大數(shù)據(jù)支持下的企業(yè)信用評級模式探索

摘要：為系統(tǒng)探討大數(shù)據(jù)環(huán)境下構(gòu)建智能、動態(tài)的企業(yè)信用評級新模式，本研究首先分析了傳統(tǒng)評級過于依賴企業(yè)自身提供的財務(wù)數(shù)據(jù)以及評級指標(biāo)體系簡單等不足。隨后，提出可以利用大數(shù)據(jù)實現(xiàn)評級信息豐富化、評級模型動態(tài)化、評級流程智能化的設(shè)想，給出了具體的技術(shù)途徑，如構(gòu)建多源異構(gòu)數(shù)據(jù)平臺、建立自適應(yīng)評級模型、實時監(jiān)測等。此外，還提出了完善企業(yè)信用評級模式的設(shè)計建議，即構(gòu)建全面、動態(tài)的評級指標(biāo)體系，實現(xiàn)評級的智能化，并建立動態(tài)跟蹤機(jī)制以保證評級的實時性。本文為大數(shù)據(jù)驅(qū)動下構(gòu)建現(xiàn)代化的企業(yè)信用評級模式提供了新思路，也為相關(guān)研究提供了重要借鑒。

關(guān)鍵詞：企業(yè)信用評級；大數(shù)據(jù)；評級模型

企業(yè)信用評級對于監(jiān)管機(jī)構(gòu)和社會公眾判斷企業(yè)信譽(yù)十分重要。企業(yè)信用評級模式改進(jìn)成為當(dāng)下研究熱點。既有研究總結(jié)了傳統(tǒng)評級存在的信息源單一、評級滯后、缺乏動態(tài)跟蹤等問題，并提出了利用大數(shù)據(jù)進(jìn)行企業(yè)信用評級模式創(chuàng)新的設(shè)想，但較少系統(tǒng)闡述具體的技術(shù)路徑。本研究立足大數(shù)據(jù)視角，重點關(guān)注如何運用大數(shù)據(jù)技術(shù)實現(xiàn)企業(yè)信用評級的精準(zhǔn)化。研究發(fā)現(xiàn)，目前尚缺乏大數(shù)據(jù)驅(qū)動下企業(yè)信用評級模式設(shè)計的具體方案。為填補(bǔ)這一研究空白，本研究旨在系統(tǒng)探討大數(shù)據(jù)環(huán)境下構(gòu)建智能、動態(tài)的企業(yè)信用評級模式的思路。本文首先分析傳統(tǒng)評級的不足，指出大數(shù)據(jù)技術(shù)可以提供更豐富的評級信息支持，實現(xiàn)評級的動態(tài)化和智能化。進(jìn)而詳細(xì)討論了大數(shù)據(jù)支撐下實現(xiàn)動態(tài)評級的具體舉措，如構(gòu)建多源異構(gòu)數(shù)據(jù)平臺、建立自適應(yīng)評級模型、實施實時監(jiān)測等方式。最后給出完善企業(yè)信用評級模式的設(shè)計建議，即構(gòu)建全面、動態(tài)的評級指標(biāo)體系，實現(xiàn)智能評級，并建立動態(tài)跟蹤機(jī)制，以保證評級的實時性。本研究為完善企業(yè)信用評級模式提供了思路指導(dǎo)。

一、傳統(tǒng)企業(yè)信用評級存在的問題

（一）信息收集渠道單一，評級指標(biāo)體系不完善

傳統(tǒng)的企業(yè)信用評級過于依賴于企業(yè)自身提供的財務(wù)報表等定量數(shù)據(jù)。這些數(shù)據(jù)來源單一，評級機(jī)構(gòu)無法獲取企業(yè)經(jīng)營的全景圖。與此同時，傳統(tǒng)的評級指標(biāo)體系結(jié)構(gòu)簡單，僅僅強(qiáng)調(diào)資產(chǎn)規(guī)模、負(fù)債率等財務(wù)指標(biāo)，忽視了企業(yè)經(jīng)營管理、公司治理、行業(yè)地位、社會聲譽(yù)等諸多影響企業(yè)信用的重要因素。這直接導(dǎo)致了評級結(jié)果的片面性。企業(yè)提供的財務(wù)報表數(shù)據(jù)存在著精心包裝與造假的可能，反映了企業(yè)希望外部看到的正面形象，而非企業(yè)的全貌。這些數(shù)據(jù)的真實性與全面性都令人質(zhì)疑。此外，過分依賴財務(wù)數(shù)據(jù)也會引發(fā)“短期行為”，企業(yè)將注意力放在虛增財務(wù)指標(biāo)上，而非改善經(jīng)營管理。與此同時，傳統(tǒng)評級指標(biāo)如資產(chǎn)負(fù)債率、流動比率等，大多是針對企業(yè)財務(wù)狀態(tài)的靜態(tài)評估。這些指標(biāo)有效性低，無法反映企業(yè)的真實競爭力和發(fā)展?jié)摿ΑＲ恍┯绊懫髽I(yè)信用核心要素被忽視，導(dǎo)致評級結(jié)果欠全面，并存在著滯后性。

（二）評級依據(jù)數(shù)據(jù)滯后，無法實時反映企業(yè)信用狀況

當(dāng)今經(jīng)濟(jì)環(huán)境變化迅速，企業(yè)的經(jīng)營狀況也日新月異。但是傳統(tǒng)的企業(yè)信用評級機(jī)制卻過度依賴于企業(yè)的歷史財務(wù)數(shù)據(jù)，主要源于已經(jīng)滯后的定期財務(wù)報告。這成為阻礙評級實時反映企業(yè)信用的重要因素。傳統(tǒng)評級指標(biāo)如資產(chǎn)總額、負(fù)債率以及流動比率等，本質(zhì)上都是對企業(yè)過去一段時間內(nèi)的財務(wù)狀況進(jìn)行定量描述，它們都存在一個同質(zhì)性問題——滯后性。這種滯后會導(dǎo)致評級在時間維度上存在“真實性缺口”，評級結(jié)果很難展現(xiàn)企業(yè)當(dāng)前時刻的真實信用水平和潛在風(fēng)險，降低了評級的準(zhǔn)確性。以負(fù)債率為例，企業(yè)在財務(wù)報告日之后的經(jīng)營中，負(fù)債規(guī)模和結(jié)構(gòu)可能發(fā)生重大變化，從而影響其償債能力。但這些變化需要到下一次財報日才能反映出來。這段“無聲期”內(nèi)的經(jīng)營風(fēng)險很難被財務(wù)數(shù)據(jù)抓取，但極可能導(dǎo)致企業(yè)信用狀況的重大惡化?？梢?，過度依賴滯后的財務(wù)數(shù)據(jù)進(jìn)行評級，很容易導(dǎo)致對企業(yè)信用風(fēng)險的誤判。

（三）評級結(jié)果靜態(tài)化，缺乏動態(tài)跟蹤機(jī)制

傳統(tǒng)的企業(yè)信用評級往往是一次性的評估結(jié)果，評級機(jī)構(gòu)在完成對企業(yè)信用的評估后，很少建立后續(xù)的跟蹤機(jī)制來動態(tài)監(jiān)測企業(yè)信用狀況的變化。這導(dǎo)致了評級存在“一評定終身”的問題，評級結(jié)果僅代表企業(yè)在某一時點的信用狀況，隨后企業(yè)信用的變動無法反映在評級結(jié)果中，評級結(jié)果存在嚴(yán)重的靜態(tài)化現(xiàn)象。一次性地評級難以適應(yīng)當(dāng)下經(jīng)濟(jì)環(huán)境迅速變化的特點。企業(yè)的信用狀況會隨著內(nèi)外部經(jīng)營環(huán)境的變化而動態(tài)調(diào)整，表現(xiàn)為一個動態(tài)變化的過程。如果評級結(jié)果無法與企業(yè)實際信用狀況保持同步，那么這種靜態(tài)的評級就會喪失意義和參考價值。再進(jìn)行一次性評級后，企業(yè)的實際經(jīng)營狀況、資產(chǎn)規(guī)模、負(fù)債結(jié)構(gòu)、核心競爭力等都可能發(fā)生變化，從而改變企業(yè)的信用狀況。但是傳統(tǒng)的靜態(tài)評級無法對這些變化做出反應(yīng)，導(dǎo)致評級“脫實際”。這不僅無法為社會各界提供有效的信用信息參考，也損害了企業(yè)主體信用建設(shè)的積極性。

二、大數(shù)據(jù)技術(shù)支撐下的企業(yè)信用評級模式

（一）多源異構(gòu)數(shù)據(jù)的整合應(yīng)用

相較于傳統(tǒng)評級過于依賴企業(yè)自身提供的財務(wù)數(shù)據(jù)，大數(shù)據(jù)技術(shù)可以實現(xiàn)多源、異構(gòu)數(shù)據(jù)的整合，提供更豐富的評級信息支持。大數(shù)據(jù)技術(shù)可以整合包括企業(yè)自身財報在內(nèi)的結(jié)構(gòu)化數(shù)據(jù)，也可以收集互聯(lián)網(wǎng)、社交媒體等非結(jié)構(gòu)化數(shù)據(jù)。這些數(shù)據(jù)來源多樣，類型異構(gòu)，可以從多個維度全面反映企業(yè)的經(jīng)營、財務(wù)、聲譽(yù)等情況。以互聯(lián)網(wǎng)數(shù)據(jù)為例，企業(yè)高管和董事會成員的背景、企業(yè)與政府部門的關(guān)系、媒體對企業(yè)的報道、行業(yè)專家的評論等都是影響企業(yè)信用的信息。大數(shù)據(jù)技術(shù)可以通過網(wǎng)絡(luò)爬蟲、文本分析等手段有效整合這些信息，為信用評級提供更豐富的輔助依據(jù)。另外，大數(shù)據(jù)技術(shù)還可以收集和處理企業(yè)內(nèi)部系統(tǒng)生成的結(jié)構(gòu)化運行數(shù)據(jù)，如ERP系統(tǒng)、CRM系統(tǒng)等的數(shù)據(jù)。這些原始數(shù)據(jù)可以更及時、更準(zhǔn)確地反映企業(yè)的經(jīng)營狀況和管理水平。大數(shù)據(jù)技術(shù)可以對企業(yè)運行數(shù)據(jù)進(jìn)行多維分析，發(fā)現(xiàn)更多影響企業(yè)信用的內(nèi)在因素。大數(shù)據(jù)為企業(yè)信用評級提供了集成多源異構(gòu)數(shù)據(jù)的可能性，既可以克服傳統(tǒng)評級信息源單一的局限，也可以從多個維度立體化地考察企業(yè)信用，使評級更具全面性和準(zhǔn)確性。

（二）動態(tài)評級模型的建立

相較于傳統(tǒng)評級過于依賴靜態(tài)的財務(wù)指標(biāo)，大數(shù)據(jù)環(huán)境下可以建立動態(tài)的企業(yè)信用評級模型，實時反映企業(yè)信用狀況的變化。具體來說，可以利用機(jī)器學(xué)習(xí)等算法，基于企業(yè)的多維度大數(shù)據(jù)，構(gòu)建自適應(yīng)的評級模型。這種模型可以隨著企業(yè)經(jīng)營狀況和外部環(huán)境的變化，動態(tài)調(diào)整各評級維度的權(quán)重，實現(xiàn)對企業(yè)信用的實時監(jiān)測和評估。另外，大數(shù)據(jù)分析可以發(fā)現(xiàn)影響企業(yè)信用的新的評價維度，并在評級模型中增加相應(yīng)指標(biāo)，使企業(yè)信用評級更加全面。新增指標(biāo)可基于文本分析、關(guān)系網(wǎng)絡(luò)分析等技術(shù)實現(xiàn)。大數(shù)據(jù)環(huán)境下建立動態(tài)、自適應(yīng)的評級模型，可以實現(xiàn)對企業(yè)信用更加智能化、動態(tài)化的評估和監(jiān)測。模型的動態(tài)調(diào)整也有利于發(fā)現(xiàn)新的評級指標(biāo)，驅(qū)動企業(yè)信用評級體系的不斷完善。

（三）評級過程智能化和自動化

傳統(tǒng)的企業(yè)信用評級依賴專業(yè)分析人員進(jìn)行評級模型搭建、指標(biāo)權(quán)重設(shè)定、打分計算等一系列評級過程。這種人工操作方式效率低下，也容易引入主觀偏見。大數(shù)據(jù)技術(shù)可以實現(xiàn)企業(yè)信用評級過程的智能化和自動化。首先，在模型搭建階段，可以利用機(jī)器學(xué)習(xí)算法自動分析大規(guī)模歷史評級數(shù)據(jù)，確定影響企業(yè)信用的關(guān)鍵因素和指標(biāo)權(quán)重，生成評級模型。在具體評級時，系統(tǒng)可以調(diào)用企業(yè)的多維度大數(shù)據(jù)，自動提取需要的特征信息，無需人工參與指標(biāo)計算。然后，將這些數(shù)據(jù)輸入預(yù)設(shè)的評級模型，激活模型自動完成評分計算和評級結(jié)果生成。

最后，系統(tǒng)還可以基于企業(yè)信用評級的時間序列數(shù)據(jù)，利用深度學(xué)習(xí)技術(shù)自動分析企業(yè)信用變化趨勢，進(jìn)行風(fēng)險預(yù)警。一旦監(jiān)測到企業(yè)信用存在異常波動，自動觸發(fā)預(yù)警，無需等待下一次人工評級。總體來說，利用大數(shù)據(jù)和AI技術(shù)使評級過程智能化和自動化，可以大幅提升評級效率，降低評級成本。同時也減少了人為操作的不確定性，提高了評級的客觀性和公信力。

三、大數(shù)據(jù)環(huán)境下企業(yè)信用評級模式的設(shè)計思考

（一）構(gòu)建全面、動態(tài)的評級指標(biāo)體系

在大數(shù)據(jù)環(huán)境下，可以構(gòu)建全面、動態(tài)的企業(yè)信用評級指標(biāo)體系。

首先，指標(biāo)體系的構(gòu)建可以充分利用大數(shù)據(jù)技術(shù)對多源異構(gòu)數(shù)據(jù)的整合能力。將互聯(lián)網(wǎng)數(shù)據(jù)、行業(yè)數(shù)據(jù)等不同類型數(shù)據(jù)納入評級指標(biāo)體系，全方位考量影響企業(yè)信用的各種因素。例如，增加反映企業(yè)社會責(zé)任、企業(yè)文化建設(shè)等定性指標(biāo)。其次，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)可以持續(xù)分析不同行業(yè)、不同類型企業(yè)的評級數(shù)據(jù)，動態(tài)發(fā)現(xiàn)影響企業(yè)信用的新因素，并及時將其納入評級指標(biāo)體系。隨著企業(yè)經(jīng)營模式和外部環(huán)境的變化，可以不斷豐富和擴(kuò)展評級指標(biāo)。另外，可以建立指標(biāo)體系的動態(tài)調(diào)整機(jī)制。根據(jù)經(jīng)濟(jì)形勢和行業(yè)特點，調(diào)整各信用評級維度的權(quán)重，強(qiáng)化對當(dāng)下最重要影響因素的考量。如在經(jīng)濟(jì)下行周期中，加大財務(wù)風(fēng)險評估的權(quán)重。

總之，構(gòu)建全面、動態(tài)的評級指標(biāo)體系，既可以通過大數(shù)據(jù)技術(shù)收集更多影響因素，也可以通過機(jī)器學(xué)習(xí)實現(xiàn)指標(biāo)體系的不斷完善和優(yōu)化迭代。這有助于使企業(yè)信用評級更加科學(xué)、準(zhǔn)確，并隨時響應(yīng)經(jīng)營環(huán)境的變化。

（二）充分利用機(jī)器學(xué)習(xí)等技術(shù)實現(xiàn)智能評級

在大數(shù)據(jù)環(huán)境下，可以充分利用機(jī)器學(xué)習(xí)等技術(shù)實現(xiàn)企業(yè)信用評級的智能化。

首先，可以使用機(jī)器學(xué)習(xí)算法分析大量歷史評級數(shù)據(jù)，來確定影響不同行業(yè)、不同類型企業(yè)信用的關(guān)鍵因素，并據(jù)此設(shè)計智能的評分卡模型。評分卡綜合多個維度的評級要素，輸出信用等級。其次，在具體評級過程中，可以使用自然語言處理、計算機(jī)視覺等技術(shù)，自動分析企業(yè)的多格式數(shù)據(jù)，提取諸如經(jīng)營風(fēng)險、企業(yè)文化建設(shè)、社會聲譽(yù)等影響企業(yè)信用的關(guān)鍵信息。另外，建立基于機(jī)器學(xué)習(xí)的自適應(yīng)評級模型。收集更多評級結(jié)果作為模型的樣本數(shù)據(jù)，實現(xiàn)模型的不斷迭代優(yōu)化，使其能夠動態(tài)調(diào)整對不同要素的權(quán)重分配，智能響應(yīng)經(jīng)營環(huán)境變化。

最后，利用深度學(xué)習(xí)等技術(shù)，分析企業(yè)信用評級的時間序列，建立信用變化的預(yù)警模型。這可以實現(xiàn)對企業(yè)信用動態(tài)變化的監(jiān)測和預(yù)警，保證評級的實時性?？傊?，智能化的評級可以大幅提升評級的效率、準(zhǔn)確性和及時性。但仍需人工進(jìn)行監(jiān)督與把控，發(fā)揮機(jī)器智能與人類專業(yè)知識的互補(bǔ)優(yōu)勢。

（三）建立動態(tài)跟蹤機(jī)制實現(xiàn)實時監(jiān)測評級

為了實現(xiàn)企業(yè)信用評級的動態(tài)化，需要建立持續(xù)地監(jiān)測和跟蹤機(jī)制，以保證評級的實時性和有效性。首先，構(gòu)建企業(yè)大數(shù)據(jù)平臺，整合多源異構(gòu)數(shù)據(jù)，以便為信用監(jiān)測提供數(shù)據(jù)支持。平臺需要實時采集可能影響企業(yè)信用的各類數(shù)據(jù)，如經(jīng)營數(shù)據(jù)、輿論數(shù)據(jù)、行業(yè)數(shù)據(jù)等。還可使用文本分析、數(shù)據(jù)挖掘等技術(shù)，實時處理數(shù)據(jù)，識別信用狀況變化的預(yù)警信號。

其次，建立自動化地監(jiān)測機(jī)制。應(yīng)用機(jī)器學(xué)習(xí)算法，訓(xùn)練信用風(fēng)險監(jiān)測模型，識別異常信號及其對企業(yè)信用的影響。一旦監(jiān)測到負(fù)面信號，可以快速定位關(guān)鍵問題并啟動評級調(diào)整程序。

再次，構(gòu)建智能地跟蹤反饋機(jī)制。評級調(diào)整后，繼續(xù)跟蹤企業(yè)的后續(xù)信用表現(xiàn)，判斷信用狀況好轉(zhuǎn)或持續(xù)惡化的可能性。以此不斷完善監(jiān)測模型，實現(xiàn)對企業(yè)信用變化軌跡的精確動態(tài)追蹤。

最后，建立預(yù)警信息直達(dá)和快速響應(yīng)機(jī)制。監(jiān)測到重大預(yù)警信息后，系統(tǒng)可以自動生成簡報并直達(dá)企業(yè)和監(jiān)管方，促使企業(yè)盡快整改。監(jiān)管方也可以快速做出應(yīng)對措施，防止信用風(fēng)險進(jìn)一步擴(kuò)散。總之，實時監(jiān)測和動態(tài)跟蹤是實現(xiàn)企業(yè)信用評級現(xiàn)代化的重要步驟。依托大數(shù)據(jù)技術(shù)和智能算法，可以持續(xù)監(jiān)測企業(yè)信用狀況的變化，及時反饋給企業(yè)和監(jiān)管方，保證評級的主動性和實效性。

四、結(jié)語

大數(shù)據(jù)技術(shù)為企業(yè)信用評級提供了重要支撐，可以有效彌補(bǔ)傳統(tǒng)評級模式的諸多不足。大數(shù)據(jù)集成多源異構(gòu)信息，構(gòu)建更為全面和立體的評級指標(biāo)體系，提供更豐富的評級依據(jù)。大數(shù)據(jù)分析手段建立動態(tài)、自適應(yīng)的評級模型，能夠?qū)崟r感知企業(yè)信用狀況的變化。利用機(jī)器學(xué)習(xí)等前沿技術(shù)實現(xiàn)評級流程的智能化和自動化。展望未來，應(yīng)繼續(xù)探索大數(shù)據(jù)驅(qū)動的智能評級新模式，構(gòu)建基于海量數(shù)據(jù)的評級指標(biāo)動態(tài)調(diào)整機(jī)制，利用人工智能技術(shù)進(jìn)行實時監(jiān)測和預(yù)警，使企業(yè)信用評級更科學(xué)、準(zhǔn)確、及時。總體而言，大數(shù)據(jù)技術(shù)為構(gòu)建現(xiàn)代化的企業(yè)信用評級體系提供了難得的歷史機(jī)遇。我們應(yīng)抓住這一機(jī)遇，充分利用大數(shù)據(jù)優(yōu)勢，使企業(yè)信用評級能力整體邁上新臺階，更好地服務(wù)于經(jīng)濟(jì)社會發(fā)展需求。同時，也需要注意防范過度依賴技術(shù)模型帶來的風(fēng)險，把握好技術(shù)應(yīng)用與管理監(jiān)管的平衡，推動企業(yè)信用評級制度的整體進(jìn)步。

參考文獻(xiàn)：

[1]黃平，干勝道.中小企業(yè)信用風(fēng)險研究進(jìn)展及未來發(fā)展方向[J].商業(yè)會計，2021（12）：96-99.

[2]歐陽意.基于大數(shù)據(jù)平臺的柳州銀行小微企業(yè)信用評級系統(tǒng)研究[D].湖南大學(xué)，2019.

[3]望震生.淺談企業(yè)信用評級中的幾個問題[J].四川金融，1991（5）：56-57.