鄭建華，黃灝然，李曉龍

（1.仲愷農(nóng)業(yè)工程學(xué)院信息科學(xué)與技術(shù)學(xué)院，廣東 廣州 510225；2.肇慶學(xué)院經(jīng)濟(jì)與管理學(xué)院，廣東 肇慶 526061；3.暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東 廣州 510632）

小微企業(yè)是我國(guó)企業(yè)的重要組成部分，當(dāng)前我國(guó)小微企業(yè)數(shù)量占企業(yè)總數(shù)量九成以上，小微企業(yè)的產(chǎn)值占我國(guó)GDP 六成以上，小微企業(yè)在保障就業(yè)、活躍市場(chǎng)、推動(dòng)創(chuàng)新、穩(wěn)定社會(huì)等方面發(fā)揮巨大作用。長(zhǎng)期以來(lái)由于信息不對(duì)稱的原因，加上小微企業(yè)缺乏擔(dān)保物，企業(yè)治理和財(cái)務(wù)體系不規(guī)范，金融機(jī)構(gòu)難以了解小微企業(yè)真實(shí)的狀況，怕承擔(dān)極大的違約風(fēng)險(xiǎn)，使得小微企業(yè)難以獲得金融機(jī)構(gòu)支持，成為制約小微企業(yè)發(fā)展的瓶頸。信用評(píng)級(jí)是對(duì)信用價(jià)值的一種判斷，金融機(jī)構(gòu)以此價(jià)值判斷為基礎(chǔ)，決定授予信用主體某種機(jī)會(huì)、某筆商業(yè)交易或具體的融資金額。傳統(tǒng)信用評(píng)級(jí)主要基于企業(yè)財(cái)務(wù)狀況或者銀行信貸數(shù)據(jù)實(shí)現(xiàn)，但現(xiàn)實(shí)中并不是所有金融機(jī)構(gòu)都能獲取到企業(yè)的真實(shí)財(cái)務(wù)數(shù)據(jù)，同時(shí)影響企業(yè)信用的不僅僅是財(cái)務(wù)數(shù)據(jù)，企業(yè)一些不合規(guī)行為也會(huì)影響其信用，因此傳統(tǒng)信用評(píng)級(jí)方式難以直接適用于小微企業(yè)。隨著大數(shù)據(jù)時(shí)代來(lái)臨，可獲取的企業(yè)數(shù)據(jù)豐富且多樣，處理技術(shù)更加先進(jìn)，使得從多維度評(píng)估企業(yè)信用成為可能，比如吳育輝等以中國(guó)A 股上市公司作為樣本，研究了企業(yè)信息披露質(zhì)量與企業(yè)的信用評(píng)級(jí)的關(guān)系，研究表明企業(yè)信息披露質(zhì)量越高，則企業(yè)管理層的能力越高，企業(yè)的信用評(píng)級(jí)也越高。2015 年我國(guó)發(fā)布的《十三個(gè)五年規(guī)劃的建議》將大數(shù)據(jù)提升到國(guó)家戰(zhàn)略高度，因此在大數(shù)據(jù)背景下，如何科學(xué)、合理地構(gòu)建小微企業(yè)信用評(píng)級(jí)模型，既能讓小微企業(yè)獲得急需的信貸，又能減少金融機(jī)構(gòu)的風(fēng)險(xiǎn)，成為當(dāng)前我國(guó)征信體系中亟須解決的問(wèn)題。

一、基于大數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)優(yōu)勢(shì)

根據(jù)麥肯錫全球數(shù)據(jù)分析研究所的定義，大數(shù)據(jù)是指大小超出了典型數(shù)據(jù)庫(kù)軟件工具收集、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集。大數(shù)據(jù)不僅僅是數(shù)量大(Volume)，其還具其他4V 特征，分別是：Variety（多樣性）、Velocity（時(shí)效性）、Veracity（準(zhǔn)確性）、Value（高價(jià)值） 等。由于大數(shù)據(jù)5V 特征的存在，不僅僅使數(shù)據(jù)的存儲(chǔ)、計(jì)算方式帶來(lái)了巨大變革，更加重要的是使傳統(tǒng)業(yè)務(wù)模式發(fā)生了天翻地覆的變化。

傳統(tǒng)小微企業(yè)信用評(píng)級(jí)主要以銀行信貸和財(cái)務(wù)數(shù)據(jù)為主，由于當(dāng)前我國(guó)小微企業(yè)財(cái)務(wù)制度普遍不夠規(guī)范，財(cái)務(wù)造假的情況時(shí)有發(fā)生，加上主觀評(píng)價(jià)導(dǎo)致的誤差，使得信用評(píng)級(jí)可信度不高。同時(shí)，企業(yè)的銀行信貸數(shù)據(jù)都存于銀行內(nèi)部，數(shù)據(jù)的封閉性導(dǎo)致很難為外部機(jī)構(gòu)獲取，因此以銀行信貸數(shù)據(jù)為主的評(píng)級(jí)模型難以滿足互聯(lián)網(wǎng)金融機(jī)構(gòu)的信用評(píng)估需求。

在大數(shù)據(jù)時(shí)代，企業(yè)公開發(fā)布的數(shù)據(jù)更多，因此可以利用大數(shù)據(jù)技術(shù)全面收集、高效處理企業(yè)多維度數(shù)據(jù)，打破以財(cái)務(wù)信息為核心的傳統(tǒng)信用評(píng)級(jí)模式，利用多維度、多類型數(shù)據(jù)對(duì)企業(yè)信用展開動(dòng)態(tài)評(píng)級(jí)?；诖髷?shù)據(jù)的小微企業(yè)信用評(píng)級(jí)具有以下優(yōu)勢(shì)：

1. 全面

利用大數(shù)據(jù)技術(shù)可以獲取企業(yè)工商、行政處罰、稅務(wù)、知識(shí)產(chǎn)權(quán)、網(wǎng)絡(luò)電商交易、股東信用、股東社交關(guān)系、企業(yè)安全事故等多維度豐富而真實(shí)的海量數(shù)據(jù)，這種些數(shù)據(jù)都是企業(yè)信用的外在反映，在利用大數(shù)據(jù)技術(shù)對(duì)這些數(shù)據(jù)合理處理后更能全面體現(xiàn)企業(yè)的信用狀況。

2. 可信

數(shù)據(jù)源是信用評(píng)級(jí)的基礎(chǔ)，獲取來(lái)自工商、稅務(wù)、知識(shí)產(chǎn)權(quán)、法院等各部門公布的權(quán)威數(shù)據(jù)，這樣能夠提供給模型計(jì)算的特征變量個(gè)數(shù)往往多達(dá)幾千甚至上萬(wàn)個(gè)，這樣提升了評(píng)級(jí)結(jié)果的可信度。同時(shí)隨著人工智能技術(shù)的飛速發(fā)展，采用深度學(xué)習(xí)、隨機(jī)森林、決策樹、XGBoost 等理論基礎(chǔ)更為復(fù)雜的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)信用評(píng)級(jí)成為可能，通過(guò)執(zhí)行一段計(jì)算機(jī)程序即可實(shí)現(xiàn)信用自動(dòng)評(píng)級(jí)，這種過(guò)程有效避免了專家評(píng)級(jí)的主觀性，進(jìn)一步提升評(píng)級(jí)的可信度。

3. 高效

在大數(shù)據(jù)時(shí)代，利用爬蟲技術(shù)將散布在互聯(lián)網(wǎng)各個(gè)角落的各種信息匯聚在一起，隨后采用數(shù)據(jù)挖掘算法對(duì)這些海量數(shù)據(jù)進(jìn)行處理、挖掘，形成小微企業(yè)征信體系中的各種量化指標(biāo)。應(yīng)用大數(shù)據(jù)、人工智能等技術(shù)快速計(jì)算這些指標(biāo)，形成企業(yè)信用評(píng)級(jí)結(jié)果，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)處理，效率優(yōu)勢(shì)明顯。以上過(guò)程一直持續(xù)進(jìn)行，實(shí)現(xiàn)企業(yè)信用評(píng)級(jí)結(jié)果的動(dòng)態(tài)優(yōu)化。

4. 低成本

傳統(tǒng)的信用評(píng)級(jí)需要評(píng)級(jí)機(jī)構(gòu)專人對(duì)企業(yè)進(jìn)行各種調(diào)查，耗費(fèi)大量的人力成本、時(shí)間成本和資金成本，而基于大數(shù)據(jù)信用評(píng)級(jí)，通過(guò)執(zhí)行計(jì)算機(jī)程序即可快速得到企業(yè)信用評(píng)級(jí)，顯著減少了成本。

二、基于大數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)現(xiàn)狀

鑒于大數(shù)據(jù)的企業(yè)信用評(píng)級(jí)的優(yōu)勢(shì)，近年來(lái)已經(jīng)涌現(xiàn)出許多研究成果。

1. 現(xiàn)狀分析

國(guó)外的益百利融合企業(yè)基本信息、信用信息、支付信息、貿(mào)易支付信息、金融交易信息等超過(guò)140 項(xiàng)數(shù)據(jù)來(lái)展示企業(yè)信用。鄧白氏采用了類似的信息，此外還包含了用于財(cái)務(wù)能力評(píng)價(jià)和商業(yè)信用評(píng)價(jià)的鄧白氏指標(biāo)。艾可飛的特色在于整合了企業(yè)信息和個(gè)人信息，形成一份完整信用報(bào)告。

國(guó)內(nèi)學(xué)者溫妮則從企業(yè)的歷史和未來(lái)，定量分析和判斷等方面，構(gòu)建了一個(gè)包括企業(yè)財(cái)務(wù)狀況、互聯(lián)網(wǎng)輿情導(dǎo)向、發(fā)展環(huán)境、市場(chǎng)競(jìng)爭(zhēng)力和商務(wù)行為五個(gè)因素的指標(biāo)體系。馮文芳從產(chǎn)業(yè)分布、發(fā)展需求、市場(chǎng)現(xiàn)狀等更多領(lǐng)域提取數(shù)據(jù)來(lái)反映企業(yè)的信用信息。

針對(duì)小微企業(yè)信用評(píng)級(jí)方面，陸萍采用文獻(xiàn)閱讀、專家問(wèn)卷調(diào)查確定了企業(yè)外部環(huán)境、企業(yè)信息、企業(yè)主信息和企業(yè)財(cái)務(wù)指標(biāo)4 個(gè)一級(jí)指標(biāo)的工業(yè)類小微企業(yè)征信指標(biāo)，構(gòu)建了定性指標(biāo)和定量指標(biāo)的評(píng)估模型。呂秀梅采用專家評(píng)分加權(quán)方法挑選出財(cái)務(wù)信息、發(fā)展信息、信用信息和網(wǎng)絡(luò)信息4 大類共24 個(gè)對(duì)中小微企業(yè)信用評(píng)估形成顯著影響的因素。朱兆迪認(rèn)為小微企業(yè)經(jīng)營(yíng)者和企業(yè)自身狀況兩方面是評(píng)價(jià)小微企業(yè)信用的主要因素，其中企業(yè)經(jīng)營(yíng)者的信用水平影響最大。

在企業(yè)界，京東金融依托京東電商平臺(tái)和物流平臺(tái)，通過(guò)對(duì)商家的銷售、采購(gòu)、財(cái)務(wù)、物流數(shù)據(jù)進(jìn)行分析，為京東的金融產(chǎn)品提供決策分析。網(wǎng)商銀行與淘寶、天貓、阿里巴巴等平臺(tái)合作，獲取這些平臺(tái)的企業(yè)交易、訂單、評(píng)價(jià)等數(shù)據(jù)，從而構(gòu)建了各種預(yù)測(cè)模型和風(fēng)控模型。

除了企業(yè)，大數(shù)據(jù)征信也可被用于個(gè)人信用評(píng)級(jí)，楊亞仙等認(rèn)為大數(shù)據(jù)征信是傳統(tǒng)征信業(yè)務(wù)強(qiáng)有力的補(bǔ)充，能夠適用的業(yè)務(wù)場(chǎng)景也更加多元化，例如風(fēng)控決策系統(tǒng)。蔡金鑫等通過(guò)改進(jìn)“5C 信用評(píng)估法”，構(gòu)建了基于大數(shù)據(jù)的個(gè)人信用評(píng)估指標(biāo)體，并應(yīng)用模糊數(shù)層次分析法計(jì)算相關(guān)指標(biāo)的權(quán)重。

2. 問(wèn)題和原因

上述現(xiàn)狀表明，采用大數(shù)據(jù)技術(shù)進(jìn)行信用評(píng)級(jí)已經(jīng)獲得學(xué)者和企業(yè)界的認(rèn)可，但是實(shí)際上市場(chǎng)上真正投入使用的信用評(píng)級(jí)模型并不多見(jiàn)。投入使用的模型都依賴于完備的自身領(lǐng)域內(nèi)數(shù)據(jù)，比如阿里電商數(shù)據(jù)、京東電商數(shù)據(jù)、騰訊社交數(shù)據(jù)。

造成這種現(xiàn)狀的主要原因有：

（1） 數(shù)據(jù)獲取困難。比如有些模型要求融入企業(yè)的互聯(lián)網(wǎng)訂單、用戶評(píng)價(jià)等數(shù)據(jù)，但是電商平臺(tái)不愿意公開這些數(shù)據(jù)，導(dǎo)致數(shù)據(jù)難獲取，評(píng)級(jí)無(wú)法完成。

（2） 數(shù)據(jù)涉及隱私。比如有些模型建議融入小微企業(yè)經(jīng)營(yíng)者的支付寶、微信支付等社交消費(fèi)數(shù)據(jù)，但是這些數(shù)據(jù)涉及隱私，不可能直接被應(yīng)用。

（3） 數(shù)據(jù)缺乏權(quán)威且難以被量化。比如有些模型提出要融合自媒體、新媒體、傳統(tǒng)媒體的評(píng)價(jià)信息，但是這種評(píng)價(jià)散布在互聯(lián)網(wǎng)的各個(gè)角落，發(fā)布者水平參差不齊，而且還有可能有大量的水軍，因此基本沒(méi)有權(quán)威性，也難以被量化。

由于以上原因?qū)е庐?dāng)前小微企業(yè)的信用評(píng)級(jí)模型使用困難很大。而僅僅針對(duì)自身領(lǐng)域內(nèi)數(shù)據(jù)進(jìn)行信用評(píng)級(jí)的模型缺乏對(duì)企業(yè)信息全面展示，導(dǎo)致其使用范圍有限，故目前急需構(gòu)建一個(gè)基于公開權(quán)威數(shù)據(jù)的具有可操作性的小微企業(yè)信用評(píng)級(jí)模型。

三、小微企業(yè)信用評(píng)級(jí)指標(biāo)體系設(shè)計(jì)

1. 小微企業(yè)信用評(píng)級(jí)指標(biāo)體系構(gòu)建原則

對(duì)于指標(biāo)體系的設(shè)置，張紅玲提出了全面性、針對(duì)性、可比較性、集約性和可操作性5 大原則。張永丹類似地提出了全面性、可續(xù)性、公正性、可操作性幾大原則。張維等則認(rèn)為應(yīng)該遵從全面性與重要性相結(jié)合原則、減少對(duì)企業(yè)財(cái)務(wù)報(bào)表依賴性原則、定量分析與定性分析相結(jié)合原則、關(guān)聯(lián)性原則、可操作性原則。鑒于當(dāng)前信用評(píng)估模型存在的問(wèn)題，研究認(rèn)為建立實(shí)際可行的大數(shù)據(jù)信用評(píng)級(jí)指標(biāo)體系尤為重要。

建立面向公開數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)模型，需要重點(diǎn)考慮數(shù)據(jù)的可獲取性、數(shù)據(jù)可用性，這樣既能便于充分反映一個(gè)企業(yè)的真實(shí)情況，又能便于采用大數(shù)據(jù)技術(shù)、人工智能的方法實(shí)時(shí)、便捷的計(jì)算信用等級(jí)。數(shù)據(jù)可獲取性指的是能夠通過(guò)公開途徑獲取企業(yè)該項(xiàng)指標(biāo)的信息。數(shù)據(jù)可用性指的是獲取到的數(shù)據(jù)具有一定的權(quán)威性和能夠用于計(jì)算，且這些數(shù)據(jù)的相互合作能夠形成互補(bǔ)和支撐，能夠全面地評(píng)價(jià)一個(gè)企業(yè)信用狀況。比如張虹等從企業(yè)創(chuàng)新產(chǎn)出（具體包括知識(shí)產(chǎn)權(quán)類能力、標(biāo)準(zhǔn)成果、科研類成果） 和企業(yè)信用風(fēng)險(xiǎn)的量化數(shù)據(jù)評(píng)價(jià)企業(yè)活力指數(shù)，為企業(yè)融資評(píng)估提供支撐數(shù)據(jù)，實(shí)證分析表明通過(guò)以上可量化指標(biāo)計(jì)算得到的企業(yè)活力值與企業(yè)融資情況基本契合。

2. 小微企業(yè)信用評(píng)級(jí)指標(biāo)體系

考慮到當(dāng)前中國(guó)小微企業(yè)的財(cái)務(wù)制度尚不健全，提供的財(cái)務(wù)數(shù)據(jù)有所失真，而且當(dāng)前銀行已有的征信體系主要采用財(cái)務(wù)和信貸數(shù)據(jù)，因此文章僅考慮非財(cái)務(wù)指標(biāo)體系，在財(cái)務(wù)指標(biāo)方面不再重新贅述。對(duì)于財(cái)務(wù)指標(biāo)設(shè)計(jì)及權(quán)重也可以參考文獻(xiàn)所列。實(shí)際上當(dāng)前企業(yè)違約風(fēng)險(xiǎn)有相當(dāng)多是由于非財(cái)務(wù)問(wèn)題引發(fā)，企業(yè)管理層能力的提升，有助于提升企業(yè)信用評(píng)級(jí)。類似的，傅鈺等研究表明除了傳統(tǒng)征信要素即財(cái)務(wù)企業(yè)財(cái)務(wù)指標(biāo)外，包括創(chuàng)新能力、企業(yè)家特質(zhì)、企業(yè)聲譽(yù)等與有形資產(chǎn)無(wú)關(guān)的非傳統(tǒng)征信要素對(duì)企業(yè)信用的評(píng)估具有重要影響。同樣，岳愛(ài)東等研究發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)與管理水平、制度環(huán)境對(duì)小微企業(yè)融資的影響最為明顯，抵質(zhì)押擔(dān)保、銀行信用與資信的影響相對(duì)并不顯著?？偨Y(jié)以上研究成果表明，非財(cái)務(wù)因素同樣可以對(duì)企業(yè)的信用評(píng)級(jí)產(chǎn)生重大影響，故可以作為企業(yè)信用評(píng)級(jí)的主要指標(biāo)因素。

根據(jù)研究設(shè)定的原則，在考慮數(shù)據(jù)的可獲取性和數(shù)據(jù)可用性前提下，以非財(cái)務(wù)指標(biāo)為主，綜合應(yīng)用信用平臺(tái)、工商、法院、稅務(wù)、知識(shí)產(chǎn)權(quán)等各機(jī)構(gòu)公開的權(quán)威數(shù)據(jù)，并結(jié)合百度信用、天眼查、企查查等商業(yè)平臺(tái)數(shù)據(jù)，構(gòu)建了一個(gè)基于公開數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)指標(biāo)體系，并能采用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)評(píng)級(jí)自動(dòng)化。

本指標(biāo)體系把企業(yè)發(fā)展?jié)摿?、企業(yè)發(fā)展環(huán)境、企業(yè)經(jīng)營(yíng)者信息、企業(yè)行為合規(guī)度四個(gè)維度作為一級(jí)指標(biāo)。每個(gè)一級(jí)指標(biāo)由2-3 個(gè)二級(jí)指標(biāo)構(gòu)成，例如衡量企業(yè)發(fā)展?jié)摿Φ亩?jí)指標(biāo)有企業(yè)信息完整性、企業(yè)發(fā)展階段、企業(yè)市場(chǎng)競(jìng)爭(zhēng)能力；衡量企業(yè)發(fā)展環(huán)境的二級(jí)指標(biāo)有所在區(qū)域經(jīng)濟(jì)指數(shù)、所屬行業(yè)景氣指數(shù)；企業(yè)經(jīng)營(yíng)者信息的二級(jí)指標(biāo)有主要股東信用記錄、股東主要社會(huì)關(guān)系和企業(yè)資本組成情況。企業(yè)行為合規(guī)度的二級(jí)指標(biāo)有法律訴訟、行政處罰和稅務(wù)處罰或等級(jí)。各維度的二級(jí)指標(biāo)數(shù)據(jù)獲取方式以及指標(biāo)解釋如表1 所列。

表1 小微企業(yè)信用評(píng)級(jí)指標(biāo)體系

四、小微企業(yè)信用評(píng)級(jí)模型構(gòu)建

1. 小微企業(yè)信用評(píng)級(jí)方法

層次分析法(AHP)是美國(guó)T.L.Satty 教授提出的一種將定性問(wèn)題進(jìn)行定量分析的多目標(biāo)決策方法，該方法通過(guò)采用數(shù)學(xué)方法計(jì)算每一層指標(biāo)的重要性權(quán)重，然后再計(jì)算出在各層次之間的權(quán)重，從而實(shí)現(xiàn)對(duì)目標(biāo)的定量描述。其中的權(quán)重?cái)?shù)學(xué)計(jì)算方法可以是特征值法、算術(shù)平均法、幾何平均法。

采用特征值法計(jì)算某一層指標(biāo)的權(quán)重計(jì)算流程如下：

第一，構(gòu)建指標(biāo)兩兩比較判斷矩陣A。

第二，求解矩陣A 的最大特征值λmax和特征向量。

第四，對(duì)特征向量進(jìn)行歸一化處理，得到每個(gè)指標(biāo)的權(quán)重。

2. 小微企業(yè)信用評(píng)級(jí)指標(biāo)權(quán)重

以一級(jí)指標(biāo)為例演示以上算法過(guò)程，構(gòu)件如下兩兩比較判斷矩陣如表2 所示。

表2 一級(jí)指標(biāo)判斷矩陣

計(jì)算此矩陣得到最大特征值為4.04。

并計(jì)算：

這表明該矩陣通過(guò)檢驗(yàn)，繼而對(duì)特征向量歸一化得到權(quán)重向量：

W=[0.302 0.076 0.152 0.47]T

從以上權(quán)重可以發(fā)現(xiàn)，研究設(shè)計(jì)的信用評(píng)級(jí)指標(biāo)體系比較偏重對(duì)企業(yè)行為合規(guī)度的懲罰，企業(yè)經(jīng)營(yíng)合規(guī)度越高則信用越好。

采用類似的方法可以得到企業(yè)發(fā)展?jié)摿?、企業(yè)發(fā)展環(huán)境、企業(yè)經(jīng)營(yíng)者信息，企業(yè)行為合規(guī)度下二級(jí)指標(biāo)的權(quán)重向量分別為：

W1=[0.143 0.285 0.572]T

W2=[0.5 0.5]T

W3=[0.557 0.170 0.273]T

W4=[0.164 0.539 0.297]T

表3 二級(jí)指標(biāo)權(quán)重

據(jù)此可以設(shè)計(jì)出每個(gè)二級(jí)指標(biāo)的綜合權(quán)重。

根據(jù)以上可以得到小微企業(yè)量化的信用評(píng)分，如下公式所示：

注：在使用上式時(shí)，本文約定對(duì)于企業(yè)行為合規(guī)度的取值均為負(fù)值，因此總分會(huì)出現(xiàn)負(fù)數(shù)情況，為了保證總分值在0～100之間，需要在計(jì)算結(jié)果后面加上43。

3. 小微企業(yè)信用等級(jí)設(shè)計(jì)

當(dāng)前我國(guó)企業(yè)征信采用依據(jù)GB/T 22116-2008《企業(yè)信用等級(jí)表示方法》，為了保持與國(guó)家標(biāo)準(zhǔn)一致，文章仍基于以上標(biāo)準(zhǔn)，將小微信用等級(jí)分為10 個(gè)等級(jí)，分別為AAA，AA，A，BBB，BB，B，CCC，CC，C，D。具體分值如表4 所示。：

五、實(shí)證研究

為了查看信用模型中二級(jí)指標(biāo)的企業(yè)統(tǒng)計(jì)分布情況，研究抓取了超過(guò)10 萬(wàn)家廣州市企業(yè)，對(duì)二級(jí)指標(biāo)進(jìn)行統(tǒng)計(jì)。“企業(yè)市場(chǎng)競(jìng)爭(zhēng)力”對(duì)企業(yè)信用評(píng)分影響起正向積極作用，表5 是對(duì)企業(yè)的專利和軟著申請(qǐng)進(jìn)行統(tǒng)計(jì)分析。同時(shí)，處罰對(duì)一個(gè)企業(yè)信用的影響非常大，表明了企業(yè)經(jīng)營(yíng)的合規(guī)度，表6 是對(duì)抓取企業(yè)的行政處罰情況進(jìn)行統(tǒng)計(jì)。

表5 企業(yè)市場(chǎng)競(jìng)爭(zhēng)力情況統(tǒng)計(jì)

從以上兩個(gè)表可以發(fā)現(xiàn)，97.62%的企業(yè)沒(méi)有申請(qǐng)專利或者軟著，但是只有90.82%的企業(yè)沒(méi)有接收到任何行政處罰，這說(shuō)明至少有6.8%的企業(yè)沒(méi)有申請(qǐng)一項(xiàng)專利或者軟著，但是至少一項(xiàng)行政處罰的企業(yè)卻接受了，這并不有利于企業(yè)的發(fā)展。

依據(jù)本文設(shè)計(jì)的信用評(píng)級(jí)模型，表7 列出來(lái)部分代表企業(yè)評(píng)級(jí)情況，可以發(fā)現(xiàn)評(píng)分較高的企業(yè)在市場(chǎng)競(jìng)爭(zhēng)力這一塊都較強(qiáng)，通過(guò)分?jǐn)?shù)較好的反映了一個(gè)企業(yè)的各方面信息。

表6 企業(yè)接受行政處罰情況統(tǒng)計(jì)

六、結(jié)論

以銀行信貸和財(cái)務(wù)數(shù)據(jù)為主的傳統(tǒng)的企業(yè)信用評(píng)級(jí)模式難以適應(yīng)時(shí)代需求。大數(shù)據(jù)時(shí)代帶來(lái)了多維、多類型數(shù)據(jù)，以及數(shù)據(jù)處理方式的變革，這給解決傳統(tǒng)信用評(píng)級(jí)模式難以適用小微企業(yè)問(wèn)題帶來(lái)思路。文章以大數(shù)據(jù)技術(shù)為基礎(chǔ)，針對(duì)小微企業(yè)信用評(píng)級(jí)難題，研究了大數(shù)據(jù)時(shí)代的企業(yè)信用評(píng)級(jí)問(wèn)題，設(shè)計(jì)了面向小微企業(yè)的信用評(píng)級(jí)體系，并取得以下研究成果：

表7 部分典型信用評(píng)級(jí)

第一，基于大數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)具有全面、可信、高效、低成本的優(yōu)勢(shì)，有助于打破以財(cái)務(wù)信息為主的傳統(tǒng)小微企業(yè)信用評(píng)級(jí)模式，可為我國(guó)未來(lái)的征信模式提供重要補(bǔ)充。

第二，針對(duì)大數(shù)據(jù)信用評(píng)級(jí)的現(xiàn)狀，文章總結(jié)出制約當(dāng)前大數(shù)據(jù)信用評(píng)級(jí)被廣泛使用的三點(diǎn)主要原因：數(shù)據(jù)獲取困難、數(shù)據(jù)涉及隱私、數(shù)據(jù)缺乏權(quán)威且難以被量化。這為行業(yè)制定相關(guān)規(guī)范和政府制定相關(guān)政策提供了參考和依據(jù)。

第三，研究在重點(diǎn)考慮數(shù)據(jù)的可獲取性、數(shù)據(jù)可用性基礎(chǔ)上，構(gòu)建了以企業(yè)發(fā)展?jié)摿Α⑵髽I(yè)發(fā)展環(huán)境、企業(yè)經(jīng)營(yíng)者信息、企業(yè)行為合規(guī)度四個(gè)維度作為一級(jí)指標(biāo)的小微企業(yè)信用評(píng)級(jí)體系，并采用層次分析法量化二級(jí)指標(biāo)權(quán)重，構(gòu)建了小微企業(yè)信用評(píng)級(jí)量化模型。

第四，以廣州市企業(yè)為研究對(duì)象，實(shí)證分析了不同企業(yè)的信用評(píng)級(jí)情況，結(jié)果表明該模型能較好反映企業(yè)綜合能力，對(duì)不同的企業(yè)具有較好的區(qū)分能力，這為企業(yè)融資提供了有力依據(jù)。

以上成果表明研究所設(shè)計(jì)的小微企業(yè)信用評(píng)級(jí)模型能為小微企業(yè)提供一種客觀的評(píng)價(jià)，能成為當(dāng)前我國(guó)信用評(píng)級(jí)體系的有益補(bǔ)充。

在大數(shù)據(jù)時(shí)代，可以采集的數(shù)據(jù)越來(lái)越多，因此也可以從更多的維度評(píng)價(jià)一個(gè)企業(yè)，能夠從更細(xì)微的角度衡量一個(gè)企業(yè)，如果后續(xù)有更多的私有數(shù)據(jù)開放（比如支付寶和微信支付信息、京東和蘇寧等采購(gòu)信息），可以將更多的私有信息融入到模型，實(shí)現(xiàn)不同的數(shù)據(jù)互補(bǔ)。同時(shí)在后續(xù)研究中，可以探索將各種數(shù)據(jù)都保存在區(qū)塊鏈系統(tǒng)上，利用區(qū)塊鏈的去中心化、防偽溯源、信任機(jī)制等技術(shù)特征保障已有數(shù)據(jù)的不可篡改性，進(jìn)一步提升企業(yè)信用評(píng)級(jí)的可信度。在此基礎(chǔ)上，提出以下建議：

1. 加強(qiáng)頂層設(shè)計(jì)，規(guī)范企業(yè)數(shù)據(jù)開放模式，完善小微企業(yè)信息采集通道，明確小微企業(yè)信用信息數(shù)據(jù)采集規(guī)范

黨的十九大報(bào)告指出“要建設(shè)數(shù)字中國(guó)、智慧社會(huì)，發(fā)展數(shù)字經(jīng)濟(jì)、共享經(jīng)濟(jì)”。顯然豐富的數(shù)據(jù)有助于更精準(zhǔn)的評(píng)估企業(yè)信用。建議國(guó)家出臺(tái)相關(guān)政策，在數(shù)字中國(guó)建設(shè)背景下，規(guī)范數(shù)據(jù)采集方式，同時(shí)實(shí)現(xiàn)電商、社交、交通等企業(yè)數(shù)據(jù)共享，實(shí)現(xiàn)工商、稅務(wù)、法院、知識(shí)產(chǎn)權(quán)等部門的相關(guān)數(shù)據(jù)共享。這樣有助于研究者專注于技術(shù)開發(fā)，提高評(píng)級(jí)模型的精度。

2. 加強(qiáng)人工智能新技術(shù)在小微企業(yè)信用評(píng)級(jí)上的技術(shù)研究與應(yīng)用

當(dāng)前大數(shù)據(jù)、云計(jì)算、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、區(qū)塊鏈技術(shù)在交通、政務(wù)、醫(yī)療、教育等行業(yè)都取得大量研究成果。未來(lái)，在數(shù)據(jù)開放的基礎(chǔ)上，建議將大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈技術(shù)引入到小微企業(yè)信用信息數(shù)據(jù)的存儲(chǔ)上，將深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)引入到小微企業(yè)信用評(píng)級(jí)模型計(jì)算上，實(shí)現(xiàn)更大規(guī)模的數(shù)據(jù)存儲(chǔ)、更先進(jìn)數(shù)據(jù)計(jì)算，從而達(dá)成更穩(wěn)定的評(píng)估預(yù)測(cè)結(jié)果。這對(duì)推動(dòng)小微企業(yè)信用評(píng)級(jí)，進(jìn)一步推動(dòng)我國(guó)個(gè)人、企業(yè)信用體系建設(shè)非常有益。