
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
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18