杂志征稿 | 网页对话

| 大秘书网 | 范文中心 | 论文中心 | 期刊杂志 | 综合材料 | VIP俱乐部 | 在线咨询

行政论文 | 文教论文 | 经济论文 | 艺术论文 | 政治论文 | 社会论文 | 企业论文 | 财务论文 | 德育论文 | 医学论文 | 通信论文 | 公共论文 | 会计论文

您现在的位置: 秘书网 > 论文中心 > 财务金融论文 > 小额信贷论文 > 正文范文

电商小额信贷征信体系建设研究

[摘要]大数据是信息技术发展的产物,它为人们提供了海量的数据资料,也为电商小额信贷业务带来了发展契机。要发展小额信贷业务则需要完善的信贷征信体系做保障。发达国家征信体系起步较早并逐渐成熟,我国征信体系建设起步较晚,常存在征信系统数据缺失、零散、安全性差,客户征信信息分析困难,不良资产的处置滞后的问题。电商企业建设征信系统要利用大数据拓展征信信息来源,加强征信系统安全建设,分析客户征信信息,加大对不良信贷资产的处置。

[关键词]大数据;电子商务企业;小额信贷;征信体系建设

引言

近年来,互联网技术在金融领域的应用日益深入,大数据等新兴技术正在深刻改变着传统的金融行业,进而带动商业模式变革和服务模式的创新。就国内经济形势来看,各类电商企业纷纷涉足小额信贷领域,增长速度迅猛。以阿里巴巴、京东为代表的电商企业凭借其平台的大数据优势,在信贷业务市场中表现出强劲的竞争力,逐步缓解了我国小微企业融资难的困境,并成为新一轮的经济增长点。但与此同时,我国征信体系仍不完善,导致电商企业未能形成统一的信用建设,严重影响了自身的形象,阻碍了小额信贷业务的推进。可见,完善电商企业的征信体系刻不容缓。

一、核心概念界定

(一)大数据

大数据指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据的4V特点:大量(Volume)、高速(Velocity)、多样(Variety)、价值(Value)。全球知名咨询公司麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”

(二)电商小额信贷

2010年起,以阿里巴巴为首的电商企业纷纷涉足小额信贷,为我国信贷行业开启了崭新的一页。其中,阿里巴巴和苏宁开展独立信贷业务,采用旗下子公司直接发放贷款的模式;京东、慧聪网等大多数电商企业采用与银行合作的方式,利用银行通过审批、发放贷款。电商小额信贷引领金融与网络相结合的潮流,开创了电子商务与小额信贷结合的全新金融模式,逐步缓解我国小微企业融资难的困境,成为新一轮的经济增长点。

(三)征信体系

征信体系指由与征信活动有关的法律规章、组织机构、市场管理、文化建设、宣传教育等共同构成的一个体系。征信体系的主要功能是为借贷市场服务,但同时具有较强的外延性,也服务于商品交易市场和劳动力市场。20世纪80年代,我国征信业开始起步。征信业务包括信用记录(报告)、信用调查、信用评分和信用评级。作为现代金融体系运行的有效保证,我国征信体系已初具规模,并对经济发展起到越来越重要的作用。

二、大数据、电商企业及征信体系现状分析

(一)大数据迅猛发展

近年来,大数据迅速发展成为工业界、学术甚至世界各国政府高度关注的热点。Nature和Science等期刊相继出版专刊来探讨大数据带来的挑战和机遇。2015年9月,国务院印发《促进大数据发展行动纲要》。《纲要》明确,推动大数据发展和应用,在未来5至10年打造精准治理、多方协作的社会治理新模式,建立运行平稳、安全高效的经济运行新机制,构建以人为本、惠及全民的民生服务新体系,开启大众创业、万众创新的创新驱动新格局,培育高端智能、新兴繁荣的产业发展新生态。

(二)电商企业涉足小额信贷业务

银行传统抵押担保贷款模式与小微企业的实际情况相矛盾,借贷成本高、风险大,非但无法解决小微企业的融资问题,甚至有可能成为一个反向的推手,加剧小微企业融资困难。在此情况下,阿里巴巴、京东商城等多家电商企业涉足小额信贷业务。相比于银行,电商开展信贷业务更加快速灵活,更能切小微企业的真实需求。

(三)征信体系建设加强

我国征信体系建设尚处于起步阶段,围绕征信体系建设的法律法规、业务规则以及数据处理模式及方法继续完善和加强。2013年颁布的《征信业管理条例》和《征信机构管理办法》,为开设市场化个人征信机构提供了制度框架。2015年8月25日,由中国金融出版社主办的“中国征信体系建设与创新研讨会”在北京召开。中国人民银行征信管理局、科技司、征信中心有关负责人以及相关金融机构、征信企业负责人和专家学者出席会议并发表了主题演讲,讨论了我国的征信体系在信用服务体系、信用产品涵盖以及征信管理体系建设、征信宣传与征信教育等方面的建设。

三、电商小额信贷征信的现状分析

(一)发达国家征信体系建设

欧美征信市场兴起于19世纪末,伴随着百年的市场经济发展而逐渐成熟起来。目前,主要有三种征信体系:一是以欧洲大陆国家为代表的政府主导模式的征信体系;二是以美国为例的市场主导模式的征信体系;三是以日本为例的会员制主导模式的征信体系。虽然各国建立的征信体系不尽相同,但是凭借着市场化运作、法律保障、统一接口、掌握关键技术等优势,加之大数据的合理运用。欧美征信体系一方面把银行、零售企业的信息孤岛联网,实现了大数据信息的共享;另一方面通过加工大数据信息,为银行、零售企业和其他用户提供信用评级、分析报告以及咨询服务,协助其控制风险,并通过收费等商业模式维持公司运营及上下游产业链的运转。

(二)我国征信体系建设

我国征信体系建设起步较晚,从20世纪90年代末以来,部分地区和有关部门相继开展了多种形式的社会信用体系建设试点工作,从薄弱到壮大、发展迅速,我国政府也逐步加大对社会信用体系的重视程度,征信业务和征信体系也越来越完善。目前已形成以中国人民银行金融信用信息基础数据库为主导、市场化征信机构为辅的多元化格局,构建起一个覆盖面广泛、结构基本齐备、以公共征信为主导的多层次征信体系。与此同时,我国个人信用基础数据库已成为世界上最大的个人征信数据库,针对大中型企业征信服务的市场格局已经相对稳定,但是,我国的征信体系和信用发达国家相比差距甚远,尤其是针对个人征信服务和小微企业征信服务的市场尚不成熟,仍有待完善。

四、电商企业征信存在的问题

(一)征信系统数据缺失、零散

目前我国征信系统仅覆盖约20%的人口,电商企业虽掌握一定的客户资源,但线下信用调查成本高已经成为电商小额信贷的风控瓶颈,总体而言,征信体系的不健全,信用数据的碎片化很大程度上影响了电商小额信贷的可持续发展,同时也是造成电商企业发放小额信贷成本高、风险大的原因之一。

(二)内部征信系统安全性差

电商企业自涉足小额信贷业务以来,一直争议不断,并多次被指责“涉嫌违规”。主要是由于电商内部征信系统安全性差、人才建设匮乏、操作流程模糊。一方面,电商企业的信用服务受到多方质疑,使得电商企业信贷业务受限、信贷规模难以展开,从而限制了其小额信贷业务的进一步发展;另一方面,引起客户对电商企业的信任度下降,导致客户的大量流失。

(三)客户征信信息分析困难

我国尚未建立完善统一的征信体制,从而导致网络融资平台在信用建设过程中出现各自为战、标准不一等现象。一是贷前调查不够深入,电商企业对借款人的信用状况分析错误、对还款来源分析不准,重视不够。二是疏于贷后管理,重放轻收管理思想严重。由于贷款笔数多,金额少,信贷员未实行客户经理制,有些贷款发放后根本无人问津,对借款人的经营、资金使用情况不了解,一旦贷款形成风险,不能得到及时发现和预防。三是各岗位之间缺乏有效的监督和制约,比如审查人员在行使审查职权上就缺乏独立性、权威性。

(四)不良资产的处置滞后

电商企业对已经形成的不良资产由于平时预警信息掌握不及时、不全面,待处理时比较棘手,收贷费用成本过高,尽管电商企业通过多渠道努力盘活清收,由于网络客户流动性强、执行困难,结果多是本息难以清偿。由于对不良资产形成的原因未进行责任划分和认定,致使对违规人的责任难以追究。

五、研究对策

(一)依托大数据拓展征信信息来源

电商企业建设征信系统要狠抓大数据基础,抢占大数据技术制高点,以此实现征信系统数据的完整和高效利用。一方面,电商企业从设计、应用、机器学习以及数据建模上,凭借本企业大数据,将客户零散的征信信息进行归纳整合,积极构建征信体系。另一方面,电商企业利用相关持股企业,采用不同的大数据处理方法或者模型,开发针对不同市场或者客户的产品,从而掌握更多的客户征信信息。例如,阿里巴巴依靠B2B业务、淘宝、天猫三大平台前期搜集的海量大数据,使得阿里金融可以对借款人进行量化分析,包括平台认证和注册信息、历史交易记录、客户交互行为、海关进出口等信息,再加上卖家自己提供的销售数据、银行流水、水电缴纳等情况。这些大数据信息都能够帮助阿里金融建立信用评级体系,并丰富征信信息的来源。正是在大数据的帮助下,电商企业获得的征信数据来源更加多元化、层次化和非结构化,其相应的深度和广度也随之增加。

(二)利用大数据加强征信系统安全建设

电商企业要利用大数据在制度、技术、信息共享方式以及管理方面对征信体系进行不断创新,加强征信信息基础数据库的安全管理,提高自身的品牌信誉和社会公信力。同时,依托大数据使征信体系在数据充分信息化的基础上实现精细化管理,提高征信体系的监管技术和水平、加强信息安全和隐私的保护、完善数据处理的能力以及基础硬件的升级。鉴于“数据来源于第三方,应用于第三方”已成为征信行业的共识,这些拥有独特大数据优势的电商企业有望成为征信行业标杆企业。

(三)凭借大数据分析客户征信信息

电商企业以电子商务、社交网络为平台,大量采集用户大数据信息,通过分析客户的交易数据、选择偏好、消费规律和信誉评价等信息,深度挖掘用户信用信息,防范潜在的信用风险,实现有效的风险控制。例如,阿里巴巴通过支付宝流水,可以充分判断网商的经营情况和还款能力。不同于阿里金融的是,京东金融服务的放贷方不是京东旗下贷款公司,而是合作银行。目前京东的合作银行中行等银行。放贷银行根据网商在京东上的销售合同、货物单据等为依据,判定借款人是否符合贷款要求。各电商企业运用自身或其合作伙伴掌握的大数据资源,充分掌握客户的信用状况和还款能力,尽量减少逆向选择。

(四)通过大数据加大对不良信贷资产的处置

电商企业利用其拥有的大量企业真实交易信息的大数据优势,搭建网络信用平台,掌握贷款企业实时动态交易数据,对贷款企业的信用情况和风险进行评价和跟踪,有利于跟踪其经营状况、信用等级和发展动向,能够对违约风险起到很好的监控和防范作用。同时,对已经出现预警信号形成的不良信贷资产进行合理、合法的处置,最大限度的降低贷款风险,提高贷款使用效益。以阿里金融为例,囊括了平台商户的历史交易数据、信用记录、客户评价等内部数据,以及纳税记录、海关记录等外部数据的海量大数据信息,在一定程度上颠覆了银企间信息不对称的格局。信用评级与贷后管理完全由量化模型自动分析完成,大数据经过动态的风险定价和违约概率分析结果,将风险管理的成本降至最低。信息结构的改善令电商企业清晰的甄别客户的不良信贷资产,极大的降低了风险。

[参考文献]

[1]吴俊英.中小微企业网络融资模式实验以“阿里小贷”为例[J].经济问题,2014(1)

[2]孙学文.中小企业电子商务应用模式与发展策略研究[J].商业时代,2009(29)

[3]薛逸飞,谭晓雯.基于电子商务平台的小额信贷发展研究-以阿里小贷为例[J].金融经济,2014(1)

作者:袁泉 单位:哈尔滨金融学院

 

  发布时间:2016/3/31 11:11:59  阅读人次