金电联行董事长范晓忻近日在《中国金融》杂志第22期发表署名文章《大数据征信与小微企业融资》，全文如下：

长 期以来，我国传统的征信体系无法覆盖为数众多的小微企业，造成金融机构对财报信息不充分、信用积累和抵押资源不充足的小微企业的信用风险难以进行有效评 价，惜贷、慎贷、惧贷现象比较普遍，从而使许多具有发展潜力的小微企业深陷融资困境。作为国内第一家大数据信用服务机构——金电联行(北京)信息技术有限 公司，凭借多年IT背景和创新理念，将大数据理论与云技术应用于征信领域，历时6年研发出一套全新的征信模式，至今已为1000多家小微企业提供了40多 亿元的无抵押、无担保的纯信用贷款征信服务， 为化解小微企业融资难及增进社会信用体系建设探索出一条新途径。

大数据分析为企业增信

2013 年7月，马凯副总理在全国小微企业金融服务经验交流会议指出，小微企业融资难，表面上看是缺钱，实质上是缺信息、缺信用。2014年8月8日，国务院办公 厅发布《关于金融支持小微企业发展的实施意见》，明确要求整合注册登记、生产经营、纳税缴费、用水用电等信息资源，破解小微企业缺信息、缺信用难题，强化 对小微企业的增信服务和信息服务，大数据征信的理念第一次纳入国家解决小微企业融资难的政策中。2014年7月23日，李克强总理在国务院常务会议上，明 确地提出了运用大数据等手段提升监管水平、让信用成为社会主义市场经济体系的“基础桩”的要求;9月18日，李克强总理再次重点强调加大服务小微企业的信 息系统建设，运用大数据、云计算等技术提供更有效服务，帮助小微企业赢得“大未来”。

解决缺信息问题，就是要通过平台建设和机制安排，将小微企业的生产、经营、技术、人才、交易等信息记录下来，使之规范化、数字化、公开化，变无规律为有规律，变不可考为有证查， 变不可知为能可知。一句话，就是成为银企双方的共享共知信息。

在 大数据信用理论中，企业的信用是一种客观存在，信用不应该仅存在于抵质押和担保资源之中，更多地应该体现在企业的经营行为中，具体而言是存在于每一份订 单、货单、仓单、税单、账单、工资表、社保表、水电缴费记录等的各项明细数据中。在过去，由于技术局限和成本考量，无论金融机构还是第三方信用评估机构， 都难以对企业的这些看似庞杂的海量数据进行梳理和分析，从而导致小微企业往往因为“信息不对称”而借贷无门。但如今，借助大数据分析，拥有IT优势的机构 便可以对企业多年累积的上述各类数据进行“海选”，并由此对企业的经营行为进行“体检”，其综合健康指标便成为评价其信用状况和融资能力以及预测信贷风险 的客观依据。

　　金电联行的大数据征信模式

金 电联行开发创新的大数据征信模式，突破了以财报、抵押资产和担保信息评价企业信用的传统征信思维，彻底解决了小微企业融资难的缺信息、缺信用的问题，也迎 来了小微企业纯信用融资的新时代。所形成的“小微企业—信息和增信服务机构—商业银行”利益共享、风险共担的新机制，成为破解小微企业融资难的关键举措之 一。

与传统的征信业务相比，大数据征信面对的是企业数以T计的经营明细数据以及上千个 维度的评价指标。为了对企业浩繁复杂的数据进行实时、自动的挖掘和计算，金电联行大量借鉴了互联网、大数据、云平台等新技术，创建了一套以云端数据挖掘机 器人、云信用计算、云结构服务三大核心技术为支撑的大数据征信模式，实现了企业行为数据采集，行为信用计算的一体化和全自动化。

首先，利用云端数据挖掘机器人技术，能够从企业端进入产业链电子交易系统，实时采集相关数据，加密传递至管理系统;通过对数据的归类、剔除、清洗、分析、检验、纠偏等自动化处理，将经营交易数据转化为可量化分析的信用数据。

其次，云信用计算技术通过“一网五线”的客观信用评价体系，把已处理完毕的数据形成指标，再通过相应的数学模型计算出评价结果和信用额度。信用额度包括企业整体额度与基于交易项下的单笔额度，作为贷款额度审批的依据。

再次，云结构服务技术所搭建的信用信息云服务平台，采用结构化的服务设计，既可以提供第三方的信息价值链服务，又创新性地采用资产、数据、风险和资金结构化的手段，建立数据化的金融交易平台，实现平台交易服务。

金电联行的信用评价模式具有明显的创新性。一是不单纯依赖财务数据。该模式主要运用企业留存在电子交易系统、政务平台或自报的明细记录，通过

交 互验证、识别真伪，可以有效化解小微企业会计信息失真，没有信用积累难以进行信用评价的难题。二是尽量降低人为的主观分析。该模式从数据采集、清洗、分 析、评价全部通过计算机完成，大大降低了信用评价的人为操作与道德风险，最大程度地保证了评价过程中的客观性。三是突破评估者的能力限制。计算机高效的数 据处理与分析性能， 每天可同时对上万甚至数十万家企业进行评价，并开展7×24小时的贷后风险监控，非常适合我国小微企业众多，融资“短、小、频、急”的特点，可极大地提高 企业融资和银行贷后监管效率。

三大技术防控风险

风险管控成本高一直是小微企业融资难的重要因素。金电联行全新的征信工具，建立了一个低成本、大批量、高效能、全风控的纯信用贷款管理模式，可帮助银行实现对小微企业信贷的量化风险控制。

通 过客观科学的信用评价体系，金电联行可以为银行提供贷前筛选和信用服务。所谓贷前筛选，是指运用大数据征信技术在短时间对成千上万家小微企业进行海量信用 优选，能提高银行信贷规模30%，为银行提供丰富可靠的信贷资源。所谓信用服务，是指通过信用评分、授信额度、利率水平、还款期限等测评，计算出授信的单 项额度和总额度，向小微企业提供纯信用贷款。

同时，云数据挖掘、云信用计算等技术，还 能够对信贷企业进行量化的风险跟踪，预测未来3～6个月企业的发展趋势，对捕捉到的风险可以发出预警，使银行不用投入过多的人力，就能够及时掌握企业信用 状况及风险波动，从而最大限度地规避风险。这种大规模的实时贷后风险监控服务，可使贷后监管成本降低2/3左右，有助于解决银行对小微企业贷后跟踪难、评 价难、成本大、风险高的问题。

优化融资环境

几年来，金电联行依托低成本、大批量、高效能、全风控的大数据征信方式，为小微企业信用融资创造了良好的内外部环境。

一 是企业优选，提高财政支持小微企业的效率。近年来，国家出台了多项财政支持政策扶持小微企业发展，但由于无法对企业作出客观评判，扶持、支持政策无据可 依，只能依靠“撒胡椒面儿”的方式，造成了大量的资源浪费， 支持效率很低。大数据征信技术通过企业优选和排名，能够根据企业生命周期量化配置政府财政支持、税收扶持等政策资源，并对政策实施后的效果量化跟踪，提高 财政支持效率。

二是区域认知，提高政府对小微企业的管理能力。大数据征信通过对区域小 微企业的整体评价，能够对区域经济发展的真实状况提供认知研究分析，使政府对区域经济和企业宏观发展情况有一个全新的定量认识，确定区域经济调整的方向与 力度，科学规划区域经济社会发展，提升对未知领域的认知与预判能力，加强政府经济环境治理能力。

三 是风险监测，提高地方金融风险防范能力。对小额贷款公司、融资性担保公司以及联保互保圈的监管，一直是地方政府金融管理中的薄弱环节。与现有金融机构主要 是抵质押、第三方担保等形式被动的风险控制手段相比，大数据征信既可以对金融机构和金融机构的业务客户，同时开展实时、批量的风险跟踪和管理，又可以对群 体金融机构及其业务企业的风险进行提前发现、及时预警， 让政府可以实时掌握区域内的整体金融风险情况，并进行相对应的风险防范。

四是企业体检，提高小微企业信用素质与能力。大数据信用技术能够为大批量的企业提供“健康体检”服务，帮助企业及时发现经营过程中存在的问题， 有针对性地调整经营方向，不断提高自身的信用素质和信用管理能力，为获得银行的信用融资创造条件。

自 2013年8月国务院《关于金融支持小微企业发展的实施意见》发布以来， 金电联行的大数据征信服务实现了跨越式增长。目前服务的小微企业总数已经超过万家，合作的金融机构包括中国民生银行、国家开发银行、广发银行、中国邮政储 蓄银行、平安银行、浦发银行等近十家，业务覆盖上海、北京、天津、浙江、山东、河北、江苏、安徽、重庆等十几个地区，在化解小微企业融资难过程中体现出强 劲的生命力。