肖肖 駱建文

摘要：互聯(lián)網(wǎng)融資平臺(tái)利用大數(shù)據(jù)技術(shù)進(jìn)行信用評(píng)級(jí)，提供融資服務(wù)已成為互聯(lián)網(wǎng)金融的重要形式。文章首先分析了這一形式在技術(shù)上和規(guī)模經(jīng)濟(jì)上的優(yōu)勢(shì)所在，然后介紹了互聯(lián)網(wǎng)融資平臺(tái)信用評(píng)級(jí)的模式以及實(shí)施路徑，最后對(duì)互聯(lián)網(wǎng)融資平臺(tái)在進(jìn)行大數(shù)據(jù)信用評(píng)級(jí)時(shí)的風(fēng)險(xiǎn)管理提出了建議。

關(guān)鍵詞：大數(shù)據(jù);互聯(lián)網(wǎng)金融;信用評(píng)級(jí);風(fēng)險(xiǎn)管理

一、 引言

長期以來，信用評(píng)級(jí)的做法是從宏觀經(jīng)濟(jì)環(huán)境、行業(yè)發(fā)展趨勢(shì)、企業(yè)管理層基本素質(zhì)、企業(yè)財(cái)務(wù)指標(biāo)、企業(yè)組織結(jié)構(gòu)、企業(yè)銷售業(yè)績(jī)、特殊事件風(fēng)險(xiǎn)等角度收集信息，對(duì)被評(píng)級(jí)客體能否到期償還進(jìn)行定量分析與定性分析。所以，信用評(píng)級(jí)是一個(gè)綜合考慮宏微觀因素，對(duì)資金需求方的客觀還款能力和主觀還款意愿進(jìn)行評(píng)估的系統(tǒng)性工作。但是，囿于數(shù)據(jù)的收集和數(shù)據(jù)的分析技術(shù)，傳統(tǒng)信用評(píng)級(jí)方式存在如下缺陷：（1）評(píng)級(jí)是以企業(yè)的往期財(cái)務(wù)信息和其他運(yùn)營信息為基礎(chǔ)，不能提供這些數(shù)據(jù)的企業(yè)，特別是小微企業(yè)，就無法獲得信用評(píng)級(jí)或只能獲得極低的信用級(jí)別，募集資金因此也受到限制，使得授信活動(dòng)無法實(shí)現(xiàn)普惠性。（2）對(duì)企業(yè)管理者主觀因素的分析尚停留在表面，因償還意愿導(dǎo)致違約產(chǎn)生的原因還需深入挖掘。（3）使用的信息為靜態(tài)、過期數(shù)據(jù)，缺乏動(dòng)態(tài)、即時(shí)性數(shù)據(jù)，存在時(shí)滯性，缺乏前瞻性。因此，傳統(tǒng)的信用評(píng)級(jí)是一種靜態(tài)的、滯后的、局部的評(píng)級(jí)方法，以這種方式進(jìn)行信用評(píng)級(jí)，會(huì)產(chǎn)生資金分配的不平衡性，使得信用等級(jí)高的主體越發(fā)容易獲得資金，信用等級(jí)低的主體越不容易獲得資金，即所謂的馬太效應(yīng)。為了克服傳統(tǒng)信用評(píng)級(jí)存在的這些局限性，業(yè)界和理論界圍繞信用數(shù)據(jù)的收集和分析進(jìn)行不斷的理論開拓和應(yīng)用創(chuàng)新。

進(jìn)入21世紀(jì)以來，快速發(fā)展的信息處理技術(shù)和IT硬件技術(shù)，推動(dòng)著人類依托互聯(lián)網(wǎng)進(jìn)行信息交流，資源分配，生產(chǎn)安排和資金融通等經(jīng)濟(jì)活動(dòng)，形成所謂的互聯(lián)網(wǎng)經(jīng)濟(jì)和互聯(lián)網(wǎng)金融。在互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展的過程中，人們通過網(wǎng)絡(luò)積累了海量數(shù)據(jù)。因此，對(duì)數(shù)據(jù)的理解、獲取、存儲(chǔ)和使用等方面都得到了極大地拓展，開始進(jìn)入大數(shù)據(jù)時(shí)代。

大數(shù)據(jù)是指信息量大到無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取和處理的數(shù)據(jù)集合，它具有“4V”的特征，即多樣化（Variety）、大量化（Volume）、快速化（Velocity）和價(jià)值化（Value）。其中，多樣化是指大數(shù)據(jù)類型十分豐富，需要用多種分類方法才能描述。比如在信用評(píng)級(jí)領(lǐng)域，信用大數(shù)據(jù)按內(nèi)容劃分，可分為運(yùn)營大數(shù)據(jù)、交易大數(shù)據(jù)和交互大數(shù)據(jù)。按組織形式劃分，可分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)。按時(shí)序性劃分，可分為靜態(tài)的離散型數(shù)據(jù)（點(diǎn)數(shù)據(jù)）與動(dòng)態(tài)的連續(xù)型數(shù)據(jù)（流數(shù)據(jù)）。大量化是指大數(shù)據(jù)的數(shù)據(jù)量驚人。比如，F(xiàn)acebook每天產(chǎn)生300TB數(shù)據(jù)，淘寶每天產(chǎn)生30TB的數(shù)據(jù)。因此，大數(shù)據(jù)企業(yè)總是存在數(shù)據(jù)快速增長與數(shù)據(jù)存儲(chǔ)擴(kuò)容相對(duì)緩慢的矛盾?？焖倩侵赣捎诖髷?shù)據(jù)包含的數(shù)據(jù)量無比巨大，因此處理信息的速度需要十分迅速，才能實(shí)現(xiàn)大數(shù)據(jù)的可適用性。為達(dá)到這一目標(biāo)，云計(jì)算和數(shù)據(jù)挖掘技術(shù)被廣泛使用在大數(shù)據(jù)處理上。價(jià)值化是指大數(shù)據(jù)能提供足夠的信息去發(fā)現(xiàn)研究對(duì)象的內(nèi)在規(guī)律，即所謂的知識(shí)發(fā)現(xiàn)（KDD，Knowledge Discovery in Database）。由于信用大數(shù)據(jù)來源豐富多樣，屬性信息極為復(fù)雜，數(shù)據(jù)量十分龐大，數(shù)據(jù)價(jià)值密度低，為實(shí)現(xiàn)這一屬性必須利用機(jī)器學(xué)習(xí)進(jìn)行數(shù)據(jù)挖掘，獲得有用的知識(shí)。

大數(shù)據(jù)和大數(shù)據(jù)處理方法的出現(xiàn)對(duì)信用評(píng)級(jí)乃至整個(gè)金融行業(yè)都產(chǎn)生了深遠(yuǎn)的影響，圍繞大數(shù)據(jù)技術(shù)重新構(gòu)造信用評(píng)級(jí)行業(yè)成為理論和實(shí)務(wù)熱點(diǎn)。在理論研究上，孫中東（2013）提出應(yīng)用大數(shù)據(jù)技術(shù)，銀行的信用評(píng)級(jí)體系可以進(jìn)一步完善、創(chuàng)新。蔚趙春等（2013）從挑戰(zhàn)和機(jī)遇兩個(gè)方面分析大數(shù)據(jù)給商業(yè)銀行帶來的影響。趙付玲等（2013）則圍繞大數(shù)據(jù)背景下商業(yè)銀行的信息化建設(shè)展開討論。王偉等（2014）認(rèn)為可以用大數(shù)據(jù)思維強(qiáng)化小微企業(yè)信貸風(fēng)險(xiǎn)管理。在實(shí)際操作中，信用評(píng)級(jí)的方法和業(yè)務(wù)模式都發(fā)生了顯著和深刻的變化，建立網(wǎng)上融資平臺(tái)，使用大數(shù)據(jù)收集和處理技術(shù)進(jìn)行信用評(píng)級(jí)日益成為互聯(lián)網(wǎng)金融的基本業(yè)務(wù)模式，對(duì)傳統(tǒng)金融業(yè)務(wù)模式形成了強(qiáng)烈沖擊。

在大數(shù)據(jù)下，互聯(lián)網(wǎng)融資平臺(tái)進(jìn)行信用評(píng)級(jí)較傳統(tǒng)信用評(píng)級(jí)具有哪些優(yōu)勢(shì)？如何通過互聯(lián)網(wǎng)平臺(tái)進(jìn)行大數(shù)據(jù)信用評(píng)級(jí)？大數(shù)據(jù)評(píng)級(jí)過程中又有哪些問題需要考慮？本文圍繞以上幾個(gè)展開闡述，以期對(duì)大數(shù)據(jù)下互聯(lián)網(wǎng)融資平臺(tái)的信用評(píng)級(jí)做出一個(gè)較為全面的把握。

二、 基于大數(shù)據(jù)的互聯(lián)網(wǎng)融資平臺(tái)優(yōu)勢(shì)分析

1. 互聯(lián)網(wǎng)融資平臺(tái)的技術(shù)優(yōu)勢(shì)。首先，傳統(tǒng)信用評(píng)級(jí)使用的數(shù)據(jù)，主要是來自于企業(yè)在各類生產(chǎn)運(yùn)營活動(dòng)結(jié)束后匯總、記錄的運(yùn)營數(shù)據(jù)，這些數(shù)據(jù)多以文件或電子文檔的形式存在。比如從企業(yè)財(cái)務(wù)報(bào)表可以獲得財(cái)務(wù)數(shù)據(jù)，從季報(bào)、年報(bào)等可以獲得銷售數(shù)據(jù)，從倉庫臺(tái)賬可以獲得存貨數(shù)據(jù)等。而利用大數(shù)據(jù)技術(shù)，則不局限于生產(chǎn)運(yùn)營結(jié)束后，從運(yùn)營前的準(zhǔn)備過程、運(yùn)營中的操作過程都可以收集到數(shù)據(jù)進(jìn)行信用分析，數(shù)據(jù)的形式從文本擴(kuò)展到音頻、圖片、視頻等多媒體形式，收集的范圍也從企業(yè)文件擴(kuò)展到各種存儲(chǔ)媒質(zhì)、互聯(lián)網(wǎng)網(wǎng)頁上、電商網(wǎng)站的后臺(tái)數(shù)據(jù)庫中，甚至社交軟件的聊天記錄里，從運(yùn)營大數(shù)據(jù)擴(kuò)展到交易大數(shù)據(jù)、交互大數(shù)據(jù)，因此包含的內(nèi)容也更加豐富，不僅包含傳統(tǒng)評(píng)級(jí)必需的“硬信息”，也包含豐富的“軟信息”，從而形成實(shí)現(xiàn)對(duì)企業(yè)的全面、實(shí)時(shí)、動(dòng)態(tài)性信用評(píng)級(jí)的基礎(chǔ)。

其次，在獲取到這些信息后，需要在云計(jì)算下利用大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)進(jìn)行數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)，這需要有軟件和硬件良好的結(jié)合與支持?；ヂ?lián)網(wǎng)平臺(tái)能夠?yàn)樵朴?jì)算和大數(shù)據(jù)機(jī)器學(xué)習(xí)提供這種對(duì)接通道。

由此可見，利用人力資源進(jìn)行信用評(píng)級(jí)的傳統(tǒng)做法在信用大數(shù)據(jù)下就不再適用，而必須在一個(gè)組織規(guī)范的互聯(lián)網(wǎng)平臺(tái)上才能進(jìn)行，因此通過互聯(lián)網(wǎng)平臺(tái)進(jìn)行信用評(píng)級(jí)是技術(shù)上的必然要求。

2. 互聯(lián)網(wǎng)融資平臺(tái)的規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)。進(jìn)一步，通過互聯(lián)網(wǎng)平臺(tái)進(jìn)行信用評(píng)級(jí)，較之傳統(tǒng)信用評(píng)級(jí)方式能實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)。

由于傳統(tǒng)的信用評(píng)級(jí)方式需要貸前調(diào)查，貸中跟蹤，貸后審計(jì)，存在較高的成本，如果融資額度不夠大，會(huì)使貸款利潤較低。而互聯(lián)網(wǎng)平臺(tái)在設(shè)計(jì)、運(yùn)營和管理等方面的投入具有固定成本的性質(zhì)，總成本不隨評(píng)級(jí)企業(yè)的數(shù)目變化而發(fā)生顯著變化，單個(gè)企業(yè)分?jǐn)偟某杀緟s越來越小，從而實(shí)現(xiàn)信用評(píng)級(jí)的規(guī)模效應(yīng)。

此外，通過互聯(lián)網(wǎng)技術(shù)能對(duì)企業(yè)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，一旦企業(yè)出現(xiàn)危險(xiǎn)的信號(hào)和行為，會(huì)即時(shí)預(yù)警，提升信用評(píng)級(jí)的預(yù)判性，能夠增加信用評(píng)級(jí)的深度。同時(shí)，將經(jīng)營成熟的互聯(lián)網(wǎng)融資平臺(tái)的數(shù)據(jù)庫在監(jiān)管機(jī)構(gòu)的管理下實(shí)現(xiàn)聯(lián)網(wǎng)，進(jìn)而建立起面向全社會(huì)的信用體系，能夠增加信用評(píng)級(jí)的廣度。由于依托互聯(lián)網(wǎng)融資平臺(tái)進(jìn)行大數(shù)據(jù)信用評(píng)級(jí)，可以實(shí)現(xiàn)傳統(tǒng)信用評(píng)級(jí)下不能或不愿提供的融資業(yè)務(wù)，從而使其成為互聯(lián)網(wǎng)金融的基本運(yùn)作方式。

三、 基于大數(shù)據(jù)建立互聯(lián)網(wǎng)融資平臺(tái)的信用評(píng)級(jí)模式

1. 互聯(lián)網(wǎng)融資平臺(tái)的運(yùn)作模式。對(duì)于互聯(lián)網(wǎng)融資平臺(tái)的運(yùn)作模式，從不同的角度可以進(jìn)行不同的劃分。比如，從運(yùn)營形態(tài)上，可以分為：（1）電商平臺(tái)模式，如阿里小貸、京東京寶貝;（2）網(wǎng)上超市模式，如陸金所、各家商業(yè)銀行的網(wǎng)上銀行;（3）P2P模式，如人人貸、拍拍貸;（4）眾籌模式，如眾籌之家。從資金的來源上，可以分為：（1）平臺(tái)提供資金，如阿里小貸、京寶貝;（2）平臺(tái)擔(dān)保，銀行提供資金，如京東的供應(yīng)鏈金融;（3）平臺(tái)利用吸收的資金提供貸款，如各家商業(yè)銀行的網(wǎng)上銀行;（4）平臺(tái)做信用評(píng)級(jí)，撮合投資者和資金需求方進(jìn)行融資交易，如各家P2P。

盡管這些互聯(lián)網(wǎng)融資平臺(tái)的運(yùn)作方式不同，但都需要對(duì)客戶的融資需求進(jìn)行信用評(píng)級(jí)，因此是否具有成熟可靠的信用評(píng)級(jí)技術(shù)，有效控制信用風(fēng)險(xiǎn)，成為互聯(lián)網(wǎng)融資平臺(tái)的核心競(jìng)爭(zhēng)力。

2. 互聯(lián)網(wǎng)融資平臺(tái)信用評(píng)級(jí)的模式。當(dāng)前互聯(lián)網(wǎng)融資平臺(tái)的信用評(píng)級(jí)模式按評(píng)級(jí)信息的來源劃分，主要可以分為三種模式：

（1）基于運(yùn)營大數(shù)據(jù)的信用評(píng)級(jí)。該模式多用于各商業(yè)銀行的網(wǎng)上銀行，以及P2P網(wǎng)貸平臺(tái)、眾籌平臺(tái)上，其中尤以P2P最為活躍，面對(duì)的客戶為個(gè)人及小微企業(yè)這一類低信用水平群體，融資金額從幾千元到上百萬，很大程度上彌補(bǔ)了信息不對(duì)稱情況下傳統(tǒng)金融機(jī)構(gòu)不愿意對(duì)該類群體提供融資服務(wù)的空白，因此處于快速發(fā)展階段。

（2）基于交易大數(shù)據(jù)的信用評(píng)級(jí)。該模式多用于成熟的電商平臺(tái)提供的融資服務(wù)中，如阿里小貸、京東的京寶貝等。這一類融資平臺(tái)最近幾年隨電商市場(chǎng)的發(fā)展也保持著良好的發(fā)展態(tài)勢(shì)，市場(chǎng)份額上升的很快。

（3）基于交互大數(shù)據(jù)的信用評(píng)級(jí)。該模式目前多用于一些提供個(gè)人貸款服務(wù)的互聯(lián)網(wǎng)平臺(tái)上，知名的企業(yè)有ZestFinance和WeCash閃銀。這類融資平臺(tái)目前還處于萌芽階段，但可預(yù)見，未來基于交互大數(shù)據(jù)的信用評(píng)級(jí)會(huì)逐漸成為信用評(píng)級(jí)的主要方式信貸，會(huì)逐漸從個(gè)人及小微企業(yè)貸款發(fā)展到對(duì)大企業(yè)貸款。

由于不同信用信息的來源、屬性不同，導(dǎo)致各類融資平臺(tái)評(píng)級(jí)時(shí)在指標(biāo)設(shè)計(jì)、數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)運(yùn)用過程中采取的方法都不盡相同。但信用評(píng)級(jí)的基本流程是相同的，只是在一些步驟的實(shí)施過程中，受信息屬性的決定而使用不同的評(píng)級(jí)技術(shù)。

四、 基于大數(shù)據(jù)互聯(lián)網(wǎng)融資平臺(tái)信用評(píng)級(jí)的實(shí)施策略

1. 信用評(píng)級(jí)的流程設(shè)計(jì)。大數(shù)據(jù)信用評(píng)級(jí)的流程可以用圖1表示。

由圖1可見，實(shí)施大數(shù)據(jù)評(píng)級(jí)，第一步是對(duì)待評(píng)項(xiàng)目的理解。首先要掌握項(xiàng)目運(yùn)營方式、客戶特點(diǎn)、市場(chǎng)狀況、風(fēng)險(xiǎn)構(gòu)成等項(xiàng)目?jī)?nèi)容;其次根據(jù)對(duì)項(xiàng)目?jī)?nèi)容的理解設(shè)計(jì)項(xiàng)目計(jì)劃，包括安排項(xiàng)目可行的技術(shù)路線，制定項(xiàng)目的進(jìn)度等;再次，待項(xiàng)目計(jì)劃安排好之后就要確定大數(shù)據(jù)的來源，因?yàn)榇髷?shù)據(jù)來源雖然眾多，但會(huì)受到各種限制，如有的可能過于昂貴，有的則不開放，必須選擇那些技術(shù)上與經(jīng)濟(jì)上均可行的作為數(shù)據(jù)源。因此，需要基于對(duì)項(xiàng)目的理解做好這些在項(xiàng)目正式實(shí)施前的準(zhǔn)備事項(xiàng)。

第二步是準(zhǔn)備數(shù)據(jù)。所做工作是：根據(jù)數(shù)據(jù)的來源，確定數(shù)據(jù)的類型，采取可行的數(shù)據(jù)收集技術(shù)，獲取大數(shù)據(jù);很多數(shù)據(jù)存在不完整、重復(fù)、錯(cuò)誤等缺陷，要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理;預(yù)處理后的數(shù)據(jù)如果屬于非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，需要進(jìn)行格式化，轉(zhuǎn)化為結(jié)構(gòu)型數(shù)據(jù)，為實(shí)施下一步驟做好準(zhǔn)備。

第三步就是進(jìn)行機(jī)器學(xué)習(xí)。首先是選擇合理的數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析，從中尋找關(guān)聯(lián)關(guān)系，其次是解讀和評(píng)估數(shù)據(jù)挖掘的結(jié)果，找到最合理或最有說服力的，實(shí)現(xiàn)知識(shí)發(fā)現(xiàn);最后就是根據(jù)知識(shí)發(fā)現(xiàn)的內(nèi)容，建立適用的信用評(píng)級(jí)模型。

第四步就是實(shí)施評(píng)級(jí)。根據(jù)知識(shí)發(fā)現(xiàn)的模型，開展對(duì)被評(píng)級(jí)對(duì)象的信用評(píng)級(jí)，生成評(píng)級(jí)報(bào)告，并對(duì)結(jié)論進(jìn)行分析，幫助客戶理解評(píng)級(jí)結(jié)果。最后對(duì)整個(gè)項(xiàng)目的運(yùn)行做全面總結(jié)。

在以上各個(gè)步驟中，技術(shù)上的重點(diǎn)和難點(diǎn)在于數(shù)據(jù)準(zhǔn)備過程中的大數(shù)據(jù)轉(zhuǎn)化與機(jī)器學(xué)習(xí)過程中的大數(shù)據(jù)挖掘。大數(shù)據(jù)轉(zhuǎn)化的困難在于需要把各種各樣的非結(jié)構(gòu)化半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可以被機(jī)器處理和學(xué)習(xí)的結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)挖掘則在于需要對(duì)數(shù)據(jù)進(jìn)行理解，選擇最合適的數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)。

2. 信用評(píng)級(jí)的實(shí)施路徑。信用評(píng)級(jí)的實(shí)施路徑可以分為內(nèi)容計(jì)算和流計(jì)算。首先是內(nèi)容計(jì)算。內(nèi)容計(jì)算多采取主動(dòng)方式獲取數(shù)據(jù)，方法是設(shè)置好信用信息發(fā)布源和信息采集時(shí)間段，針對(duì)信息源的原始信息格式，設(shè)計(jì)支持多協(xié)議的上站機(jī)，每隔一段時(shí)間對(duì)特定的信息發(fā)布源進(jìn)行查詢，遇到新內(nèi)容則馬上采集過來，再用于下一步的數(shù)據(jù)轉(zhuǎn)化和挖掘。

其次是流計(jì)算。流計(jì)算多采取被動(dòng)方式，一般用于處理融資平臺(tái)上的流數(shù)據(jù)，具體做法是，后臺(tái)流程設(shè)計(jì)中在不同的數(shù)據(jù)流入環(huán)節(jié)設(shè)置不同類型的數(shù)據(jù)接入接口，及對(duì)接的流計(jì)算平臺(tái)，流計(jì)算平臺(tái)負(fù)責(zé)設(shè)置相應(yīng)的處理規(guī)則，根據(jù)預(yù)設(shè)規(guī)則將流入的各類數(shù)據(jù)轉(zhuǎn)化成可以直接分析的結(jié)構(gòu)化數(shù)據(jù)，從而實(shí)現(xiàn)實(shí)時(shí)的業(yè)務(wù)分析與判斷。

五、 基于大數(shù)據(jù)互聯(lián)網(wǎng)融資平臺(tái)信用評(píng)級(jí)風(fēng)險(xiǎn)管理策略

互聯(lián)網(wǎng)融資平臺(tái)在進(jìn)行信用評(píng)級(jí)及提供資金時(shí)，處于風(fēng)險(xiǎn)管理重心的是對(duì)信息技術(shù)風(fēng)險(xiǎn)的控制。由于大數(shù)據(jù)自身的“4V”特性，且數(shù)據(jù)中包含的又是大量的用戶隱私信息，這使得信息技術(shù)風(fēng)險(xiǎn)主要產(chǎn)生在兩方面：一方面是大數(shù)據(jù)存儲(chǔ)的安全性風(fēng)險(xiǎn)，另一方面是大數(shù)據(jù)的收集和使用過程中對(duì)公民隱私權(quán)的侵犯風(fēng)險(xiǎn)，因此如何確保大數(shù)據(jù)的存儲(chǔ)安全及在使用時(shí)的隱私保護(hù)是一個(gè)挑戰(zhàn)，前者涉及到技術(shù)安全層面，后者涉及到制度安全層面。

在技術(shù)安全策略層面，可以采取的措施有：首先，應(yīng)依托大數(shù)據(jù)加密技術(shù)對(duì)使用的數(shù)據(jù)實(shí)施加密管理，制定出完整的加密保護(hù)方案，包括數(shù)據(jù)密級(jí)的設(shè)定、加密技術(shù)的選擇、對(duì)密碼安全性的攻擊測(cè)試等;其次，嚴(yán)格網(wǎng)關(guān)管理，可以對(duì)不同類型的用戶制定不同的權(quán)限級(jí)別，嚴(yán)格控制訪問權(quán)限;最后，建立面向全平臺(tái)的數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)引擎，第一時(shí)間對(duì)各類非法操作發(fā)出警告。

在制度安全策略方面，在當(dāng)前尚無明確立法規(guī)范的環(huán)境下，要積極進(jìn)行宣傳和游說，獲得政府主管部門和社會(huì)輿論的重視和支持，爭(zhēng)取早日出臺(tái)規(guī)范的數(shù)據(jù)獲取及共享標(biāo)準(zhǔn)，互聯(lián)網(wǎng)融資平臺(tái)的設(shè)計(jì)、管理和風(fēng)控標(biāo)準(zhǔn)，從而把可能出現(xiàn)的信息技術(shù)風(fēng)險(xiǎn)限制在可控范圍內(nèi)。

六、 結(jié)論和展望

互聯(lián)網(wǎng)融資平臺(tái)利用大數(shù)據(jù)技術(shù)進(jìn)行信用評(píng)級(jí)，提供融資服務(wù)，與金融機(jī)構(gòu)傳統(tǒng)的信用評(píng)級(jí)和融資服務(wù)相比，具有兩個(gè)方面的優(yōu)勢(shì)：一方面，利用大數(shù)據(jù)技術(shù)進(jìn)行信用評(píng)級(jí)能克服傳統(tǒng)評(píng)級(jí)方法靜態(tài)性、滯后性、局部性的缺點(diǎn)，為更多的社會(huì)成員提供融資服務(wù)，克服資金配置不平衡產(chǎn)生的馬太效應(yīng)，體現(xiàn)技術(shù)上的優(yōu)勢(shì);另一方面，利用互聯(lián)網(wǎng)平臺(tái)進(jìn)行大數(shù)據(jù)信用評(píng)級(jí)和融資服務(wù)，較傳統(tǒng)金融機(jī)構(gòu)能產(chǎn)生更大的規(guī)模經(jīng)濟(jì)效益，增加信用評(píng)級(jí)的深度和廣度。因此，基于大數(shù)據(jù)的互聯(lián)網(wǎng)平臺(tái)融資已成為互聯(lián)網(wǎng)金融的重要形式。今后除了要在理論上和實(shí)際操作中進(jìn)一步發(fā)展和創(chuàng)新信用大數(shù)據(jù)挖掘技術(shù)和評(píng)級(jí)技術(shù)，也需要對(duì)信用大數(shù)據(jù)產(chǎn)業(yè)早日形成立法監(jiān)管和行業(yè)技術(shù)規(guī)范，確保受信主體在獲得融資服務(wù)的同時(shí)自身權(quán)益不受侵害，促進(jìn)本產(chǎn)業(yè)持續(xù)健康發(fā)展和全面信用型社會(huì)的建設(shè)。

參考文獻(xiàn)：

1. 何非，何克清.大數(shù)據(jù)及其科學(xué)問題與方法的探討.武漢大學(xué)學(xué)報(bào)，2014，（1）：1-12.

2.劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述.浙江大學(xué)學(xué)報(bào)，2014，（6）：957-972.

3. K.Kambatla， G.Kollias， V.Kumar， et al.Trends in big data analytics.Journal of parallel and distributed computing，2014，74（7）：2561-2573.

4. 孫中東.大數(shù)據(jù)技術(shù)應(yīng)用與銀行信用評(píng)級(jí)體系創(chuàng)新之探.金融電子化，2013，（11）：40-41.

5.蔚趙春，凌鴻.商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論、實(shí)踐與影響.上海金融，2013，（9）：28-32.

6.趙付玲，安鋒，張曉鋒.大數(shù)據(jù)時(shí)代商業(yè)銀行信息化問題淺析.金融理論與實(shí)踐，2013，（10）：56-60.

7. 孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn).計(jì)算機(jī)研究與發(fā)展，2013，（1）：146-169.

8. 王偉，宋西圣.中小企業(yè)信用增級(jí)與信貸風(fēng)險(xiǎn)防范.金融發(fā)展研究，2014，（4）：83-84.

基金項(xiàng)目：上海哲學(xué)社會(huì)科學(xué)規(guī)劃課題（項(xiàng)目號(hào)：2012BGL011）;上海市金融信息技術(shù)研究重點(diǎn)實(shí)驗(yàn)室開放課題資助項(xiàng)目;國家自然科學(xué)基金資助項(xiàng)目（項(xiàng)目號(hào)：71372107）。

作者簡(jiǎn)介：駱建文（1966-），男，漢族，浙江省杭州市人，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)楣?yīng)鏈金融、采購與供應(yīng)管理;肖肖（1982-），女，漢族，湖北省黃岡市人，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院博士生，研究方向?yàn)楣?yīng)鏈金融。

收稿日期：2014-11-10。