前言：本站為你精心整理了電商小額信貸征信體系建設研究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

[摘要]大數據是信息技術發展的產物，它為人們提供了海量的數據資料，也為電商小額信貸業務帶來了發展契機。要發展小額信貸業務則需要完善的信貸征信體系做保障。發達國家征信體系起步較早并逐漸成熟，我國征信體系建設起步較晚，常存在征信系統數據缺失、零散、安全性差，客戶征信信息分析困難，不良資產的處置滯后的問題。電商企業建設征信系統要利用大數據拓展征信信息來源，加強征信系統安全建設，分析客戶征信信息，加大對不良信貸資產的處置。

[關鍵詞]大數據；電子商務企業；小額信貸；征信體系建設

引言

近年來，互聯網技術在金融領域的應用日益深入，大數據等新興技術正在深刻改變著傳統的金融行業，進而帶動商業模式變革和服務模式的創新。就國內經濟形勢來看，各類電商企業紛紛涉足小額信貸領域，增長速度迅猛。以阿里巴巴、京東為代表的電商企業憑借其平臺的大數據優勢，在信貸業務市場中表現出強勁的競爭力，逐步緩解了我國小微企業融資難的困境，并成為新一輪的經濟增長點。但與此同時，我國征信體系仍不完善，導致電商企業未能形成統一的信用建設，嚴重影響了自身的形象，阻礙了小額信貸業務的推進。可見，完善電商企業的征信體系刻不容緩。

一、核心概念界定

(一)大數據

大數據指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。大數據的4V特點：大量(Volume)、高速(Velocity)、多樣(Variety)、價值(Value)。全球知名咨詢公司麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

(二)電商小額信貸

2010年起，以阿里巴巴為首的電商企業紛紛涉足小額信貸，為我國信貸行業開啟了嶄新的一頁。其中，阿里巴巴和蘇寧開展獨立信貸業務，采用旗下子公司直接發放貸款的模式；京東、慧聰網等大多數電商企業采用與銀行合作的方式，利用銀行通過審批、發放貸款。電商小額信貸引領金融與網絡相結合的潮流，開創了電子商務與小額信貸結合的全新金融模式，逐步緩解我國小微企業融資難的困境，成為新一輪的經濟增長點。

(三)征信體系

征信體系指由與征信活動有關的法律規章、組織機構、市場管理、文化建設、宣傳教育等共同構成的一個體系。征信體系的主要功能是為借貸市場服務，但同時具有較強的外延性，也服務于商品交易市場和勞動力市場。20世紀80年代，我國征信業開始起步。征信業務包括信用記錄(報告)、信用調查、信用評分和信用評級。作為現代金融體系運行的有效保證，我國征信體系已初具規模，并對經濟發展起到越來越重要的作用。

二、大數據、電商企業及征信體系現狀分析

(一)大數據迅猛發展

近年來，大數據迅速發展成為工業界、學術甚至世界各國政府高度關注的熱點。Nature和Science等期刊相繼出版專刊來探討大數據帶來的挑戰和機遇。2015年9月，國務院印發《促進大數據發展行動綱要》。《綱要》明確，推動大數據發展和應用，在未來5至10年打造精準治理、多方協作的社會治理新模式，建立運行平穩、安全高效的經濟運行新機制，構建以人為本、惠及全民的民生服務新體系，開啟大眾創業、萬眾創新的創新驅動新格局，培育高端智能、新興繁榮的產業發展新生態。

(二)電商企業涉足小額信貸業務

銀行傳統抵押擔保貸款模式與小微企業的實際情況相矛盾，借貸成本高、風險大，非但無法解決小微企業的融資問題，甚至有可能成為一個反向的推手，加劇小微企業融資困難。在此情況下，阿里巴巴、京東商城等多家電商企業涉足小額信貸業務。相比于銀行，電商開展信貸業務更加快速靈活，更能切小微企業的真實需求。

(三)征信體系建設加強

我國征信體系建設尚處于起步階段，圍繞征信體系建設的法律法規、業務規則以及數據處理模式及方法繼續完善和加強。2013年頒布的《征信業管理條例》和《征信機構管理辦法》，為開設市場化個人征信機構提供了制度框架。2015年8月25日，由中國金融出版社主辦的“中國征信體系建設與創新研討會”在北京召開。中國人民銀行征信管理局、科技司、征信中心有關負責人以及相關金融機構、征信企業負責人和專家學者出席會議并發表了主題演講，討論了我國的征信體系在信用服務體系、信用產品涵蓋以及征信管理體系建設、征信宣傳與征信教育等方面的建設。

三、電商小額信貸征信的現狀分析

(一)發達國家征信體系建設

歐美征信市場興起于19世紀末，伴隨著百年的市場經濟發展而逐漸成熟起來。目前，主要有三種征信體系：一是以歐洲大陸國家為代表的政府主導模式的征信體系；二是以美國為例的市場主導模式的征信體系；三是以日本為例的會員制主導模式的征信體系。雖然各國建立的征信體系不盡相同，但是憑借著市場化運作、法律保障、統一接口、掌握關鍵技術等優勢，加之大數據的合理運用。歐美征信體系一方面把銀行、零售企業的信息孤島聯網，實現了大數據信息的共享；另一方面通過加工大數據信息，為銀行、零售企業和其他用戶提供信用評級、分析報告以及咨詢服務，協助其控制風險，并通過收費等商業模式維持公司運營及上下游產業鏈的運轉。

(二)我國征信體系建設

我國征信體系建設起步較晚，從20世紀90年代末以來，部分地區和有關部門相繼開展了多種形式的社會信用體系建設試點工作，從薄弱到壯大、發展迅速，我國政府也逐步加大對社會信用體系的重視程度，征信業務和征信體系也越來越完善。目前已形成以中國人民銀行金融信用信息基礎數據庫為主導、市場化征信機構為輔的多元化格局，構建起一個覆蓋面廣泛、結構基本齊備、以公共征信為主導的多層次征信體系。與此同時，我國個人信用基礎數據庫已成為世界上最大的個人征信數據庫，針對大中型企業征信服務的市場格局已經相對穩定，但是,我國的征信體系和信用發達國家相比差距甚遠，尤其是針對個人征信服務和小微企業征信服務的市場尚不成熟，仍有待完善。

四、電商企業征信存在的問題

(一)征信系統數據缺失、零散

目前我國征信系統僅覆蓋約20%的人口，電商企業雖掌握一定的客戶資源，但線下信用調查成本高已經成為電商小額信貸的風控瓶頸，總體而言，征信體系的不健全，信用數據的碎片化很大程度上影響了電商小額信貸的可持續發展，同時也是造成電商企業發放小額信貸成本高、風險大的原因之一。

(二)內部征信系統安全性差

電商企業自涉足小額信貸業務以來，一直爭議不斷，并多次被指責“涉嫌違規”。主要是由于電商內部征信系統安全性差、人才建設匱乏、操作流程模糊。一方面，電商企業的信用服務受到多方質疑，使得電商企業信貸業務受限、信貸規模難以展開，從而限制了其小額信貸業務的進一步發展；另一方面，引起客戶對電商企業的信任度下降，導致客戶的大量流失。

(三)客戶征信信息分析困難

我國尚未建立完善統一的征信體制，從而導致網絡融資平臺在信用建設過程中出現各自為戰、標準不一等現象。一是貸前調查不夠深入，電商企業對借款人的信用狀況分析錯誤、對還款來源分析不準，重視不夠。二是疏于貸后管理，重放輕收管理思想嚴重。由于貸款筆數多，金額少，信貸員未實行客戶經理制，有些貸款發放后根本無人問津，對借款人的經營、資金使用情況不了解，一旦貸款形成風險，不能得到及時發現和預防。三是各崗位之間缺乏有效的監督和制約，比如審查人員在行使審查職權上就缺乏獨立性、權威性。

(四)不良資產的處置滯后

電商企業對已經形成的不良資產由于平時預警信息掌握不及時、不全面，待處理時比較棘手，收貸費用成本過高，盡管電商企業通過多渠道努力盤活清收，由于網絡客戶流動性強、執行困難，結果多是本息難以清償。由于對不良資產形成的原因未進行責任劃分和認定，致使對違規人的責任難以追究。

五、研究對策

(一)依托大數據拓展征信信息來源

電商企業建設征信系統要狠抓大數據基礎，搶占大數據技術制高點，以此實現征信系統數據的完整和高效利用。一方面，電商企業從設計、應用、機器學習以及數據建模上，憑借本企業大數據，將客戶零散的征信信息進行歸納整合，積極構建征信體系。另一方面，電商企業利用相關持股企業，采用不同的大數據處理方法或者模型，開發針對不同市場或者客戶的產品，從而掌握更多的客戶征信信息。例如，阿里巴巴依靠B2B業務、淘寶、天貓三大平臺前期搜集的海量大數據，使得阿里金融可以對借款人進行量化分析，包括平臺認證和注冊信息、歷史交易記錄、客戶交互行為、海關進出口等信息，再加上賣家自己提供的銷售數據、銀行流水、水電繳納等情況。這些大數據信息都能夠幫助阿里金融建立信用評級體系，并豐富征信信息的來源。正是在大數據的幫助下，電商企業獲得的征信數據來源更加多元化、層次化和非結構化，其相應的深度和廣度也隨之增加。

(二)利用大數據加強征信系統安全建設

電商企業要利用大數據在制度、技術、信息共享方式以及管理方面對征信體系進行不斷創新，加強征信信息基礎數據庫的安全管理，提高自身的品牌信譽和社會公信力。同時，依托大數據使征信體系在數據充分信息化的基礎上實現精細化管理，提高征信體系的監管技術和水平、加強信息安全和隱私的保護、完善數據處理的能力以及基礎硬件的升級。鑒于“數據來源于第三方，應用于第三方”已成為征信行業的共識，這些擁有獨特大數據優勢的電商企業有望成為征信行業標桿企業。

(三)憑借大數據分析客戶征信信息

電商企業以電子商務、社交網絡為平臺，大量采集用戶大數據信息，通過分析客戶的交易數據、選擇偏好、消費規律和信譽評價等信息，深度挖掘用戶信用信息，防范潛在的信用風險，實現有效的風險控制。例如，阿里巴巴通過支付寶流水，可以充分判斷網商的經營情況和還款能力。不同于阿里金融的是，京東金融服務的放貸方不是京東旗下貸款公司，而是合作銀行。目前京東的合作銀行中行等銀行。放貸銀行根據網商在京東上的銷售合同、貨物單據等為依據，判定借款人是否符合貸款要求。各電商企業運用自身或其合作伙伴掌握的大數據資源，充分掌握客戶的信用狀況和還款能力，盡量減少逆向選擇。

(四)通過大數據加大對不良信貸資產的處置

電商企業利用其擁有的大量企業真實交易信息的大數據優勢，搭建網絡信用平臺，掌握貸款企業實時動態交易數據，對貸款企業的信用情況和風險進行評價和跟蹤，有利于跟蹤其經營狀況、信用等級和發展動向，能夠對違約風險起到很好的監控和防范作用。同時，對已經出現預警信號形成的不良信貸資產進行合理、合法的處置，最大限度的降低貸款風險，提高貸款使用效益。以阿里金融為例，囊括了平臺商戶的歷史交易數據、信用記錄、客戶評價等內部數據，以及納稅記錄、海關記錄等外部數據的海量大數據信息，在一定程度上顛覆了銀企間信息不對稱的格局。信用評級與貸后管理完全由量化模型自動分析完成，大數據經過動態的風險定價和違約概率分析結果，將風險管理的成本降至最低。信息結構的改善令電商企業清晰的甄別客戶的不良信貸資產，極大的降低了風險。

[參考文獻]

[1]吳俊英.中小微企業網絡融資模式實驗以“阿里小貸”為例[J].經濟問題，2014(1)

[2]孫學文.中小企業電子商務應用模式與發展策略研究[J].商業時代，2009(29)

[3]薛逸飛，譚曉雯.基于電子商務平臺的小額信貸發展研究-以阿里小貸為例[J].金融經濟，2014(1)

作者：袁泉 單位：哈爾濱金融學院