
大数据与金融征信受关注 票据宝发首份信用报告
3月27日,深圳票据宝金融服务有限公司发布了国内首份票据垂直领域信用评级报告—《中国票据信用评级报告》,以21个档次对银行承兑票据、商业承兑票据主体做了信用评级,评级覆盖183家银行、1299家企业。
票据宝董事长李华军在同日举行的2015博鳌亚洲论坛“大数据与金融征信” 分会场上说,互联网大数据是建立中国信用体系的重要手段。
全国人大常委会财经委副主任委员吴晓灵、耶鲁大学金融学教授陈志武、中国邮政储蓄银行行长吕家进、中国宽带资本基金董事长田溯宁、四通集团董事长段永基、中国工商银行副行长张红力等人在该分会场上围绕大数据金融征信体系的建设展开热烈讨论。田溯宁直言“大数据是座金矿,有待进一步深度挖掘,将来对企业最重要的不是金融资产而是数据资产。”
李华军解释其发布票据信用评级报告的原因:“在利率市场化下,信用评级是金融产品差异化定价的基础。作为灵活的汇兑工具,尽管票据市场规模日益庞大,但在实际业务展开中,由于缺少相关评级中介机构,仍主要依赖于经验判断信用水平,导致银行银票和商票规模难以扩大。”他据此认为票据评级存在需求。
在今年的全国两会上,中国华融董事长赖小民接受《华夏时报》记者采访时亦表示,在信用评级和中间业务等多个方面,我国金融业与发达国家依然存在较大距离。
近年来,我国构建社会信用体系的步伐已经明显加快,今年两会期间社会信用体系建设再次被写入政府工作报告。去年6月国务院也曾发布《国务院关于印发社会信用体系建设规划纲要(2014-2020)的通知》,要求加大对金融欺诈,披露虚假信息等金融失信行为的惩戒力度,规范金融市场秩序。
根据中国人民银行《货币政策执行报告》的数据,2014年上半年,全国企业累计签发商业汇票11万亿元,承兑余额10.2万亿元,同比增长11.4%;同期全国金融机构累计贴现25.6万亿元,同比增长14.7%,其中票据贴在各项贷款中的占比为2.84%。
据介绍,此次评级报告主要针对票据业务的承兑机构进行信用评级,根据票据的种类将承兑机构分为银行和企业两大类。评级在确立了从Aaa到D共9个档位的评级主标尺上,又对其中部分评级较为密集的档位做了进一步细分,共计21档,其中Baa3及以上评级为投资级别,Baa3以下为投机级别。
对银票和商票主体信用的考核上,评级报告采取了将流动性、短期偿债能力、长期负债能力、盈利能力、企业经营状况、发行票据的用途和目的,作为主要的评级内容。此外,包括票据签发规模比例、票据兑付时效性、票据市场认可度等亦被纳入评级指标。
李华军透露,票据宝一直致力于建立一套权威规范的票据信用评级体系,《评级报告》是基于公司10年来的数据积累和外部票据数据挖掘,操刀者来自于前穆迪公司的金融机构评级团队。
李华军并表示,票据信用评级将为丰富支付手段、降低财务成本、缓解融资难矛盾、促进利率市场化提供信用支撑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30