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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21