數(shù)據(jù)要素視角下創(chuàng)新中小微企業(yè)信貸風險評估方式的實踐路徑

摘 要：中小微企業(yè)是支撐國民經(jīng)濟的重要力量，對于穩(wěn)定增長、擴大就業(yè)、促進創(chuàng)新具有重要意義。中小微企業(yè)本身的信用信息缺失嚴重，且信用風險較高，其發(fā)展受到融資難、融資貴等因素的限制。隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，數(shù)據(jù)作為新型生產(chǎn)要素正賦能各行各業(yè)，不斷發(fā)揮其特有的創(chuàng)新驅動作用。因此，本文通過分析中小微企業(yè)信貸風險評估方式的研究現(xiàn)狀和數(shù)據(jù)要素的特點，剖析數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新的現(xiàn)實問題與實踐路徑具有極強的現(xiàn)實意義。研究發(fā)現(xiàn)，數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新作用形成主要面臨信用風險評估體系創(chuàng)新不足、銀行與中小微企業(yè)間的信息不對稱以及數(shù)據(jù)孤島和信息系統(tǒng)建設不全面的問題。為此，本文提出應構建數(shù)據(jù)驅動的中小微企業(yè)信貸風險評估模型、優(yōu)化中小微企業(yè)數(shù)據(jù)管控和動態(tài)預警機制、加強數(shù)據(jù)安全和信息系統(tǒng)建設，為中小微企業(yè)創(chuàng)造良好的融資環(huán)境，促進信貸業(yè)務的可持續(xù)發(fā)展，實現(xiàn)銀企共贏。

關鍵詞：新生產(chǎn)要素；中小微企業(yè)；信貸風險評估；數(shù)據(jù)信息；數(shù)字普惠金融

中圖分類號：F276.3 文獻標識碼：A 文章編號：2096-0298（2024）09（b）--05

1 理論基礎及文獻綜述

1.1 中小微企業(yè)信貸風險評估方式的研究現(xiàn)狀

隨著科技的飛速發(fā)展，金融行業(yè)正日益融入人工智能、云計算及大數(shù)據(jù)等尖端信息技術的浪潮中，這些前沿技術正逐步滲透并重塑金融業(yè)的多個維度與環(huán)節(jié)。其中，數(shù)字普惠金融作為金融科技的重要分支，致力于通過技術手段降低金融服務門檻，提高金融服務的覆蓋率和可得性，特別是針對中小微企業(yè)和個體工商戶等長尾客戶群體。然而，這些企業(yè)通常缺乏完善的財務報表和信用記錄，導致傳統(tǒng)金融機構在為其提供貸款時面臨較大的信用評估和風險控制挑戰(zhàn)。因此，創(chuàng)新中小微企業(yè)信貸風險評估方式，建立健全風險管控及預警機制顯得尤為迫切。

本文通過對中小微企業(yè)進行信用風險評估，不僅可以了解企業(yè)的經(jīng)營狀況、財務狀況及信用歷史，以幫助企業(yè)和銀行更好地識別風險，防范風險，還可以幫助銀行更好地為那些信用評價等級高的中小微企業(yè)提供便捷的服務，從而幫助中小微企業(yè)減少融資成本，提高融資通過率，降低信用風險。

在企業(yè)信用評估方面，傳統(tǒng)的金融機構會根據(jù)中小微企業(yè)提供的經(jīng)營狀況、財務狀況等方面綜合評價。Fitzpatridk（1932）[1]是最早研究企業(yè)風險評估的學者，其提出的一系列早期信用風險評估模型，為后續(xù)的企業(yè)信用評估研究奠定了堅實的理論基礎。隨著機器學習的不斷興起，許多學者將其應用于企業(yè)信用評估領域中。Lingyun Song等（2024）[2]提出了一個多結構級聯(lián)圖神經(jīng)網(wǎng)絡框架（MS-CGNN）用于企業(yè)信用風險評估，實驗結果表明，MS - CGNN在真實的ECR數(shù)據(jù)集上取得了最先進的性能。王培培等（2024）[3]利用KMV-CatBoost算法訓練企業(yè)信用債券違約風險評估模型，增強了模型的泛化能力，提高風險識別的準確率。劉思佳等（2024）[4]建立了麻雀搜索優(yōu)化支持向量機（SSA-SVM）互聯(lián)網(wǎng)上市企業(yè)信用評估模型，與傳統(tǒng)支持向量機、邏輯回歸、隨機森林模型進行對比，實驗結果表明SSA-SVM模型最優(yōu)。

不僅如此，許多學者專門對中小微企業(yè)的信用風險評估進行了相關研究，因中小微企業(yè)與銀行之間的信息不對稱以及潛在的道德風險等諸多問題，導致中小微企業(yè)面臨融資難的困境。如何有效評估中小微企業(yè)的信用風險是化解這一難題的關鍵。陳繼強等（2022）[5]提出了一種基于模糊信息分解的中小微企業(yè)信用評估組合模型，并結合XGBoost模型和Logistic回歸模型，使其具有較高的分類性能和良好可解釋能力；李淑錦等（2022）[6]為研究宏觀經(jīng)濟變量，采用彈性網(wǎng)絡和動態(tài)COX構建ENet-COX模型評估中小微企業(yè)信用風險，實驗結果表明模型準確度高達86.63%；Minhuan Gong（2017）[7]采用模糊神經(jīng)網(wǎng)絡對中小微企業(yè)信用評級模型進行了研究，測試結果顯示，其建模過程比BP神經(jīng)網(wǎng)絡更準確，測試結果更優(yōu)。

1.2 數(shù)據(jù)要素的定義、特征及作用

當前，數(shù)據(jù)要素作為新型生產(chǎn)要素，是實現(xiàn)產(chǎn)業(yè)數(shù)字化、智能化的基礎，數(shù)據(jù)應用已經(jīng)融入社會服務和企業(yè)生產(chǎn)的各個環(huán)節(jié)。2022年12月，中共中央、國務院發(fā)布了被稱為“數(shù)據(jù)二十條”的《關于構建數(shù)據(jù)基礎制度更好發(fā)揮數(shù)據(jù)要素作用的意見》以及2023年國家數(shù)據(jù)局成立以來，數(shù)據(jù)產(chǎn)權分置制度和公共數(shù)據(jù)授權運營機制日漸明晰，也為釋放數(shù)據(jù)要素潛力奠定了良好的制度基礎。

當前研究多聚焦于數(shù)據(jù)資源、數(shù)據(jù)資產(chǎn)以及數(shù)據(jù)資本等概念解析基礎上，進一步分析“數(shù)據(jù)”作為新時代“生產(chǎn)要素”所具有的獨特屬性與特征[8]。中國信息通信研究院發(fā)布的《數(shù)據(jù)要素白皮書》[9]明確指出，“數(shù)據(jù)要素”這一概念在數(shù)字經(jīng)濟語境下，是指為滿足特定生產(chǎn)需求，經(jīng)過匯聚、整理及深度加工處理后的計算機數(shù)據(jù)資源及其所衍生的各種形態(tài)。這一界定強調了數(shù)據(jù)在數(shù)字經(jīng)濟中的核心地位及其作為關鍵生產(chǎn)要素的轉化過程。目前，學界普遍認為數(shù)據(jù)要素具有虛擬性、價值不確定性、正外部性、非競爭性、動態(tài)演變性五大特征[10]。一是虛擬性。區(qū)別于資本、勞動力、土地等傳統(tǒng)要素，數(shù)據(jù)要素在形態(tài)上呈現(xiàn)出虛擬性。二是價值不確定性。受到數(shù)據(jù)準確性和完整性的影響，數(shù)據(jù)的價值是不確定的，其依賴于多個參與主體協(xié)同合作、共享開放的數(shù)據(jù)生態(tài)系統(tǒng)。在這其中，數(shù)據(jù)的價值會受到整個環(huán)境和各個參與主體的影響。三是正外部性。當產(chǎn)品或服務的價值隨著越來越多的人使用而增加時，就會產(chǎn)生網(wǎng)絡效應。網(wǎng)絡效應是指一種產(chǎn)品或服務的價值隨著越來越多的用戶采用而增加的現(xiàn)象，數(shù)據(jù)的網(wǎng)絡效應可以給所有用戶帶來數(shù)據(jù)使用的良性循環(huán)。四是非競爭性。一個企業(yè)公開合法的經(jīng)營數(shù)據(jù)、歷史信用數(shù)據(jù)不是排他的，可以同時授權給多個主體使用。五是動態(tài)演變性。與傳統(tǒng)要素不同，數(shù)據(jù)可以通過創(chuàng)新和新技術來改造和提高，并且數(shù)據(jù)是實時更新的，歷史數(shù)據(jù)的價值可能會隨著時間的推移而改變，這取決于數(shù)據(jù)的類型和市場需求。

2024年初，國家數(shù)據(jù)局等部門印發(fā)“數(shù)據(jù)要素×”三年行動計劃，旨在加速推動數(shù)據(jù)在包括金融服務在內(nèi)的12個關鍵領域內(nèi)的深度融合與應用拓展。在金融服務領域，數(shù)據(jù)作為生產(chǎn)要素在信貸類和支付類金融服務中具有極強的應用價值和創(chuàng)新潛力，銀行可充分利用數(shù)據(jù)要素進行信用風險評估，將數(shù)據(jù)要素價值轉化為信用價值，創(chuàng)造適應中小微企業(yè)需求的金融產(chǎn)品，并且借助數(shù)據(jù)要素向中小微企業(yè)更精準地投放普惠金融產(chǎn)品，可有效提高金融服務效率，激發(fā)各類市場主體活力，促進金融有效支持實體經(jīng)濟。中小微企業(yè)信貸業(yè)務是數(shù)字普惠金融的重要組成部分，且目前中小微企業(yè)信貸風險評估方式具有較大的創(chuàng)新空間，本文從數(shù)據(jù)要素視角出發(fā)，探討數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新的現(xiàn)實問題與實踐路徑。

2 數(shù)據(jù)要素視角下創(chuàng)新中小微企業(yè)信貸風險評估方式的現(xiàn)實問題

2.1 信用風險評估體系創(chuàng)新不足

中小微企業(yè)的信貸需求具有“短期、小額、分散”的特點，且中小微企業(yè)對資金流動性的要求更高。中小微貸款業(yè)務顯著特征在于其經(jīng)營模式的多元化。相較于銀行提供的其他金融服務，中小微企業(yè)貸款項目通常呈現(xiàn)金額較小但伴隨較高經(jīng)營風險的特點。因此，能否在信用風險評估體系上實現(xiàn)突破性創(chuàng)新，以有效管理和降低信貸風險，成為推動中小微企業(yè)信貸業(yè)務穩(wěn)健發(fā)展的關鍵。

當前，我國許多商業(yè)銀行對中小微企業(yè)的信貸評估還是參照大型企業(yè)相關指標作為審核標準。在傳統(tǒng)觀念中，大型企業(yè)通常擁有穩(wěn)定的經(jīng)營狀況和較強的還款能力，因此被視為銀行的優(yōu)質客戶。相比之下，中小微企業(yè)由于規(guī)模較小、經(jīng)營不穩(wěn)定、信息透明度不高等原因，往往難以獲得銀行的青睞。為了簡化操作流程和降低風險，商業(yè)銀行往往采用統(tǒng)一的信貸評估標準，將中小微企業(yè)與大型企業(yè)置于同一框架下進行評估。

因大多數(shù)中小微企業(yè)的財務狀況、經(jīng)營規(guī)模和盈利能力很難達到銀行放貸標準，這種無差異化的信貸管理模式一方面導致中小微企業(yè)貸款的可獲得性較差，大量有發(fā)展?jié)摿Φ闹行∥⑵髽I(yè)被排除在信貸市場之外，從而限制了其成長和擴張。此外，中小微企業(yè)通常缺乏足夠的抵押品和擔保，在申請貸款時面臨更高的門檻和更嚴格的審核條件，進一步加劇了融資難、融資貴的問題。

另一方面，未充分考慮中小微企D23XkvbIvYJapx/mU5bD0A==業(yè)獨特的發(fā)展特點和風險特征，中小微企業(yè)通常具有靈活性高、創(chuàng)新性強、市場適應能力強等優(yōu)勢，但同時面臨著經(jīng)營不穩(wěn)定、信息不對稱、抗風險能力弱等挑戰(zhàn)。銀行在評估中小微企業(yè)信用風險時，如果僅依賴傳統(tǒng)的財務指標和抵押擔保手段，很難全面準確地反映其真實風險情況。這種評估方法的局限性可能導致銀行對中小微企業(yè)的信貸決策過于保守或過于激進，從而增加了信貸風險。

2.2 銀行與中小微企業(yè)間的信息不對稱

在銀行與中小微企業(yè)之間的信貸業(yè)務中，信息不對稱是一個長期存在且顯著影響信貸風險的核心問題。這一問題不僅源于兩者在資金運作中的不同角色和地位，還涉及市場環(huán)境、制度設計、技術限制等多方面因素。

首先，銀行與中小微企業(yè)間雙方角色和地位不對等。中小微企業(yè)作為資金的實際使用者，對項目的運營情況、資金的具體流向、還款意愿、潛在風險以及企業(yè)的財務狀況等信息有著最直接的掌握。這些信息對于銀行來說，是評估信貸風險、確定貸款額度、制定還款計劃的重要依據(jù)。然而，銀行無法直接參與或完全監(jiān)控資金的具體運作，它們往往只能依賴企業(yè)提供的財務報表、經(jīng)營計劃等有限的信息來做出決策。這種信息獲取的不對等性，使得銀行在信貸業(yè)務中處于相對弱勢的地位。

其次，市場環(huán)境的變化是導致信息不對稱的重要原因。在競爭激烈的市場環(huán)境中，中小微企業(yè)為了獲得更多的資金支持，可能會故意隱瞞或虛報相關信息，以獲取更有利的貸款條件。同時，一些企業(yè)還可能利用信息不對稱的漏洞，進行非法融資、違規(guī)操作等行為，進一步加劇了信息不對稱的程度。

再次，制度設計的不完善是導致信息不對稱的重要因素。一方面，我國尚未建立起完善的信用體系，企業(yè)信用信息的收集、整理、共享等方面存在諸多障礙，使得銀行難以獲取全面的企業(yè)信用信息[11]。另一方面，銀行在信貸業(yè)務中的風險管理和內(nèi)部控制也存在不足，缺乏有效的風險識別和評估機制，難以準確判斷企業(yè)的還款能力和風險水平。

最后，技術限制是導致信息不對稱的一個重要原因。盡管近年來金融科技的發(fā)展為銀行提供了更多的信息獲取手段，但由于技術門檻高、投入成本大等原因，許多銀行在信息技術方面的投入仍然不足，難以充分利用大數(shù)據(jù)、人工智能等先進技術來分析和評估企業(yè)的信用狀況。

2.3 數(shù)據(jù)孤島和信息系統(tǒng)建設不全面

中小微企業(yè)的運營狀況和盈虧數(shù)據(jù)是銀行信貸風險評估中的核心考量因素，這些數(shù)據(jù)作為新興的生產(chǎn)資料，其共享與流通特性對于信貸決策至關重要。然而，當前商業(yè)銀行內(nèi)部的信息管理體系尚不完善，這阻礙了數(shù)據(jù)的順暢流動、有效整合及深度利用。中小微企業(yè)貸款的風險管理方面，銀行尚未構建起專門針對這類企業(yè)運營特征的數(shù)據(jù)庫系統(tǒng)，導致難以實時監(jiān)控與追蹤其數(shù)據(jù)動態(tài)，進而限制了利用大數(shù)據(jù)技術進行風險量化分析的能力。此外，貸后管理環(huán)節(jié)也因缺乏對企業(yè)經(jīng)營數(shù)據(jù)的深度整合與分析，使得銀行信息系統(tǒng)的風險預警功能顯得不夠精準與科學，從而在一定程度上制約了銀行對中小微貸款風險進行科學、有效的管理。

首先，中小微企業(yè)的經(jīng)營數(shù)據(jù)流通創(chuàng)新受阻。中小微企業(yè)缺乏統(tǒng)一的數(shù)據(jù)標準和技術規(guī)范，不同銀行和企業(yè)之間的數(shù)據(jù)格式和質量存在差異，導致數(shù)據(jù)難以實現(xiàn)互通互操作，形成了“數(shù)據(jù)孤島”現(xiàn)象，限制了數(shù)據(jù)的流通與整合，阻礙了跨企業(yè)、跨領域的協(xié)作與創(chuàng)新。同時，由于缺乏數(shù)據(jù)庫支持，銀行在獲取中小微企業(yè)數(shù)據(jù)信息時存在困難，無法有效地收集、整合中小微企業(yè)的各類數(shù)據(jù)。因此，銀行在評估中小微貸款風險時，往往缺乏充分的數(shù)據(jù)支持，難以進行準確的量化型分析。

其次，商業(yè)銀行內(nèi)部信息管理系統(tǒng)的功能不完備，特別是在中小微企業(yè)貸款風險管理領域。中小微企業(yè)因其特殊的經(jīng)營模式和財務狀況，其風險特征與傳統(tǒng)大型企業(yè)存在顯著差異。然而，當前商業(yè)銀行的信息管理系統(tǒng)往往缺乏針對中小微企業(yè)的專門設計，未能充分考慮中小微企業(yè)的實際運轉狀況。這導致銀行在獲取、整理和分析小微企業(yè)數(shù)據(jù)信息時面臨諸多困難。因此，銀行在評估中小微貸款風險時，往往只能依賴于有限的、不完整的數(shù)據(jù)，這大大降低了風險評估的準確性和有效性。

最后，商業(yè)銀行在貸后管理層面上，其信息系統(tǒng)風險預警職能也存在不足。風險預警是信息管理系統(tǒng)的重要功能之一，它能夠幫助銀行及時發(fā)現(xiàn)潛在的風險隱患，并采取相應的風險管理措施。然而，當前商業(yè)銀行的信息系統(tǒng)在風險預警方面還存在諸多問題。一方面，系統(tǒng)可能未能全面覆蓋中小微貸款的風險點，導致某些潛在風險被忽視；另一方面，系統(tǒng)的預警機制可能不夠科學、不夠精準，無法準確反映中小微貸款風險的實際情況。這在一定程度上制約了商業(yè)銀行對中小微貸款風險的科學管理。

3 數(shù)據(jù)要素視角下創(chuàng)新中小微企業(yè)信貸風險評估方式的實踐路徑

3.1 構建數(shù)據(jù)驅動的中小微企業(yè)信貸風險評估模型

數(shù)據(jù)要素作為一種新型生產(chǎn)要素，可以為數(shù)字普惠金融注入新動能，銀行應該全面樹立數(shù)據(jù)思維[12]，通過數(shù)據(jù)驅動提高中小微企業(yè)信貸風險評估與管理質效。

一方面，銀行可充分挖掘企業(yè)相關數(shù)據(jù)的價值信息，多維度評估企業(yè)信用，彌補傳統(tǒng)信貸評估方式的缺陷。高速公路通行數(shù)據(jù)作為交通數(shù)據(jù)的重要組成部分，蘊含著豐富的企業(yè)運營信息。這些數(shù)據(jù)不僅反映了企業(yè)的物流運輸活動，還間接體現(xiàn)了企業(yè)的生產(chǎn)經(jīng)營狀況、市場擴張能力和信用水平。采用機器學習、數(shù)據(jù)挖掘等技術，將人車關系核驗、車輛信息核驗、高速通行費查詢、ETC拉黑停卡次數(shù)查詢等轉化為評估企業(yè)信用的依據(jù)，作為企業(yè)征信領域的一種補充，可以幫助銀行構建更為全面、更精準的信用評價體系，從而有效緩解中小微企業(yè)和個體工商戶貸款難題。因此，銀行利用高速公路通行數(shù)據(jù)對中小微企業(yè)貸款客戶進行信用評估和風險控制，成為交通數(shù)據(jù)要素在數(shù)字普惠金融領域的重要應用之一。

另一方面，銀行可整合不同的數(shù)據(jù)資源，構建智能風控模型，并利用數(shù)據(jù)要素優(yōu)化信貸流程降本增效。銀行可以通過整合收集到的企業(yè)運營數(shù)據(jù)、財務數(shù)據(jù)、市場數(shù)據(jù)、供應鏈數(shù)據(jù)以及特定行業(yè)數(shù)據(jù)（如高速公路通行數(shù)據(jù)）等，形成一個全面、多維度的數(shù)據(jù)體系?；谡虾蟮臄?shù)據(jù)資源利用機器學習、深度學習等技術構建智能風控模型，從而更準確地評估中小微企業(yè)的信貸風險，降低不良貸款率。此外，銀行還可以利用數(shù)據(jù)要素優(yōu)化信貸流程。傳統(tǒng)的信貸流程通常存在繁瑣、耗時長、人工干預多等問題，這不僅降低了信貸效率，還增加了業(yè)務成本。通過數(shù)據(jù)要素的應用，銀行可以實現(xiàn)信貸流程的自動化和智能化。例如，通過自動化審批系統(tǒng)，銀行可以自動完成客戶信息的錄入、審核和審批等環(huán)節(jié)，減少人工干預和等待時間，提高審批效率。

3.2 優(yōu)化中小微企業(yè)數(shù)據(jù)管控和動態(tài)預警機制

以數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新，優(yōu)化中小微企業(yè)數(shù)據(jù)管控和動態(tài)預警機制是其中關鍵。中小微企業(yè)的經(jīng)營特性，其系統(tǒng)性風險十分凸顯，所以降低風險的集中度，加強數(shù)據(jù)管控，整合數(shù)據(jù)資源構建銀行的中小微企業(yè)信貸基礎數(shù)據(jù)庫十分重要。銀行可借此減少其與中小微企業(yè)之間信息不對稱的情況，加強風險管控。此外，企業(yè)辦理貸款業(yè)務后，銀行應采取多元化手段強化貸后監(jiān)管工作，持續(xù)跟蹤并動態(tài)把握企業(yè)的經(jīng)營動態(tài)與信用狀況變動，適時調整授信策略并采取風險預警措施，有效防范并化解潛在風險。

首先，構建中小微企業(yè)信貸基礎數(shù)據(jù)庫是加強中小微企業(yè)數(shù)據(jù)管控的關鍵。隨著云計算的快速發(fā)展，打破了傳統(tǒng)技術架構的高壁壘，加速創(chuàng)新技術的普及和應用，可幫助企業(yè)減少信息基礎設施投入、降低軟硬件運維人力成本、消除軟件合規(guī)問題、保障數(shù)據(jù)安全?！霸圃睌?shù)據(jù)庫通過云計算技術，實現(xiàn)數(shù)據(jù)的實時更新、動態(tài)存儲和高效處理，為銀行提供全面、準確的企業(yè)信息。通過整合內(nèi)外部數(shù)據(jù)資源，包括企業(yè)的經(jīng)營數(shù)據(jù)、財務數(shù)據(jù)、信用記錄等，銀行能夠形成一個多維度的企業(yè)信息畫像，從而更準確地評估企業(yè)的信貸風險。這種數(shù)據(jù)庫的云原生特性使其具備高度的可擴展性和靈活性，能夠應對中小微企業(yè)復雜多變的風險狀況。

其次，強化動態(tài)預警體系是深化貸后管理、有效削減信貸風險的重要環(huán)節(jié)。對內(nèi)，需構建貸后動態(tài)風險管理預警模型，此模型依托高效的數(shù)據(jù)整合與分析系統(tǒng)，該系統(tǒng)全面匯聚銀行內(nèi)部資源，如資金結算、賬戶管理等部門提供的中小微企業(yè)現(xiàn)金流狀況、賬戶余額、交易頻率等核心數(shù)據(jù)，并結合外部市場信息進行深度剖析，以形成精準的動態(tài)風控預警機制。對外，應積極拓寬信息獲取途徑，通過建立與司法、稅務、工商等權威機構的全面信息交互平臺，實現(xiàn)數(shù)據(jù)共享，從而增強對客戶非現(xiàn)場監(jiān)控的廣度與深度。這一舉措旨在實時追蹤客戶及其關聯(lián)方的最新風險動態(tài)，包括但不限于經(jīng)營狀況波動、潛在風險預警信號及負面輿論等，確保信息獲取的及時性與全面性。隨后，將收集到的關鍵信息在內(nèi)部進行高效流轉與共享，為后續(xù)的信貸策略調整與風險管理決策提供有力支撐[13]。

3.3 加強數(shù)據(jù)安全和信息系統(tǒng)建設

加強數(shù)據(jù)安全和信息系統(tǒng)建設是數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新的重要方式。數(shù)據(jù)安全是信貸風險評估的基石，它涵蓋了數(shù)據(jù)的完整性、保密性、可用性和可控性等方面。而信息系統(tǒng)建設對于加強數(shù)據(jù)安全、提升中小微企業(yè)信貸風險評估效率具有關鍵作用。一個安全、高效、穩(wěn)定的信息系統(tǒng)能夠支持銀行快速獲取、處理和分析企業(yè)數(shù)據(jù)，提高風險評估的準確性和效率。

一方面，數(shù)字經(jīng)濟時代背景下，產(chǎn)業(yè)數(shù)字化進程逐步推進，金融等各領域加速構建數(shù)字產(chǎn)業(yè)鏈，而數(shù)據(jù)安全關乎企業(yè)安全、公眾安全、國家安全。數(shù)據(jù)安全是信貸風險評估的基石，它涵蓋了數(shù)據(jù)的完整性、保密性、可用性和可控性等方面。中小微企業(yè)在信貸風險評估中，涉及大量敏感數(shù)據(jù)，如企業(yè)財務報表、經(jīng)營數(shù)據(jù)、信用記錄等。這些數(shù)據(jù)的安全保障對于確保風險評估結果的準確性和可靠性至關重要。為了加強數(shù)據(jù)安全，銀行需要采取一系列措施，如建立嚴格的數(shù)據(jù)訪問權限管理、實施數(shù)據(jù)加密技術、定期進行安全審計和風險評估等。同時，銀行還需要加強員工的數(shù)據(jù)安全意識培訓，確保員工在處理敏感數(shù)據(jù)時能夠遵守相關安全規(guī)定和操作流程。

另一方面，構建一個健全且高效的信息管理體系，對于風險評估決策者而言，是獲取全面信貸風險概覽、精準把握小微企業(yè)風險態(tài)勢的關鍵。這一體系的有效性，直接關聯(lián)到銀行信貸信息收集的精準度、信息流通的順暢度以及信息內(nèi)容的完整性。為此，銀行內(nèi)部應秉持“科技引領、資源共享、普惠服務”的理念，構建技術創(chuàng)新平臺，推動業(yè)務全面數(shù)字化轉型。同時，加強內(nèi)部數(shù)據(jù)管理，致力于提升數(shù)據(jù)利用效率與數(shù)據(jù)質量，確保決策基礎堅實可靠。在外部環(huán)境中，銀行需打破信息壁壘，積極融入外部數(shù)據(jù)生態(tài)系統(tǒng)，實現(xiàn)數(shù)據(jù)資源與信貸管理信息的跨界共享。通過拓寬數(shù)據(jù)收集渠道，構建數(shù)據(jù)共享與合作機制，不僅能夠顯著降低銀行在風險管理方面的成本投入，還能促進社會信用體系的進一步完善與發(fā)展，為構建更加透明、高效的經(jīng)濟環(huán)境貢獻力量[14]。

4 結語

當前，數(shù)據(jù)要素是數(shù)字經(jīng)濟深化發(fā)展的核心引擎，是最具時代特征的生產(chǎn)要素。對普惠金融而言，數(shù)據(jù)要素正驅動其提質增效、創(chuàng)新發(fā)展。本文通過分析中小微企業(yè)信貸風險評估方式的發(fā)展現(xiàn)狀和數(shù)據(jù)要素的特點，系統(tǒng)性剖析了數(shù)據(jù)要素驅動中小微企業(yè)信貸風險評估方式創(chuàng)新的現(xiàn)實問題，包括信用風險評估體系創(chuàng)新不足、銀行與中小微企業(yè)間的信息不對稱、數(shù)據(jù)孤島和信息系統(tǒng)建設不全面等。同時，文章創(chuàng)新地提出了其解決方法和實踐路徑，包括構建數(shù)據(jù)驅動的中小微企業(yè)信貸風險評估模型、優(yōu)化中小微企業(yè)數(shù)據(jù)管控和動態(tài)預警機制、加強數(shù)據(jù)安全和信息系統(tǒng)建設等。

展望未來，銀行應在激活數(shù)據(jù)價值、賦能中小微企業(yè)方面扮演“核心引擎”的角色，主動攜手政府機關、多元企業(yè)及社會各界，共同推動數(shù)據(jù)要素技術的深度融合、業(yè)態(tài)的持續(xù)創(chuàng)新和技術的不斷突破，致力于打造一個健康繁榮的數(shù)據(jù)要素生態(tài)體系。在這一體系中，數(shù)據(jù)要素將作為核心驅動力，全面激發(fā)社會經(jīng)濟發(fā)展的新活力，力求實現(xiàn)數(shù)據(jù)價值分配的帕累托最優(yōu)狀態(tài)[15]，確保各參與方利益最大化。

作為數(shù)據(jù)的主要應用者，銀行應積極擁抱數(shù)據(jù)要素的紅利，不僅要在內(nèi)部深化數(shù)據(jù)應用，提升服務效率與質量，還要將這份力量外溢至實體經(jīng)濟，特別是聚焦于那些在中國社會主義市場經(jīng)濟體系中占據(jù)重要位置的中小微企業(yè)。通過精準的數(shù)據(jù)分析與服務定制，銀行將加大對普惠金融的投入力度，確保金融服務惠及更廣泛的社會群體，助力中小微企業(yè)健康成長，共同構建一個充滿活力、高效運轉的數(shù)字化經(jīng)濟新生態(tài)，為經(jīng)濟的持續(xù)健康發(fā)展貢獻力量。

參考文獻

FitzpatrickPJ.AcomparisonoftheRatios of Successful Industrial Enterprises with those of Failed Companies[J].Certified PublicAccountant，1932（2）：598-729.

Lingyun S ，Haodong L， Yacong T， et al.Enhancing Enterprise Credit Risk Assessment with Cascaded Multi-level Graph Representation Learning[J].Neural Networks，2024，169475-484.

王培培，周小平，陳佳佳，等.基于KMV-CatBoost增強的企業(yè)信用債券違約風險評估模型[J].上海師范大學學報（自然科學版中英文），2024，53（2）：247-253.

劉思佳，陳英偉，梁亞玲.基于SSA-SVM模型的我國互聯(lián)網(wǎng)上市企業(yè)的風險評估[J].內(nèi)蒙古科技與經(jīng)濟，2024（2）：83-86.

陳繼強，張峰，張麗娜，等.基于模糊信息分解的中小微企業(yè)信用評估組合模型[J].模糊系統(tǒng)與數(shù)學，2022，36（5）：142-150.

李淑錦，吳王瀅.基于ENet-COX模型的中小企業(yè)信用風險評估研究[J].杭州電子科技大學學報（社會科學版），2022，18（3）：32-40.

Gong M .Research and application of credit rating model in small and micro enterprises based on fuzzy neural network[J].Journal of Discrete Mathematical Sciences and Cryptography，2017，20（4）：817-834.

王雪，夏義堃，裴雷.國內(nèi)外數(shù)據(jù)要素市場研究進展：系統(tǒng)性文獻綜述[J].圖書情報知識，2023，40（6）：117-128.

中國信息通信研究院.數(shù)據(jù)要素白皮書（2022）[R/OL].[2023-03-20].www-caict-ac-cn-s.hutb.yitlink.com：8444/kxyj/qwfb/bps/202301/t20230107_413788.htm.（China Academy of Information and Communication Technology.Data Elements White Paper（2022）[R/OL].[2023-03-20].www-caict-ac-cn-s.hutb.yitlink.com：8444/kxyj/qwfb/bps/202301/t20230107_413788.htm.）

張明，路先鋒，吳雨桐.數(shù)據(jù)要素經(jīng)濟學：特征、確權、定價與交易[J].經(jīng)濟學家，2024（4）：35-44.

劉星.信用體系建設與商業(yè)銀行健康發(fā)展探究[J].投資與創(chuàng)業(yè)，2024，35（5）：188-190.

孫海丹.大數(shù)據(jù)時代小微企業(yè)財務風險預警機制與實踐探析[J].河北企業(yè)，2024（5）：87-89.

陳應棋，沈庭芝.淺談我國商業(yè)銀行貸后管理現(xiàn)狀與應對策略[J].商業(yè)經(jīng)濟，2023（11）：181-183.

白文元.數(shù)字化轉型下商業(yè)銀行小微企業(yè)信貸風險管理研究[J].金融文壇，2023（8）：88-90.

曹建秀，葉穎豪，林志聰.數(shù)據(jù)要素賦能銀行數(shù)字化發(fā)展實踐與探究[J].金融科技時代，2024，32（4）：6-11.