姜天翔JIANG Tian-xiang；王俊煥WANG Jun-huan

（①北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，北京100192；②北京衛(wèi)戍區(qū)海淀第五十一離職干部修養(yǎng)所，北京100142）

0 引言

近年來，隨著政府部門出臺相關(guān)政策支持融資擔(dān)保途經(jīng)促進(jìn)中小企業(yè)的融資問題，中小企業(yè)融資難、融資貴問題雖然得到了一定程度的緩解，但仍然是我國未來經(jīng)濟(jì)發(fā)展的重要約束。由于中小企業(yè)貸款項目風(fēng)險大、成本高、難風(fēng)控的特性，商業(yè)銀行出于營利目的往往不予批準(zhǔn)中小企業(yè)貸款申請，故憑借第三方融資擔(dān)保機(jī)構(gòu)對企業(yè)增信的方式從銀行獲取融資未來仍然會是中小企業(yè)融資采取的常見手段。但由于目前我國經(jīng)濟(jì)下行壓力較大，中小企業(yè)普遍經(jīng)營狀況不佳，再加上擔(dān)保機(jī)構(gòu)自身對于項目的征信與風(fēng)控理論過于陳舊，導(dǎo)致?lián)C(jī)構(gòu)普遍入不敷出、依賴財政補(bǔ)貼現(xiàn)象嚴(yán)重。在中小企業(yè)經(jīng)營效率多變的背景下，擔(dān)保行業(yè)急需引入新的技術(shù)理論進(jìn)行變革。

隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，數(shù)字經(jīng)濟(jì)將勢必成為行業(yè)未來發(fā)展的主流與趨勢，運用互聯(lián)網(wǎng)對貸款客戶進(jìn)行全面的數(shù)據(jù)挖掘、存儲、計算與分析，建立程序自動審批的信用評級與風(fēng)險控制新模式，能夠有效緩解中小企業(yè)擔(dān)保項目信息不充分與不對稱的問題；同時基于程序算法建立信用評審模型與全流程系統(tǒng)在線辦理的風(fēng)險監(jiān)控模式，將會極大地避免傳統(tǒng)擔(dān)保模式下依靠信貸人員主觀經(jīng)驗判斷與人為操作帶來的決策風(fēng)險與操作風(fēng)險，提高擔(dān)保項目審核流程的準(zhǔn)確性與客觀性，從擔(dān)保的審核、評級、保后管理、風(fēng)險預(yù)警、壞賬催收多領(lǐng)域、全過程、多角度的量化評估擔(dān)保項目的收益與風(fēng)險，對擔(dān)保行業(yè)未來的經(jīng)營發(fā)展與戰(zhàn)略規(guī)劃均有著十分重要的參考意義。

1 擔(dān)保機(jī)構(gòu)引入大數(shù)據(jù)分析的必要性與可行性

傳統(tǒng)擔(dān)保模式的風(fēng)控失靈與引入大數(shù)據(jù)技術(shù)的必要性：目前我國擔(dān)保機(jī)構(gòu)對于項目的審核與風(fēng)控普遍借鑒傳統(tǒng)商業(yè)銀行的信用評級模型，本文通過選取我國中農(nóng)工建四大行針對小企業(yè)客戶的信用評級指標(biāo)體系進(jìn)行橫向比對，發(fā)現(xiàn)當(dāng)下商業(yè)銀行對貸款企業(yè)的信用評估評級體系主要關(guān)注于貸款企業(yè)的第一還款來源（預(yù)期盈利能力），同時對第二還款來源（是否能夠提供足值抵押物）的依賴性很強(qiáng)。市場上的商業(yè)銀行針對中小企業(yè)信用評級審核標(biāo)準(zhǔn)側(cè)重關(guān)注于企業(yè)預(yù)期的盈利能力、償債能力以及能否提供足值抵押物來抵御違約風(fēng)險，并把企業(yè)靜態(tài)的財務(wù)統(tǒng)計數(shù)據(jù)作為財務(wù)分析的依據(jù)來判斷是否對該企業(yè)提供貸款服務(wù)。然而現(xiàn)實中由于中小企業(yè)的貸款項目具有小散特點，普遍存在著財務(wù)核算與統(tǒng)計不規(guī)范、不健全，同時由于中小企業(yè)貸款項目存在著“短、小、頻、急”的特征，其歷史經(jīng)營數(shù)據(jù)波動較大，導(dǎo)致依賴歷史經(jīng)營數(shù)據(jù)的傳統(tǒng)靜態(tài)的財務(wù)分析往往失靈。此外，出于審慎考慮，商業(yè)銀行通常不接受中小企業(yè)其他提高抵押率的反擔(dān)保手段，這一特征也與中小企業(yè)普遍缺乏足值抵押物的客觀現(xiàn)實相沖突，導(dǎo)致中小企業(yè)為順利獲取貸款融資必須借助第三方擔(dān)保機(jī)構(gòu)介入為其擔(dān)保增信。

擔(dān)保機(jī)構(gòu)作為商業(yè)銀行轉(zhuǎn)嫁企業(yè)違約風(fēng)險而衍生的第三方融資中介機(jī)構(gòu)，由于貸款抵押物不足是中小企業(yè)項目的客觀現(xiàn)實，市場上擔(dān)保機(jī)構(gòu)沿用商業(yè)銀行尋求反擔(dān)保措施為主的風(fēng)控理論與擔(dān)保的功能相悖；此外商業(yè)銀行貸款的風(fēng)險五級分類管理中將貸款項目的逾期天數(shù)也列為重要參考指標(biāo)，這與擔(dān)保理論中擔(dān)保機(jī)構(gòu)具有代償義務(wù)和擔(dān)保債權(quán)的或有債權(quán)性質(zhì)嚴(yán)重不匹配，故也不適用于擔(dān)保機(jī)構(gòu)。因此，擔(dān)保機(jī)構(gòu)一味沿用商業(yè)銀行的信用評級體系是當(dāng)下?lián)ｏL(fēng)控失靈的主要原因，擔(dān)保機(jī)構(gòu)的信用評級與風(fēng)險控制理論急需引入新的技術(shù)手段去補(bǔ)充與完善。

2 利用大數(shù)據(jù)技術(shù)完善中小企業(yè)的融資擔(dān)保的可行性

隨著互聯(lián)網(wǎng)通信技術(shù)的快速發(fā)展，傳統(tǒng)金融機(jī)構(gòu)借助外部專業(yè)技術(shù)來補(bǔ)充與完善自身經(jīng)營管理模式的趨勢愈發(fā)明顯。對于擔(dān)保機(jī)構(gòu)而言，擔(dān)保市場上存在著信息不對稱，處于不同發(fā)展階段的企業(yè)擔(dān)保機(jī)構(gòu)對于其信息的掌握程度相差較大，而中小企業(yè)由于經(jīng)營時間短，其管理者缺乏足夠組織管理與財務(wù)管理經(jīng)驗，信息不充分與不對稱問題尤為嚴(yán)重。擔(dān)保機(jī)構(gòu)作為第三方中介機(jī)構(gòu)承擔(dān)了銀行轉(zhuǎn)嫁來的項目全部違約風(fēng)險，但收益來源僅為被保企業(yè)處繳納的少量保費，這造成了擔(dān)保機(jī)構(gòu)“高風(fēng)險低收益”的經(jīng)營困境。破解擔(dān)保機(jī)構(gòu)經(jīng)營困境只有解決中小企業(yè)的信息不對稱問題，擔(dān)保機(jī)構(gòu)借助大數(shù)據(jù)的信息挖掘優(yōu)勢，迅速有效地獲取與存儲客戶的有效信息，并在擔(dān)保期間內(nèi)能夠更加準(zhǔn)確的洞察擔(dān)保項目資金的使用途徑、收益以及各種風(fēng)險因素進(jìn)行風(fēng)險預(yù)警，并對風(fēng)險預(yù)警及時作出各類調(diào)整，有效消除中小企業(yè)的信息不對稱問題，使得擔(dān)保機(jī)構(gòu)的業(yè)務(wù)操作更加科學(xué)化與合理化。

3 中小企業(yè)擔(dān)保大數(shù)據(jù)平臺建設(shè)與規(guī)劃

3.1 大數(shù)據(jù)技術(shù)的發(fā)展演進(jìn)趨勢、應(yīng)用與挑戰(zhàn)

大數(shù)據(jù)是指與傳統(tǒng)結(jié)構(gòu)化、集中式的小數(shù)據(jù)集不同的多源異構(gòu)、分布式架構(gòu)為主的超大規(guī)模數(shù)據(jù)集。大數(shù)據(jù)分析通常具有以下五個特征（5V）：數(shù)據(jù)量大（volume）、處理速度快（velocity）、數(shù)據(jù)類型多（variety）、數(shù)據(jù)價值（value）、數(shù)據(jù)精度高（veracity）。和傳統(tǒng)的數(shù)據(jù)分析相比，大數(shù)據(jù)分析帶來三大實質(zhì)性變革：首先是大數(shù)據(jù)技術(shù)讓人們脫離了對模型與算法的依賴。足夠多的歷史數(shù)據(jù)本身便可幫助人們?nèi)ソ咏虑榈恼嫦啵黄浯未髷?shù)據(jù)技術(shù)弱化了因果關(guān)系，通過大數(shù)據(jù)技術(shù)分析可以挖掘出不同要素之間的相關(guān)關(guān)系，因此人們不需要知道這些要素之間相關(guān)關(guān)系背后的邏輯便可以知曉并充分利用這些因果，該項功能在當(dāng)今信息錯綜復(fù)雜的現(xiàn)代社會下，大數(shù)據(jù)技術(shù)的應(yīng)用將大大提高決策效率；再者便是大數(shù)據(jù)技術(shù)可以處理半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)，這將使計算機(jī)分析的數(shù)據(jù)范圍迅速擴(kuò)大，大大提高了數(shù)據(jù)的使用方式與效率。大數(shù)據(jù)按照信息處理環(huán)節(jié)可以分為數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)存儲及管理、數(shù)據(jù)分析、數(shù)據(jù)顯化以及行業(yè)應(yīng)用等六個環(huán)節(jié)。而在大數(shù)據(jù)分析的各個環(huán)節(jié)中，已經(jīng)有不同公司占位。擔(dān)保機(jī)構(gòu)構(gòu)建大數(shù)據(jù)平臺時可以選擇與各環(huán)節(jié)的公司外包，也可以招募專業(yè)技術(shù)人員自建。

3.2 “大數(shù)據(jù)擔(dān)?！睂⒊蔀槲磥頁?dān)保行業(yè)發(fā)展的趨勢

由于中小企業(yè)普遍存在著嚴(yán)重的信息不對稱特性，傳統(tǒng)擔(dān)保模式依靠經(jīng)驗從業(yè)人員對中小企業(yè)擔(dān)保項目進(jìn)行的背景調(diào)查、審核評估以及風(fēng)險監(jiān)測過程往往成本較高且難以做到全面、客觀、科學(xué)。而擔(dān)保機(jī)構(gòu)通過構(gòu)建大數(shù)據(jù)平臺、建立大數(shù)據(jù)擔(dān)保模式的方法能夠彌補(bǔ)傳統(tǒng)擔(dān)保模式的不足。①日趨完善的互聯(lián)網(wǎng)信息技術(shù)的發(fā)展與大數(shù)據(jù)強(qiáng)大的信息搜集功能，通過傳感設(shè)備與物聯(lián)網(wǎng)及衛(wèi)星遙感、Web爬蟲、網(wǎng)絡(luò)言論匯總、互聯(lián)網(wǎng)平臺業(yè)務(wù)場景入口注冊登錄與交易記錄、社交網(wǎng)絡(luò)、外部數(shù)據(jù)交換與數(shù)據(jù)接入、數(shù)據(jù)采購等方式可以在擔(dān)保過程中對中小企業(yè)項目客戶信息的挖掘、存儲、共享、分析提供足夠的技術(shù)支持。大大減少了擔(dān)保機(jī)構(gòu)背景調(diào)查的搜集成本費用并提高了調(diào)查效率。②擔(dān)保機(jī)構(gòu)運用傳統(tǒng)擔(dān)保模式中與商業(yè)銀行、政府機(jī)構(gòu)的合作關(guān)系，將貸款客戶的征信信息數(shù)據(jù)化存儲起來并共享與擔(dān)保合作模式中的其它機(jī)構(gòu)，通過大數(shù)據(jù)技術(shù)從互聯(lián)網(wǎng)中將客戶的社交活動、網(wǎng)絡(luò)言論、資金交易信息一并納入進(jìn)征信系統(tǒng)的考核數(shù)據(jù)中?？梢允沟媒鹑跈C(jī)構(gòu)（不論商業(yè)銀行還是擔(dān)保機(jī)構(gòu)） 可以通過多個維度了解客戶的真實經(jīng)營狀況與道德水平，精準(zhǔn)定位客戶的真實需求，降低擔(dān)保業(yè)務(wù)的業(yè)務(wù)風(fēng)險，極大地減少了由信息不對稱產(chǎn)生的逆向選擇與道德風(fēng)險問題。③運用云計算建立新的大數(shù)據(jù)信用評級與風(fēng)險控制模型。由于成本與技術(shù)的限制，傳統(tǒng)擔(dān)保模式?jīng)Q策與風(fēng)控過程主要依賴擔(dān)保人員的主觀經(jīng)驗判斷，量化風(fēng)險的手段不夠先進(jìn)，人為決策風(fēng)險較大。而大數(shù)據(jù)擔(dān)保的擔(dān)保決策采用云計算技術(shù)，從數(shù)據(jù)分析到擔(dān)保審批決策全部由算法完成，避免了人為主觀情緒的干擾，確保了審核評估的客觀性。同時通過客戶實時動態(tài)數(shù)據(jù)的更新情況可以對被保企業(yè)進(jìn)行全面持續(xù)的風(fēng)險監(jiān)測，一旦發(fā)現(xiàn)數(shù)據(jù)有異常波動立刻提示風(fēng)險預(yù)警，并通知擔(dān)保機(jī)構(gòu)相關(guān)部門針對潛在風(fēng)險進(jìn)行及時的補(bǔ)救與化解，盡可能降低擔(dān)保機(jī)構(gòu)的損失。大數(shù)據(jù)風(fēng)控為項目的風(fēng)險管理與控制提供了全方位多角度的量化評估，全面提高了擔(dān)保機(jī)構(gòu)的風(fēng)險識別與控制能力，提高了擔(dān)保機(jī)構(gòu)在保后管理階段的科學(xué)性與可靠性。

傳統(tǒng)擔(dān)保模式在保前調(diào)查、保中審核、保后管理階段均依靠從業(yè)人員的經(jīng)驗?zāi)芰?，其缺陷在于?dān)保所有的操作流程均是人為判斷，導(dǎo)致項目審核階段存在主觀性較大且易出現(xiàn)判斷失誤與徇私舞弊的問題。大數(shù)據(jù)擔(dān)保通過對客戶數(shù)據(jù)采集、處理、存儲、分析與顯化，分析思路從以往基于財務(wù)數(shù)據(jù)轉(zhuǎn)向偏重非財務(wù)數(shù)據(jù)，從使用結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)向結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并重，從依賴算法和模型轉(zhuǎn)向用數(shù)據(jù)說話，從因果關(guān)系分析轉(zhuǎn)向相關(guān)性揭示，打造以“大數(shù)據(jù)平臺+云服務(wù)+移動端”的方式，實現(xiàn)擔(dān)保項目風(fēng)險評估、預(yù)警、控制和管理一體化，打造服務(wù)于“輕架構(gòu)、垂直化、短鏈化”中小企業(yè)融資大數(shù)據(jù)擔(dān)保模式。大數(shù)據(jù)平臺利用信息化優(yōu)勢與技術(shù)分析，足夠支撐省級區(qū)域內(nèi)的擔(dān)保平臺公司及辦事處業(yè)務(wù)，優(yōu)化資源配置，提高擔(dān)保項目初期審核與風(fēng)險評估的效率與功能。

4 大數(shù)據(jù)擔(dān)保平臺的建設(shè)方案

目前的關(guān)于智能審貸的研究多數(shù)停留在理論研究階段，本文結(jié)合實際案例，為擔(dān)保機(jī)構(gòu)大數(shù)據(jù)平臺構(gòu)建規(guī)劃提供一套合理可行的建設(shè)方案：①擔(dān)保機(jī)構(gòu)的大數(shù)據(jù)平臺服務(wù)于擔(dān)保合作模式和業(yè)務(wù)產(chǎn)品的創(chuàng)新，降低擔(dān)保機(jī)構(gòu)對合作銀行、地方政府的依賴，自主研發(fā)互聯(lián)網(wǎng)擔(dān)保產(chǎn)品和融資擔(dān)保平臺。②擔(dān)保大數(shù)據(jù)平臺服務(wù)于中小企業(yè)綜合服務(wù)體系建設(shè)，構(gòu)建中小企業(yè)融資擔(dān)保大數(shù)據(jù)綜合服務(wù)平臺，采取會員制形式，牽頭建立產(chǎn)業(yè)聯(lián)盟，為中小企業(yè)提供增值服務(wù)。③擔(dān)保大數(shù)據(jù)平臺服務(wù)于新型風(fēng)控體系建設(shè)，深化機(jī)制創(chuàng)新，由以關(guān)注反擔(dān)保措施的傳統(tǒng)風(fēng)控理念轉(zhuǎn)向以對企業(yè)商業(yè)模式邏輯深入研究，以判斷企業(yè)預(yù)期還款能力為主的風(fēng)控理念。擔(dān)保機(jī)構(gòu)大數(shù)據(jù)平臺建設(shè)規(guī)劃具體如圖所示（圖1）。

圖1 擔(dān)保機(jī)構(gòu)大數(shù)據(jù)平臺規(guī)劃與建設(shè)

利用大數(shù)據(jù)技術(shù)，構(gòu)建包含面向中小企業(yè)的擔(dān)保用戶終端與云服務(wù)平臺、應(yīng)用支撐平臺與交換整合平臺以及統(tǒng)一基礎(chǔ)資源平臺在內(nèi)的一整套擔(dān)保大數(shù)據(jù)體系，這包括需要IT 資源的擴(kuò)容（擔(dān)保云）：CPU、內(nèi)存、存儲、網(wǎng)絡(luò)等；基礎(chǔ)工具方面的購置（操作系統(tǒng)、應(yīng)用中間件、消息中間件、工作流、BI 報表、GIS、云視頻、智能識別）：內(nèi)部操作系統(tǒng)、報表系統(tǒng)、云視頻系統(tǒng)、智能識別系統(tǒng)等系統(tǒng)的建設(shè)；數(shù)據(jù)采集平臺建設(shè)（含數(shù)據(jù)加載平臺購置和按需開發(fā)部分?jǐn)?shù)據(jù)接口）：ETL 和事務(wù)性數(shù)據(jù)抽取工具和數(shù)據(jù)采集接口開發(fā)（與政府機(jī)關(guān)、商業(yè)銀行進(jìn)行深入合作）；數(shù)據(jù)融合平臺建設(shè)（數(shù)據(jù)存儲）：關(guān)系型數(shù)據(jù)庫、分析型數(shù)據(jù)庫、Hadoop 系統(tǒng)、融合工具等；數(shù)據(jù)治理平臺建設(shè)與集成運維平臺建設(shè)。

4.1 大數(shù)據(jù)擔(dān)保模式下的數(shù)據(jù)采集手段

為適應(yīng)我國現(xiàn)行土地產(chǎn)權(quán)特征，由擔(dān)保機(jī)構(gòu)牽頭，逐步形成擔(dān)保機(jī)構(gòu)與地方龍頭企業(yè)及產(chǎn)業(yè)一條鏈下的其它供應(yīng)企業(yè)互保的產(chǎn)業(yè)鏈擔(dān)保合作模式，以中小企業(yè)產(chǎn)業(yè)鏈擔(dān)保模式為牽引，選擇細(xì)分行業(yè)領(lǐng)軍企業(yè)合作建設(shè)大數(shù)據(jù)以完善產(chǎn)業(yè)鏈數(shù)據(jù)采集也是一條可供選擇的途徑。中小企業(yè)產(chǎn)業(yè)鏈擔(dān)保貸款是指以產(chǎn)業(yè)鏈核心企業(yè)為龍頭，上下游企業(yè)或農(nóng)戶為目標(biāo)，由擔(dān)保公司提供擔(dān)保，龍頭企業(yè)提供反擔(dān)?；螨堫^企業(yè)上下游企業(yè)互為保證，圍繞產(chǎn)業(yè)鏈開展的一種擔(dān)保貸款模式。產(chǎn)業(yè)鏈擔(dān)保模式的優(yōu)點在于能夠加強(qiáng)核心龍頭企業(yè)與配套企業(yè)的聯(lián)系，促進(jìn)產(chǎn)業(yè)鏈上下游企業(yè)共同成長的同時方便對數(shù)量繁多的中小企業(yè)進(jìn)行數(shù)據(jù)采集工作。同時，擔(dān)保機(jī)構(gòu)也能通過穩(wěn)定產(chǎn)業(yè)鏈的方式有效地規(guī)避擔(dān)保項目的違約代償風(fēng)險。

中小企業(yè)經(jīng)營數(shù)據(jù)采集范圍為多源異構(gòu)，存量數(shù)據(jù)激活與實時數(shù)據(jù)的快速采集利用。而數(shù)據(jù)的主要采集手段包括傳感設(shè)備與物聯(lián)網(wǎng)及衛(wèi)星遙感、RFID 射頻技、Web 等社交網(wǎng)絡(luò)數(shù)據(jù)爬蟲、聯(lián)網(wǎng)平臺業(yè)務(wù)場景入口注冊登錄與交易記錄、移動互聯(lián)網(wǎng)與移動終端等外部數(shù)據(jù)交換與數(shù)據(jù)接入，采購等；而擔(dān)保機(jī)構(gòu)所需的企業(yè)數(shù)據(jù)采集主要涉及其所在行業(yè)的數(shù)據(jù)傳感體系、網(wǎng)絡(luò)通信體系、傳感適配體系、智能識別體系及軟硬件資源接入系統(tǒng)，以實現(xiàn)對結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的海量數(shù)據(jù)的智能化識別、定位、跟蹤、接入、傳輸、信號轉(zhuǎn)換、監(jiān)控、初步處理和管理等；此外，中小企業(yè)擔(dān)保機(jī)構(gòu)大數(shù)據(jù)的數(shù)據(jù)采集還應(yīng)向當(dāng)?shù)仄髽I(yè)派駐客戶經(jīng)理發(fā)揮實地項目普查與背景調(diào)查與保后巡檢作用，同時完善縣鄉(xiāng)地區(qū)的數(shù)據(jù)采集體系建設(shè)，借助基層推廣數(shù)據(jù)采集隊伍力量。利用智能終端與派駐客戶基層員工實地考察相結(jié)合的方式，將采集的各種項目信息實時上傳客戶端。（圖2）

4.2 擔(dān)保機(jī)構(gòu)大數(shù)據(jù)平臺的數(shù)據(jù)處理流程

在數(shù)據(jù)搜集工作完成后，接下來的步驟便是數(shù)據(jù)的清洗與處理、存取、建模、分析與應(yīng)用過程對于搜集到的數(shù)據(jù)進(jìn)行校準(zhǔn)、核查無誤后進(jìn)行圖像與自然語義處理和整合，然后通過機(jī)器學(xué)習(xí)建模技術(shù)對導(dǎo)入的數(shù)據(jù)進(jìn)行分析流程全自動化（圖3）。通過對數(shù)據(jù)的挖掘與統(tǒng)計分析精確預(yù)測企業(yè)的預(yù)期還款能力、還款意愿，從多個維度評價擔(dān)保主體的信用狀況，并相應(yīng)產(chǎn)生基于大數(shù)據(jù)分析后的信用評級報告、征信評分、欺詐檢測、風(fēng)險控制方案等一系列評估報告，從而準(zhǔn)確計量處客戶企業(yè)的風(fēng)險敞口，提高擔(dān)保機(jī)構(gòu)征信與風(fēng)控水平。

5 擔(dān)保機(jī)構(gòu)引入大數(shù)據(jù)分析中需要注意的問題

圖2 擔(dān)保機(jī)構(gòu)大數(shù)據(jù)采集數(shù)據(jù)源

圖3 擔(dān)保大數(shù)據(jù)模式的分析流程圖

大數(shù)據(jù)的發(fā)展演進(jìn)趨勢使得人們對于數(shù)據(jù)的使用理念從對數(shù)據(jù)相關(guān)關(guān)系得出的邏輯判斷轉(zhuǎn)變?yōu)閷ο到y(tǒng)生存關(guān)系的思考，并讓人們從通過對數(shù)據(jù)的分析去發(fā)現(xiàn)與解決問題發(fā)展到了能夠通過大量的數(shù)據(jù)弱化因果關(guān)系、重構(gòu)自身決策的思維方式。由于大數(shù)據(jù)技術(shù)尚未發(fā)展成熟，擔(dān)保機(jī)構(gòu)的大數(shù)據(jù)平臺在建設(shè)過程中會面臨著諸多問題與挑戰(zhàn)，未來需要解決與注意的地方頗多：①在中小企業(yè)的數(shù)據(jù)收集過程中，需要大數(shù)據(jù)平臺對來自網(wǎng)絡(luò)包括物聯(lián)網(wǎng)和機(jī)構(gòu)信息系統(tǒng)的數(shù)據(jù)去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)以避免數(shù)據(jù)過于單一，并把這些信息數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行對照，從多角度驗證數(shù)據(jù)的全面性和真實性。②關(guān)于中小企業(yè)各方面的數(shù)據(jù)存儲過程中要達(dá)到低成本、低能耗與高可靠性，建立數(shù)據(jù)庫存儲企業(yè)的數(shù)據(jù)過程中通常需要用到冗余配置、分布化和云計算技術(shù)，并按照一定規(guī)則對數(shù)據(jù)進(jìn)行分類，要重視過濾和去重以減少數(shù)據(jù)的儲存成本，同時加入便于日后檢索的標(biāo)簽，提高數(shù)據(jù)的存儲與使用效率。③對各行業(yè)中小企業(yè)數(shù)據(jù)的分類與處理方面，由于有些行業(yè)的企業(yè)經(jīng)營數(shù)據(jù)涉及上百上千甚至更多的參數(shù)，其復(fù)雜性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在多源異構(gòu)、多實體和多空間之間的交互動態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復(fù)雜度很大，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進(jìn)行語義分析，從大量動態(tài)且可能是模棱兩可的數(shù)據(jù)中綜合信息中導(dǎo)出可理解的內(nèi)容，以便于后續(xù)的評估分析。④盡量確保數(shù)據(jù)分析結(jié)果的可視化呈現(xiàn)，通過對數(shù)據(jù)的挖掘、存儲、處理后，需要合理地建模使得結(jié)果更直觀以便于洞察。盡管計算機(jī)智能化有了很大進(jìn)步，但還只能針對小規(guī)模、有結(jié)構(gòu)或類結(jié)構(gòu)的數(shù)據(jù)進(jìn)行分析，談不上深層次的數(shù)據(jù)挖掘，故而現(xiàn)有針對中小企業(yè)的數(shù)據(jù)挖掘算法與模型在不同行業(yè)中難以通用，需要根據(jù)企業(yè)的實際情況做出相應(yīng)的調(diào)整。

6 結(jié)論與展望

我國擔(dān)保行業(yè)理論尚未發(fā)展成熟，主要表現(xiàn)在傳統(tǒng)擔(dān)保模式下針對中小企業(yè)的擔(dān)保征信與風(fēng)控的失靈。在數(shù)字經(jīng)濟(jì)迅速發(fā)展的趨勢下，合理運用大數(shù)據(jù)技術(shù)，構(gòu)造多方合作下的大數(shù)據(jù)征信平臺是隨著時代發(fā)展的必然產(chǎn)物。通過大數(shù)據(jù)技術(shù)盡可能的發(fā)揮擔(dān)保機(jī)構(gòu)自身的優(yōu)勢，加強(qiáng)擔(dān)保機(jī)構(gòu)與政府方、商業(yè)銀行方的合作交流，建立共享的智能企業(yè)征信系統(tǒng)，有效解決中小企業(yè)之間的信息不對稱問題，幫助擔(dān)保機(jī)構(gòu)了解中小企業(yè)的真實狀況并針對不同企業(yè)的經(jīng)營狀況制定相應(yīng)的擔(dān)保方案，以達(dá)到徹底解決中小企業(yè)的融資需求。同時本文結(jié)合金電聯(lián)行具體案例進(jìn)行參照分析，通過大數(shù)據(jù)技術(shù)來完善擔(dān)保機(jī)構(gòu)的信用評估與風(fēng)險管理流程，消除擔(dān)保過程中出現(xiàn)的信息不對稱問題，提高擔(dān)保效率與項目履約率，通過對擔(dān)保理論的不斷改革來完善融資擔(dān)保合作模式，為我國擔(dān)保行業(yè)的未來發(fā)展提供了有效的參考與借鑒。