大数据环境下中小微企业信贷风险评估与管控研究

于泓飞

［摘 要］随着我国社会发展水平逐步提升，中小微企业数量日益增加，企业竞争压力不断加大，一部分中小微企业需要通过借贷的方式来维持良好的资金运转，而信贷风险评估结果对企业资金运转产生的影响较大。文章从大数据的角度出发，分析大数据在中小微企业信贷风险评估中的具体应用价值，依托大数据建立中小微企业信贷风险评估模型，全面提升信贷可行性和安全性，以期对维持经济稳定发展有一定促进作用。

［关键词］大数据；中小微企业；信贷风险评估；风险管控

doi：10.3969/j.issn.1673 - 0194.2023.12.021

［中图分类号］F276.3；F832.4［文献标识码］A［文章编号］1673-0194（2023）12-0065-04

0     引 言

在我国经济社会快速发展的当下，金融机构对中小微企业进行信贷风险评估时，主要依据企业的资金运转情况、偿债能力、运营质量等各项信息进行评估，且只有确定中小微企业有能力偿还贷款，才会为其提供金融支持。在这个过程中，常规的数据文件分析与走访分析缺乏真实性和可靠性，需要通过信息技术实现自动化分析。其中，大数据挖掘技术有着较大的应用价值，能够确保数据准确可靠，也可以实现多渠道的数据对比，有助于提升中小微企业信贷风险的评估效果。同时，信贷评估的结果也可以作为中小微企业调整信贷策略和自身经营发展模式的主要

依据。

1     大数据在中小微企业信贷风险评估中的应用价值

1.1   提升信贷风险管控的精准性

信贷风险评估涉及大量的数据信息收集，而大数据技术不仅可以通过互联网准确定位现代企业及个人的人行征信数据，还可以检索企业提供的数据和信息，能够从现金流、担保物价值、负债水平、盈利水平这4个层面进行授信金额的核算［1］，可以确保信息具备完整性、真实性，评估的结果也具备更高的可信度，提升信贷风险评估的质量。

1.2   增强信贷风险评估的时效性

大数据技术依托计算机与互联网，能够快速获取中小微企业的实际信息，这些信息可以直接通过互联网传送给金融机构，尤其是随着纸质信息不断进行电子化转型，相关人员不仅可以快速扫描大量证件、报表中的实际信息，更可以进行线上传输，提升信息传递的真实性和时效性。目前，电子化及开放化的企业信息已经形成一套基础框架，表1展示的则是当前最基础的电子化信息，金融机构可以通过数据库提取的方式快速对其进行评估。

表1中的信息可以在第一时间快速获取，不必反复进行文件提交，有助于金融机构快速测算企业的信贷风险，了解企业的实际经营状态。

2     中小微企业信贷风险评估模式

大数据环境下进行中小微企业信贷风险评估通常是考虑既定的几个指标，以此为依托建立风险评估模型，不需要人工干预便可自动测算企业的信贷风险等级。而风险评估模型的构建也要考虑不同阶段市场发展的实际水平。

2.1   指标体系的选择

以大数据为依托构建的数据库本身具备较强的追溯性，因此可以结合中小微企业发展期间的各项信息对信贷风险进行划分。这种信贷风险的划分通常是以企业资金流量、供求关系、上下游企业交易活力、企业经营情况、信用水平这五要素为基础。为了确保更加科学合理地评估企业的信贷风险，还需要对中小微企业的其他指标，如进销项、总金额、总利润、单数、总税额、负数发票比例、作废数等进行评估［2］。

2.2   数据来源和模型假设

金融机构在对企业进行信贷评估的过程中，通常是以不同企业不同阶段发展过程中产生的客观发票数据为主，很多情况下都有第三方机构参与进来，进行调查和监督。本文为了进一步提升数据分析模型的科学性和可靠性，选择的数据为文献整理之后总结的百余家企业的发票数据，其中包含信贷记录的企业与无信贷记录的企业。

在有明确数据之后，还需要进行模型假设。为了确保假设成立，本文选择Excel及Python工具處理筛选数据，以减小数据偏差，确保数据真实有效。通常包括以下3种假设：一是参与信贷的企业均具备突发情况应急能力和管理能力；二是除了选定的5个指标，其他因素对企业信贷产生的影响较小；三是最优贷款额度和企业的整体发展之间保持着相同的变化率。

2.3   模型建立的具体思路和求解过程

首先，利用主成分分析法，确定更加规范的指标体系；其次，选择灰靶决策模型，计算出企业之间的灰靶距离，这是金融机构是否需要对企业放贷的主要依据；最后，在考虑成本风险以及企业利润和贷款期限等相关因素的基础上进行贷款定价。

在模型准备的过程中，需要考虑信用等级，将信用等级最低的企业去除，默认其不具备信贷资格，信用等级低以及是否出现违约现象将被作为赋值法处理的主要依据。信用等级的指标分为3个不同的指标，是否违约的指标分为2个指标。在模型建立和求解的过程中，要结合数据处理筛分的结果，考虑信贷风险评估指标中的所有线性关系，如公司上下游企业的生产活力和供求关系、企业发展过程中的信用水平与违约之间是否存在关系，通过这样的方式能够提取其中的主成分，确保指标体系的构建能够真正满足企业发展运营过程中的客观现实，以此为依托，考虑违约次数和违约金额，便于进行风险等级的划分［3］。

在主成分划分结束之后，假设银行在给予中小微企业贷款的过程中，其总额度是固定的且资金充足，那么可以建立中小微企业信贷的决策模型，考虑额度有限条件下借款人的风险和具体的排序对策，将风险评价结果作为是否能够为企业放贷的依据。

假设E1、E2、E3 3个企业在发展的过程中通过考虑一系列变量因素与客观因素，以模型计算的方式确定了3个企业的信贷风险加权靶心距为8.997 0、

4.389 1、0.570 9，这一数值越小，则风险越低，能够按照数值的排序分析是否放贷以及放贷的顺序。在银行贷款额度固定的条件下，可以结合额度参考以上得出的放贷顺序放贷。

2.4   贷款定价模型

贷款定价模型的计算，主要目的是为中小微企业制定科学的信贷策略，更精准地确定是否对企业放贷以及具体的放贷顺序，这需要综合企业的资金流量、供求关系、上下游企业交易活力、企业经营情况、信用水平等各项指标，了解针对企业的具体放贷利率、放贷额度以及放贷年限。定义资金回报率为风险调整之后的收入与风险调整之后的资金比值，其为衡量银行信贷利率的主要依据。

在这个过程中设定的模型需要考虑风险成本Q、银行和企业的贷款利润P、贷款年利率r、贷款额度M、在贷款年利率下的客户流失率u以及企业违约风险概率a这几项信息，然后按照以下公式建立决策模型：

Q=rMu+（r+1）Mu（1）

P=rM+Ma+（1-u）rM（2）

银行在制定信贷年利率的过程中，需要深入研究信贷的资本成本及风险成本，以避免企业违约导致金融机构风险损失，同时还要控制客户流失带来的未来损失，这样才可以提升贷款业务的盈利水平［4］。

结合银行贷款的具体规律来看，若贷款额度不变，那么银行的信贷利润会随着贷款额度的增加而出现下降的情况。而当前一部分中小微企业的信贷额度较大，信贷风险也会随之增加。在这样的条件下，银行需要考虑风险损失值，将其控制在合理范围内，在此基础上要适当降低，这样才可以得出最优的贷款额度。

3     以大数据为基础的中小微企业信贷风险管控建议

当前我国已经进入大数据时代，大数据成为企业在互联网上的“形象”和“档案”。在这样的环境下，中小微企业为了进一步提升信贷水平、保持良好信誉，必须要合理地进行信贷风险的管控。同时，金融机构也需要及时采取科学的信贷风险管控手段，以便提升获取到的数据的真实性与可靠性，这样才可以得出正确的评估结果。本文主要从中小微企业和金融機构这两个层面制定科学的信贷风险评估机制及信用等级维护机制，确保可以为市场信贷体系的创新提供参考。

3.1   中小微企业的信贷风险防范

3.1.1   打造长期的信贷体系

从当前一部分中小微企业的发展情况来看，其在发展前期盲目追求短期利益，导致资金积累不充分，未能获取长期利益，这会对中小微企业的信贷等级造成影响，而规模相对较小的生产条件和较低的信贷信誉导致银行及金融机构将其拒之门外。针对这样的现象，需要从中小微企业自身的发展角度出发，打造长期的信贷体系。中小微企业在建立之初，要结合自身的生产经营模式及市场价值定位，制定科学的管理体系和经营方案，要脚踏实地逐步做起，尤其是要在发展的过程中逐步积累经验和资金，有了基本的资金实力之后，才可以提升信贷等级。

3.1.2   约束企业生产经营行为，避免信誉“扣分”

中小微企业本身生产规模较小，生产实力不够雄厚，在经营发展的过程中为了进一步提升信贷信用标准、降低信贷风险，需要合理地进行生产经营行为的约束。尤其是新时期以大数据为依托进行信贷风险评估，获取到的数据信息内容较多，与企业方方面面都有直接关联，因此制订科学的生产经营行为约束方案在一定程度上能够增强数据信息的可靠性。

例如，在日常生产经营过程中，要进一步扩大企业的业务规模，在有限的条件下进行性价比分析，逐渐进行生产业务体系的优化，提高企业管理能力以及经营水平，打造出一支高质量的人才队伍和经营队伍，这样有助于为企业积累发展经验，使银行放贷意愿提升。另外，在经营管理的过程中要杜绝违法、违规、违约行为，这也有助于降低企业信贷风险等级。

3.1.3   加大企业信息化建设力度

以大数据为依托打造的企业信贷风险评估体系，要求企业重视大数据的应用价值，因此企业需要积极落实现代化建设，尤其是要认识到电子物流、电子商务的重要性。企业要依托大数据技术，进一步扩大自身的业务规模，加强与银行以及其他金融机构之间的交流。一是积极运用云计算与电子商务，推广使用混合云计算技术，完善相应的软件系统，构建起完备的实时数据备份系统；二是根据软件运营服务（Software as a Service，SAAS）构建企业内部管理数据系统，建设SAAS信息化框架；三是加强企业资源计划（Enterprise Resource Planning，ERP）系统软件的应用，加速推进企业电子商务的应用，提高中小微企业对C2C（个人对个人进行交易）、B2C（商家对个人进行交易）、B2B（商家对商家进行交易）、O2O（线上对线下进行交易）等技术和功能的认识，实现线上与线下业务无缝对接，助力企业信息现代化［5］。这些能够降低企业的信贷风险评估等级，从而为企业融资提供更为便捷的渠道。

3.2   金融机构的信贷风险管控

3.2.1   及时对接权威机构

当前的互联网环境极为复杂，以大数据为依托构建的企业信用档案中可能会存在数据失真的情况，因此在获取中小微企业数据的过程中需要及时对接权威机构，这样才可以获取第一手数据。金融机构在选择数据源的过程中，通常要按照政府部门、行业协会、头部平台这样的次序进行信息筛选，如此能够获取第一手数据源，数据也具备更高的可信度。

3.2.2   进行技术升级

目前，云计算技术与大数据技术依旧在不断升级和创新，为了进一步提升中小微企业信息的真实性和可靠性，金融机构要采取有效措施进行技术升级。例如，以云计算为依托构建的分布式计算方法，主要依托网络云进行数据计算处理和分解，能够将庞大的处理程序划分成多个小程序，不仅可以及时地反馈计算结果，还可以打造网络线上虚拟存储模式，有助于快速进行数据信息的获取和分类。这样的方式能够提升中小微企业数据获取的可靠性，更可以打造托管平台，由专业的技术团队进行数据信息安全性和稳定性分析，避免黑客攻击及第三方窜改，比常规的企业信息防护系统有更强的安全性，而资源利用效率也会随之提升，进一步降低技术的使用成本。

3.2.3   构建高质量的人才队伍

中小微企业信贷风险评估中的数据分析工作难度较大，对于人才的专业能力要求较高，不同类型的数据分析需要建立不同的模型，因此金融机构要做好人员技术、业务水平、风险认知等方面的管控。随着市场竞争越来越激烈，金融机构需要结合现实情况打造多层次以及复合型的大数据人才培养体系，尤其是要迎合新时期中小微企业的发展需求及发展逻辑，确保人员团队稳定，了解市场发展状态，能够结合实际的中小微企业运转模式，构建科学的计算模型。这不仅可以提升信贷风险评估的科学性和合理性，而且可以加强大数据信贷风险控制。

3.2.4   构建完善的信息安全管理制度

大数据的应用，必须要将信息安全管控放在首位，信息安全不仅与金融机构本身的风险有关，和企业的隐私也有直接关联。建立完善的信息安全管控制度往往依赖于高质量的技术体系。金融机构在应用大数据调取和分析中小微企业数据的过程中，应该选择细化授权制度，对数据进行不同类型以及不同层级的划分，也可以进行操作行为的划分，这样不仅能够降低越权违规现象出现的概率，还可以提升数据调取及应用的科学性。系统权限的分层管理则需要融合双人监督模式，这样可以避免违规操作，也可以降低数据被窜改的可能性，还可以依托操作日志进行信息安全管理（主要检索是否存在违规行为以及异常入侵行为），对加大中小微企业信息保護力度有一定促进作用。

4     结束语

综合当前中小微企业发展情况来看，加大信贷风险管控力度，以大数据为依托进行信贷风险模型的建立，不仅可以提升中小微企业信贷风险评估的综合质量，还有助于帮助金融企业更好地制订贷款计划。中小微企业与金融机构可以凭借大数据技术打造完善的信贷管控方案，提升对金融风险把控的有效性和对信贷风险的评估质量。同时，制定完善的信息安全管理制度，有助于降低信贷风险，进一步促进我国社会主义市场经济可持续发展。

主要参考文献

［1］李钰博，裴宇恒，高晓亮.中小微企业的信贷决策问题研究［J］.营销界，2020（29）：163-165.

［2］燕晓磊，李侠，刘忠文，等.大数据视域下的中小微企业信贷风险评估［J］.高师理科学刊，2022（5）：31-39.

［3］马千驹，向娟.中小微企业网贷大数据风控管理研究［J］.经济管理文摘，2020（7）：31-32.

［4］操倩倩，陈彦如，张静雨，等.商业银行中小微企业信贷风险评估及策略研究［J］.哈尔滨师范大学自然科学学报，2021（2）：22-27.

［5］费靖茹，杜凯欣，郝培婷.中小微企业风险评估后的信贷策略研究［J］.中国商论，2021（9）：97-99.