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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19