大數(shù)據(jù)征信破解小微企業(yè)融資困境探討

李先瑞

【摘 要】 小微企業(yè)是國民經(jīng)濟(jì)的重要組成部分，然而，融資難、融資貴成為小微企業(yè)發(fā)展的瓶頸。如何為小微企業(yè)提供便捷的融資服務(wù)，降低小微企業(yè)的融資成本是當(dāng)前學(xué)術(shù)界研究的熱點(diǎn)問題。在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)征信為小微企業(yè)融資提供了切實(shí)可行的解決途徑。文章首先闡述大數(shù)據(jù)時(shí)代背景下信用資本在小微企業(yè)融資中的作用，在此基礎(chǔ)上分析大數(shù)據(jù)征信如何破解小微企業(yè)融資困境，最后以我國拍拍貸公司為例說明大數(shù)據(jù)征信在我國小微企業(yè)融資中的應(yīng)用。

【關(guān)鍵詞】 大數(shù)據(jù)征信； 小微企業(yè)融資； 信用資本

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2015）13-0052-04

一、引言

小微企業(yè)是國民經(jīng)濟(jì)的重要組成部分。2014年3月由國家工商總局公布的《全國小型微型企業(yè)發(fā)展情況報(bào)告》顯示，截至2013年3月底，我國實(shí)有小微企業(yè)1 169.87萬家，占企業(yè)總數(shù)的77%；另外還有4 436.29萬家個(gè)體工商戶，二者合計(jì)所占比重達(dá)到94.15%。同時(shí)，小微企業(yè)解決了1.5億人的就業(yè)問題，是吸納就業(yè)的重要途徑。然而，融資難、融資貴成為小微企業(yè)發(fā)展的瓶頸。長期以來，我國的金融體系一直由銀行主導(dǎo)。大企業(yè)有明晰的資產(chǎn)負(fù)債表和抵押品，可以較容易地從銀行獲得貸款等金融服務(wù)。而小微企業(yè)由于沒有相關(guān)征信信息和抵押品以及單位資金服務(wù)成本過高等原因，一直很難享受到金融服務(wù)。因而，我國普遍存在著為大企業(yè)和小微企業(yè)服務(wù)的二元金融體系。2014年6月西南財(cái)經(jīng)大學(xué)發(fā)布的《中國小微企業(yè)調(diào)研報(bào)告》指出，我國小微企業(yè)和個(gè)體工商戶獲得銀行貸款的僅占到三分之一左右，貸款金額小于12%。小微企業(yè)在享受金融服務(wù)方面遠(yuǎn)遠(yuǎn)沒有和應(yīng)有的地位相匹配，這與歐美國家形成了鮮明對(duì)比。發(fā)達(dá)國家的資本市場和銀行業(yè)給小微企業(yè)提供了足夠的信貸資源，而在我國，小微企業(yè)的金融服務(wù)主要依靠民間金融等方式進(jìn)行。因此，如何為小微企業(yè)提供便捷的融資服務(wù)，降低小微企業(yè)的融資成本是當(dāng)前學(xué)術(shù)界研究的熱點(diǎn)問題。

如今，一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代正在開啟。維克托·邁爾等在《大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革》中指出，大數(shù)據(jù)時(shí)代的思維變革包括三個(gè)方面：“第一，在大數(shù)據(jù)時(shí)代，要分析與事物相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機(jī)抽樣；第二，由于研究數(shù)據(jù)紛繁復(fù)雜，我們不再熱衷于追求精確度；第三，基于前兩個(gè)特點(diǎn)，我們不再探求事物之間的因果關(guān)系，而應(yīng)該尋找事物之間的相關(guān)關(guān)系?！币源髷?shù)據(jù)為代表的IT技術(shù)的應(yīng)用，給征信建設(shè)帶來了新的思路。大數(shù)據(jù)征信是指運(yùn)用大數(shù)據(jù)技術(shù)重新設(shè)計(jì)征信評(píng)價(jià)模型和算法，通過多維度的信用信息分析、整合和挖掘，對(duì)包括財(cái)務(wù)數(shù)據(jù)在內(nèi)的結(jié)構(gòu)化數(shù)據(jù)和地址信息、行為數(shù)據(jù)、社會(huì)關(guān)系等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集和分析，最終形成對(duì)個(gè)人、企業(yè)、社會(huì)團(tuán)體的信用評(píng)價(jià)。與傳統(tǒng)征信相比，大數(shù)據(jù)征信將注意力從數(shù)據(jù)的精確性轉(zhuǎn)移到數(shù)據(jù)的相關(guān)性上來，它以全樣本分析法替代隨機(jī)抽樣法，其真正價(jià)值在于數(shù)據(jù)的產(chǎn)品化，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

李克強(qiáng)總理在國務(wù)院常務(wù)會(huì)議上強(qiáng)調(diào)加大服務(wù)小微企業(yè)的信息系統(tǒng)建設(shè)，運(yùn)用大數(shù)據(jù)、云計(jì)算等技術(shù)，幫助小微企業(yè)贏得“大未來”。2015年1月4日，李克強(qiáng)總理視察深圳前海微眾銀行，該銀行稱不需要小微企業(yè)提供財(cái)產(chǎn)擔(dān)保，只需通過人臉識(shí)別技術(shù)和大數(shù)據(jù)信用評(píng)級(jí)便可發(fā)放貸款。大數(shù)據(jù)征信為小微企業(yè)融資提供了切實(shí)可行的解決途徑。

二、大數(shù)據(jù)背景下信用資本在小微企業(yè)融資中的作用

傳統(tǒng)企業(yè)信用評(píng)級(jí)模式主要以財(cái)務(wù)數(shù)據(jù)為核心，依靠擔(dān)保和抵押、第三方擔(dān)保等形式來防范信貸風(fēng)險(xiǎn)。小微企業(yè)往往沒有實(shí)質(zhì)性的抵押物和規(guī)范的財(cái)務(wù)報(bào)表，抑制了很多銀行的貸款積極性，而貸后的跟蹤評(píng)級(jí)難，更使銀行面對(duì)小微企業(yè)信貸時(shí)望而卻步。在大數(shù)據(jù)時(shí)代下，企業(yè)的信用無處不在。信用不僅存在于抵押質(zhì)押物和擔(dān)保物之中，更多地體現(xiàn)在企業(yè)的每一份訂單、貨單、稅單、工資表、社保表、水電繳費(fèi)記錄等各項(xiàng)明細(xì)數(shù)據(jù)中，甚至存在于地址信息、行為數(shù)據(jù)、社會(huì)關(guān)系等非結(jié)構(gòu)化數(shù)據(jù)中。這些海量數(shù)據(jù)借助大數(shù)據(jù)分析技術(shù)，可以成為評(píng)價(jià)小微企業(yè)信用狀況以及預(yù)測(cè)信貸風(fēng)險(xiǎn)的客觀依據(jù)。在大數(shù)據(jù)背景下，信用不僅表現(xiàn)為物質(zhì)資本，更體現(xiàn)為虛擬資本，即信用主體自身擁有或者社會(huì)賦予的人文資本。大數(shù)據(jù)背景下信用資本在小微企業(yè)融資中的作用主要表現(xiàn)在以下方面：

（一）信用資本是小微企業(yè)獲得信任的資格與手段

首先，信用資本是一種資格。擁有信用資本，與擁有物質(zhì)資本一樣，均能獲得社會(huì)認(rèn)可，達(dá)成信用交易。正因?yàn)樾庞觅Y本具有資格功能，社會(huì)才會(huì)對(duì)信用資本進(jìn)行評(píng)價(jià)，并以信用資本的高低為標(biāo)準(zhǔn)確定信用資質(zhì)。小微企業(yè)由于沒有實(shí)質(zhì)性的抵押物和規(guī)范的財(cái)務(wù)報(bào)表，抑制了很多銀行的貸款積極性，大數(shù)據(jù)技術(shù)使得“一切數(shù)據(jù)皆信用”成為可能。因此，小微企業(yè)可以通過大數(shù)據(jù)評(píng)級(jí)獲得信用資本，進(jìn)而獲得銀行貸款。其次，信用資本是一種手段，為小微企業(yè)參與社會(huì)資源配置提供有效途徑。在傳統(tǒng)征信模式下，企業(yè)擁有土地、廠房、設(shè)備、資金等物質(zhì)資本，才能獲得銀行提供的金融服務(wù)。在大數(shù)據(jù)時(shí)代下，企業(yè)憑借自身積累的信用資本，也可以實(shí)現(xiàn)資金融通和價(jià)值增值。

（二）信用資本是小微企業(yè)獲得社會(huì)資源配置的依據(jù)之一

信用資本作為一種手段使各類企業(yè)都能公平參與社會(huì)資源配置。信用可以與其他有形物質(zhì)資產(chǎn)一樣，作為一種財(cái)富象征，在市場上獲得參與交易的機(jī)會(huì)。在大數(shù)據(jù)時(shí)代下，信用資本是社會(huì)資源配置的新依據(jù)與新方式。大數(shù)據(jù)征信技術(shù)能夠針對(duì)小微企業(yè)的行業(yè)特征和業(yè)務(wù)模式，通過多維度的信用信息考察，包括但不僅限于現(xiàn)金流等財(cái)務(wù)數(shù)據(jù)，還包括地址信息、行為數(shù)據(jù)、社會(huì)關(guān)系等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，構(gòu)建征信評(píng)價(jià)體系，創(chuàng)造了完全不同于傳統(tǒng)征信的評(píng)價(jià)方式，從而能有效地解決小微企業(yè)信用評(píng)審的問題。大數(shù)據(jù)征信的發(fā)展極大地開拓了小微企業(yè)融資的思路和途徑。

三、大數(shù)據(jù)征信如何破解小微企業(yè)融資困境

大數(shù)據(jù)征信的基本理念是認(rèn)為一切數(shù)據(jù)都和信用有關(guān)，“一切數(shù)據(jù)皆信用”?；舅悸肥沁\(yùn)用先進(jìn)機(jī)器學(xué)習(xí)的預(yù)測(cè)模型和集成學(xué)習(xí)的策略，在能夠獲取的數(shù)據(jù)中盡可能地挖掘信用信息。大數(shù)據(jù)征信主要從大數(shù)據(jù)采集和大數(shù)據(jù)分析兩個(gè)層面為小微企業(yè)提供信用評(píng)價(jià)，進(jìn)而為符合信用標(biāo)準(zhǔn)的小微企業(yè)提供融資服務(wù)。

（一）大數(shù)據(jù)采集

大數(shù)據(jù)征信運(yùn)用大數(shù)據(jù)技術(shù)采集多源數(shù)據(jù)，除了傳統(tǒng)銀行征信體系的決策因素以外，還包括授信對(duì)象信用狀況的其他因素，如社會(huì)關(guān)系、行為數(shù)據(jù)、地址信息等，從深度和廣度上盡可能挖掘授信對(duì)象的信用信息。

創(chuàng)新、多元的數(shù)據(jù)來源是大數(shù)據(jù)征信的評(píng)估基礎(chǔ)。大數(shù)據(jù)征信的數(shù)據(jù)來源十分豐富，除了傳統(tǒng)銀行征信主要考量的結(jié)構(gòu)化數(shù)據(jù)以外，還包括大量的半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，如借款人的典當(dāng)行記錄、房租繳納記錄、調(diào)查問卷記錄、網(wǎng)絡(luò)行為信息等。與傳統(tǒng)金融機(jī)構(gòu)僅用15—20項(xiàng)數(shù)據(jù)的評(píng)分卡相比，大數(shù)據(jù)征信的數(shù)據(jù)獲取渠道更廣。除社交數(shù)據(jù)之外，大數(shù)據(jù)征信公司充分挖掘多種原始數(shù)據(jù)的價(jià)值，甚至將借貸人的輸入方式、網(wǎng)站停留時(shí)間等極邊緣的信息作為信用評(píng)價(jià)的考量因素。

大數(shù)據(jù)采集的基本原理如圖1所示。

如圖1所示，大數(shù)據(jù)征信的數(shù)據(jù)來源非常多元化。首先，大數(shù)據(jù)征信最基礎(chǔ)的數(shù)據(jù)來源于第三方合作伙伴提供的數(shù)據(jù)，既包括銀行和信用卡等傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)，也包括搬家次數(shù)、法律記錄等非結(jié)構(gòu)化數(shù)據(jù)；其次是用戶授權(quán)的數(shù)據(jù)，如電話賬單、水電煤氣賬單、調(diào)查問卷記錄等；最后是來自互聯(lián)網(wǎng)上的公開數(shù)據(jù)，如IP地址、用戶搜索行為、社交網(wǎng)絡(luò)數(shù)據(jù)，這些數(shù)據(jù)可以反映出借貸人的性格和行為特征，有利于從深層次挖掘用戶的信用狀況，評(píng)估其信貸風(fēng)險(xiǎn)。大數(shù)據(jù)征信專家經(jīng)研究發(fā)現(xiàn)，半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)是客觀世界的傳感器，體現(xiàn)了借貸人真實(shí)的社會(huì)關(guān)系。只有充分考察借貸人借款行為背后的線索及線索間的聯(lián)系，才能從深層次挖掘用戶的信用狀況并提供有效的數(shù)據(jù)分析服務(wù)，降低信貸風(fēng)險(xiǎn)。大數(shù)據(jù)征信公司充分利用創(chuàng)新、多元的大數(shù)據(jù)源，以從多方面甄別申請(qǐng)人特質(zhì)，形成較為完整的申請(qǐng)人畫像。正如美國的大數(shù)據(jù)征信公司ZestFinance創(chuàng)始人布德所說：“這些細(xì)節(jié)可以展示一個(gè)人的性格，單獨(dú)來看可能不會(huì)發(fā)現(xiàn)什么線索，但是與其他成千上萬的信息數(shù)據(jù)聯(lián)系起來，就可以勾畫出令人難以置信的精確圖景?！?/p>

（二）大數(shù)據(jù)分析（大數(shù)據(jù)分析的基本原理如圖2所示）

圖2揭示了大數(shù)據(jù)征信的信用評(píng)估分析原理。大數(shù)據(jù)征信的信用評(píng)估分析，就是將借貸人的海量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化明細(xì)數(shù)據(jù)進(jìn)行采集，然后運(yùn)用先進(jìn)機(jī)器學(xué)習(xí)的預(yù)測(cè)模型和集成學(xué)習(xí)的策略，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的標(biāo)準(zhǔn)化整合。第一步，將來源于第三方和借貸者的海量原始數(shù)據(jù)輸入系統(tǒng)；第二步，尋找數(shù)據(jù)間的相關(guān)性并對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換；第三步，在相關(guān)性的基礎(chǔ)上將變量重新整合成較大的測(cè)量指標(biāo)，每一種測(cè)量指標(biāo)反映借貸人的某種特征，如詐騙概率、信用風(fēng)險(xiǎn)和償還能力等；第四步，將這些變量輸入到不同的數(shù)據(jù)分析模型中；第五步，將每一個(gè)模型輸出的結(jié)果按照原先設(shè)定的百分比進(jìn)行計(jì)算加總，形成最終的信用分?jǐn)?shù)?？傊?，大數(shù)據(jù)分析階段就是對(duì)海量原始數(shù)據(jù)進(jìn)行分布式大數(shù)據(jù)自動(dòng)挖掘，將數(shù)據(jù)庫中的原始數(shù)據(jù)經(jīng)過數(shù)學(xué)建模，提取特征變量，形成不同的特征值，然后放到不同的特征數(shù)據(jù)分庫中，按照相應(yīng)的百分比計(jì)算出最終的信用分?jǐn)?shù)。由于搜集了成千上萬種原始數(shù)據(jù)，統(tǒng)計(jì)結(jié)果更趨近于真實(shí)值。由于數(shù)據(jù)的整個(gè)采集、加工、分析過程全都通過計(jì)算模型及數(shù)據(jù)分析自動(dòng)完成，并且實(shí)現(xiàn)了對(duì)數(shù)據(jù)庫進(jìn)行實(shí)時(shí)、動(dòng)態(tài)的風(fēng)險(xiǎn)跟蹤和管理，避免人為因素的干擾，因此能夠有效防范道德風(fēng)險(xiǎn)，有效解決了小微企業(yè)融資難的缺信息、缺信用問題。近年來，這種基于大數(shù)據(jù)的信用風(fēng)險(xiǎn)評(píng)估方法被國內(nèi)外多家大數(shù)據(jù)征信公司采用，對(duì)傳統(tǒng)的信用體系形成了沖擊。

四、大數(shù)據(jù)征信在我國小微企業(yè)融資中的應(yīng)用——以拍拍貸為例

拍拍貸于2007年8月在上海正式成立，是國內(nèi)首家純信用無擔(dān)保的P2P網(wǎng)絡(luò)信貸公司，也是國內(nèi)第一家由工商部門特批獲得“金融信息服務(wù)”資質(zhì)，從而得到政府認(rèn)可的互聯(lián)網(wǎng)金融平臺(tái)。2012年完成A輪融資一年半后獲得B輪融資，2015年4月又獲得第三輪1億美元的融資。拍拍貸致力于搭建一個(gè)安全、高效、誠信、透明的互聯(lián)網(wǎng)金融平臺(tái)，規(guī)范個(gè)人借貸行為，改善借款人狀態(tài)，同時(shí)拓寬借出者投資渠道。

拍拍貸作為互聯(lián)網(wǎng)金融行業(yè)第一家公司備受關(guān)注，其優(yōu)勢(shì)有二：其一，拍拍貸擁有行業(yè)內(nèi)最大的用戶數(shù)據(jù)。雖然拍拍貸每年的借貸總額不是最多的，但是拍拍貸網(wǎng)站上的貸款人是最活躍的。對(duì)于互聯(lián)網(wǎng)金融公司而言，用戶數(shù)量的多少是衡量公司發(fā)展前景的重要因素。其二，拍拍貸公司僅僅是一個(gè)提供給大家的借貸平臺(tái)，使得在公正和獨(dú)立性上超過了其他傳統(tǒng)金融機(jī)構(gòu)。本質(zhì)上拍拍貸和阿里巴巴在模式上是同類型產(chǎn)品，阿里巴巴旗下的淘寶網(wǎng)及支付寶等業(yè)務(wù)也都是使用第三方平臺(tái)來運(yùn)作，這樣就是為了能更好地為廣大借貸人提供優(yōu)質(zhì)的服務(wù)。

拍拍貸公司運(yùn)用大數(shù)據(jù)征信技術(shù)對(duì)借貸人進(jìn)行信用評(píng)估的模型如圖3所示。

從圖3可以看到，在大數(shù)據(jù)采集階段，拍拍貸基于借款人身份、財(cái)務(wù)數(shù)據(jù)和互聯(lián)網(wǎng)行為數(shù)據(jù)搭建信貸評(píng)估模型。與傳統(tǒng)銀行采用70—80個(gè)數(shù)據(jù)維度相比，拍拍貸采用2 000多個(gè)數(shù)據(jù)維度，平均使用400個(gè)數(shù)據(jù)維度來評(píng)價(jià)一位借款人；既沿用了傳統(tǒng)銀行征信體系的決策指標(biāo)，又納入了海量互聯(lián)網(wǎng)行為數(shù)據(jù)。多維度的大數(shù)據(jù)征信信息可以對(duì)借款人從不同角度精確描述和深入量化其信用風(fēng)險(xiǎn)。

在大數(shù)據(jù)分析階段，拍拍貸構(gòu)建了全面的差異化的模型假設(shè)。首先在采集數(shù)據(jù)的基礎(chǔ)上總結(jié)規(guī)律，在此基礎(chǔ)上進(jìn)行歸納，進(jìn)而形成假設(shè)模型。拍拍貸運(yùn)用先進(jìn)機(jī)器學(xué)習(xí)的預(yù)測(cè)模型和集成學(xué)習(xí)的策略，在海量數(shù)據(jù)中挖掘出18個(gè)信用評(píng)估子模型，其中1位借款人匹配1個(gè)子模型。其次，構(gòu)建了三個(gè)完備的全自動(dòng)風(fēng)險(xiǎn)控制系統(tǒng)：反欺詐系統(tǒng)、信用評(píng)級(jí)系統(tǒng)和風(fēng)險(xiǎn)定價(jià)系統(tǒng)。信用等級(jí)是拍拍貸信用評(píng)價(jià)系統(tǒng)評(píng)出的，它將很大程度影響到借貸人的借款成功率、最高借款額度等。通常來講，借貸人的信用等級(jí)越高，其違約率越低，貸款成功率越高。拍拍貸信用等級(jí)由認(rèn)證分?jǐn)?shù)轉(zhuǎn)化而來，認(rèn)證等級(jí)由高到低分為A、B、C、D、E、HR。最后，根據(jù)以上三個(gè)風(fēng)險(xiǎn)控制系統(tǒng)來決定是否放貸、放貸金額和放貸利率。

五、結(jié)語

本文主要探討了大數(shù)據(jù)征信技術(shù)如何破解小微企業(yè)融資困境的問題。認(rèn)為大數(shù)據(jù)是海量資料的計(jì)算機(jī)語言描述，它以全樣本分析法替代隨機(jī)抽樣法，忽略事物的精確性而更加注重事物之間的相關(guān)性。大數(shù)據(jù)的真正價(jià)值在于數(shù)據(jù)的產(chǎn)品化，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)征信運(yùn)用大數(shù)據(jù)技術(shù)重新設(shè)計(jì)征信評(píng)價(jià)模型和算法，通過多維度的信用信息分析、整合和挖掘，對(duì)包括財(cái)務(wù)數(shù)據(jù)在內(nèi)的結(jié)構(gòu)化數(shù)據(jù)和地址信息、行為數(shù)據(jù)、社會(huì)關(guān)系等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集和分析，最終形成對(duì)借貸人的信用評(píng)價(jià)。大數(shù)據(jù)征信技術(shù)能夠針對(duì)小微企業(yè)的行業(yè)特征和業(yè)務(wù)模式，提取數(shù)據(jù)維度，構(gòu)建征信評(píng)價(jià)體系，創(chuàng)造了完全不同于傳統(tǒng)征信的評(píng)價(jià)方式，從而能有效地解決小微企業(yè)融資難的缺信息、缺信用問題。通過大數(shù)據(jù)征信技術(shù)，小微企業(yè)只要通過誠信和可持續(xù)經(jīng)營就能獲得信用資本，進(jìn)而獲得銀行的貸款。這使得大量無固定資產(chǎn)但具有創(chuàng)新理念，無法通過固定資產(chǎn)抵押或擔(dān)保取得傳統(tǒng)信貸服務(wù)的小微企業(yè)，也能得到銀行的資金支持。因此，大數(shù)據(jù)征信為小微企業(yè)融資提供了切實(shí)可行的解決途徑。值得一提的是，大數(shù)據(jù)征信在小微企業(yè)融資方面的應(yīng)用研究在我國尚處于探索階段，需要深入研究的問題還有很多。比如，大數(shù)據(jù)征信技術(shù)如何重新發(fā)掘結(jié)構(gòu)化數(shù)據(jù)的價(jià)值，如何多渠道引入非結(jié)構(gòu)化數(shù)據(jù)，在數(shù)據(jù)主宰一切的時(shí)代下如何保護(hù)借貸人的個(gè)人隱私等等，這些前沿問題有待今后進(jìn)一步探討?！?/p>

【參考文獻(xiàn)】

[1] 維克托·邁爾-舍恩伯格，等.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[2] 何大勇.大數(shù)據(jù)在微金融發(fā)展中的運(yùn)用[J].BCG管理新視野，2013（1）：10-12.

[3] 劉新海.阿里巴巴集團(tuán)的大數(shù)據(jù)戰(zhàn)略與征信實(shí)踐[J].征信，2014（10）：10-14.

[4] 胡曉帆.大數(shù)據(jù)時(shí)代征信業(yè)發(fā)展的機(jī)遇與挑戰(zhàn)[J].征信，2014（12）：45-48.

[5] 吳晶妹.未來中國征信： 三大數(shù)據(jù)體系[J].征信，2013（1）：4-12.

[6] 王曉潔.互聯(lián)網(wǎng)金融撬動(dòng)征信行業(yè)，大數(shù)據(jù)驅(qū)動(dòng)信用經(jīng)濟(jì)[N].中國信息報(bào)，2014-05-20.

[7] 劉新海，丁偉.大數(shù)據(jù)征信應(yīng)用與啟示——以美國互聯(lián)網(wǎng)金融公司Zestfinance為例[J].清華金融評(píng)論，2014（10）：10-12.

[8] 俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J].中國軟科學(xué)，2013（7）：24-26.

[9] 鄭志來.大數(shù)據(jù)背景下互聯(lián)網(wǎng)金融對(duì)中小企業(yè)融資影響研究[J].西南金融，2014（11）：63-66.

[10] 植鳳寅.大數(shù)據(jù)征信與小微金融服務(wù)[J].中國金融，2014（24）：90-93.

[11] 程平，徐云云.大數(shù)據(jù)時(shí)代基于云會(huì)計(jì)的AIS構(gòu)建研究[J].會(huì)計(jì)之友，2014（36）：119-121.