根据《社会信用体系建设规划纲要 (2014—2020年) 》, 社会信用体系建设的主要目标是:到2020年, 社会信用基础性法律法规和标准体系基本建立, 以信用信息资源共享为基础的覆盖全社会的征信系统基本建成, 信用监管体制基本健全, 信用服务市场体系比较完善, 守信激励和失信惩戒机制全面发挥作用。对照这一目标, 在我国目前中小企业征信体系建设的过程中, 存在着许多亟待完善的方面。
1 中小企业征信体系建设存在的问题
1.1 征信法律规章不全面, 奖惩机制不到位
从本世纪出开始, 我国陆续出台了与征信相关的法律、法规、政策和措施20多条, 其中具有代表性的是2013年出台的《征信业管理条例》, 这些已出台的政策涵盖了征信机构、行业标准、安全规范、监管指引等多个方面, 征信立法逐步全面。尽管如此, 法律法规方面, 依然存在着一些问题。
1.1.1 具体的法律法规依然缺乏。
在征信数据的采集方式、征信数据的征集范围和征信数据的使用等方面, 缺少相关的法规或管理办法。这有可能导致中小企业在征信数据和信息采集的过程中出现不配合的情形, 造成信息的准确性和时效性较差;数据和信息采集的范围出现偏差, 过小或过大, 致使收集到的信息价值不高的;数据使用过程中发生滥用的情况, 保密工作不到位, 引起企业核心信息泄露, 侵犯企业隐私权的情况。上述不良情况都需要相关的法律和规章进行约束和控制。
1.1.2 奖惩机制欠缺。
奖惩机制的核心在于提高企业的失信成本, 也就是惩罚机制, 使企业的失信成本远高于守信成本, 促使企业从利益最大化的角度考虑, 选择守信。然而, 当下奖励机制的政策和法律较为全面, 惩罚机制却存有惩罚的力度不足、惩罚手段单一和惩罚范围模糊三个层面的问题。正因为如此, 在市场经济中, 企业在利益最大化的驱使下, 可能会采取作假、虚报信息, 故意不履行合同等扰乱市场正常秩序的行为, 此时, 如果企业的失信行为得不到惩罚、惩罚的力度不够或者手段单薄, 起不到强有力的约束作用, 其他企业也会纷纷效仿, 最终导致整个市场经济的紊乱。所以, 建立强而有效的惩罚措施是十分必要的, 是保障正常的市场经济秩序的强有力的支撑。
1.2 征信系统缺乏先进性和科学性
我国着手建立企业专门的征信系统已经有了较长时间, 并且初步建成, 但是许多方面还相对落后, 急需改进和加强。
1.2.1 征信系统专门性较差, 需要有力的技术支持。
尽管, 中国人民银行已经建立的企业信用信息基础数据库 (简称企业征信系统) , 但是没有基于中小企业的独特的发展路径, 建立起专门的中小企业征信系统。中小企业信息数据具有量大、分散、不均等特点, 因此增加了数据信息获取和捕捉的难度;不仅如此, 采集到的庞大、杂乱的信息对数据的挖掘、分析和整理都提出较高了需求, 目前的技术在处理这些情况时, 较为吃力, 从而引起了征信系统缺乏针对性和专门性的问题。
1.2.2 征信数据缺乏共享性, 征信系统分离。
除了中国银行建立的企业征信系统, 其它政府部门、企业单位、行业协会等也建立起各种企业数据系统, 这些系统中也可以查询到企业的信用信息, 比如绿盾全国企业征信系统, 就可以了解到企业的基本资质、知识产权信息、金融信贷信息等。虽然系统众多, 但是各个系统之间共享性较差, 数据没有互通, 很多信息相信并且重复, 信息价值降低。同时, 多数系统的信息缺乏, 比如上文提到的企业金融信贷信息虽然在绿盾全国企业征信系统中存在, 但是相关数据没有, 无法查阅。
1.2.3系统信息滞后, 时效性差。
许多的征信系统中的信息和数据, 一是数据陈旧, 极个别的是三年前的数据, 其基本不具备参考价值;二是数据更新速度滞后, 企业的所有权或者产权发生变动, 系统并不能及时显示, 容易产生反向作用。
1.2.4 系统评价机制模糊、评价标准不一。
征信系统会根据企业各类型的信息, 或者是对企业打出AAA, AA, A的评级结果, 或者是对企业做出详细的评级报告, 结果和报告后的评价机制和评价体系却没有展示出来, 这样会引致结果和报告的可信度降低, 因为系统评价机制和评价体系的系统性、科学性、适当性等得不到保障。
1.3 征信服务体系落后
服务体系落后的主要体现在征信机构和征信行业。征信机构不仅数量少, 难以满足巨大的征信市场需求, 并且征信企业质量不高, 实力和资质与国外的知名征信机构相比, 有一定差距。征信行业尚未形成规模, 缺乏专门的行业组织和行业协会, 难以建立规范的行业秩序, 阻碍了行业发展。
2 大数据的内涵与技术体系
大数据时代的到来, 在思维、商业和管理方面带来了翻天覆地的变革。维克托·迈尔·舍恩伯格[1]作为最早洞见大数据时代发展趋势的数字科学家之一, 他认为“世界的本质就是数据, 大数据将开启一次重大的时代转型”。
大数据的技术体系包含了数据的采集、储存、处理和展示四个部分, 构成了完整输入-输出系统。整个流程大致如下:纷芜繁杂的数据中筛选出有效信息, 并将其保存在大容量的数据库中, 通过数据挖掘、云计算等技术对保存进行加工、提炼、运算等最终用让人易于明了、清晰且简介的方式将最终数据呈现出来, 发现数据的价值, 指出实际应用的方向。在每一个步骤中间, 事实上都涉及到了不同技术的选择和应用, 它们共同作用, 满足用户大数据技术的各种需求。
3 大数据条件下中小企业征信体系建设的新建议
3.1 推动征信相关法律出台, 强化奖惩机制作用
征信体系的建设建立在全面的法律、法规和条例之上, 随着大数据技术的逐步推广和应用, 数据的采集、使用等方面的问题日益凸显, 需要用法律来确定大数据征信原则, 并结合大数据的特点对现有法规进行修改和补充。同时, 明确对征信的范围、方式和程度的监管, 确立清晰的监管机构和监管职责, 提高问题和风险的抵御能力。
奖惩机制包括奖励和惩罚机制两方面。在奖励方面, 充分利用大数据技术, 构建企业“信用银行”。根据现有的守信企业评选标准, 建立与守信行为对应的积分体系, 每个企业有一个自己的账户, 守信数据被记载后, 账户的积分将增加, 有需要时企业可以通过积分, 享受贷款利率、税收优惠, 费用减免, 资金扶持等政策, 调动中小企业守信的积极性。
通过立法, 特别是强化惩罚手段, 达到减少甚至杜绝企业失信行为的目的。这需要政府明确失信行为的范围, 加大惩罚特别经济惩罚力度, 增加惩罚手段这些方向入手。一方面, 大幅提高失信企业的罚款数额, 使其远高于守信成本, 从而起到强烈的威慑作用;另一方面, 将企业失信行为与企业负责人挂钩, 负责人也会因为企业失信, 而失去相应职位;情形严重时, 负责人的社会其他行为活动也会受到更严厉的监管。同时, 建立公开机制, 倡导企业间、行业间和整个社会相互监督。定期公布失信企业名单, 让其他企业和社会进行了解, 减少失信企业的融资机会和合作机会, 使其无法在市场立足。
3.2 更新征信系统, 加强中小企业征信系统建立
3.2.1 在现有的企业征信系统基础上, 开辟专门的中小企业征信系统。
中小企业由于规模小, 制度不完善, 出现许多数据难以采集或者无法采集的情况, 建立专门的系统需要强有力的技术支持来化解这一难题。大数据以其先进的数据采集技术可以有效地扫除建立中小企业征信系统的障碍。具体措施是扩大和细化数据收集范围, 建立专门的中小企业数据模块, 搭建专门数据平台。
3.2.2 统筹不同系统间的协调与配合, 实现数据共享, 避免重复做功。
统筹安排, 实现企业基础信息各个系统共享, 以企业征信系统为主体, 其他各个公益性质或者盈利性质的征信系统形成的征信评级结果或报告各有侧重。大数据挖掘、分析算法多样, 可以满足不同系统得到自身目标结果的需求。
3.2.3 提高数据有效性, 增强数据时效性。
利用大数据技术, 整理出合适的数据更新时间间隔, 保证数据的及时性, 提高数据价值。实时监测企业数据动态, 一旦有异常或者特殊情况, 系统自动发出提醒, 探测是否需要更新数据。同时, 企业发生重大事件, 也许及时向系统反馈, 确保数据的时效性。
3.2.4 建立标准化规范化的信用评级制度和体系, 确保系统评价报告科学可靠。
在法律法规完善的基础上, 依据产业、行业等采用不同的评价方法, 建立各自标准化的评级制度和体系, 并适当公布, 也将其作为企业的征信报告产生的依据, 增强征信报告的科学性。
3.3 升级征信服务体系, 营造良好服务环境
3.3.1 扶持征信机构做大做强。
通过创业、工商、税收相关优惠政策, 推动征信机构数量增加;提供培训、财政、技术、人员支持, 打造品牌征信机构, 提高征信机构质量。同时, 除了政府征信之外, 鼓励商业征信, 培育多样化的征信市场。
3.3.2 建立行业协会, 制定行业标准。
发动已经具有相当规模的征信机构创建行业协会, 形成行业互助和行业监督;引导行业协会拟定行业规范, 约束征信机构行为, 形成良好的行业氛围。
总之, 大数据时代, 运用先进的技术为中小企业征信体系的完善创造了很多新思路, 产生了很多新方法, 提供了很多新措施, 逐步实现了为中小企业构建良好的金融服务环境, 缓解中小企业融资困境, 灵活中小企业融资渠道的目标, 最大限度的发挥中小企业在国民经济中的重要作用, 推动我国经济不断发展。
摘要：中小企业征信体系的建设虽然初现成效, 但依旧存在着法律规章制度和奖励惩罚机制缺失;征信系统简易粗略;服务体系单薄等问题。随着大数据时代的到来, 这些问题的改善有了新技术的支持和帮助。本文基于大数据的技术体系, 提出解决这些问题的新思路和措施。
关键词：大数据,中小企业,征信体系
参考文献
[1] 维克托·迈尔·舍恩伯格, 肯尼斯·库克耶.大数据时代——生活、工作与思维的大变革[M].浙江:浙江大学出版社, 2012.
[2] 彭宇, 庞景月, 刘大同, 彭喜元.大数据:内涵、技术体系与展望[J].电子测量与仪器学报, 2015, 29 (4) :469-482.
[3] 马文霄.我国小微企业征信体系建设实践与改进建议[J].征信.2015 (01) :45-48.
[4] 李丹, 王鸿雁.征信体系建设中存在的问题及建议——基于数据库建设等方面的思考[J].征信.2016 (07) :39-41.