曾途

BBD（數(shù)聯(lián)銘品）一直致力于解決中小企業(yè)融資難的題問(wèn)和企業(yè)征信建設(shè)。首先我們面臨的主要問(wèn)題是大量的中小企業(yè)解決了75%的就業(yè)人口并創(chuàng)造了60%的GDP，但是很難融資。因?yàn)楹芏囝I(lǐng)域信息發(fā)展不均衡，我們發(fā)現(xiàn)中小企業(yè)融資不僅是企業(yè)面臨的難題，甚至是國(guó)家和全球面臨的難題，我們要去解決此類(lèi)問(wèn)題就要把痛點(diǎn)和技術(shù)相結(jié)合，優(yōu)先解決信息不對(duì)稱(chēng)等問(wèn)題。

首先我們要通過(guò)行為大數(shù)據(jù)的方式來(lái)分析企業(yè)的財(cái)務(wù)信息。我們成立了一個(gè)致力于解決中小企業(yè)信用評(píng)估問(wèn)題的團(tuán)隊(duì)，包括信用風(fēng)險(xiǎn)評(píng)估、資本市場(chǎng)評(píng)估、資產(chǎn)評(píng)價(jià)評(píng)估等，幫助企業(yè)降低信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)。

什么是信用風(fēng)險(xiǎn)？第一是征信，第二是信用評(píng)價(jià)。資產(chǎn)風(fēng)險(xiǎn)是指通過(guò)企業(yè)風(fēng)險(xiǎn)評(píng)估后得出的結(jié)果，對(duì)企業(yè)進(jìn)行資產(chǎn)定價(jià)，這個(gè)定價(jià)可以得出整個(gè)企業(yè)未來(lái)的收益和發(fā)展現(xiàn)狀，企業(yè)在經(jīng)營(yíng)過(guò)程當(dāng)中會(huì)出現(xiàn)什么問(wèn)題。我們提供征信、信用評(píng)價(jià)和資產(chǎn)定價(jià)等整個(gè)大數(shù)據(jù)的支撐服務(wù)。利用底層征信平臺(tái)和征信信息查詢(xún)企業(yè)的信用信息，對(duì)誠(chéng)信進(jìn)行評(píng)價(jià)。誠(chéng)信是指對(duì)企業(yè)過(guò)去行為進(jìn)行描述，信用是對(duì)企業(yè)未來(lái)違約概率的分析。

BBD一方面做金融風(fēng)控，一方面開(kāi)發(fā)監(jiān)管科技。金融風(fēng)控是通過(guò)大數(shù)據(jù)的方式去評(píng)價(jià)中小企業(yè)行為是否合規(guī)以及企業(yè)的風(fēng)險(xiǎn)狀態(tài)，可以幫助銀行以此為依據(jù)，判斷能夠給企業(yè)提供多少利率的貸款，或提供多少利率的債務(wù)融資和股權(quán)投資。

在監(jiān)管方面，我們按照地方金融監(jiān)管機(jī)構(gòu)的監(jiān)管辦法，監(jiān)督企業(yè)在金融活動(dòng)當(dāng)中是否符合監(jiān)管條例，同時(shí)企業(yè)如何進(jìn)行自我約束，做成一個(gè)好公司，我們把這方面的數(shù)據(jù)進(jìn)行整體融合形成經(jīng)濟(jì)指數(shù)，提供給監(jiān)管部門(mén)。

目前，BBD大概有300多位研發(fā)人員，致力于解決數(shù)據(jù)痛點(diǎn)。從數(shù)據(jù)的采集、清洗、分析到數(shù)據(jù)應(yīng)用，形成從數(shù)據(jù)到行為的轉(zhuǎn)化，其業(yè)務(wù)核心是在數(shù)據(jù)的清洗、預(yù)處理和流失預(yù)算等方面進(jìn)行標(biāo)注，當(dāng)標(biāo)注成功后，圍繞數(shù)據(jù)本體、知識(shí)圖譜、業(yè)務(wù)邏輯進(jìn)行分析，使數(shù)據(jù)轉(zhuǎn)化成行為過(guò)程，形成智能化。

目前，BBD的一體化平臺(tái)可直接面對(duì)多場(chǎng)景、多維度的數(shù)據(jù)進(jìn)行調(diào)用和綜合分析，從而解決中小企業(yè)信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)的難題。我們的數(shù)據(jù)平臺(tái)，無(wú)論是專(zhuān)業(yè)的API連接，還是爬蟲(chóng)連接，都可以自動(dòng)完成數(shù)據(jù)清洗和算法解析，并形成圖紙標(biāo)識(shí)庫(kù)，這是我們?cè)诘讓討?yīng)用所做的工作。

在金融數(shù)據(jù)的處理方面，我們不僅要去處理它詳細(xì)的清洗信息，還要對(duì)它進(jìn)行解析，做到實(shí)時(shí)處理，并建立圖庫(kù)。目前我們所建立的圖庫(kù)已覆蓋9000萬(wàn)家市場(chǎng)主體信息，包括企業(yè)董事、監(jiān)事和其他高管的調(diào)查結(jié)果。同時(shí)我們?cè)趫D庫(kù)中建立了信息自動(dòng)更新系統(tǒng)，全盤(pán)更新只需要一分鐘。不管是環(huán)形數(shù)據(jù)、力學(xué)布局，還是分層數(shù)據(jù)、網(wǎng)絡(luò)化布局，可以根據(jù)企業(yè)的業(yè)務(wù)需求，自動(dòng)化接入不同的數(shù)據(jù)源形成不同的計(jì)算進(jìn)行知識(shí)圖譜建模，同時(shí)匹配相應(yīng)的圖庫(kù)工具，然后結(jié)合金融的痛點(diǎn)形成圈層，解決整個(gè)投融資關(guān)系存在的問(wèn)題。力學(xué)布局是解決控制人的問(wèn)題，對(duì)人的關(guān)系進(jìn)行分析時(shí)，我們得到了出度、入度、中心度、介度等一系列的物理學(xué)指標(biāo)，這些指標(biāo)映射成風(fēng)險(xiǎn)。

針對(duì)不同指標(biāo)公司的組合，我們單獨(dú)建立了計(jì)算指標(biāo)和社群指標(biāo)，并把每一種指標(biāo)賦予它金融學(xué)含義或金融風(fēng)險(xiǎn)含義，形成一個(gè)基于企業(yè)的知識(shí)圖譜。這個(gè)知識(shí)圖譜包括企業(yè)的借貸、擔(dān)保、訴訟、處罰等事件和各個(gè)資本維度的事件，并形成從事件、實(shí)體、文檔到關(guān)系的多重屬性的四元模型，這個(gè)模型的組合構(gòu)成了金融分析本體論原理。目前，我們的建模已涉及數(shù)十億級(jí)的數(shù)量處理，以大數(shù)據(jù)作為征信基礎(chǔ)，以征信作為金融信用評(píng)估基礎(chǔ)，以金融信用評(píng)估作為未來(lái)授信投資債券基礎(chǔ)，為征信提供重組的信用信息，從而解決中小企業(yè)信息不對(duì)稱(chēng)的問(wèn)題，和銀行一起進(jìn)行客觀授信，而大數(shù)據(jù)起到的重要作用是把傳統(tǒng)的原始數(shù)據(jù)進(jìn)行高度抽象之后，形成高緯度、高價(jià)值的數(shù)據(jù)結(jié)果信息的典型結(jié)構(gòu)圖。

在典型結(jié)構(gòu)圖中，如果該企業(yè)是制造企業(yè)，卻從事金融投資方面的業(yè)務(wù)，通過(guò)圖形顯示，很容易發(fā)現(xiàn)企業(yè)存在的基本風(fēng)險(xiǎn)，并把這些基本風(fēng)險(xiǎn)進(jìn)行拆解，形成對(duì)網(wǎng)絡(luò)指標(biāo)圖的基本解讀。監(jiān)管部門(mén)或銀行不僅了解了企業(yè)的股權(quán)關(guān)系，還了解了企業(yè)上下游關(guān)系和誠(chéng)信關(guān)系。當(dāng)對(duì)所有關(guān)系進(jìn)行穿透時(shí)，可以得到這些結(jié)構(gòu)圖中所蘊(yùn)含的解決方法，在指標(biāo)結(jié)構(gòu)中，不同的組合影射不同的風(fēng)險(xiǎn)，不同風(fēng)險(xiǎn)可以進(jìn)行不同權(quán)重的組合，并與政府和銀行相結(jié)合，從而形成一體化的風(fēng)險(xiǎn)解決方案。

面對(duì)大數(shù)據(jù)和金融相結(jié)合的痛點(diǎn)，在監(jiān)管方面的建立也需要一個(gè)平臺(tái)和多個(gè)維度的應(yīng)用，以打擊非法集資為例，地方金融監(jiān)管當(dāng)局圍繞著國(guó)家政策和條例，產(chǎn)生出的一系列監(jiān)管制度是基于大數(shù)據(jù)風(fēng)控，我們開(kāi)發(fā)了大數(shù)據(jù)紅警分析平臺(tái)，幫助政府識(shí)別誰(shuí)有可能成為一個(gè)異常的非法集資企業(yè)，進(jìn)行因果和關(guān)聯(lián)分析找出企業(yè)的問(wèn)題點(diǎn)。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）endprint