基于大数据互联网融资平台信用评级.docVIP

基于大数据互联网融资平台信用评级 　　 摘要：互联网融资平台利用大数据技术进行信用评级，提供融资服务已成为互联网金融的重要形式。文章首先分析了这一形式在技术上和规模经济上的优势所在，然后介绍了互联网融资平台信用评级的模式以及实施路径，最后对互联网融资平台在进行大数据信用评级时的风险管理提出了建议。 　　关键词：大数据;互联网金融;信用评级;风险管理 　　一、 引言 　　 长期以来，信用评级的做法是从宏观经济环境、行业发展趋势、企业管理层基本素质、企业财务指标、企业组织结构、企业销售业绩、特殊事件风险等角度收集信息，对被评级客体能否到期偿还进行定量分析与定性分析。所以，信用评级是一个综合考虑宏微观因素，对资金需求方的客观还款能力和主观还款意愿进行评估的系统性工作。但是，囿于数据的收集和数据的分析技术，传统信用评级方式存在如下缺陷：（1）评级是以企业的往期财务信息和其他运营信息为基础，不能提供这些数据的企业，特别是小微企业，就无法获得信用评级或只能获得极低的信用级别，募集资金因此也受到限制，使得授信活动无法实现普惠性。（2）对企业管理者主观因素的分析尚停留在表面，因偿还意愿导致违约产生的原因还需深入挖掘。（3）使用的信息为静态、过期数据，缺乏动态、即时性数据，存在时滞性，缺乏前瞻性。因此，传统的信用评级是一种静态的、滞后的、局部的评级方法，以这种方式进行信用评级，会产生资金分配的不平衡性，使得信用等级高的主体越发容易获得资金，信用等级低的主体越不容易获得资金，即所谓的马太效应。为了克服传统信用评级存在的这些局限性，业界和理论界围绕信用数据的收集和分析进行不断的理论开拓和应用创新。 　　 进入21世纪以来，快速发展的信息处理技术和IT硬件技术，推动着人类依托互联网进行信息交流，资源分配，生产安排和资金融通等经济活动，形成所谓的互联网经济和互联网金融。在互联网经济发展的过程中，人们通过网络积累了海量数据。因此，对数据的理解、获取、存储和使用等方面都得到了极大地拓展，开始进入大数据时代。 　　 大数据是指信息量大到无法在一定时间内用常规软件工具对其内容进行抓取和处理的数据集合，它具有“4V”的特征，即多样化（Variety）、大量化（Volume）、快速化（Velocity）和价值化（Value）。其中，多样化是指大数据类型十分丰富，需要用多种分类方法才能描述。比如在信用评级领域，信用大数据按内容划分，可分为运营大数据、交易大数据和交互大数据。按组织形式划分，可分为结构化数据、半结构化数据与非结构化数据。按时序性划分，可分为静态的离散型数据（点数据）与动态的连续型数据（流数据）。大量化是指大数据的数据量惊人。比如，Facebook每天产生300TB数据，淘宝每天产生30TB的数据。因此，大数据企业总是存在数据快速增长与数据存储扩容相对缓慢的矛盾。快速化是指由于大数据包含的数据量无比巨大，因此处理信息的速度需要十分迅速，才能实现大数据的可适用性。为达到这一目标，云计算和数据挖掘技术被广泛使用在大数据处理上。价值化是指大数据能提供足够的信息去发现研究对象的内在规律，即所谓的知识发现（KDD，Knowledge Discovery in Database）。由于信用大数据来源丰富多样，属性信息极为复杂，数据量十分庞大，数据价值密度低，为实现这一属性必须利用机器学习进行数据挖掘，获得有用的知识。 　　 大数据和大数据处理方法的出现对信用评级乃至整个金融行业都产生了深远的影响，围绕大数据技术重新构造信用评级行业成为理论和实务热点。在理论研究上，孙中东（2013）提出应用大数据技术，银行的信用评级体系可以进一步完善、创新。蔚赵春等（2013）从挑战和机遇两个方面分析大数据给商业银行带来的影响。赵付玲等（2013）则围绕大数据背景下商业银行的信息化建设展开讨论。王伟等（2014）认为可以用大数据思维强化小微企业信贷风险管理。在实际操作中，信用评级的方法和业务模式都发生了显著和深刻的变化，建立网上融资平台，使用大数据收集和处理技术进行信用评级日益成为互联网金融的基本业务模式，对传统金融业务模式形成了强烈冲击。 　　 在大数据下，互联网融资平台进行信用评级较传统信用评级具有哪些优势？如何通过互联网平台进行大数据信用评级？大数据评级过程中又有哪些问题需要考虑？本文围绕以上几个展开阐述，以期对大数据下互联网融资平台的信用评级做出一个较为全面的把握。 　　 二、 基于大数据的互联网融资平台优势分析 　　 1. 互联网融资平台的技术优势。首先，传统信用评级使用的数据，主要是来自于企业在各类生产运营活动结束后汇总、记录的运营数据，这些数据多以文件或电子文档的形式存在。比如从企业财务报表可以获得财务数据，从季报、年报等可以获得销售数据，从仓库台