數(shù)字征信體系的創(chuàng)新與完善：來自蘇州數(shù)字征信試點試驗區(qū)的例證

南京師范大學(xué)商學(xué)院 王佳致

科創(chuàng)型企業(yè)是實現(xiàn)創(chuàng)新驅(qū)動、推動經(jīng)濟發(fā)展的主力軍，但也因其特性飽受融資約束的困擾。在2020年全國的兩會中，決定大力推進數(shù)字征信系統(tǒng)建設(shè)。在2020年6月28日召開的蘇州小微企業(yè)數(shù)字征信實驗區(qū)服務(wù)實體經(jīng)濟座談會上，全國首個征信試點實驗區(qū)正式啟動，蘇州市出臺相關(guān)配套政策，充分發(fā)揮數(shù)字征信在市場資源配置中的作用。在大力推動企業(yè)信用體系建設(shè)背景下，如何保證企業(yè)信用信息隱私安全、促進多主體各方協(xié)同合作、構(gòu)建一個更全面完整的融資征信評分體系等成為亟待解決的問題。

鄭文清、姚康、閆玉欣(2019)研究發(fā)現(xiàn)，蘇州建立小微企業(yè)數(shù)字征信試驗區(qū)的初衷是擴大小微信貸覆蓋面并提高小微信貸結(jié)構(gòu)分布均衡性，同時分析蘇州模式的成效。周雷、劉睿、金吉鴻(2019)在深入剖析蘇州綜合金融服務(wù)平臺服務(wù)實體經(jīng)濟主要成就的基礎(chǔ)上，選取代表性金融機構(gòu)及典型產(chǎn)品，研究如何依托金融服務(wù)平臺和應(yīng)用大數(shù)據(jù)、人工智能等金融科技新技術(shù)破解民營小微企業(yè)融資困境。人民銀行征信中心黨委書記陳建華(2021)表示，2021年是“十四五”開局之年，征信中心工作要以習(xí)近平新時代中國特色社會主義思想為指導(dǎo)，立足新發(fā)展階段，貫徹新發(fā)展理念，積極踐行“征信為民”，不斷提高征信服務(wù)能力，全面做好動產(chǎn)和權(quán)利擔保統(tǒng)一登記工作，為加快構(gòu)建新發(fā)展格局提供有效的征信和動產(chǎn)融資服務(wù)支持。

通過文獻梳理可以看出，國內(nèi)外學(xué)者對大數(shù)據(jù)征信及征信體系構(gòu)建進行了廣泛的研究，然而，其中仍存在許多問題。第一，研究數(shù)字征信話題主要集中于征信體系建設(shè)的宏觀把控，切實落實到城市及部門的研究很少。第二，缺少對全國首個征信實驗區(qū)的針對性案例研究分析。本文通過分析研究蘇州試點試驗區(qū)體系的構(gòu)建現(xiàn)狀、創(chuàng)新之處與存在的問題，探討數(shù)字征信實行的可行性和必要性，并為利用數(shù)字征信打造普惠金融提出相應(yīng)的完善之策，對政府、企業(yè)及社會發(fā)展有現(xiàn)實意義。

1 蘇州數(shù)字征信體系構(gòu)建的現(xiàn)狀

2015年，蘇州數(shù)字征信平臺正式上線，全面反映了相關(guān)政府部門提供的企業(yè)經(jīng)營與信用信息，負責數(shù)據(jù)分析研發(fā)，并推出了征信報告。同年，蘇州綜合金融服務(wù)平臺成立。

2016年，征信報告實現(xiàn)了改版升級，同時蘇州市政府與中國人民銀行南京分行共建試驗區(qū)，分布全省。中小企業(yè)的銀行信貸可得性低，只有30%左右，潛力巨大；中小企業(yè)自身規(guī)模較小，因此抵押難、擔保難，尤其是軟件等高新技術(shù)企業(yè)；中小企業(yè)信貸風(fēng)險相對較高，“趨利避害”的天性，使得金融機構(gòu)更偏好授信給大企業(yè)。

2019年，基于征信蘇州App和大數(shù)據(jù)建模，征信平臺推出了征信貸系列產(chǎn)品，通過企業(yè)線上申請銀行自動審批的模式，為廣大小微企業(yè)提供便捷優(yōu)質(zhì)的純信用貸款。同年，得到中國人民銀行總行批復(fù)，認可該模式，并提出有條件的地方可以參照此模式，提供相應(yīng)的金融服務(wù)。

2020年6月，全國首個征信實驗區(qū)——蘇州小微企業(yè)數(shù)字征信試點試驗區(qū)正式啟動。2020年，征信公司研發(fā)了保就業(yè)的“薪金云貸”、穩(wěn)外貿(mào)的“關(guān)助融”等產(chǎn)品，有力的支持小微企業(yè)抗疫復(fù)產(chǎn)和地方經(jīng)濟“六穩(wěn)六?！薄?/p>

2 蘇州數(shù)字征信體系構(gòu)建的創(chuàng)新之處

2.1 蘇州創(chuàng)新模式的特點

蘇州綜合金融服務(wù)平臺遵循“雙向選擇、自主對接”原則，秉持“多走‘網(wǎng)絡(luò)’、少走‘馬路’”的理念，企業(yè)需求與金融資源在線上雙向選擇、自主對接，在線下統(tǒng)籌資源、有效撮合。企業(yè)通過探索產(chǎn)品，對平臺發(fā)布需求，平臺給金融機構(gòu)推送需求。反之，金融機構(gòu)向平臺發(fā)布金融產(chǎn)品，平臺再向企業(yè)反饋需求，讓企業(yè)的融資需求與金融資源的供給對接起來。

蘇州地方企業(yè)征信系統(tǒng)做到數(shù)據(jù)全面可靠與數(shù)據(jù)更新及時。目前，共對接17個政府機關(guān)與3個公共事業(yè)單位市縣兩級共98家信息源單位，逐步與海關(guān)、工商、國稅、地稅、法院、質(zhì)檢、電力、社保等部門合作。

企業(yè)自主創(chuàng)新金融支持中心，支持中心五個單獨。分別為：單獨的人力資源、單列信貸計劃、單獨的信貸評審制度、單獨的考核機制和單獨的盡職免責制度，努力讓金融機構(gòu)的企業(yè)服務(wù)更加精準、有效、專業(yè)。

2.2 蘇州模式的具體創(chuàng)新之處

2.2.1 “政府+市場”的模式創(chuàng)新

不同于傳統(tǒng)征信采用一些固定的信息，例如收入、信用貸款和抵押擔保等信息，數(shù)字征信采用一些數(shù)字符號來反映企業(yè)生產(chǎn)經(jīng)營狀況在本地區(qū)、本行業(yè)中的大體排名情況，實現(xiàn)多維度信息分析。在征信模式選擇中，各個地區(qū)根據(jù)當?shù)亟?jīng)濟與其他情況有不同的選擇，有些地區(qū)依賴于政府主導(dǎo)的傳統(tǒng)征信，有些地區(qū)選擇市場為主的自由競爭征信體系構(gòu)建，有些地方應(yīng)用傳統(tǒng)模式或者用發(fā)改委提供的信息，但發(fā)改委提供的信息很廣，定量的信息不多，支持力度不夠。

只有政府和市場統(tǒng)籌協(xié)調(diào)、合理分工，讓專業(yè)的機構(gòu)來做專業(yè)的事情，征信體系建設(shè)才能事半功倍。在現(xiàn)階段，行政推動有一定優(yōu)勢，在充分整合數(shù)據(jù)、制定規(guī)則、理清邊界之后，再讓有規(guī)范意識、有發(fā)展前景的機構(gòu)充分競爭，更有利于行業(yè)規(guī)范和發(fā)展。

2.2.2 技術(shù)創(chuàng)新

(1)評分體系更加完善

構(gòu)建信用評分，需要確定建模樣本，正樣本表示在觀察期和表現(xiàn)期未曾出現(xiàn)過違約的企業(yè)，負樣本為發(fā)生過違約的企業(yè)，具體為發(fā)生不良的企業(yè)情況。評分的高低是判斷企業(yè)在未來一段時間可能發(fā)生風(fēng)險的概率，評分越高，發(fā)生風(fēng)險的概率越低。企業(yè)信用分≠貸款額度，企業(yè)信用分≠誠信水平，企業(yè)信用評分是企業(yè)信用水平綜合評分的客觀呈現(xiàn)，是預(yù)測企業(yè)在信用行為中的風(fēng)險違約率。

風(fēng)險評分是融資風(fēng)險評估的重要環(huán)節(jié)，通過選擇可控變量與非可控變量，運用模型分析，總結(jié)出不同主體的個性化特征與風(fēng)險報告。評分產(chǎn)品的應(yīng)用場景，主要用于在各類需要對客戶信用風(fēng)險分析的業(yè)務(wù)活動中對客戶的信用水平進行分析和判斷，在客戶評價、貸前營銷、授信審批、貸款定價、貸后監(jiān)控等階段作為參考。

評判企業(yè)信用會根據(jù)企業(yè)經(jīng)營方向的不同設(shè)置不同企業(yè)的信用評分標準。信用評級指標根據(jù)企業(yè)經(jīng)營狀況、盈利情況、償還貸款能力和風(fēng)險偏好選擇等方面設(shè)置多個量化和非量化指標進行評測，由此企業(yè)信用等級分為七級，按從高到低，可分為AAA級、AA級、A級、BBB級、BB級、B級、F級。

(2)數(shù)據(jù)模型優(yōu)化

蘇州征信平臺目前可以運用分析模型中的記分模型評估財務(wù)狀況與信用。通過把數(shù)據(jù)做成畫像的方式，解決個人提供的數(shù)據(jù)，從而可以直觀看見企業(yè)的整體情況，做全局畫像。類似芝麻評分，此模型可以將采集的數(shù)據(jù)分不同維度，做基礎(chǔ)模型。真正做模型及建模時間不會太長，但數(shù)據(jù)處理與數(shù)據(jù)分析耗時很多，模型不僅限于技術(shù)層面，還需要與業(yè)務(wù)相結(jié)合。所有模型依據(jù)于公式，模型預(yù)測的過程中，依據(jù)業(yè)務(wù)結(jié)合機器學(xué)習(xí)算法，來進行特征選擇。業(yè)務(wù)上主要是基于項目的經(jīng)驗和專家的判斷，隨機森林和xgboost算法等，來分析探究特征變量的重要性。同時，運用R語言和python進行變量選擇，如銀行關(guān)注消費貸款之比、凈利潤等指標進行特征選擇。衍生變量同樣具有實際意義，可計算營收資產(chǎn)負債、資產(chǎn)負債率等，有助于做成白名單深度挖掘企業(yè)，做出正確及時的風(fēng)險預(yù)警，并完善貸中審查與監(jiān)督。

(3)擔保制度完善

蘇州出臺政策支持，擔保制度目前有信用擔保、信用貸款、信用保證保險三類。同時，建設(shè)信寶貸，一旦經(jīng)過評估的小微企業(yè)發(fā)生風(fēng)險，政府承擔65%的風(fēng)險損失，基金規(guī)模10億元，著力提高銀行風(fēng)險容忍度，加強政府層面補貼，實行風(fēng)險共擔機制，與此同時設(shè)立三大基金，共擔創(chuàng)新風(fēng)險，共享創(chuàng)新紅利。

3 蘇州數(shù)字征信體系構(gòu)建存在的問題

3.1 模型在未來需要被信服，技術(shù)仍需加強

通過實際數(shù)據(jù)驗證，不斷調(diào)整與優(yōu)化模型結(jié)構(gòu)，擴大采集的數(shù)據(jù)量，進一步探索深層次聯(lián)系。 通過更加嚴謹?shù)脑u分系統(tǒng)，做好風(fēng)險預(yù)警，開拓創(chuàng)新型產(chǎn)品，開發(fā)更好的模型、解讀報告等幫助銀行與企業(yè)互相找到匹配的借貸方。

在建設(shè)模型過程中，首先面臨數(shù)據(jù)歸集的困難，其次面臨如何科學(xué)清洗數(shù)據(jù)的問題，最后就是推廣使用的問題。

目前，在數(shù)據(jù)清洗和數(shù)據(jù)安全方面，已經(jīng)引進國內(nèi)外第三方機構(gòu)人工智能、關(guān)聯(lián)圖譜等新技術(shù)，構(gòu)建數(shù)據(jù)模型。同時，與金融機構(gòu)正在使用的模型進行比對，選擇相對接近的模型，以盡可能符合實際情況，但國內(nèi)相關(guān)技術(shù)開發(fā)仍需加強。

3.2 產(chǎn)業(yè)鏈狹窄，小微企業(yè)融資仍然具有風(fēng)險

小微企業(yè)融資仍然不夠穩(wěn)定。小微有貸企業(yè)戶數(shù)增速長期低于貸款額增速，存在貸款額快速增長但獲貸企業(yè)面反而收窄等現(xiàn)象，新增貸款普惠性有待提高。

小微貸覆蓋率在不同行業(yè)之間的分布均衡性有待提高。其中，制造業(yè)企業(yè)重資產(chǎn)較多，土地、廠房、設(shè)備等抵押性較好，易于獲得銀行信貸，而科創(chuàng)企業(yè)融資仍然困難。面對未知的風(fēng)險，銀企之間溝通效率低，即使存在征信體系和擔保制度，但效率仍然低下。

4 完善對策

4.1 建立征信正向反饋機制

建立征信正向反饋機制有利于更進一步建設(shè)信用體系。例如，與真實業(yè)務(wù)發(fā)生的時間間隔相關(guān)聯(lián)，節(jié)點將每次交易信息接入?yún)^(qū)塊鏈Hash索引越快，信息的數(shù)量、質(zhì)量、信用相關(guān)度等指標越好，通過加權(quán)匯總，授予節(jié)點的層級越高，信息單位利益分配比重越大。

4.2 加強多方協(xié)作

未來，將建成企業(yè)、政府、金融機構(gòu)一體化的數(shù)字征信體系，這勢必涉及征信信息的共享以及各部門之間的協(xié)同合作，因而在未來走向一體化建設(shè)過程中，要解決信息泄露、糾纏不清等顧慮，進一步開展部門協(xié)同合作?？梢詤⒖紖^(qū)塊鏈的分布式記賬功能，在不調(diào)用各節(jié)點具體交易信息的前提下，通過Hash超級索引完成淺層信息集中，將此技術(shù)應(yīng)用于數(shù)字征信平臺，有助于打破信息壁壘、推動信息共享，提高征信運營效率和數(shù)據(jù)的商業(yè)價值。

同時，以央行為樞紐扮演推進和監(jiān)管角色，匯總征信對象在司法、納稅、職業(yè)、房產(chǎn)抵押、水電氣使用等方面的信息，以建立數(shù)字征信平臺系統(tǒng)。此平臺涵蓋金融、非金融方面的信用信息，可以較好地勾勒出企業(yè)的數(shù)字信用形象。

可以嘗試以央行為樞紐扮演推進和監(jiān)管角色，邀請百行征信等機構(gòu)加盟參與，匯總征信對象在司法、納稅、職業(yè)、房產(chǎn)抵押、水電氣使用等方面的信息，以建立數(shù)字征信平臺系統(tǒng)。此平臺涵蓋金融、非金融方面的信用信息，可以較好地勾勒出個人或企業(yè)的數(shù)字信用形象。

4.3 形成集約化，擴大至長三角，輻射全國

大數(shù)據(jù)征信在經(jīng)濟發(fā)達的蘇州地區(qū)取得了良好的運營效果，得益于經(jīng)濟體的發(fā)達、政府及多部門的協(xié)同配合以及銀企和百姓對征信的需求。但全國其他地區(qū)行業(yè)由于經(jīng)濟狀況和發(fā)展方向不同以及技術(shù)壁壘等原因，對征信的認知和需求存疑，所以數(shù)字征信體系如何推廣至全國各行各業(yè)，是下一步需要探索的問題。目前，有一些地區(qū)選擇與蘇州對接，大部分地區(qū)選擇自建征信機構(gòu)體系，但也有例如沈陽等城市求助蘇州幫助建設(shè)，技術(shù)輸出。

把模式落地的最大阻礙是數(shù)據(jù)采集取得困難。有些地方經(jīng)濟總量缺乏，而蘇州制造業(yè)多，適合目前的模式，而有些城市經(jīng)濟發(fā)展以農(nóng)業(yè)為主。國家發(fā)改委也推出了“信e貸”，廈門推進成果突出，各個地方模式不同。

蘇州實驗區(qū)如果能夠取得成果，可以作為范例形成可復(fù)制經(jīng)驗，分享給其他地域作為借鑒。征信體系如果能擴展至其他行業(yè)，收集歸納包括地產(chǎn)、水電、壽險等信息，就能為其他行業(yè)提供便利，但要做好信息的保護工作。