文/張洪源

淺析科技型中小企業(yè)融資征信理論問題

文/張洪源

河北大學(xué)

征信數(shù)據(jù)的共享和獲取方式對科技型中小企業(yè)解決由于“信用缺失”引發(fā)的信息不對稱導(dǎo)致科技型中小企業(yè)融資難問題有著極大的幫助。本文在大數(shù)據(jù)移動互聯(lián)網(wǎng)時代的大背景下，詳細(xì)分析了科技型中小企業(yè)融資征信數(shù)據(jù)整理的現(xiàn)狀，發(fā)現(xiàn)金融機(jī)構(gòu)希望能夠收集和分析大量科技型中小企業(yè)日常交易行為的數(shù)據(jù)，判斷其業(yè)務(wù)范疇、經(jīng)營狀況、信用狀況、企業(yè)定位、資金需求和行業(yè)發(fā)展趨勢，解決其真實(shí)的經(jīng)營狀況難題。因此，加快科技型中小企業(yè)融資征信平臺建設(shè)，是解決科技型中小企業(yè)融資難融資貴的外部條件和數(shù)據(jù)基礎(chǔ)。

1 引言

科技型中小企業(yè)在提升科技創(chuàng)新能力、支撐經(jīng)濟(jì)可持續(xù)發(fā)展、擴(kuò)大社會就業(yè)等方面發(fā)揮著重要作用，為進(jìn)一步完善科技型中小企業(yè)融資體系，我國從上世紀(jì)90年代后期就提出了要大力發(fā)展債券，提高直接金融比重，但多年來，由于科技型中小企業(yè)在成長過程中受到諸如技術(shù)風(fēng)險、財(cái)務(wù)風(fēng)險、公司治理困境以及激烈的市場競爭等多重因素影響，科技型中小企業(yè)的融資約束問題依然存在，且有著越加嚴(yán)重的趨勢。解決科技型中小企業(yè)融資約束問題的關(guān)鍵環(huán)節(jié)之一，在于信用風(fēng)險評估與貸款審批中的信息不完整與信息不對稱問題，否則，快速發(fā)展科技型中小企業(yè)融資也可能導(dǎo)致較高的金融風(fēng)險。目前人民銀行和商業(yè)銀行體系匯集大量科技型中小企業(yè)信息，已具備大數(shù)據(jù)分析和數(shù)據(jù)挖掘的基礎(chǔ)，可以通過已有的科技型中小企業(yè)信用信息，進(jìn)一步細(xì)化我國科技型中小企業(yè)融資信用風(fēng)險控制機(jī)制，開發(fā)適合我國科技型中小企業(yè)特點(diǎn)的融資信用風(fēng)險評價模型，這對于從消除信息不對稱方面降低科技型中小企業(yè)“融資難”的問題有著極為重要的推動作用。

2 科技型中小企業(yè)的定義及征信的必要性分析

從目前國內(nèi)外關(guān)于科技型中小企業(yè)的標(biāo)準(zhǔn)界定來看，科技型中小企業(yè)首先是人才、知識和技術(shù)密集型企業(yè)，其次，科技型中小企業(yè)具有高份額的研究與開發(fā)投入，充分利用了科學(xué)技術(shù)的最新發(fā)展，并且科技型中小企業(yè)具有高風(fēng)險、快速成長和高收益的典型特征。據(jù)此，本文認(rèn)為，科技型中小企業(yè)是指那些投入高占比研究與開發(fā)資金，為社會提供創(chuàng)新產(chǎn)品與服務(wù)，以迅速的技術(shù)進(jìn)步為標(biāo)志，具有規(guī)模小、高風(fēng)險、高收益、機(jī)制活的特殊類型的現(xiàn)代化企業(yè)。

現(xiàn)代經(jīng)濟(jì)在總體上是信用經(jīng)濟(jì)，信用是現(xiàn)代金融發(fā)展的基礎(chǔ)。貨幣的運(yùn)動和價值及信用關(guān)系連結(jié)在一起，并由此形成了新的范疇。金融范疇中的信用有其特定涵義，它既指借貸行為本身，也包含信用風(fēng)險。在市場主體需求和監(jiān)管部門要求的雙重作用下，越來越多的籌資者或潛在承信人開始主動要求專業(yè)的信用評級并從中得到切實(shí)的好處。與此同時，科技與金融已成為當(dāng)代社會經(jīng)濟(jì)發(fā)展的兩大動力系統(tǒng)，政府的重視和政策扶持以及金融機(jī)構(gòu)的支持都使科技與金融耦合具備了可行性、應(yīng)用性和可操性?？萍紕?chuàng)新與金融耦合發(fā)展本質(zhì)上是實(shí)現(xiàn)科技資源與金融資源的有效結(jié)合；科技與金融耦合的要義就在于形成金融資本與科技資產(chǎn)財(cái)富化的同步增值融資機(jī)制，實(shí)現(xiàn)科學(xué)技術(shù)資本化和金融資本有機(jī)構(gòu)成提高。因此，建立一套專門針對科技型中小企業(yè)融資征信平臺，并逐步建立相關(guān)數(shù)據(jù)庫對于科技型中小企業(yè)解決“融資難”問題有著十分必要的作用。

3 科技型中小企業(yè)融資征信數(shù)據(jù)的研究現(xiàn)狀

在大數(shù)據(jù)移動互聯(lián)時代的大背景下，科技型中小企業(yè)的融資征信數(shù)據(jù)不僅僅是傳統(tǒng)意義上的結(jié)構(gòu)化數(shù)據(jù)，同時還包含了許多非結(jié)構(gòu)化的數(shù)據(jù)。國內(nèi)外普遍利用企業(yè)多角度、全方位的非結(jié)構(gòu)化數(shù)據(jù)，結(jié)合數(shù)據(jù)挖據(jù)、機(jī)器學(xué)習(xí)等領(lǐng)域的技術(shù)對原始征信數(shù)據(jù)進(jìn)行處理，Sohn(2012)采用決策樹分類的方法研究了非結(jié)構(gòu)化數(shù)據(jù)的預(yù)處理[1]；韓露等(2013)通過正交支持向量機(jī)進(jìn)行信用缺失數(shù)據(jù)的補(bǔ)足[2]；Chen(2014)利用單調(diào)約束支持向量機(jī)研究了信用評分中偽造數(shù)據(jù)的剔除問題[3]；Harris(2015)提出使用聚類支持向量機(jī)可以對征信數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行檢測和推斷[4]；鐘遠(yuǎn)(2015)利用用戶情感和性格分析方法研究了用戶多屬性數(shù)據(jù)的協(xié)同感知[5]。以上的這些方法對于在特定數(shù)據(jù)集合的預(yù)處理工作中取得了較好的效果，但大多數(shù)方法只對企業(yè)的基本運(yùn)營屬性和借、還款信息進(jìn)行分類，沒有充分利用互聯(lián)網(wǎng)上豐富的非結(jié)構(gòu)化數(shù)據(jù)；在數(shù)據(jù)預(yù)處理模型中大多是通過單一數(shù)據(jù)源進(jìn)行數(shù)據(jù)的推斷和預(yù)測，對偽造數(shù)據(jù)難以辨別。

4 結(jié)束語

從以上理論分析中可以看出，盡管已有一些成果對我國科技型中小企業(yè)融資征信的建設(shè)有借鑒作用，但這些研究僅限于傳統(tǒng)意義上的靜態(tài)非結(jié)構(gòu)化數(shù)據(jù)整合，而對于互聯(lián)網(wǎng)空間下非結(jié)構(gòu)化數(shù)據(jù)的整合會更復(fù)雜。如何在網(wǎng)絡(luò)空間非結(jié)構(gòu)化數(shù)據(jù)的背景下，深入研究科技型企業(yè)征信中非結(jié)構(gòu)化數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)，抽取有用的信息對探討各因素相關(guān)關(guān)系及其對科技型中小企業(yè)融資成本降低和效率提升的影響程度有著積極的促進(jìn)作用。

[1]So Young Sohn. Decision tree-based technology credit scoring for start-up firms: Korean case[J]. Expert Syst. Appl.2012, 39(4):4007-4012.

[2]韓露,韓麗艷.正交支持向量機(jī)信用評分[J].Eng. Appl. of AI (EAAI), 2013, 26(2):848-862.

[3]Chih-Chuan Chen, Sheng-Tun Li: Credit rating with a monotonicity-constrained support vector machine model[J]. Expert Syst. Appl. 2014, 41(16):7235-7247.

[4]Terry Harris: Credit scoring using the clustered support vector machine[J]. Expert Syst. Appl. 2015, 42(2):741-750.

[5]鐘遠(yuǎn).你要去哪里:從位置檢查中推斷人口屬性[J].WSDM, 2015,14(7):295-304.

張洪源（1992-），男，漢族，四川渠縣人，在讀碩士，經(jīng)濟(jì)學(xué)碩士，河北大學(xué)經(jīng)濟(jì)學(xué)院統(tǒng)計(jì)學(xué)專業(yè)，研究方向：宏觀經(jīng)濟(jì)。

河北大學(xué)研究生創(chuàng)新資助項(xiàng)目；項(xiàng)目名稱：《BP神經(jīng)網(wǎng)絡(luò)模型在中小企業(yè)融資征信評估中的應(yīng)用》；項(xiàng)目編號：X201762。