占小鳳

摘? 要：互聯(lián)網(wǎng)的快速發(fā)展為民營(yíng)企業(yè)信用體系建設(shè)帶來(lái)了新的機(jī)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(yíng)企業(yè)信用體系的全過(guò)程。本文重點(diǎn)研究大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)的應(yīng)用現(xiàn)狀、存在的問(wèn)題和對(duì)策建議。

關(guān)鍵詞：大數(shù)據(jù)? ?民營(yíng)企業(yè)? ?信用體系? ?應(yīng)用

一、大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)中的應(yīng)用現(xiàn)狀

（一）大數(shù)據(jù)及大數(shù)據(jù)產(chǎn)業(yè)內(nèi)涵

“大數(shù)據(jù)”是指數(shù)量巨大、類型眾多、結(jié)構(gòu)復(fù)雜、有一定聯(lián)系的各種數(shù)據(jù)所構(gòu)成的數(shù)據(jù)集合，其特點(diǎn)可以總結(jié)為5V（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。我國(guó)大數(shù)據(jù)主要運(yùn)用于商業(yè)智能、政府決策、公共服務(wù)三大領(lǐng)域，其應(yīng)用離不開(kāi)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(chǔ)、加工、分析、服務(wù)為主的相關(guān)經(jīng)濟(jì)活動(dòng)，包括數(shù)據(jù)資源建設(shè)、大數(shù)據(jù)軟硬件產(chǎn)品的開(kāi)發(fā)、銷售和租賃活動(dòng)，以及相關(guān)信息技術(shù)服務(wù)。目前，我國(guó)大數(shù)據(jù)產(chǎn)業(yè)鏈的上游是電信運(yùn)營(yíng)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(chǔ)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(yáng)大數(shù)據(jù)交易所、數(shù)據(jù)堂交易平臺(tái)等數(shù)據(jù)交易層企業(yè)和百分點(diǎn)集團(tuán)、明略數(shù)據(jù)等數(shù)據(jù)應(yīng)用層企業(yè)。

（二）民營(yíng)企業(yè)信用體系建設(shè)

民營(yíng)企業(yè)信用體系建設(shè)與企業(yè)信用體系不可分割，多項(xiàng)工作重合，如企業(yè)信用標(biāo)識(shí)制度建設(shè)、企業(yè)信用信息基礎(chǔ)數(shù)據(jù)庫(kù)建設(shè)等等。具體來(lái)說(shuō)，企業(yè)信用標(biāo)識(shí)制度確立上，早在2017年國(guó)務(wù)院就在全國(guó)部署推進(jìn)多證合一工作，建立全國(guó)統(tǒng)一社會(huì)信用代碼制度;企業(yè)信用信息采集上，目前中國(guó)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(chǔ)上引入了媒體評(píng)價(jià)信息、行業(yè)評(píng)價(jià)信息、市場(chǎng)反饋信息、經(jīng)營(yíng)信息等多類信息;企業(yè)信用信息系統(tǒng)建設(shè)上，目前較為常用的有國(guó)家市場(chǎng)監(jiān)督總局開(kāi)發(fā)的國(guó)家企業(yè)信用信息公示系統(tǒng)、第三方開(kāi)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(yīng)用上，目前企業(yè)信用信息主要被行政機(jī)關(guān)、利益相關(guān)者、協(xié)會(huì)商會(huì)、金融機(jī)構(gòu)和信息主體自身這五類群體使用。盡管民營(yíng)企業(yè)信用體系建設(shè)成效顯著但也有諸多問(wèn)題：首先，民營(yíng)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(jī)構(gòu)采集標(biāo)準(zhǔn)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(chǎng)發(fā)育不完善，信用機(jī)構(gòu)多且前期投入較大，不少信用機(jī)構(gòu)無(wú)法盈利，且信息產(chǎn)品單一，信用產(chǎn)品還有待開(kāi)發(fā)。

（三）大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)中應(yīng)用及其作用

在大數(shù)據(jù)方興未艾的背景下，社會(huì)信用信息收集、整理、歸納、分析、評(píng)判離不開(kāi)大數(shù)據(jù)技術(shù)。信用體系建設(shè)的各個(gè)環(huán)節(jié)都用到了各種大數(shù)據(jù)技術(shù)，如數(shù)據(jù)采集和預(yù)處理技術(shù)、數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)可視化技術(shù)等等。大數(shù)據(jù)技術(shù)推動(dòng)了民營(yíng)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(wù)的信用主體覆蓋度;還可以帶來(lái)更為時(shí)效性的評(píng)判標(biāo)準(zhǔn);大數(shù)據(jù)征信模型可以使信用評(píng)價(jià)更精準(zhǔn)。

二、大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)中的應(yīng)用存在的問(wèn)題

大數(shù)據(jù)推動(dòng)了民營(yíng)企業(yè)信用體系建設(shè)，同時(shí)也帶來(lái)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(biāo)準(zhǔn)化問(wèn)題，也同樣不可避免地面臨著信用產(chǎn)品單一的問(wèn)題，具體來(lái)說(shuō)，大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)中存在以下問(wèn)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(shí)代，民營(yíng)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(píng)價(jià)信息、行業(yè)評(píng)價(jià)信息、市場(chǎng)反饋信息、經(jīng)營(yíng)信息等等，加上我國(guó)民營(yíng)企業(yè)數(shù)量多、分布廣、家族化經(jīng)營(yíng)、財(cái)務(wù)管理不規(guī)范等等，這些都大大增加了民營(yíng)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(lái)了數(shù)據(jù)獲取方式的多樣化。數(shù)據(jù)采集除了交換、購(gòu)買外，還可以通過(guò)應(yīng)用程序接口即API和網(wǎng)絡(luò)爬蟲(chóng)法進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)采集，或通過(guò)調(diào)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(lái)了數(shù)據(jù)非法采集的多樣化，在大數(shù)據(jù)時(shí)代，征信公司非法采集民營(yíng)企業(yè)信用信息的方式有：以欺騙、脅迫、誘導(dǎo)的方式采集，未征得企業(yè)同意采集非公開(kāi)的企業(yè)信用信息，向被采集的企業(yè)收費(fèi)的方式，“一次授權(quán)、無(wú)窮采集、無(wú)限使用”，過(guò)度采集等等。

（二）數(shù)據(jù)采集標(biāo)準(zhǔn)各異

2008年6月，中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)出臺(tái)《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(quán)威文件，它對(duì)基本信息、財(cái)務(wù)信息、經(jīng)營(yíng)管理信息、銀行往來(lái)信息、提示信息和其他信息的采集原則和要求都做了詳細(xì)的規(guī)定，但對(duì)媒體評(píng)價(jià)信息、市場(chǎng)反饋信息等網(wǎng)絡(luò)數(shù)據(jù)的采集尚未提及。我國(guó)民營(yíng)企業(yè)存在數(shù)量眾多的信用白戶，它們的信用報(bào)告往往只有基本信息，市場(chǎng)評(píng)價(jià)信息、媒體評(píng)價(jià)信息等非金融信息對(duì)其信用信息的補(bǔ)充具有一定意義，因國(guó)家明確其采集標(biāo)準(zhǔn)，各企業(yè)目前對(duì)其進(jìn)行了不同探索，如“企查查”對(duì)新聞評(píng)價(jià)信息從輿情情感類型占比、新聞?shì)浨橼厔?shì)、近期媒體映像、新聞?lì)愋头植糡OP10四個(gè)維度進(jìn)行描述，而“綠盾征信”從媒體熱評(píng)信息和輿情監(jiān)測(cè)信息兩個(gè)維度進(jìn)行描述，“啟信寶”則僅有新聞?shì)浨橐豁?xiàng)與新聞評(píng)價(jià)信息有關(guān)?？梢?jiàn)，各征信公司的數(shù)據(jù)采集標(biāo)準(zhǔn)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(yíng)企業(yè)信用信息的來(lái)源主要為金融機(jī)構(gòu)、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(nèi)部。共享不足的原因主要有：第一，數(shù)據(jù)采集標(biāo)準(zhǔn)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(biāo)準(zhǔn)，又決定于采集人員的業(yè)務(wù)水平。如采集人員對(duì)數(shù)據(jù)的理解，如前所述，部分?jǐn)?shù)據(jù)的采集標(biāo)準(zhǔn)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(gè)人，難以保證數(shù)據(jù)的統(tǒng)一性。第二，未建立相應(yīng)的數(shù)據(jù)使用管理辦法，數(shù)據(jù)版權(quán)、產(chǎn)權(quán)很難得到保護(hù)，阻礙了數(shù)據(jù)的共享。第三，數(shù)據(jù)共享機(jī)制有待探索和建設(shè)。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(shuí)來(lái)牽頭、誰(shuí)來(lái)配合、如何考核等核心問(wèn)題尚待研究，信息保護(hù)、系統(tǒng)開(kāi)發(fā)、風(fēng)控模型改進(jìn)等關(guān)鍵問(wèn)題有待解決，數(shù)據(jù)共享機(jī)制尚需探索。

（四）數(shù)據(jù)分析能力有待加強(qiáng)

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(kù)，而且據(jù)鄧白氏首席數(shù)據(jù)官統(tǒng)計(jì)，全世界的數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)占到了85%，如何對(duì)數(shù)據(jù)進(jìn)行歸類、分析、挖掘是個(gè)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(guò)4億家企業(yè)記錄、3，500個(gè)數(shù)據(jù)字段以及1，200個(gè)數(shù)據(jù)交換。在強(qiáng)大的數(shù)據(jù)處理能力基礎(chǔ)上，鄧白氏推出了商業(yè)資信報(bào)告、付款信息交流計(jì)劃、合規(guī)風(fēng)險(xiǎn)評(píng)估報(bào)告、企業(yè)受益所有權(quán)報(bào)告和全球市場(chǎng)風(fēng)險(xiǎn)解決方案五類產(chǎn)品，相比之下，國(guó)內(nèi)很多第三方信用服務(wù)機(jī)構(gòu)的數(shù)據(jù)獲取能力很強(qiáng)但數(shù)據(jù)分析能力相對(duì)薄弱，很多機(jī)構(gòu)提供的信用產(chǎn)品還停留在企業(yè)信用報(bào)告層面。我國(guó)數(shù)據(jù)的特點(diǎn)有別于國(guó)外，我國(guó)民營(yíng)企業(yè)的特點(diǎn)也有別于其他企業(yè)，如何構(gòu)建適合我國(guó)民營(yíng)企業(yè)的數(shù)據(jù)分析模型是需要重點(diǎn)解決的問(wèn)題，這需要第三方信用服務(wù)機(jī)構(gòu)、科研機(jī)構(gòu)、政府、金融、企業(yè)等各方的共同努力。

三、大數(shù)據(jù)在民營(yíng)企業(yè)信用體系建設(shè)中的應(yīng)用對(duì)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(biāo)準(zhǔn)。按照政策定向、市場(chǎng)定需、專家定位的工作思路，開(kāi)展信用標(biāo)準(zhǔn)化研究，盡快對(duì)原版《企業(yè)信用信息采集、處理和提供規(guī)范》進(jìn)行更新、補(bǔ)充，同時(shí)要注意在經(jīng)濟(jì)全球化的背景下數(shù)據(jù)采集標(biāo)準(zhǔn)盡量與國(guó)際接軌，為信用服務(wù)機(jī)構(gòu)走出國(guó)門做準(zhǔn)備。其次，對(duì)數(shù)據(jù)采集人員進(jìn)行專業(yè)培訓(xùn)，提高數(shù)據(jù)采集質(zhì)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(fù)雜、繁瑣，通過(guò)多頻次的專業(yè)培訓(xùn)盡可能地提高數(shù)據(jù)的準(zhǔn)確性。最后，立法保護(hù)信息主體的知情權(quán)、同意權(quán)、異議權(quán)，規(guī)范異議處理流程，明確信息提供機(jī)構(gòu)在異議處理中應(yīng)履行的職責(zé)和具體要求、解決時(shí)間等，保護(hù)信息主體權(quán)利的同時(shí)提高數(shù)據(jù)的準(zhǔn)確性。

（二）建立信用信息共享機(jī)制

民營(yíng)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(wèn)題依然不容忽視。而增加民營(yíng)企業(yè)信用貸款關(guān)鍵是增加銀行的風(fēng)險(xiǎn)管理能力，讓銀行更加準(zhǔn)確地判斷企業(yè)的還款能力和還款意愿，減少抵押擔(dān)保的依賴。因此，建立信用信息共享機(jī)制，有助于解決銀行信息不足的難題，對(duì)銀行更全面了解企業(yè)生產(chǎn)經(jīng)營(yíng)狀況，更準(zhǔn)確地判斷企業(yè)風(fēng)險(xiǎn)具有關(guān)鍵意義，是破解民營(yíng)企業(yè)融資難題的一項(xiàng)重要基礎(chǔ)設(shè)施工作。2021年政府工作報(bào)告首次提出加快信用信息共享步伐，2021年6月銀保監(jiān)會(huì)會(huì)同相關(guān)部門研究制定《普惠金融高質(zhì)量發(fā)展的實(shí)施意見(jiàn)》，把加強(qiáng)信用信息共享作為“十四五”期間健全普惠金融基礎(chǔ)設(shè)施的重點(diǎn)工作。建立信用信息共享機(jī)制可以從四個(gè)方面著手：首先，統(tǒng)一數(shù)據(jù)采集標(biāo)準(zhǔn)，提高數(shù)據(jù)采集人員業(yè)務(wù)水平;其次，加強(qiáng)《數(shù)據(jù)安全法》的落地和宣傳，保護(hù)數(shù)據(jù)版權(quán)，促進(jìn)數(shù)據(jù)共享;再次，鼓勵(lì)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(kù)，彌補(bǔ)傳統(tǒng)征信信息;最后，銀行配合各級(jí)政府建立各級(jí)信用信息共享及金融服務(wù)平臺(tái)，同時(shí)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(wù)模式的情況納入綜合評(píng)價(jià)指標(biāo)，指導(dǎo)銀行運(yùn)用金融科技手段將公共信用信息與內(nèi)部金融數(shù)據(jù)有機(jī)結(jié)合，改進(jìn)業(yè)務(wù)審批技術(shù)和風(fēng)控管理模型，提升對(duì)小微企業(yè)等長(zhǎng)尾客戶能貸、惠貸的能力。

（三）加強(qiáng)民營(yíng)企業(yè)信用評(píng)價(jià)模型的研究

民營(yíng)企業(yè)信用評(píng)價(jià)模型是信用報(bào)告的思路和靈魂。數(shù)據(jù)是錯(cuò)綜復(fù)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(huà)像，這些問(wèn)題都需要民營(yíng)企業(yè)信用評(píng)價(jià)模型來(lái)解決。從全球三大巨頭標(biāo)普、穆迪、鄧白氏（其中標(biāo)普和穆迪主要針對(duì)資本市場(chǎng)規(guī)模較大的企業(yè)， 鄧白氏偏重于中小企業(yè)）的實(shí)踐看，三者均認(rèn)為信用評(píng)價(jià)是對(duì)企業(yè)還款能力和意愿的考察，他們所構(gòu)建的指標(biāo)體系均含有經(jīng)營(yíng)因素和財(cái)務(wù)因素，鄧白氏還加入了對(duì)企業(yè)還款意愿的考察。比較三大機(jī)構(gòu)企業(yè)信用評(píng)價(jià)指標(biāo)體系可知：評(píng)價(jià)模型與企業(yè)的發(fā)展階段、經(jīng)營(yíng)戰(zhàn)略、評(píng)價(jià)目的、評(píng)價(jià)對(duì)象有關(guān)，具體指標(biāo)的選擇和側(cè)重會(huì)有所不同;現(xiàn)金流指標(biāo)不易被操作，更能提示企業(yè)的違約風(fēng)險(xiǎn)。民營(yíng)企業(yè)信用評(píng)價(jià)模型研發(fā)既可以來(lái)自征信公司也可以來(lái)自行業(yè)協(xié)會(huì)、哲學(xué)社會(huì)科學(xué)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(bào)告離不開(kāi)好的數(shù)據(jù)和好的算法。數(shù)據(jù)是基礎(chǔ)，沒(méi)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(méi)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(cái)富。好數(shù)據(jù)通過(guò)數(shù)據(jù)共享實(shí)現(xiàn)，好算法通過(guò)技術(shù)人員的努力實(shí)現(xiàn)?；ヂ?lián)網(wǎng)背景下，數(shù)據(jù)更為復(fù)雜，如何去偽存真，去粗取精需要技術(shù)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(wèn)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(jiàn)數(shù)據(jù)分析人員不僅需要較強(qiáng)的業(yè)務(wù)知識(shí)，還需要對(duì)財(cái)務(wù)、運(yùn)營(yíng)等企業(yè)管理知識(shí)有一定的了解，業(yè)務(wù)知識(shí)有助于對(duì)數(shù)據(jù)開(kāi)展分析，企業(yè)管理知識(shí)有助于理解數(shù)據(jù)之間的邏輯關(guān)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(duì)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(wù)培訓(xùn)中加強(qiáng)對(duì)新數(shù)據(jù)分析技術(shù)的培訓(xùn)和基本企業(yè)管理知識(shí)的培訓(xùn)。

參考文獻(xiàn)：

[1]吳晶妹.從信用的內(nèi)涵與構(gòu)成看大數(shù)據(jù)征信[J].首都師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，（6）.

[2]熊治東.改革開(kāi)放以來(lái)中國(guó)社會(huì)信用體系建設(shè)：成就、經(jīng)驗(yàn)、問(wèn)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(shí)代下征信業(yè)現(xiàn)狀與發(fā)展前景掃描[J].中國(guó)信用，2021，（3）.

[4]徐廣軍，倪曉華，肖運(yùn)香.標(biāo)普、穆迪、鄧白氏企業(yè)信用評(píng)價(jià)指標(biāo)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(wèn)題及對(duì)策研究[J].納稅，2019，13（32）.

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

[7]宋書(shū)彬，朱紅.互聯(lián)網(wǎng)金融大數(shù)據(jù)平臺(tái)信用評(píng)價(jià)與信息共享機(jī)制[J].河北金融，2018，（11）.

（作者單位：安徽省社會(huì)科學(xué)院）

責(zé)任編輯：康偉