搜索
查看: 4254|: 0

大数据金融“布道者”(3)

[复制链接]

191

主题

18

回帖

694

积分

高级会员

积分
694
发表于 2014-10-9 17:15:32 | 显示全部楼层 |阅读模式

今年7月25日,中国人民银行营业管理部召开征信机构工作会议,参加会议的金电联行获得了央行授予的企业征信机构牌照。这被认为,标志着征信行业又向前迈出实质性的一步。而对金电联行来说,作为大数据理论与云计算技术在信用领域的革命性应用者,能够获得国内第一批征信牌照是具有里程碑意义的事情。

无声言者

“一切由数据说话!”这是范晓忻经常对中小企业讲的一句话。

作为金电联行的核心业务,大数据信用是如何计算出来的呢?

“数据”就是金电联行为企业融资的绝招。

金电联行采用大数据挖掘和分析技术,对中小微企业的日常生产经营数据进行计算和分析,把毫不关联的数据变为各项信用指标和信用报告,将无形的企业信用计算出来,使银行、政府能够跨过财务报表中的合计数字,清楚地看到企业的运营情况,甚至可以了解某个行业、某条供应链的现状和趋势。

金电联行要分析的数据是基于对供应链信息系统的挖掘,包含订单、库存、下线、结算、付款等相关环节的所有信息,并且对数据进行整理,“清洗”掉一些边缘数据,再进行分析、展现,最后计算出企业的信用等级、信用额度,甚至未来的成长性及安全性。

范晓忻表示,大数据信用融资不依赖传统的财报信用评价思维,而是通过对企业的“大数据”,即生产、流通、销售中产生的所有信息进行分析,从而创建出一个大批量、高效能、全风控、低成本的信用评价模式,通过计算机核算出企业的信用额度,让银行能够放心地提供无抵押的“纯信用贷款”。

据记者了解,在欧美市场,信用融资早已成熟,占整个企业融资市场相当大的份额,目前在中国还处于起步阶段。金电联行提供的客观信用融资,是首开国内先河的领先服务模式。

“我们实验室里有1000多个指标项数据,在实际应用到的也有将近500个。这些指标项环环相扣,形成了大量的数据网络。我们把这些看似繁杂的明细数据,规律整合,然后把它应用起来,建立了各个行业的客观信用体系,这就是我们7年来所干的最重要事。”范晓忻介绍。

他进一步给《互联网金融》记者总结,金电联行将企业数据类型划分为三条轴线。一是横轴,根据接触到的大量供应链数据,计算企业信用分值,和往年订单、回款、库存等的趋势分析以及所有的原始数据,他把这看做企业财富创造过程产生的一系列数据;二是纵轴,这是企业财富创造过程产生的一系列结果,包括现金流、税务、盈利、固定资产变化、财务创造等数据;三是历史轴线,“我们不但要看企业现在的各种数据,也要其过往3-5年,甚至更长时间所有的这些数据。”

范晓忻表示,国内的财务报表数据有时候不能反映出企业的真实情况,而通过这三大轴线产生的数据源,就把企业的信用状况完整地呈现出来了。最终呈现的结果能有效地化解中小微企业会计信息失真,没有信用积累和抵押、担保资源,难以进行信用评价的问题。不仅可以开展成批量的企业信用评价,而且还大大降低了企业融资的门槛,使其获得真正的信用贷款。

当然,确保信用评价体系中数据的真实性就变得至关重要,范晓忻对此有深刻的认识和足够的自信。

与传统银行普遍采用纯财务报表分析有很大区别,金电联行力求得到中小微企业最精细的数据,比如厂商供应链上的每一笔订单、每一笔物流、每一次的仓储、每一笔的汇款、每一张增值税发票等等,这些数据规模能达到财务报表数据的一千倍,甚至上万倍。

范晓忻透露,“金电联行得到的企业数据大小往往是以GB为单位,很多供应链比较长的企业,有时能达到10GB,这是真正的大数据。金电联行的大数据分析模型时时刻刻关注这些数据的变化,而这些数据的关联度也非常高,企业造假的可能性微乎其微。”

金电联行的一大强项是数据挖掘技术,可以不通过企业,直接从第三方的电子化交易平台里挖掘数据,从而确保了数据的真实、有效。

“近两年我们主要的科研方向是‘数据清洗’。大数据来了以后,我们有强大的数据清洗能力。这个数据清洗简单讲,我们叫自身关联性、历史关联性和我们大数据库之间的关联性,三个关联性在一起,企业作假的难度非常之大。”

各方入口采集的数据流通过云服务平台处理后,金电联行通过“客观信用评估体系”首先计算得出客观信用指数,以确定企业的综合实力,然后通过分大数据分析,最终核定贷款额度。这种方式的意义就在于,它不仅突破了手工核定授信额度的方式,大大提高了客户审批效率,而且授信额度是依据数据计算得出,抛弃了人为主观因素,使结果更加客观。

当然,企业是好是坏,是生是死,是否能够获得银行等金融机构的认可,主要取决于大数据分析的结果。

“大数据不讲因果,只要结果!”范晓忻斩钉截铁称。

数据“把脉”

大数据的一大核心价值是对未来趋势的预测。也就是说,大数据信用可以实现量化的风险预警。


您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-11-15 01:21 , Processed in 0.085642 second(s), 25 queries .

快速回复 返回顶部 返回列表