让信用连通起来 信用评估关键在大数据

2018年3月5日  浏览:213

---

让信用连通起来 信用评估关键在大数据

本文作者：集点大数据信用杨和茂

自2015年起，无论是“金融信用”还是“非金融信用”（亦称“行为信用”）都是极其关键的一年，整个社会对信用的管理也尤其密切。特别是对中国的信用金融来说更是不平凡的一年，1月5日，中国人民银行下发《关于做好个人征信业务准备工作的通知》。

一、我国信用征信及评级亟需大数据

 纵观中国十二五整个发展时期，国家的经济增长新常态需要新信用。随着中国伟大复兴之路的强国梦建设步伐的不断加快，特别是互联网使得世界变得越来越扁平化，信息来源的广度与深度也越来越快速并给与公开呈现化。由于数据信息可以瞬间无远弗届，因此，我国尽快建立中国的大数据信用体系也似乎变得越来越迫在眉睫。以快速反映信用记录的重要性和避免信用记录的缺失的日益激化，如何解决这对矛盾已刻不容缓。

 

  整个世界乃至我国经过多年的大数据信用的建设和运营，集点大数据信用从中摸索出自己的大数据信用商业模式，定位为大数据商业应用公司。目前已经建成了以政府采购交易行为系统为核心的企业征信及评级系统，建立了“政府采购大数据信用网”及“政府采购信用查app”，为我国政府采购领域提供诚信查询、失信调查、数据分析及等多方位服务。这一征信与评级体系以政府采购交易数据为基础，是目前国内最权威、最有价值的征信数据。目前已经完成了广东省全部近10万家企业的征信数据及近100万份大数据信用评级报告。但是，正如国内很多大数据专家提到的那样，目前由于数据标准、数据内容、数据及时性以及大数据技术等诸多因素的影响，大数据信用的建设仍处在一个关键时期，亦存在诸多的问题急需解决，这也到时我国的大数据信用工作落实实施仍需要加大改进力度。

　二、我国信用评级机构绝大多数仍停留在传统金融信用为主

从目前我国服务信用的机构数量来分析，全国信用服务机构累计超过2000家以上，但绝大部分征信与评级机构都属于传统的“金融信用”服务机构，这些信用服务机构也难以服务以互联网为战略转型的中国经济发展。“非金融信用”或者说“大数据信用”的服务机构除了阿里的芝麻信用、腾讯及百度等大佬机构外就寥寥无几了，这也为未来大数据征信及大数据信用评级的发展带来了不可估量的巨大商机。

 

我国需要加快发展大数据征信及评级信用，才能够避免因客户覆盖能力不足、信用评估数据来源单一、评估体系封闭以及征信产品应用领域限制等弱点，才能真正避免传统信用系统存在的诸多问题，真正以大数据信用服务好社会，为国家的诚信建设落到实处。

 

众所周知，传统的信用评级存在的问题诸多，这一点也得到了行业的高度认可，主要原因是数据的单一与信用评价的价值性凸显的矛盾难以统一，针对这一点，国家需要尽快出台大数据信用的相关制度与管理条例，以快速推进我国大数据征信及信用对诚信建设的重要作用。

三、大数据信用评估关键在大数据海量性及价值性

 纵观现代互联网体系，其参与的企业、管理形态、交易方式以及业务流程都发生了深刻的变化，传统的征信体系显然已经无法满足新常态背景下互联网业务发展的需要。

 

 互联网的发展要求企业征信则必须要经历一次彻底的改变，才能加速我国市场化商业诚信和社会化诚信的进程，要实现转变，则首先对网络公开信息进行搜集，打通各个“信息孤岛”，使得信息孤岛组合成一个“信息桃花岛”。要充分建立多个数据集市，由于征信的维度拓宽从而推动评估维度的多元化，不仅从财务数据、金融数据、历史信息这些传统角度还需要增加管理数据、行为数据、效率数据等多个信用评级维度，这样才能做到相对科学并且有效评估预测企业的信用风险，最终为社会提供良好的征信与信用评级服务体系。

 

 首先，从传统的过度单纯依托金融体系数据向行业中的企业行为数据进行改变；其次，评估机构本身也要实施多元化。从央行一家向细分领域的各类企业共同参与转变；最后，应用场景应该多元化。通过市场化不断推动信用产品和应用场景的创新，最大限度的发挥信用杠杆的价值和作用。

 

 信用靠数据，指信用数据来源的包容性与泛化性。从理论上来说，企业的的每次交易行为都会在无形中成为对企业信用的一种表达，除了熟知的金融信贷行为，还包括商业行为、社会行为和社交行为等，比如：供应商、顾客是否恶评、是否有违法违规行为、是否有失信记录、是否存在无故终止交易、控制人股东及核心管理人员是否常换等，都能从多个角度全面衡量企业信用做出一定的明确指向性。

四、我国亟需进一步完善与加强发展大数据技术及社会应用

首先，针对目前的商业数据、社会行为数据缺失的问题，有待提升大数据征信和评级，这样也能有效解决商业、社会、社交的行为数据采集和数据库的建设，为商业提供诚信基础，也能理性给与金融信贷。但截至目前，相关国内公共数据基础相对薄弱、数据整理技术不强、数据算法不科学、数据规范缺失、数据应用探索不足，未来数据整合成为大数据信用的一个发展瓶颈及机遇。

 

其次，数据要数量也要有质量、同时需要体现价值性和低密度性，即信用数据来源的时效性与真实性之间的平衡。信用评估结果并非一成不变，也不应该一成不变，这就让我们面临在客户实时行为变异，与客户信用历史发生冲突时该如何处理的问题，也要求既要用动态的眼光去看待客户信用，也要实现在客户发生异动时能真正地洞察客户行为的原因，并在此基础上做出信用决策。

 

最后，数据需挖掘，即基于大数据的信用价值挖掘的科学性和技术性。信用评估的新体系下，由于海量多源的非结构化数据存在，数据从清洗到转换、挖掘，价值挖掘的好坏特别依赖于大数据挖掘技术应用是否到位，这也是为什么纵观国内外征信公司都争相追捧大数据科学家的原因，而擅长大数据技术的公司在信用评估领域也将具有得天独厚的优势。

 五、我国亟需加快培养大数据人才队伍建设及加快人才储备

 国家顺利实施大数据，自然离不开大数据人才队伍的建设，要快速发展也必然要加快我国大数据人才的培育，我国目前对大数据人才缺口巨大，不仅传统企业转型升级需要、国家实施大数据战略经济转型对人才需求均迫在眉睫，也越来越成为大数据发展的一个巨大障碍或瓶颈。

 发展和培养大数据人才，不仅要从现有的高校设置大数据专业、也需要社会机构参与大数据人才培训的步伐，同时也需要重点考虑我国的教育低龄化开始实施，比如在小学阶段就可以考虑设置一些软件编程的课程及活动，这样能保障我国实施大数据战略的人才储备和可持续发展需要。

 基于这样的大背景，广东集点网络科技有限公司深耕政府采购大数据领域已经进入第4个年头了，属于政府采购大数据产业的领军企业，并于2017年成立了广东省政府采购大数据研究院，专注于解决个政府采购信用评级和风控管理。

（作者系广东集点网络科技公司联合创始人、政府采购大数据研究院院长、董事）