
大数据显示排名40%-70%小微企业融资最难
大数据如何改造现有的信贷授信体系,解决小微企业的融资问题,深圳的前海大数金融服务有限公司(下简称“大数金融”)正在做这样的尝试和探索。近日,南都记者随金交会赴深圳前海进行了调研采访。前海大数金融服务有限公司副总裁王海龙向南都记者表示,小微企业融资难是结构性的问题,如果把小微企业按照优劣来分级,排名在前20%的小微企业不是融资难,而是授信过度,而实际上排名在40%- 70%的小微企业才是真正融资难的群体,由于自身存在的不足导致传统的金融机构不敢进入。
数据风险管理采取大数定律
深圳的前海大数金融服务有限公司去年8月成立于前海,由“红杉资本”投资创立的。王海龙向南都记者表示,传统的企业授信都是基于经验的,对小微企业而言,传统的授信方式并不适合,要解决小微企业贷款的很重要解决方法,就是基于数据风险管理。
“所谓数据风险管理包括两层意思,一层意思是说风险管理的方法是基于大数定律,主要是看概率,当企业的贷款金额足够小的时候,只需要管概率就可以了,不要求投出去的一百个企业都还款,不保证任何一家一定还款,但是要做到投一百家,最后有98家或97家还款,不还的概率控制在2%- 3%的水平,风险就是可控的。当数据足够大的时候,概率就会稳定下来,到时大数定律就会起作用,比如投1万笔甚至10万笔,这个概率就能稳定下来。第二层意思是大数据,用大数据的方法与外面的各种数据相结合,来进一步解决小企业在授信过程中信息不对称的一些问题。”王海龙进一步向南都记者解释。
事实上,此前已有多家互联网金融机构推出了基于大数据的信用评分体系。例如,蚂蚁金服的芝麻信用分,除了接入阿里的电商数据和蚂蚁金服的互联网金融数据外,还与外部的公共机构、商业机构达成广泛的合作。拉卡拉的考拉信用分包括个人、商户、企业等多个领域。P2P平台拍拍贷此前已经推出了“魔镜”大数据风控系统。
王海龙表示,大数金融的目标客户与传统银行、小贷公司或民间借贷都有所区隔,贷款金额在5万到50万之间,客户定价可以大幅度低于小贷。
信贷工厂
据介绍,目前大数金融定位于全国性的专业化信贷工厂,为银行、信托、财富管理公司、私募基金、P2P等机构提供全流程或部分流程的信贷外包服务。
王海龙表示,所谓信贷工厂是指把信贷流程无限细分,不是一个信贷员一个客户经理包办到底,而是分成十几个环节,每一个环节都有人做。大数金融就是建立一个信贷工厂,为各个合作机构的部分流程提供一些信贷外包服务,比如一些合作机构是可以把他们的部分流程外包给公司。通过这样的方法可以控制其中的操作风险和运营成本,然后提供小微企业最关心的信贷服务。
在与银行的合作过程中,大数金融扮演着类似流程外包的企业,银行可以将部分的流程外包。银行可以通过大数金融风险管理的模型为需要贷款的小微企业做评估,还可以提供贷后管理的服务。王海龙表示,在顾客端建立了完整的信贷工厂,对贷款的贷前、贷中、贷后整个流程都是完整的,银行可以选择将其中部分的流程来让我们做,这样形成相互合作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02