依托大数据 破解中小商企信用难题

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

阿里巴巴宣推出企业诚信体系服务,阿里巴巴将以贸易服务为核心,依托十几年数据积累,为中小企业提升协同效率、降低获取订单、融资等服务的成本。

中小企业融资难最大的难点在于国内中小企业的信用体系不完善、信息基础设施落后等根本问题没有得到解决。由于这些原因,阿里巴巴6月16日宣布推出企业诚信体系服务,坐拥最厚实的大数据底层,阿里巴巴实际上掌握了最有价值的生产资料。但是,单凭大数据真的能把看似虚无缥缈的信用转化为实实在在的资金吗?

信息不对称 亟须构建诚信体系

中小企业信贷虽然是一个万亿级的蓝海,但限于成本、风控等因素,银行始终缺乏可靠的外部标准和方法去拓展这个市场。

相关数据显示,2015年末我国中小企业已经接近7000万家,中小企业信贷虽然是一个万亿级的蓝海,但限于成本、风控等因素,银行始终缺乏可靠的外部标准和方法去拓展这个市场。

“中小企业信贷市场太大了,仅上海一地每年就新增20万家以上的中小企业,但这些企业无法获得银行融资。不是我们不想服务这些企业,我们也能看到它们的需求,但是确实没有太好的办法去发展这块业务。”上海银行总行小企业金融服务中心总经理朱会冲表示,由于小额贷款操作成本、征信成本很高,因此上海银行贷款额度起步就在500万以上,但哪怕是能够贷到500万以上的这些企业,和大企业相比,信息也是非常不对称的。

传统银行在信息不对称的情况下,只能依靠抵押的方式(一般为厂房)来抵御风险。但随着经济下行,抵押品的价格也不断下行,所以银行在中小企业端的业务发展就越来越困难。

朱会冲坦言,中小企业融资难,难在信息不对称。从银行角度看,如果企业诚信体系能够建立起来,这些信息都可以作为银行选择客户、控制风险、贷后管理的硬手段,还可以简化以往一笔笔、一单单的审核模式。“可以说阿里巴巴推动和建设企业诚信体系是一件非常有价值的事情,能够让政府、企业、金融机构多方互动起来,最终解决中小企业融资难题。”

据悉,阿里巴巴企业诚信体系将由电子通行码、信用评级、信用报告、风险云图四个部分组成,这一体系将被广泛运用在企业的各个商业场景中,成为未来商业的通行证。

其中信用评级体系以企业基本信息、法定代表人、贸易行为、金融行为、商业关系等五大维度为企业提供信用评级,级别分为AAA、AA、A、BBB、BB五个等级。每月更新一次的信用报告则包含企业工商信息、经营状态、交易行为、金融行为、上下游贸易伙伴和投资等商业关系信息等,能够让金融机构了解企业当前信用状况并作出决策。

阿里现场展示了企业诚信体系模型,中国商报记者在现场了解到,根据受邀到场的500多家企业的数据显示,这些企业将获得总授信额度约2.58亿元的贷款,平均每家企业有望获得50多万元的贷款。除了上海银行以外,与阿里展开诚信服务体系合作的银行还有建行、平安、招行、中信等。

朱会冲透露,上海银行已经通过阿里巴巴的企业诚信体系为其平台上的中小企业提供信贷服务。“它的数据很难造假,所以我们可以很便利地做出决策和贷后管理。目前,只要是阿里巴巴外贸综合服务平台上的客户,我们一般都会接受,风险比较小。目前累计已经放贷接近3个亿,我们今年的目标是做到10个亿。”

依托大数据 直击B2B金融痛点

这些可追溯可观测的动态数据能够帮助银行了解并掌握企业的实际运营情况和贷款应用情况,解决了银行对于中小企业贷款和风控的难点。

阿里巴巴方面表示,已经逐步利用企业诚信体系协同多家银行推出多种金融产品,比如“流水贷”,就是由阿里巴巴向银行提供中小外贸企业的出口数据,这些可追溯可观测的动态数据能够帮助银行了解并掌握企业的实际运营情况和贷款应用情况,解决了银行对于中小企业贷款和风控的难点。目前为止已累计放款超过10亿元,不良率低于0.5%。

但是与风生水起的B2B电商形成鲜明的反差,B类金融似乎从来没有真正热闹起来。这主要是因为传统金融机构受限于体系和机制,无法匹配中小企业资金需求快、使用时间短的痛点。

“这一点正在发生变化,我们通过阿里巴巴基于大数据提供的企业相关材料,2至3天就能作出贷款决策。”朱会冲介绍,传统的银行贷款模式,中小企业除了需要抵押物之外还需要提供各种报表。基于可信度,银行一般还希望拿到企业的交易数据,因此一笔贷款的决策流程基本要一个月左右。

除了缩短时间,中小企业还存在一个资金使用率的问题。阿里巴巴增值业务事业部负责人李多全表示,中小企业短期拆借的资金需求很多,传统的模式下企业贷款,银行给的最低期限一般是半年。对企业来讲,它可能只需要两个星期就行了,但为了这两个星期的资金需求,却要付出半年的成本。通过我们和银行合作推出基于诚信体系打造的金融产品后,完全可以做到随借随还,哪怕年化利率一样,和传统贷款相比资金成本还是有很大的优势。

阿里巴巴集团副总裁、B2B事业群总裁吴敏芝表示,阿里巴巴有着16年的中小企业贸易数据积累,有着丰富的企业动态数据和企业商业行为的记载。同时,随着阿里巴巴全网诚信通的推进,越来越多的企业信息,已经可以对合作伙伴进行输出,如新浪微博、高德地图、钉钉等,同时金融机构也能够根据这些企业的真实数据,提供更符合中小企业发展需求的融资服务。

“当我们把诚信体系输出到越来越多的平台,使用的场景越来越多,它的价值就会越来越大,反过来又能激发企业维护自己的诚信,从而推动整个商业环境往更好的方向发展。比如我们和新浪微博的合作,企业蓝标认证旁会多一个诚信标识。用户点开后,可以看到企业展示的信息档案和信用评分。我们前期已经向5000家企业提供了试用机会,也已经有企业因为展示自己的诚信档案,通过微博拿到了数十万的订单。”吴敏芝介绍道。
本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
4月前
|
SQL 分布式计算 大数据
"大数据计算难题揭秘:MaxCompute中hash join内存超限,究竟该如何破解?"
【8月更文挑战第20天】在大数据处理领域,阿里云的MaxCompute以高效稳定著称,但复杂的hash join操作常导致内存超限。本文通过一个实例解析此问题:数据分析师小王需对两个共计300GB的大表进行join,却遭遇内存不足。经分析发现,单个mapper任务内存默认为2GB,不足以支持大型hash表的构建。为此,提出三种解决方案:1) 提升mapper任务内存;2) 利用map join优化小表连接;3) 实施分而治之策略,将大表分割后逐一处理再合并结果。这些方法有助于提升大数据处理效率及稳定性。
93 0
|
4月前
|
机器学习/深度学习 分布式计算 大数据
大数据迷局:如何用PyODPS破解回归分析之门?
【8月更文挑战第20天】随着大数据技术的发展,回归分析在处理海量数据时愈发重要。PyODPS是阿里云MaxCompute上的Python库,支持高效的数据处理。本文通过示例展示如何使用PyODPS进行回归分析:从安装库、连接MaxCompute、读取销售数据,到数据预处理、构建线性回归模型、预测销售额及评估模型性能(如计算RMSE)。这一流程体现了PyODPS在大数据环境下的强大功能。
66 0
|
6月前
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
1000 8