
尚超:大数据金融科技依托互联网进行,无地域限制,无空间限制,可以充分享受贵州大数据产业的发展红利,因此具有光明的发展前景。但在实际操作层面建议要重点解决四个方面问题。
第一,建议认真研究和制定发展战略,例如,制定战略为大型金融机构提供大数据支持,落地具体的软硬件设施等,依靠大型金融机构的综合保障能力,带动整个产业和上下游发展。
第二,建议着重考虑人才的引进、稳固和提升问题,这样才能为产业的长期持续发展提供智力支持。比如,对落地的企业由政府配套各种人才服务保障,大力发展本地高等院校、专业科研机构、博士后流动站、职业教育机构等,为人才在本地的落户、职业发展、技能提升、子女教育等提供一条龙的服务。
第三,建议凸显国际视野。金融产业除了服务本国经济外,还有非常突出的国际属性,尤其在当今的货币全球化、资产配置全球化、投资全球化、人才流动全球化、各种金融交易全球化的背景下,货币战争、金融危机等挑战不断出现,如果没有国际视野,发展将很快遇到瓶颈。具体可以采用走出去、请进来等方式,与国际金融机构合作,深化交流,开展金融业务合作。
第四,建议明确产业发展初期的工作重点。如何在发展初期给自身设定重点工作领域和方向,集中精力精细化发展经营,显得非常重要。例如,目前,西南地区还存在大量亟待脱贫致富奔小康的农民,如何利用好科技金融,为农业产业化服务,为各类农业经营实体服务,具有重大意义。尽管服务中小微企业非常繁琐,风险也很高,一旦探索出行之有效的科技金融解决方案,将是新时期解决好“三农”问题的重大突破,社会效益和经济效益都将无比巨大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12