長期以來，我國傳統的征信體系無法覆蓋為數眾多的小微企業，造成金融機構對財報信息不充分、信用積累和抵押資源不充足的小微企業的信用風險難以進行有效評價，惜貸、慎貸、懼貸現象比較普遍，從而使許多具有發展潛力的小微企業深陷融資困境。作為國內第一家大數據信用服務機構——金電聯行（北京）信息技術有限公司，憑借多年IT背景和創新理念，將大數據理論與云技術應用于征信領域，歷時6年研發出一套全新的征信模式，至今已為1000多家小微企業提供了40多億元的無抵押、無擔保的純信用貸款征信服務， 為化解小微企業融資難及增進社會信用體系建設探索出一條新途徑。
大數據分析為企業增信
2013年7月，馬凱副總理在全國小微企業金融服務經驗交流會議指出，小微企業融資難，表面上看是缺錢，實質上是缺信息、缺信用。2014年8月8日，國務院辦公廳發布《關于金融支持小微企業發展的實施意見》，明確要求整合注冊登記、生產經營、納稅繳費、用水用電等信息資源，破解小微企業缺信息、缺信用難題，強化對小微企業的增信服務和信息服務，大數據征信的理念第一次納入國家解決小微企業融資難的政策中。2014年7月23日，李克強總理在國務院常務會議上，明確地提出了運用大數據等手段提升監管水平、讓信用成為社會主義市場經濟體系的“基礎樁”的要求；9月18日，李克強總理再次重點強調加大服務小微企業的信息系統建設，運用大數據、云計算等技術提供更有效服務，幫助小微企業贏得“大未來”。
解決缺信息問題，就是要通過平臺建設和機制安排，將小微企業的生產、經營、技術、人才、交易等信息記錄下來，使之規范化、數字化、公開化，變無規律為有規律，變不可考為有證查， 變不可知為能可知。一句話，就是成為銀企雙方的共享共知信息。
在大數據信用理論中，企業的信用是一種客觀存在，信用不應該僅存在于抵質押和擔保資源之中，更多地應該體現在企業的經營行為中，具體而言是存在于每一份訂單、貨單、倉單、稅單、賬單、工資表、社保表、水電繳費記錄等的各項明細數據中。在過去，由于技術局限和成本考量，無論金融機構還是第三方信用評估機構，都難以對企業的這些看似龐雜的海量數據進行梳理和分析，從而導致小微企業往往因為“信息不對稱”而借貸無門。但如今，借助大數據分析，擁有IT優勢的機構便可以對企業多年累積的上述各類數據進行“海選”，并由此對企業的經營行為進行“體檢”，其綜合健康指標便成為評價其信用狀況和融資能力以及預測信貸風險的客觀依據。
金電聯行的大數據征信模式
金電聯行開發創新的大數據征信模式，突破了以財報、抵押資產和擔保信息評價企業信用的傳統征信思維，徹底解決了小微企業融資難的缺信息、缺信用的問題，也迎來了小微企業純信用融資的新時代。所形成的“小微企業—信息和增信服務機構—商業銀行”利益共享、風險共擔的新機制，成為破解小微企業融資難的關鍵舉措之一。
與傳統的征信業務相比，大數據征信面對的是企業數以T計的經營明細數據以及上千個維度的評價指標。為了對企業浩繁復雜的數據進行實時、自動的挖掘和計算，金電聯行大量借鑒了互聯網、大數據、云平臺等新技術，創建了一套以云端數據挖掘機器人(行情,問診)、云信用計算、云結構服務三大核心技術為支撐的大數據征信模式，實現了企業行為數據采集，行為信用計算的一體化和全自動化。
首先，利用云端數據挖掘機器人技術，能夠從企業端進入產業鏈電子交易系統，實時采集相關數據，加密傳遞至管理系統；通過對數據的歸類、剔除、清洗、分析、檢驗、糾偏等自動化處理，將經營交易數據轉化為可量化分析的信用數據。
其次，云信用計算技術通過“一網五線”的客觀信用評價體系，把已處理完畢的數據形成指標，再通過相應的數學模型計算出評價結果和信用額度。信用額度包括企業整體額度與基于交易項下的單筆額度，作為貸款額度審批的依據。
再次，云結構服務技術所搭建的信用信息云服務平臺，采用結構化的服務設計，既可以提供第三方的信息價值鏈服務，又創新性地采用資產、數據、風險和資金結構化的手段，建立數據化的金融交易平臺，實現平臺交易服務。
金電聯行的信用評價模式具有明顯的創新性。一是不單純依賴財務數據。該模式主要運用企業留存在電子交易系統、政務平臺或自報的明細記錄，通過
交互驗證、識別真偽，可以有效化解小微企業會計信息失真，沒有信用積累難以進行信用評價的難題。二是盡量降低人為的主觀分析。該模式從數據采集、清洗、分析、評價全部通過計算機完成，大大降低了信用評價的人為操作與道德風險，最大程度地保證了評價過程中的客觀性。三是突破評估者的能力限制。計算機高效的數據處理與分析性能， 每天可同時對上萬甚至數十萬家企業進行評價，并開展7×24小時的貸后風險監控，非常適合我國小微企業眾多，融資“短、小、頻、急”的特點，可極大地提高企業融資和銀行貸后監管效率。
三大技術防控風險
風險管控成本高一直是小微企業融資難的重要因素。金電聯行全新的征信工具，建立了一個低成本、大批量、高效能、全風控的純信用貸款管理模式，可幫助銀行實現對小微企業信貸的量化風險控制。
通過客觀科學的信用評價體系，金電聯行可以為銀行提供貸前篩選和信用服務。所謂貸前篩選，是指運用大數據征信技術在短時間對成千上萬家小微企業進行海量信用優選，能提高銀行信貸規模30%，為銀行提供豐富可靠的信貸資源。所謂信用服務，是指通過信用評分、授信額度、利率水平、還款期限等測評，計算出授信的單項額度和總額度，向小微企業提供純信用貸款。
同時，云數據挖掘、云信用計算等技術，還能夠對信貸企業進行量化的風險跟蹤，預測未來3～6個月企業的發展趨勢，對捕捉到的風險可以發出預警，使銀行不用投入過多的人力，就能夠及時掌握企業信用狀況及風險波動，從而最大限度地規避風險。這種大規模的實時貸后風險監控服務，可使貸后監管成本降低2/3左右，有助于解決銀行對小微企業貸后跟蹤難、評價難、成本大、風險高的問題。
優化融資環境
幾年來，金電聯行依托低成本、大批量、高效能、全風控的大數據征信方式，為小微企業信用融資創造了良好的內外部環境。
一是企業優選，提高財政支持小微企業的效率。近年來，國家出臺了多項財政支持政策扶持小微企業發展，但由于無法對企業作出客觀評判，扶持、支持政策無據可依，只能依靠“撒胡椒面兒”的方式，造成了大量的資源浪費， 支持效率很低。大數據征信技術通過企業優選和排名，能夠根據企業生命周期量化配置政府財政支持、稅收扶持等政策資源，并對政策實施后的效果量化跟蹤，提高財政支持效率。
二是區域認知，提高政府對小微企業的管理能力。大數據征信通過對區域小微企業的整體評價，能夠對區域經濟發展的真實狀況提供認知研究分析，使政府對區域經濟和企業宏觀發展情況有一個全新的定量認識，確定區域經濟調整的方向與力度，科學規劃區域經濟社會發展，提升對未知領域的認知與預判能力，加強政府經濟環境治理能力。
三是風險監測，提高地方金融風險防范能力。對小額貸款公司、融資性擔保公司以及聯保互保圈的監管，一直是地方政府金融管理中的薄弱環節。與現有金融機構主要是抵質押、第三方擔保等形式被動的風險控制手段相比，大數據征信既可以對金融機構和金融機構的業務客戶，同時開展實時、批量的風險跟蹤和管理，又可以對群體金融機構及其業務企業的風險進行提前發現、及時預警， 讓政府可以實時掌握區域內的整體金融風險情況，并進行相對應的風險防范。
四是企業體檢，提高小微企業信用素質與能力。大數據信用技術能夠為大批量的企業提供“健康體檢”服務，幫助企業及時發現經營過程中存在的問題， 有針對性地調整經營方向，不斷提高自身的信用素質和信用管理能力，為獲得銀行的信用融資創造條件。
自2013年8月國務院《關于金融支持小微企業發展的實施意見》發布以來， 金電聯行的大數據征信服務實現了跨越式增長。目前服務的小微企業總數已經超過萬家，合作的金融機構包括中國民生銀行(行情,問診)、國家開發銀行、廣發銀行、中國郵政儲蓄銀行、平安銀行(行情,問診)、浦發銀行(行情,問診)等近十家，業務覆蓋上海、北京、天津、浙江、山東、河北、江蘇、安徽、重慶等十幾個地區，在化解小微企業融資難過程中體現出強勁的生命力。
京公網安備 11010502049343號