京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网大数据技术下的票据征信_数据分析师培训
国内票据业务领先者票据宝27日将在博鳌亚洲论坛首发其《中国票据信用评级报告》(下称《评级报告》)。这家在票据市场拥有超10年经验公司,此前两年一直致力于建立一套权威规范的票据信用评级体系。
根据人民银行《货币政策执行报告》显示,到2014年上半年,全国企业累计签发商业汇票11万亿元,承兑余额10.2万亿元,同比增长11.4%;同期全国金融机构累计贴现25.6万亿元,同比增长14.7%。
《评级报告》称,作为灵活的汇兑工具,尽管商票和银票市场规模日益庞大,在实际票据业务开展中,仍主要依赖于经验判断信用水平。而票据评级体系的建立,正是旨在将主观经验转换成客观的结果,帮助票据交易机构和个人,使用评级结果作为交易依据。
本次评级尝试的主导者,票据宝金融服务有限公司,以票据交易信息中介起家,并在近年设立了专业的互联网票据理财业务。通过旗下拥有的金融一网、票据网等票据垂直领域网站,票据宝在10年间积累了大量银行承兑汇票、商业承兑汇票数据,包括各种平台发行的票据产品的期数及融资总额,每期产品的承兑方、融资余额、投资期限、收益率、以及票据兑现延迟等。
评级主体方面,按照大中型银行、中小型银行的分类,《评级报告》以银行承兑汇票为敞口,将录入的183家银行给予了评级结果;同时,按照房地产、电信及科技、原材料、轻工业、能源、重工业6大分类,《评级报告》以商业承兑汇票为敞口,将录入的1299家企业给出评级。
票据宝官方表示,《评级报告》是基于互联网大数据技术完成的。互联网大数据技术为建立合理模型提供了数据和技术支持,通过票据宝的网络人际爬虫系统,突破地理距离的限制,捕捉和整合相关人际关系信息,并通过逐条规则的设立及其关联性分析得到风险评估结论。
对于机器返回的数据,票据宝称,整个评级过程中安排了相应的专家进行检查和调整,在互联网大数据的支持下,沉定下来的信用行为相关信息,为完成更加准备、真实、客观的评级结果提供了基础素材。
加入票据宝金融服务公司之前,和坚以及他的团队在评级公司穆迪任职多年,并负责金融机构内部评级、金融领域风控、数据建模和大数据分析。过去的两年多来,和坚一直担任《评级报告》的项目经理。
和坚表示,在覆盖183家银行和1299家企业的基础上,《评级报告》以区别能力为考量标准之一,建立了包含投资级和投机级共9个档位的评级主标尺,并对其中部分评级较为密集的档位做了进一步细分,共计21档。
《评级报告》的评级内容包括了流动性、短期偿债能力,长期负债能力,盈利能力,企业经营状况,发行票据的用途和目的。通过对定量模型和定型模型的指标转换,得出模型得分,并加上模型外调整,最终得出主体得分。其中,定量数据考核因素包括了杠杆比率、偿债能力、流动性、运营效率、盈利能力、成长性、规模。
除此之外,据票据宝官方介绍,结合票据自身的行业特点,票据宝还将票据特色指标引入评级模型。其中包括票据签发规模比例、票据兑付时效性、票据市场认可度等。
票据宝称,评级体系的数据分别来自于外部和内部,外部数据包括银行和企业财报及其他披露信息,金融数据库,互联网信息等,内部数据则包括票据宝、中国票据网、金融一网所收集积累的海量行业及业务信息,其中涉及票据业务的数据包括业内十余年中,各种平台发行的票据产品的期数及融资总额,每期产品的承兑方、融资余额、投资期限、收益率、以及票据兑现延迟等。
“票据特色是利用票据宝、金融一网数据方面的优势而引进的。”票据宝董事长李华军说。票据特色指标,补充了一般评级体系对银行表外业务的数据盲点,更加全面准备地对银行进行风险评价,更好地为包括票据业务在内的金融投资者提供参照标准。
《评级报告》从Aaa至D共有21档,从整体评级结果的分布看,其特点包括:银行整体评级好于工商企业;在银行评级中,大中型银行的评级分布优于中小型银行,大型商业银行的评级结果表现最优;在工商企业中,能源类企业的评级明细好于其他工商企业;评级的整体分布峰值出现在介于投资级与投机级附近,即Baa、Ba附近。
对于投资级和投机级的区分,《评级报告》指出,对评级使用者或投资者而言,某企业获得投资级别评级意味着该企业违约概率的抗经济周期能力较强。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05