京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据开启中小微企业信用融资新模式
“一年间,大数据为没有抵押和担保的中小微企业解决纯信用贷款21亿元;为银行跟踪监测中小微企业贷后资金总额达100亿元,未发生一笔不良……”这是8月15日,在由中国中小企业协会、中国投资协会新兴产业中心举办的“大数据信用融资实践报告暨国务院《关于金融支持小微企业发展的实施意见》周年媒体座谈会”上,由我国第一家大数据信用信息服务机构——金电联行(北京)信息技术有限公司披露的一组数据。
融资难一直是制约中国小微企业发展的瓶颈,目前中国有约5000万家中小微企业,由于抵押物不足、信息缺失导致的融资难题亟待解决。在业内专家看来,破题中小微企业融资难必须创新信用评价模式。
“信息和信用缺失是导致中小微企业融资难的主要原因之一”,中国投资协会新兴产业中心常务副主任王涛认为,大数据信用的出现,将成为化解这一问题的有力抓手和突破口。
2013年8月8日,国务院办公厅发布《关于金融支持小微企业发展的实施意见》,首次提出了大数据信用服务理念,强调对小微企业的增信服务和信息服务,第一次将大数据纳入国家解决小微企业融资难的政策中,极大地促进了大数据在金融信用领域的应用与发展。
一年间,大数据信用从幕后走向台前,在解决中小微企业融资难问题上发挥了引人瞩目的作用。而金电联行是中国大数据信用信息服务机构的先行者,拥有中国第一个自主知识产权的大数据信用技术体系和云数据挖掘、云信用计算和云结构服务三大核心技术,通过大数据客观反映、评价中小微企业的信用,为银行发放“纯信用贷款”提供了坚实的依据。
“‘纯信用贷款’虽然不看‘财报’,但要看‘市场’”,中国中小企业协会副会长、金电联行(北京)董事长兼总裁范晓忻表示,大数据信用融资不依赖传统的财报信用评价思维,而是通过对企业的“大数据”,即生产、流通、销售中产生的所有信息进行分析,从而创建出一个大批量、高效能、全风控、低成本的信用评价模式,通过计算机核算出企业的信用额度,让银行能够放心地提供无抵押的“纯信用贷款”,有效地化解了中小微企业会计信息失真,没有信用积累和抵押、担保资源,难以进行信用评价的问题,不仅可以开展成批量的企业信用评价,而且还大大降低了企业融资的门槛,使其获得真正的信用贷款。
座谈会上,范晓忻介绍了一年来金电联行开展的产业链、商业圈和企业群的中小微企业大数据信用融资的实践活动,从利用互联网新理念、新技术、新工具创新金融模式,以中小微企业经营的“软信息”解决融资缺信息、缺信用问题等10个方面,展现了大数据信用在落实党和国家政策、化解中小微企业融资难的过程中所具有的独特作用与优势,展现了大数据技术在改变经济和社会方面所产生的深刻影响。
“大数据信用能够化解中小微企业融资难的关键,在于它突破了从财报、抵押资产和担保信息评价企业信用的传统思维,而是从企业经营的明细数据中挖掘信用,从企业的行为模式中计算信用,打开人们认识信用的新天地,从而彻底解决了中小微企业融资难的缺信息、缺信用的问题。”范晓忻表示。
记者了解到,金电联行的大数据信用模式得到了众多商业银行的认可,合作的银行包括中国民生银行、国家开发银行、中国邮政储蓄银行、平安银行、浦发银行、广发银行等近10家;业务覆盖上海、北京、天津、浙江、山东、河北、江苏、安徽、重庆等十几个地区,实现了银行、企业、大数据信用三赢的局面,取得了良好的经济和社会效益。
中国中小企业协会副秘书长李鲁阳认为,这一创新模式成为解决中小微企业融资难的有效工具,并在完善金融体系促进中小微企业发展方面起到了重要作用。
范晓忻表示,对于很多企业来说,联保、互保既是融资的一个有效途径,但也存在较大的危机。一旦个别企业资金链断裂,就会造成一批企业陷入担保圈风险。而大数据提供的纯信用贷款则可以使企业的金融风险几乎为零。
中国投资协会新兴产业中心副主任王涛也高度评价了大数据信用在产业投融资建设中所发挥的重要作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01