占小鳳

摘? 要：互聯(lián)網(wǎng)的快速發(fā)展為民營企業(yè)信用體系建設帶來了新的機遇和挑戰(zhàn)，作為互聯(lián)網(wǎng)的重要產(chǎn)物——大數(shù)據(jù)，參與了民營企業(yè)信用體系的全過程。本文重點研究大數(shù)據(jù)在民營企業(yè)信用體系建設的應用現(xiàn)狀、存在的問題和對策建議。

關鍵詞：大數(shù)據(jù)? ?民營企業(yè)? ?信用體系? ?應用

一、大數(shù)據(jù)在民營企業(yè)信用體系建設中的應用現(xiàn)狀

（一）大數(shù)據(jù)及大數(shù)據(jù)產(chǎn)業(yè)內涵

“大數(shù)據(jù)”是指數(shù)量巨大、類型眾多、結構復雜、有一定聯(lián)系的各種數(shù)據(jù)所構成的數(shù)據(jù)集合，其特點可以總結為5V（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。我國大數(shù)據(jù)主要運用于商業(yè)智能、政府決策、公共服務三大領域，其應用離不開大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。所謂大數(shù)據(jù)產(chǎn)業(yè)，是指以數(shù)據(jù)生產(chǎn)、采集、存儲、加工、分析、服務為主的相關經(jīng)濟活動，包括數(shù)據(jù)資源建設、大數(shù)據(jù)軟硬件產(chǎn)品的開發(fā)、銷售和租賃活動，以及相關信息技術服務。目前，我國大數(shù)據(jù)產(chǎn)業(yè)鏈的上游是電信運營商和BAT（指百度、阿里巴巴、騰訊三大互聯(lián)網(wǎng)公司巨頭）等數(shù)據(jù)存儲層企業(yè)，中游是拓爾思、同有科技、浪潮、華為等數(shù)據(jù)分析處理層企業(yè)，下游是貴陽大數(shù)據(jù)交易所、數(shù)據(jù)堂交易平臺等數(shù)據(jù)交易層企業(yè)和百分點集團、明略數(shù)據(jù)等數(shù)據(jù)應用層企業(yè)。

（二）民營企業(yè)信用體系建設

民營企業(yè)信用體系建設與企業(yè)信用體系不可分割，多項工作重合，如企業(yè)信用標識制度建設、企業(yè)信用信息基礎數(shù)據(jù)庫建設等等。具體來說，企業(yè)信用標識制度確立上，早在2017年國務院就在全國部署推進多證合一工作，建立全國統(tǒng)一社會信用代碼制度;企業(yè)信用信息采集上，目前中國人民銀行征信中心以基本信息、借貸信息為主，第三方征信公司在公共信息、金融信息的基礎上引入了媒體評價信息、行業(yè)評價信息、市場反饋信息、經(jīng)營信息等多類信息;企業(yè)信用信息系統(tǒng)建設上，目前較為常用的有國家市場監(jiān)督總局開發(fā)的國家企業(yè)信用信息公示系統(tǒng)、第三方開發(fā)的企查查和綠盾企業(yè)征信系統(tǒng);企業(yè)信用信息應用上，目前企業(yè)信用信息主要被行政機關、利益相關者、協(xié)會商會、金融機構和信息主體自身這五類群體使用。盡管民營企業(yè)信用體系建設成效顯著但也有諸多問題：首先，民營企業(yè)數(shù)量多，信息采集難且數(shù)據(jù)失真;其次，信息共享難，各征信機構采集標準的差異和數(shù)據(jù)的資源性阻礙了數(shù)據(jù)共享;最后，信用市場發(fā)育不完善，信用機構多且前期投入較大，不少信用機構無法盈利，且信息產(chǎn)品單一，信用產(chǎn)品還有待開發(fā)。

（三）大數(shù)據(jù)在民營企業(yè)信用體系建設中應用及其作用

在大數(shù)據(jù)方興未艾的背景下，社會信用信息收集、整理、歸納、分析、評判離不開大數(shù)據(jù)技術。信用體系建設的各個環(huán)節(jié)都用到了各種大數(shù)據(jù)技術，如數(shù)據(jù)采集和預處理技術、數(shù)據(jù)存儲技術、數(shù)據(jù)分析技術、數(shù)據(jù)挖掘技術、數(shù)據(jù)可視化技術等等。大數(shù)據(jù)技術推動了民營企業(yè)信用體系的發(fā)展，其作用主要是：大數(shù)據(jù)征信能納入更為多樣性的行為數(shù)據(jù)，拓寬了服務的信用主體覆蓋度;還可以帶來更為時效性的評判標準;大數(shù)據(jù)征信模型可以使信用評價更精準。

二、大數(shù)據(jù)在民營企業(yè)信用體系建設中的應用存在的問題

大數(shù)據(jù)推動了民營企業(yè)信用體系建設，同時也帶來了巨大的隱患，它放大了傳統(tǒng)征信手段下的信息泄露、信息非標準化問題，也同樣不可避免地面臨著信用產(chǎn)品單一的問題，具體來說，大數(shù)據(jù)在民營企業(yè)信用體系建設中存在以下問題：

（一）數(shù)據(jù)采集難且存在非法采集現(xiàn)象

如前所述，大數(shù)據(jù)時代，民營企業(yè)信用信息除了傳統(tǒng)的借貸信息、公共信息外，還包括五花八門的媒體評價信息、行業(yè)評價信息、市場反饋信息、經(jīng)營信息等等，加上我國民營企業(yè)數(shù)量多、分布廣、家族化經(jīng)營、財務管理不規(guī)范等等，這些都大大增加了民營企業(yè)信用信息采集難度，且造成了信用信息的可靠性和有效性不足。此外，數(shù)據(jù)源的豐富帶來了數(shù)據(jù)獲取方式的多樣化。數(shù)據(jù)采集除了交換、購買外，還可以通過應用程序接口即API和網(wǎng)絡爬蟲法進行網(wǎng)絡數(shù)據(jù)采集，或通過調研等線下方式獲取。數(shù)據(jù)獲取的多樣化不可避免地帶來了數(shù)據(jù)非法采集的多樣化，在大數(shù)據(jù)時代，征信公司非法采集民營企業(yè)信用信息的方式有：以欺騙、脅迫、誘導的方式采集，未征得企業(yè)同意采集非公開的企業(yè)信用信息，向被采集的企業(yè)收費的方式，“一次授權、無窮采集、無限使用”，過度采集等等。

（二）數(shù)據(jù)采集標準各異

2008年6月，中國國家標準化管理委員會出臺《企業(yè)信用信息采集、處理和提供規(guī)范》（GB/T22118-2008），作為企業(yè)信用信息采集方面的權威文件，它對基本信息、財務信息、經(jīng)營管理信息、銀行往來信息、提示信息和其他信息的采集原則和要求都做了詳細的規(guī)定，但對媒體評價信息、市場反饋信息等網(wǎng)絡數(shù)據(jù)的采集尚未提及。我國民營企業(yè)存在數(shù)量眾多的信用白戶，它們的信用報告往往只有基本信息，市場評價信息、媒體評價信息等非金融信息對其信用信息的補充具有一定意義，因國家明確其采集標準，各企業(yè)目前對其進行了不同探索，如“企查查”對新聞評價信息從輿情情感類型占比、新聞輿情趨勢、近期媒體映像、新聞類型分布TOP10四個維度進行描述，而“綠盾征信”從媒體熱評信息和輿情監(jiān)測信息兩個維度進行描述，“啟信寶”則僅有新聞輿情一項與新聞評價信息有關。可見，各征信公司的數(shù)據(jù)采集標準差異較大，更不利于數(shù)據(jù)共享。

（三）數(shù)據(jù)共享不足

民營企業(yè)信用信息的來源主要為金融機構、政府和互聯(lián)網(wǎng)公司，就目前而言，信用信息共享不足，這種不足既存在于三者之間，也存在于它們各自的內部。共享不足的原因主要有：第一，數(shù)據(jù)采集標準各異。數(shù)據(jù)采集的統(tǒng)一性既決定于統(tǒng)一口徑是否一致，即是否有統(tǒng)一的采集標準，又決定于采集人員的業(yè)務水平。如采集人員對數(shù)據(jù)的理解，如前所述，部分數(shù)據(jù)的采集標準尚未統(tǒng)一，采集數(shù)據(jù)涉及到水平參差不齊的眾多企業(yè)和個人，難以保證數(shù)據(jù)的統(tǒng)一性。第二，未建立相應的數(shù)據(jù)使用管理辦法，數(shù)據(jù)版權、產(chǎn)權很難得到保護，阻礙了數(shù)據(jù)的共享。第三，數(shù)據(jù)共享機制有待探索和建設。目前，作為企業(yè)信用信息的“主力”——公共信息與金融信用信息尚未融合，更談不上與互聯(lián)網(wǎng)征信數(shù)據(jù)的融合。他們之間如何融合，誰來牽頭、誰來配合、如何考核等核心問題尚待研究，信息保護、系統(tǒng)開發(fā)、風控模型改進等關鍵問題有待解決，數(shù)據(jù)共享機制尚需探索。

（四）數(shù)據(jù)分析能力有待加強

大數(shù)據(jù)背景下，更多的數(shù)據(jù)涌入企業(yè)信用信息數(shù)據(jù)庫，而且據(jù)鄧白氏首席數(shù)據(jù)官統(tǒng)計，全世界的數(shù)據(jù)中非結構化數(shù)據(jù)占到了85%，如何對數(shù)據(jù)進行歸類、分析、挖掘是個很難的命題。以行業(yè)巨頭鄧白氏為例，鄧白氏數(shù)據(jù)云包括超過4億家企業(yè)記錄、3，500個數(shù)據(jù)字段以及1，200個數(shù)據(jù)交換。在強大的數(shù)據(jù)處理能力基礎上，鄧白氏推出了商業(yè)資信報告、付款信息交流計劃、合規(guī)風險評估報告、企業(yè)受益所有權報告和全球市場風險解決方案五類產(chǎn)品，相比之下，國內很多第三方信用服務機構的數(shù)據(jù)獲取能力很強但數(shù)據(jù)分析能力相對薄弱，很多機構提供的信用產(chǎn)品還停留在企業(yè)信用報告層面。我國數(shù)據(jù)的特點有別于國外，我國民營企業(yè)的特點也有別于其他企業(yè)，如何構建適合我國民營企業(yè)的數(shù)據(jù)分析模型是需要重點解決的問題，這需要第三方信用服務機構、科研機構、政府、金融、企業(yè)等各方的共同努力。

三、大數(shù)據(jù)在民營企業(yè)信用體系建設中的應用對策及建議

（一）規(guī)范數(shù)據(jù)采集

首先，統(tǒng)一數(shù)據(jù)采集標準。按照政策定向、市場定需、專家定位的工作思路，開展信用標準化研究，盡快對原版《企業(yè)信用信息采集、處理和提供規(guī)范》進行更新、補充，同時要注意在經(jīng)濟全球化的背景下數(shù)據(jù)采集標準盡量與國際接軌，為信用服務機構走出國門做準備。其次，對數(shù)據(jù)采集人員進行專業(yè)培訓，提高數(shù)據(jù)采集質量，統(tǒng)一數(shù)據(jù)采集口徑。大數(shù)據(jù)背景下，數(shù)據(jù)更為復雜、繁瑣，通過多頻次的專業(yè)培訓盡可能地提高數(shù)據(jù)的準確性。最后，立法保護信息主體的知情權、同意權、異議權，規(guī)范異議處理流程，明確信息提供機構在異議處理中應履行的職責和具體要求、解決時間等，保護信息主體權利的同時提高數(shù)據(jù)的準確性。

（二）建立信用信息共享機制

民營企業(yè)尤其是小微企業(yè)融資難、融資貴、融資慢，特別是信用貸款難的問題依然不容忽視。而增加民營企業(yè)信用貸款關鍵是增加銀行的風險管理能力，讓銀行更加準確地判斷企業(yè)的還款能力和還款意愿，減少抵押擔保的依賴。因此，建立信用信息共享機制，有助于解決銀行信息不足的難題，對銀行更全面了解企業(yè)生產(chǎn)經(jīng)營狀況，更準確地判斷企業(yè)風險具有關鍵意義，是破解民營企業(yè)融資難題的一項重要基礎設施工作。2021年政府工作報告首次提出加快信用信息共享步伐，2021年6月銀保監(jiān)會會同相關部門研究制定《普惠金融高質量發(fā)展的實施意見》，把加強信用信息共享作為“十四五”期間健全普惠金融基礎設施的重點工作。建立信用信息共享機制可以從四個方面著手：首先，統(tǒng)一數(shù)據(jù)采集標準，提高數(shù)據(jù)采集人員業(yè)務水平;其次，加強《數(shù)據(jù)安全法》的落地和宣傳，保護數(shù)據(jù)版權，促進數(shù)據(jù)共享;再次，鼓勵征信公司探索建立企業(yè)互聯(lián)網(wǎng)信用信息數(shù)據(jù)庫，彌補傳統(tǒng)征信信息;最后，銀行配合各級政府建立各級信用信息共享及金融服務平臺，同時發(fā)揮監(jiān)管考核指揮棒的作用，將銀行參與信用信息共享、創(chuàng)新產(chǎn)品服務模式的情況納入綜合評價指標，指導銀行運用金融科技手段將公共信用信息與內部金融數(shù)據(jù)有機結合，改進業(yè)務審批技術和風控管理模型，提升對小微企業(yè)等長尾客戶能貸、惠貸的能力。

（三）加強民營企業(yè)信用評價模型的研究

民營企業(yè)信用評價模型是信用報告的思路和靈魂。數(shù)據(jù)是錯綜復雜的，數(shù)據(jù)該如何取舍，信息該如何組織，企業(yè)該如何畫像，這些問題都需要民營企業(yè)信用評價模型來解決。從全球三大巨頭標普、穆迪、鄧白氏（其中標普和穆迪主要針對資本市場規(guī)模較大的企業(yè)， 鄧白氏偏重于中小企業(yè)）的實踐看，三者均認為信用評價是對企業(yè)還款能力和意愿的考察，他們所構建的指標體系均含有經(jīng)營因素和財務因素，鄧白氏還加入了對企業(yè)還款意愿的考察。比較三大機構企業(yè)信用評價指標體系可知：評價模型與企業(yè)的發(fā)展階段、經(jīng)營戰(zhàn)略、評價目的、評價對象有關，具體指標的選擇和側重會有所不同;現(xiàn)金流指標不易被操作，更能提示企業(yè)的違約風險。民營企業(yè)信用評價模型研發(fā)既可以來自征信公司也可以來自行業(yè)協(xié)會、哲學社會科學工作者，或多方的共同努力。

（四）提高數(shù)據(jù)分析能力

一份好的信用報告離不開好的數(shù)據(jù)和好的算法。數(shù)據(jù)是基礎，沒有足夠量、足夠真的數(shù)據(jù)，再好的算法也是白搭;算法是核心，沒有從數(shù)據(jù)中提取信息的方法，數(shù)據(jù)終究是一堆數(shù)字、字符，不能為人們創(chuàng)造財富。好數(shù)據(jù)通過數(shù)據(jù)共享實現(xiàn)，好算法通過技術人員的努力實現(xiàn)?；ヂ?lián)網(wǎng)背景下，數(shù)據(jù)更為復雜，如何去偽存真，去粗取精需要技術的支持。專業(yè)人士指出數(shù)據(jù)分析的步驟可以分為五步：明確問題、理解數(shù)據(jù)、數(shù)據(jù)清洗、數(shù)據(jù)分析和數(shù)據(jù)可視化。 可見數(shù)據(jù)分析人員不僅需要較強的業(yè)務知識，還需要對財務、運營等企業(yè)管理知識有一定的了解，業(yè)務知識有助于對數(shù)據(jù)開展分析，企業(yè)管理知識有助于理解數(shù)據(jù)之間的邏輯關系，提高數(shù)據(jù)的挖掘能力。那么數(shù)據(jù)分析能力如何提高呢？一方面，加大對專業(yè)人員的培養(yǎng)，為數(shù)據(jù)分析行業(yè)提供人才支撐，另一方面，業(yè)務培訓中加強對新數(shù)據(jù)分析技術的培訓和基本企業(yè)管理知識的培訓。

參考文獻：

[1]吳晶妹.從信用的內涵與構成看大數(shù)據(jù)征信[J].首都師范大學學報（社會科學版），2015，（6）.

[2]熊治東.改革開放以來中國社會信用體系建設：成就、經(jīng)驗、問題與展望[J].征信，2020，38（10）.

[3]何玲，孟佳惠.大數(shù)據(jù)征信潮——大數(shù)據(jù)時代下征信業(yè)現(xiàn)狀與發(fā)展前景掃描[J].中國信用，2021，（3）.

[4]徐廣軍，倪曉華，肖運香.標普、穆迪、鄧白氏企業(yè)信用評價指標體系比較研究[J].浙江金融，2007，（3）.

[5]李曉.非銀行信用信息數(shù)據(jù)采集存在的問題及對策研究[J].納稅，2019，13（32）.

[6]吳杰.英國《2015年中小企業(yè)信用信息條例》解析及對我國的啟示[J].武漢金融，2018，（5）.

[7]宋書彬，朱紅.互聯(lián)網(wǎng)金融大數(shù)據(jù)平臺信用評價與信息共享機制[J].河北金融，2018，（11）.

（作者單位：安徽省社會科學院）

責任編輯：康偉