制造企业行为征信案例与推广路径研究——基于工业互联网的视角

童元松

(常州信息职业技术学院，江苏 常州 213164)

中国征信体系建设从信贷征信起步，目前已形成以人民银行金融信用信息基础数据库为主导、以市场化征信机构为辅助的多元化格局。基于工业互联网对企业展开行为征信有重要的现实意义和深远前景。2020年中金公司研报认为，工业互联网在疫情期间发挥积极作用，未来有望加快我国制造业“上云用数赋智”，预计至2029年，全球工业互联网连接数将超过4.6亿。目前，国内外的企业信用评估大多数是基于企业所处产业、企业经营、获利与偿债能力以及发展前景等财务状况而展开的，虽然财务分析一直是企业信用评级的重要方法，但中小微企业大部分尚缺乏有效的财务管理制度和手段，并不具备完备的财务数据体系。同时，商业银行、互联网金融平台等也无法对中小微企业提供的财务数据的真实性进行判断。鉴于此，工业互联网行为征信将另辟蹊径，基于企业的生产数据来挖掘分析中小微企业的信用情况，拓展征信的数据来源、采集方法与应用。

一、相关文献简述

(一)征信数据的来源与采集方法

确定数据的来源与采集是征信活动的基础工作，肖翔、洪欣(2014)认为我国应充分借鉴国际经验，有效关联小微企业的信用信息与企业主的个人信用信息，推动小微企业征信服务综合化、定制化。[1]中国人民银行合肥中心支行课题组的姜世群、解黎和操乐凤等(2018)研究发现，从信息的获取渠道来看，多数征信机构获取的信息来源于网络，占86.63%；来源于政府机构的信息占9.59%；从银行、其他持牌金融机构、非持牌金融机构、行业协会等处采集的信息均低于1%。对于政府供给的数据，重点考察的是企业的行为痕迹；基于互联网获取的公开数据，重点考察企业及实际控制人的行为轨迹；基于企业主动申报的信息，关注企业的运营能力。[2]车安华、马小林(2018)研究认为，征信机构应该采集小微企业用的信用数据，如生产经营、合同履行、产品质量、税费缴纳、金融信贷、往来账款与财务核算等，提升信用信息采集的有效性和针对性，并建立贯穿小微企业生命周期的信用记录台账，实现信用信息管理的持续性和动态性。[3]贾男、刘国顺(2017)认为我国信用体系存在数据分割严重、信用信息不全且来源渠道窄、小微企业数据缺乏、信用风险评估方法科学性不足等问题。征信机构应在通过跨部门数据集成、厚数据抽样调查小微企业的生产、经营、管理、投融资、用工和研发等信息，外加网络数据采集三方面获取信用信息的基础上，进行数据挖掘与信用模型研发，进而建立完善的信用体系。[4]征信机构需要顺应时代，利用大数据、物联网技术将信息采集的触角伸向供应链上下游交易、运营数据等反映企业经营状况的核心信息，通过交易类信息实现对企业信用风险的差异化刻画，避免数据雷同、产品同质化。仲伟霞(2019)强调，为了保证信息的时效性，各部门或征信机构要尽可能运用互联网技术，减少信息处理的手工操作环节，实现信息的同步传输即时更新。[5]由上述文献可见，目前我国征信系统数据来源于工业互联网的制造企业行为征信、生产力征信的数据极少，但利用物联网、大数据技术在以后收集信用信息是极为必要的。

(二)企业信用信息的分类与信息库建设

建好企业信用信息库有利于完善社会信用生态体系，有利于国家宏观管理与企业融资。我国有必要借鉴美国的《信息自由法》，它确立了信息采集、披露、使用的基本标准，通过《公平信用报告法》明确了信用信息的内容、共享信用信息的操作程序、使用目的。美国完善的征信法律体系将征信产品的加工、生产、销售、使用的全过程都纳入法律的范畴，保证了整个征信行业的规范运行。在信息化时代，我国张旿、徐艳婷(2020)研究认为，随着大数据、云计算等金融科技的推动，企业主体在开展各类业务活动的过程中产生了大量的信息，针对相关信息进行合理分类，对于数据采集、挖掘应用、征信产品研发等具有重要作用。企业信用信息一级分类包括企业基本信息、企业关联信息、异议信息、信用交易、评价及辅助信息。[6]但是，该分类中基本没有涉及行为征信、生产力征信，可谓有所遗漏。陈莹(2015)研究发现我国台湾联征中心的中小企业征信数据库搜集包含中小企业属性、信用与财务数据和中小企业负责人的信用信息，并以此协助金融机构判断中小企业的真实运营和承贷风险。[7]何伟(2014)认为以开发区为中心分层次推进企业信用信息基础数据库的建立，发挥极化效应和扩散效应，实现以点到线、以线到面的企业征信系统建设思路。[8]范晓忻(2017)进一步认为可围绕产业链全面挖掘上下游企业信用状况，对企业业务运营数据进行挖掘分析，并对不同生命周期上下游企业进行实时标记和预警，降低违约率。[9]仲伟霞(2019)主张我国要专设小微企业征信信息数据库，建设该库要打破各公共部门之间信息共享的壁垒，工商、税务等部门应该整合数据信息，将涉及小微企业的相关信息导入由人民银行主管的小微企业征信信息数据库，以扩充信息容量，实现信息跨部门、跨行业、跨领域共享，并提高企业商业信用的信号传递作用。[5]由此可见，我国研究者已经重点关注到中小微企业的征信系统建设，若进一步对制造企业基于工业互联网开展行为征信、将大大丰富企业信用信息库。

(三)征信主体市场化

征信主体健全与否、活跃与否，关系到全社会征信体系的顺利建设与运行。葛志苏(2014)研究发现，电商企业、P2P 平台和专业征信机构掌握的信用信息在一定程度上解决了互联网金融活动对征信服务的迫切需要，但仍存在征信资源整合难度大、商业模式不清晰与央行征信系统信息交互存在技术困难等问题，推动征信业市场化发展已成为促进我国互联网金融健康发展不可或缺的条件。我国需要通过将拥有独特数据优势的企业培育成为征信行业标杆，在全社会推广行业标准以满足包含互联网金融在内的社会各方使用征信产品的需要。征信龙头企业可以通过大数据运算对沉淀数据和各种行为做出分析和判断，这有助于推动我国征信业跨越式发展。[10]由美国邓白氏公司征信经验可知，数据是血脉，国家应鼓励兼备技术基础与大量客户信用信息的机构或企业成立专业征信机构，开展数据挖掘和信用评分服务。基于征信机构有利于融资的视角，刘宇(2018)研究认为我国应当有序推动商业性企业征信机构发展。其理由是：游离在银行系统之外风险较高、成长期企业、科技创新型公司等为商业性企业征信机构的发展带来了巨大的潜在市场；同时，民间游资、私募资金等社会富余资金找不到良好的投资项目，如果通过商业性企业征信机构提供企业信息和信用状况的产品和服务，那么就可以搭建起资金供求之间的桥梁，顺利建立借贷关系。[11]车安华、马小林(2018)研究认为，国家要鼓励建设第三方征信平台，并出台政策予以规范和监管，发挥企业平台优势，弥补现有征信体系的不足。[3]因此，市场化征信机构的发展是重要的趋势之一，基于工业互联网开展行为征信显然有较强的现实意义和发展潜力。

二、基于工业互联网平台的制造企业行为征信案例详解

(一)行为征信主体简介

常州天正工业发展股份有限公司(以下简称“常州天正”)成立于 2013年，是国家级高新技术企业，下属3个全资子公司，生产场地达5万平方米，员工有400余名，拥有装备、通信、 软件、数据四类产品线。创立至今，常州天正秉持“以信息服务工业”的理念，不断扩充工业数据库，持续探索创新产品，累计服务中小企业客户超过2万家。常州天正始终以技术为核心，先后承担国家级、省市级科研项目数十项，拥有知识产权100多项，其中获国家发明专利授权30项，并获得“江苏省科技小巨人企业”“江苏省重点工业互联网平台”“江苏省工程技术研究中心”“江苏省博士后创新实践基地”等多项荣誉，成为实施“中国制造2025”的中坚力量。

(二)工业互联网行为征信原理说明

工业互联网行为征信所采集的数据可以被用于中小企业信用评估，依托中小企业生产数据信用评估模型——生产力信用评估，依托已有的跨企业、跨地域、跨行业的物联网体系，通过在一定地域范围内的中小制造业设备联网获得的大样本数据，采用标定竞争半径的方式，确定客户的相对信用，并与该企业所在行业平均生产力水平进行比对，获得该客户在竞争区域内的竞争力排名，进而推导出客户的信用水平。

通过计算设备生产力曲线与该区域内平均生产力曲线进行比对，计算该设备曲线的相似度，欧式距离方法是当前衡量时间序列相似性最为广泛的方法，主要表述如下：设定两个需要比较的时间序列X={x1,x2,x3,,xn}，Y={y1,y2,y3,,yn}，他们时间的欧式距离定义为：

通过上述公式，可以求出两个序列时间的距离。

通过计算得出的设备相似度之值，对所有设备进行排名，并计算相关设备对应的信用值；进而从生产力的角度对企业画像，描述企业的信用状况，该征信数据可以为金融机构所用。商业银行可以据此提供金融服务，如确定贷款额度与贷款利率等等；融资租赁公司可以根据企业信用排名情况，通过设备抵押的方式提供融资租赁服务。

(三)工业互联网行为征信的主要步骤

常州天正利用特制的数据采集装置收集制造企业的生产力相关数据，主要包括企业生产设备的开机、待机与关机数据以及工艺参数等，并利用物联网技术实时传输至数据中心。在此基础上，利用软件、各类芯片和工业PC等采集数据，基于数据蜂巢进行分类处理，然后抽取、清洗数据，将数据图表化，增强可读可视性，进一步通过GPU(图形处理器)代替CPU(中央处理器)对图形进行三维解析以便给出相应的结论，进一步用于生产力征信、互联网金融和移动图纸云等等。其主要的程序见图1:

图1 常州天正数据处理步骤

(四)工业互联网行为征信模式的主要特征

1.制造设备信息化

常州天正帮助、促使其所服务的制造企业车间信息化、设备可视化，采集数据的特制装备可以精准定位到每一台设备，能记录设备的每一次脉搏。这样有利于企业管理者、征信机构及时、准确、直观地了解设备的运行情况。

2.数据采集实时化

常州天正所采集的数据包括有效工时、工艺参数、数据偏移等， 并且通过工业互联网进行无线通信，这样可实现无视距离和数据的实时传输。相关信息可传递到企业管理者和征信数据中心。

3. 故障预警灵敏化

通过预先设置的警示指标及其阈值能够灵敏地进行故障预警，从而及时发现生产活动中的危险因素、异常变化或趋势逆转等问题，防患于未然。常州天正的“基于递归算法的多源异构信号解析技术”于2017年获“江苏省科学技术进步奖”，由图2可见，该技术的基本思路为：首先，收集包括高频、低频、线性与离散的各类电磁信号，并在转换之后作为自变量输入不同类型的函数，包括脉冲、阶跃、正弦与斜坡函数等；其次，利用卷积、聚类和集合算法，进行运算和特征模型归纳；然后进行大样本模型递归分析，显示反馈信号、进行限位报警，并给出相关的生产力征信数据或结论。

图2 基于递归算法的多源异构信号解析技术

4.征信评价实用化

常州天正在进行制造企业生产力行为征信的基础上，可以对相关企业给出征信评价报告。在企业内部，管理者可以利用该报告发现企业存在的问题，探索改进思路，以实现持续改进信用状况；在企业外部，商业银行、证券公司、担保公司与融资租赁公司等金融机构可以在该报告的基础上决定是否对该制造企业给与贷款、保荐其发行证券、提供担保或出租设备等。和常州天正合作的金融机构有中国银行、中信银行、浙商银行、无锡银行、国联集团、平安租赁、中国人保财险等30多家，仅商业银行近几年为中小企业提供的授信额度就有几十亿元，初步估算，贷款坏账率下降60%。

(五)工业互联网行为征信的具体案例

常州天正能够为其服务的企业可视化地显示其当前设备型号、运行状态与估值、信用指数、信用额度、设备生产偏差分析等情况，这些数据有助于快速了解企业的实时生产力和信用情况。有对比就更有说服力。如表1所示，通过生产力征信数据分析，对溧阳甲机械有限公司、安徽乙材料科技发展有限公司以及无锡丙激光科技有限公司的设备保有价值、生产力水平(复合)、生产力水平(地区、行业加权)、信用评级等方面进行评估，信用评级综合得分分别为495、501和537，分别可获得39万元、217万元和346万元授信额度，且得分最高的无锡市丙企业预估的贷款利率为3.25%，而得分较低的溧阳市甲企业等级虽被评为A级，但预估的贷款利率却高达6.69%。显然，信用得分与所获贷款的预估利率呈现出负相关。

表1 常州天正服务的甲、乙、丙三家公司的生产力征信评价结果

三、基于工业互联网平台的制造企业行为征信模式的可取经验

(一)跨地域、跨行业拓展工业互联网行为征信

工业互联网行为征信大大拓展了征信数据采集的方式，且可以轻松展开跨地域、跨行业的征信活动。跨地域征信便于比较不同地区企业的信用状况及其变化，也为国家和地方政府进行宏观和中观管理提供了一个参考依据；跨行业征信有利于对相关行业或不同行业的信用状况展开比较分析，有利于行业的自省与调整发展方向。这样的征信活动也大大拓展了企业样本，更有利于获取行业的平均值与整体趋势，从而为企业个体建立参照系。

(二)实时获取与加工生产力征信数据

制造企业的设备开机、待机与停机等行为数据可以在一定程度上表明其生产状况。它们的生产力数据往往随着时间的推移而波动，随着市场行情的变化而变化，因此若只是依据过去的财务状况而进行信用评分与融资决策，则无异于刻舟求剑。因此，基于工业互联网平台实时获取与加工制造企业生产力征信数据具有很强的现实意义，这确保了数据的真实性、时效性与低成本获取，由此加工、提炼而得出的信用评分有较强的参考价值，这将为融资、担保与保险等签约双方大大降低交易成本，缓解信息不对称。

(三)持续更新制造企业行为画像

基于工业互联网的征信活动可以为制造企业进行行为画像，该画像可以表明企业的设备价值、生产状况、在区域或行业中的地位及其变化，等等。不同企业的画像各不一样，同一家企业在不同时期的画像也有所差别。持续更新的企业行为画像真实可信，它可以让企业内部的管理者、外部的融资者与中介机构更好地认识企业、并做出正确的经营或融资决策。

(四)一体化服务于设备销售、数据采集、信用评价与金融活动

基于工业互联网平台的制造企业行为征信模式把多项商业活动连为一体。企业在销售设备时就需要加装征信专用装置，该装置可以发送无线信号至征信数据中心，以完成数据采集、清洗、提炼与加工，然后得出最新的制造企业信用评价结果。该结果可以有偿提供给金融机构，金融机构可以将之作为重要的决策依据，最终决定是否贷款、担保、保荐发行证券或提供融资租赁服务，等等。

四、基于工业互联网平台的制造企业行为征信模式的推广路径

(一)吸引更多的制造企业加入工业互联网平台征信系统

仅靠销售生产设备而拓展征信服务对象，则范围有限，速度较慢。若增强工业互联网平台的征信系统吸引力，将形成更大的凝聚力，发挥更好的规模效应。如何增强行为征信系统的吸引力呢？

首先，行为征信机构要在做大生产力征信规模的同时提高细分领域的征信深度与准度。不同行业及其子行业收集到相应的信用数据，将有利于展开个别企业与相关行业的对比分析，更清晰更准确地界定企业信用程度的优劣及其在行业中的地位。

其次，要对照市场需求增加征信的增值服务。在工业互联网征信充分拓展市场之后，征信机构可以有偿提供多样化的征信报告、财务预测与产供销建议、辅之以信用修复服务等，还可以利用自身的优势和金融机构结成战略联盟，使征信与相关的金融服务融为一体，这自然也会更受制造企业的欢迎。为实现更稳定可靠的评估预测结果，征信机构需要将大数据、云计算与区块链技术引入制造企业信用信息的数据存储，将人工智能、深度学习技术引入企业信用评级。[12]另外，市场化企业征信机构应当积极谋划、带动信用修复业务发展，探索成立信用修复的行业协会，共商信用修复业务标准与范式，切实为有信用修复诉求的相关主体提供优质服务。专业化的信用修复机构应当基于第三方的角度，跟踪有问题企业，全面而客观地评价企业信用，并依法帮助企业采取措施屏蔽、清除前期的不良信用[13]，替企业与金融机构商谈相关事宜。

再次，紧密依托产业链、供应链展开服务。链条上的企业往往互为依存，信用状况也是互为关联，工业互联网征信机构为相关企业展开服务可以事半功倍，做好一个，吸引一串。此外，走出国门为国外的制造企业展开征信服务也是大势所趋。征信机构可以在国外设立子公司，也和国外的征信机构合作，利用国际分工以实现优势互补，共同凝聚工业互联网先进的技术力量[14]，促进各类征信信息的有效整合以助力国外制造企业融资。在“一带一路”倡议持续推进的背景下，征信机构尤其需要积极参与构建由我国主导的服务于该倡议的国际企业信用信息支撑体系与跨境流动网络。

(二)和中央银行征信系统展开合作以提高行为征信应用的广度

基于工业互联网平台的制造企业行为征信有其独特优势，它搜集到实时更新、真实有效的企业生产力数据，恰好补充了传统征信系统中相对缺失或薄弱之处。然而，对于规模相对较大的企业，仅仅依靠生产力征信的数据而进行融资、保险等决策尚不够充分，这就需要借力于中央银行征信系统，采集到企业与诸多行政机关、金融机构的相关活动信息。因此，行为征信机构应当与中央银行征信部门展开合作，基于数据提供量、被使用量而展开有偿的双向服务，这样将有效提高我国工业互联网征信系统应用的广度。信用信息的使用者也因此不用担心关键信息的缺失而决策有误，征信机构更加有能力为需求方提供量身定制的征信服务。信用信息的需求方也就不限于融资、保险的供求双方，还包括各类投资者、债权人、债务人、国内国际的贸易双方与诸多的中介机构等等。

可供借鉴推广的实例——百行征信。作为我国征信行业的翘首，它在紧抓征信本质的同时积极延伸征信产业链，参与构建协作共享、开放敏捷与高科技赋能的征信生态圈，赋能普惠金融以求行稳致远，支持中小微企业低成本、可持续地获取线上融资。2019年末，百行征信、人民银行成都分行与四川省大数据中心等单位作为战略合作伙伴共建“天府信用通”平台，开通了“抗新冠疫情贷款”绿色通道，无缝衔接企业的融资需求。[15]截至2020 年末，成都辖区内已注册企业的23，790户中有3272户(占比14%)获得该类贷款275.2亿元，其中有690户企业获得了信用贷款46.5亿元，首贷企业有557户，分别占已获贷款户数的21%和17%。小微企业融资业务的响应与办结时间分别缩短到0.58天、7.41天，短信调查表明，企业对该平台的服务满意度高达97.8%。该平台利用大数据技术建立信用信息即时更新的“数据仓库”，通过关联图谱分析与信息交叉验证，真实、精准刻画企业信用画像，并按统一标准对所辖银行开放，引导在蓉商业银行加强平台信用档案查询与应用以有效提升风险控制能力，进而实现信贷产品与企业融资需求的精准匹配与自动撮合，也促进了以信用为核心的融资生态圈建设。

(三)扩大和金融机构的合作以扩大行为征信系统应用的深度

行为征信机构获取了众多制造企业的信用数据，并且需要通过提供征信服务而盈利，金融机构需要获取企业信用信息而审慎提供金融服务以防范风险，因此两者有合作的现实基础。金融保险活动的需求侧、供给侧均需要征信机构的服务以有效展开融资与保险活动，以促进市场资源的有效率、高效率配置，并尽量避免资金错配。以保险公司为例，基于客观的征信评分而提供的财产保险服务就能够合理的决定是否承保、确定相应的保险费率，并避免了投保人的逆向选择与道德风险。为此，行为征信机构可以和商业银行、证券公司、保险公司或融资租赁公司签订长期双边合作的战略协议，建立长效的沟通机制，不断提升供给能力以满足金融机构对信用信息的多样化需求。

在双边合作的基础上，行为征信机构通过出具企业征信报告有利于信用评级机构给出客观、准确的结论，有利于商业银行决定是否对企业贷款、提供多少的授信额度以及合理确定贷款利率，有利于证券公司决定是否为企业展开发行股票或债券的保荐业务，有利于融资租赁公司决定是否出租设备，等等。当更多的金融机构采信了行为征信机构的报告，并降低了其坏账率，该征信机构就更容易拓展业务，更积极地挖掘行为征信的深度，更好地提高其服务制造企业和金融机构的效益，从而步入良性发展的轨道，其社会影响力就会得到进一步的提升。

(四)和其他市场化征信主体展开合作以提高征信数据的多维度

不同的市场化征信主体因收集数据的来源、方式与地域或行业等因素的差异而导致它们所拥有的征信数据千差万别。数据的使用者若只是使用片面的数据进行决策可能类似于盲人摸象。这也客观上倒逼市场化征信主体之间需要展开合作以提高征信数据的多维度；同时，企业征信机构可以充分利用物联网等新技术、新方式，实现企业内部数据准确性的交叉验证。通过设计科学的数据关联聚类算法，挖掘数据之间的潜在关系，从而发现企业信息的内在关联，形成更全面、更科学的信用评价。[2]基于工业互联网平台的制造企业行为征信也因此有必要和其他征信主体展开战略合作。众多市场化征信主体合作方式包括但不限于：

一是结成战略联盟，共建共享征信数据库。在寻求合作伙伴时，各方要谋求互补效应。在数据库建设中要遵循有偿原则、贡献大收益多原则，充分调动各方积极性。为此，我国征信机构需借鉴日本经验，共商创建机构内部与外部信息互换、风险共担与合作共赢的信息共享机制，进而提升我国征信业整体竞争力与行业价值。

二是多个征信机构和金融机构签订多边协议。金融机构是征信数据的主要需求方之一，当有重要融资项目需要进行决策时，它就可以依据多边协议，让多个征信主体基于任务驱动共同完成特定项目的数据收集、处理与分析。

三是展开适当的兼并与收购。不同的征信主体应当走差异化、特色化发展之路，在实行错位发展、适度竞争的同时也需要促进规模化发展，因为规模化征信企业有积累数据与研究能力的优势，可提供更全面、更准确、更优质的服务，而市场化的兼并与收购就是实现规模扩张的捷径。日本征信业的发展经验表明，政府培育而成的征信行业垄断竞争的市场结构有利于避免市场过度竞争和过度垄断造成的效益和时间的损耗，政府可专注于维护公平竞争的立法与市场监督。[16]

四是积极加入或参与成立地方性、国际性征信行业协会，由协会负责组织行业调研规划、标准制定、信息交流、学术研究、咨询服务、业务培训与从业人员的资质认定，等等。可供借鉴的经验有：2005年6月成立的上海市信用服务行业协会至今吸收了会员100多家，设有上海市企业信用管理专委会、信用管理培训专委会、新金融征信专委会等分支机构；协会通过协会网站、《工作简报》等形式和社会各界沟通联系、发布信息。

综上所述，基于工业互联网的行为征信可以跨地域、跨行业实时获取与加工制造企业数据，持续更新企业行为画像。为推广该模式，征信机构要进一步细分行业领域，丰富其增值服务，和中央银行、商业性金融机构与其他征信主体展开多样化合作以扩大行为征信的社会影响力。