新闻详情

刘新海:中国企业征信的困局和出路

 二维码 54
发表时间:2018-12-20 10:09作者:刘新海来源:征信圈

12月12日,2018信用北京诚信建设万里行暨(第四届)信用中关村高峰论坛在中关村软件园国际会议中心召开。北京大学金融智能研究中心主任助理刘新海博士在会上作了题为《中国企业征信的困局和出路》的主题演讲。

企业征信本身为什么困难?

首先是非标性,不同的行业,农业林业建筑行业不太一样,还有高新技术产业,每个模型都是不一样,不是一个模型可以解决问题。

二是企业数据的高维度,维度非常高,很多维度,财务的数据财务的数据信贷的数据等等,那么个人征信数据一两百项足够了,全球通用。

三是企业违约数是有限,这样建模非常困难,没有违约数怎么建模?还有企业面临的风险非常复杂,民间借贷、风险市场。对于企业来说,非金融的数据也非常重要。

四是小微企业的数据中国严重缺失,一个最大的特点就是中国的财务数据基本是不可靠的,特别是中小企业,这个做企业征信也是非常困难的。那么真实的现状是什么?我觉得普遍对于企业的期望值非常高,都觉得企业征信会挣大钱,把互联网技术加上,但是很多对业务的理解,包括征信的研究,历史的追溯不太清楚,动不动想做全国性的,把互联网大数据技术用上就可以了,其实企业征信的业务很复杂。那么整体来说,我觉得企业征信普遍比较小比较弱,还是很难盈利的。商业模式更是千篇一律,基本都是千篇一律,产品单一都是那几样产品,都是浅层次的应用,信用报告做一个信用评分,然后概念很乱。把知识图谱加上,知识图谱主要用来搜索和自然语言处理这个相关的,但是很多把知识图谱这个概念加到企业征信,还有就是没有深入的场景,动不动做全国的,还有企业备案认为是企业征信牌照,我认为企业商业模式的价值是最重要的。比如说个人征信牌照,有些机构还是做不起来的,历史不断证明这一点,现在很多企业征信在退出。

中国企业征信的出路在哪?

第一是创新,第二是聚焦。首先企业征信规模,按照传统的说法不是特别大,但是如果跟行业和新兴互联网经济场景,还有大数据技术结合的话,我觉得场景更多一点,因为中国的市场非常大,而且数字经济不断的发展。首先就是模型上做创新,信用分析模型上。

另外一个方法是企业分析风险,在中国考虑中国特色就是关联分析,刚才说征信系统三个最重要的产品,其中第三就是关联分析,为什么出这个产品?这是因为破一些金融大案,这些企业非常复杂,但是交到征信中心可以做破案。最早金融诈骗主要在银行骗钱,当然现在比较复杂了。传统的框架企业分析是基于财务数据,基于企业的特征描述,国外欧美有一些模型,但这些单体模型拿到中国,本土化还是挺困难的。这些模型本身有缺陷,就像一个人感冒,可以是自身造成的,但是同时也有可能是感染,特别是中国往往家族企业、集团企业,它有各种各样的关联。在中国的信贷市场五分之一的信贷担保就是企业的互相担保,当然还有其他的关联,央行征信系统有33种关联,当然这个关联还可以再进行定义,这种关联也是一种风险,需要建立新的模型,这样的话对企业的风险做更好的量化,更好的全面评价。

第二方面是数据维度的创新,企业的数据维度比较高,因为企业比较复杂,同时企业的贷款量比较大,或者商业的应收帐款比较大,所以需要评估企业的风险。如果维度高,企业也愿意买单,因为风险比个人信贷风险高一点。我们刚才说了中国的企业信贷数据比较少,而且央行征信数据垄断,你很难获得。中国的财务数据又不可靠,我们有很多其他的经济数据,而且这些经济数据其实是可以获得的。比如电力数据、税务数据、电信数据、遥感数据,这些数据都可以来加工,起码可以生成一些指标,如果整合起来效果就会更好一些。

还有服务模式的创新。美国有一个小微企业征信,他解决小微企业融资难融资贵的问题,利用网站和APP向企业提供信用服务,还可以利用自助式的工具,给企业推进合适的金融产品,基于小微企业的信用状况预测通过率,目前已经和40家顶级的企业信贷机构和信用卡机构合作,而且效果还挺好的,使很多企业主获得信贷批准的可能性增加41%,这也是更加主动更加利用互联网,一种商业模式的创新。

还有聚焦行业、聚焦区域和聚焦商业环境。其实我们征信模式要把它的精髓抓到,它其实就是互联网经济下信息共享的模式,分散的信息没有用,整合的信息才有用。这样需要采集信息、验证信息提供服务,制定大家能够信息共享的游戏规则,这其实是行业协会一个非常好的抓手,可以做成一个小量级的企业征信机构,这是非常好的起点。

源点结尾.jpg



会员登录
登录
我的资料
留言
回到顶部