
运用大数据 为中小企业融资提供便利
随着互联网金融时代的到来,信用体系和风险控制系统的建立完善可谓“千呼万唤”,而这个系统、体系的产生将依赖于大数据相关技术。那么,如何运用大数据解决中小企业贷款难?大数据如何与金融结合?带着这些疑问,本报记者专访了北京道口贷科技有限公司副总裁尚超。
数据整合化解中小企业融资难
记者:您认为如何运用大数据解决中小企业融资难、融资贵的问题?
尚超:中小企业融资难、融资贵,关键原因是信息不对称造成的信任危机,缺乏有效的信用证明,自然很难获得金融机构的认可。如,一些大型银行一般就很难信任并服务中小企业。
大数据时代的到来,催生了大数据产业,在解决中小企业信任危机、信用忧虑方面,大数据产业可以整合以发票和所得税等为代表的税务数据、以电子商务交易为代表的商业交易数据、以物联网业务为代表的物流数据,加上建设中的公民诚信体系贡献的个人信用数据和不断完善的以银行信贷记录为代表的企业征信等,通过数据整合,开放给各类金融服务机构使用,给中小企业进行清晰、可信的综合画像,进而形成更为完善的信用证明。有了这种证明,上述信任危机、信用忧虑问题将得到很大程度上的化解,融资难、融资贵问题也将获得显著改善。
大数据产业发展,对提高整个国家的中小企业融资服务水平有重大战略意义。从具体城市来看,也能有效解决单一城市的招商引资等现实问题。一个城市的营商环境好坏,关键取决于城市内数量众多的中小企业的信用状况。如果这些企业经营的信用状况能通过相关数据整合清晰显现出来,一方面,能让中小企业自觉诚信经营,守住信用底线,营造“守信者处处受益,失信者寸步难行”的信用生态。另一方面,能让投资机构、金融服务机构便利、高效地纵览、分析整个城市的中小企业守信经营状态,为投资、授信、放贷等行为做好充分准备。
数据运用提高金融机构服务水平
记者:云计算、大数据如何与金融相融合?
尚超:目前,云计算、大数据可以全方位地为金融机构服务,并深入融合到金融机构的各个业务层面,尤其是金融机构尽职调查、授信审核与评定、贷后管理等关键环节。
具体而言,主要是为上述业务环节提供税收、贸易、资产、人力资源、跨境业务等各种信息源、信息与数据的交叉检测服务,通过这些服务来提高相应工作的效率、准确率和精细化水平。
从应用领域来说,可以为我国银行、证券、信托、保险、基金、第三方支付、互联网金融等各类金融服务机构提供直接的服务。针对中国多层次的资本市场构成,可以为主板与中小板市场、创业板市场、新三板市场、区域性股权交易市场等市场管理主体,资产评估、会计师事务所、律师事务所等的各类中介机构服务,更可以为广大的投资人服务,让投资人可以通过大数据、云服务,轻松便捷地进行投资选择、投资目标调查分析,做到明白投资。
这些云计算、大数据带来的服务变革,将深刻影响我国金融产业的创新和发展,在推动普惠金融、降低中小企业融资成本、提高金融机构服务水平和全球竞争力等多个方面发挥核心驱动力的作用。
社群经济形式日趋多样化
记者:请您结合当前中国的金融生态实际,谈一下微信生态创业?
尚超:当前以微商为代表的金融生态创业已经逐步凸显出自身的内在问题,也就是信任危机、信用忧虑。这与中小企业融资难、融资贵问题虽然形式不同,但同根同源。金融的本质就是基于信用的风险管理,当朋友圈、微信群出现越来越多的广告、经商等信息的时候,信任、信用问题就急剧突显,进而伤害到社群经济模式和社群体系本身。
长远来看,社群经济不可能总是表现为微商这样的营商模式,更不可能主要依托微信这个独立的超级社群入口来进行,它独特且关键的金融属性决定了它会受到越来越多的关注和投资,相关的创新经营形式、表现形式、依托平台将日趋繁荣和多样化,进而逐步形成持续健康的新产业形态。
贵阳发展大数据金融前景光明
记者:对于像贵阳这样的西部城市,在发展大数据金融科技方面,您有什么好的建议?
尚超:大数据金融科技依托互联网进行,无地域限制,无空间限制,可以充分享受贵州大数据产业的发展红利,因此具有光明的发展前景。但在实际操作层面建议要重点解决四个方面问题。
第一,建议认真研究和制定发展战略,例如,制定战略为大型金融机构提供大数据支持,落地具体的软硬件设施等,依靠大型金融机构的综合保障能力,带动整个产业和上下游发展。
第二,建议着重考虑人才的引进、稳固和提升问题,这样才能为产业的长期持续发展提供智力支持。比如,对落地的企业由政府配套各种人才服务保障,大力发展本地高等院校、专业科研机构、博士后流动站、职业教育机构等,为人才在本地的落户、职业发展、技能提升、子女教育等提供一条龙的服务。
第三,建议凸显国际视野。金融产业除了服务本国经济外,还有非常突出的国际属性,尤其在当今的货币全球化、资产配置全球化、投资全球化、人才流动全球化、各种金融交易全球化的背景下,货币战争、金融危机等挑战不断出现,如果没有国际视野,发展将很快遇到瓶颈。具体可以采用走出去、请进来等方式,与国际金融机构合作,深化交流,开展金融业务合作。
第四,建议明确产业发展初期的工作重点。如何在发展初期给自身设定重点工作领域和方向,集中精力精细化发展经营,显得非常重要。例如,目前,西南地区还存在大量亟待脱贫致富奔小康的农民,如何利用好科技金融,为农业产业化服务,为各类农业经营实体服务,具有重大意义。尽管服务中小微企业非常繁琐,风险也很高,一旦探索出行之有效的科技金融解决方案,将是新时期解决好“三农”问题的重大突破,社会效益和经济效益都将无比巨大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28