大數據下小微企業信用分析

朱兆迪 尚林波 吳婷 賈玉林

[摘 要] 大數據時代下，小微企業的繁多數據依附于互聯網而存在。建立小微企業的信用評價體系，便于小微企業與銀行的貸款交易。小微企業規模小，其主要經營者的信用水平至關重要，在很大程度上影響了小微企業的信用水平。本文選取小微企業主要經營者基本信息、社交人脈、消費行為、App使用、銀行記錄五個方面分別運用logistic回歸、主成分分析、RFMS模型、App得分和ROC曲線等方法來對其按期還款概率進行刻畫，用雷達圖給出了小微企業主要經營者的信用畫像，結合企業競爭力、發展潛力等其他因素，運用層次分析法和專家分析法確定了所有因素在信用評價中的權重，構建出大數據下的小微企業信用評價體系。

[關鍵詞] 計算機；云計算；數據存儲技術；分析

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 080

[中圖分類號] TP315 [文獻標識碼] A [文章編號] 1673 - 0194（2019）09- 0177- 02

1 時代背景與信用分析意義

近年來，國家大力推行普惠金融政策，鼓勵扶持小微企業的發展，然而在其迅速發展的同時也面臨著融資難、貸款難的瓶頸。相比于大中型企業，小微企業經營風險大，缺乏擔保物，財務體系不規范，使得銀行難以核實其信用水平，無法按照原有的信貸體系向其發放貸款。因此，鑒于小微企業的獨特特征，亟須建立區別于大中企業的信用評價體系。該信用評價體系主要用于彌補銀行現有信用評價體系無法準確評估小微企業信用的問題。準確評價小微企業的信用，可以合理降低銀行貸款風險，增加銀行對小微企業貸款額度，有效解決小微企業貸款與銀行利益之間的問題。

2 小微企業信用評價體系的建立

2.1 信用評價體系的評價主體

對于小微企業的評價體系，應主要從小微企業主要經營者和企業自身發展狀況兩方面來評價小微企業的基本狀況。其中，企業主要經營者代表的信用水平至關重要，在很大程度上影響了小微企業本身的信用水平。

2.1.1 小微企業主要經營者的信用評價

針對小微企業的信用評價體系應能夠體現出企業主要經營者的信用水平，本文從企業經營者的基本信息、社交人脈、消費行為、App使用、銀行還款記錄五個方面進行分析，建立小微企業主要經營者的信用畫像。

（1）基于主要經營者基本信息的信用分析

小微企業主要經營者基本信息的信用分析是構建個人信用畫像最基礎的一步，主要經營者基本信息應具有能夠反映個人基本生活情況的特性，本文選取年齡，性別，學歷，未婚/已婚，未育/已育五個指標作為主要經營者的基本信息，這五個指標與主要經營者是否按期還款之間的關系是本文所研究的。

將主要經營者是否按期還款作為因變量，基本信息的五個指標作為自變量，對各變量隨機生成1 000個樣本點，通過建立Logistic回歸模型進行研究，此處因變量具有兩個分類0和1，所要建立的則是一個二分類Logistic回歸模型：

得到函數：

當t的取值足夠大的時候，可以看成0或1兩類問題，即：p>0.5時，預期結果y=1，按期還款；p<0.5時，預測結果y=0，不按期還款將各變量隨機生成的1 000個樣本點通過SPSS進行Logistic回歸預測，可算出主要經營者在基本信息給定情況下的按期還款概率。

（2）基于主要經營者社交人脈的信用分析

小微企業主要經營者的社交人脈在一定程度上反映了個人的信用水平。本文將挖掘社交人脈的大小與小微企業主要經營者信用水平之間的關系。本文選取qq好友數，微信好友數，微博粉絲數三個變量作為主要經營者的社交人脈，對各變量隨機生成1 000個樣本點，通過主成分分析構建與主要經營者是否按期還款之間的關系模型。

（3）基于主要經營者消費行為的信用分析

主要經營者消費行為能夠反映其資金水平，一個較好的資金水平，可以理解為貸款人有較好的還債能力，那么其按時還款率就應該很高。

隨著互聯網科技的發展，尤其現在支付寶，微信支付的廣泛應用，使的這些數據都一一被記載在了網絡之中，那么便可利用這些數據對一個人的消費行為進行分析，進而挖掘出與其信用水平之間的關系。

本文我們用RMFS模型對主要經營者的消費行為進行分析。如果R和S越小，F和M越大，則說明主要經營人的財務狀況良好，還款能力越強，那么其還款概率就會越高。

（4）基于主要經營者App使用的信用分析

首先，定義App得分：

著重對熱門App進行分析，按期還款用戶更喜愛安裝理財類、招聘類、教育類APP，而非按期還款用戶更喜愛安裝借貸類、虛擬類、娛樂類App，這對于銀行甄別按期還款用戶和非按期還款用戶提供了一種方法。

計算所有App中得分最高的App，將此得分定義為極優值，則可計算用戶極優指數，現將用戶極優指數定義如下：

顯然用戶極優指數越高，該用戶的按期還款率就越高，即有較高的信用水平。通過用戶極優指數，銀行則可定量的衡量來貸款的小微企業主要經營者的得分，以此來判斷是否要貸款給此用戶。

（5）基于主要經營者銀行記錄的信用分析

小微企業主要經營者銀行記錄是指傳統模式下銀行對用戶已有的數據，包括上次用戶是否按時還款，信用卡還款情況，用戶自身銀行卡級別。這些指標在一定程度上都能反映用戶信用程度，本文這里采用Logistic回歸挖掘這些數據內在的聯系，并用ROC曲線刻畫對用戶是否按時還款預測錯誤概率與預測正確概率之間的關系。

此Logistic回歸仍是一個二分類回歸，對各變量隨機生成1 000個樣本點，通過SPSS進行分析可算出對給定一組自變量值時的預測按期還款概率。

可以模擬數據生成ROC曲線。其中，特異度即為將不按期還款的人預測為按期還款的人的概率；靈敏度為將按期還款的人預測為按期還款的人的概率。

易知ROC曲線以下的面積越大，則說明這個預測模型越好，將ROC曲線以下的面積定義為AUC值，AUC值的計算如下：

其中，M為預測正確的樣本數，N為預測錯誤的樣本數。

銀行可通過不斷選取用戶在銀行已有的數據作為自變量，通過比較不同自變量所得到的ROC曲線以下的面積大小來選擇出一個預測能力最優的模型，從而精確找尋到那些信用水平較高的小微企業主要經營者。

2.1.2 建立小微企業主要經營者的信用畫像

通過對小微企業主要經營者基本信息、社交人脈、消費行為、App使用、銀行記錄五個方面分析，可構建出小微企業主要經營者的信用畫像，此信用畫像可以用雷達圖表示。

各指標數據越接近1，用戶的信用水平就越高，通過各指標期望和方差可以定量的描述一個人的綜合信用水平。銀行自然希望貸款人按期還款概率的期望越高越好，方差越小越好。

2.2 小微企業信用評價指標的選取

根據小微企業的特點，現選取以下指標評定小微企業的信用。

小微企業信用評價指標體系的指標分為法人代表方面的指標（基本信息、社交人脈、消費行為、App使用、銀行記錄）和非法人代表方面的指標即企業競爭力（企業技術先進性、產品替代性、品牌信譽、經營狀況）、企業發展潛力（政府政策、行業狀況）、企業發展能力（總資產增長率、營業收入增長率、利潤增長率）、企業財務狀況（企業盈利能力即成本費用利潤率）。

2.3 計算各層次因素的權重

對于影響小微企業指標的權重確定是非常重要的，小微企業的資料較難獲得，大多數都沒有公開，可以采用層次分析法和專家分析法對指標的權重進行確定。

首先，構建遞階層次結構。構建小微企業信用評價指標體系需要結合小微企業的特點，參照其他信用評價體系，列出一級、二級指標，準確表示出相對關系，構建框架。其次，構建判斷矩陣。表示每一個層次及元素的相對重要性程度。對每一層次的指標進行重要性評分，確定該層元素的重要性排序情況，代表對上層次元素的相對重要性程度。再次，層次單排序。根據矩陣計算出每個判斷矩陣的最大特征值和特征向量并檢驗其一致性指標和一致性比例。若滿足一致性檢驗，則將特征向量進行歸一化即該判斷矩陣的權向量。最后，層次總排序。利用層次單排序的結果進一步計算得出總排序結果。

小微企業數據信息較少，無法使用通常的統計學方法，所以再采用專家打分法。依靠專家對每一個指標的相對重要性評價進行相對重要性評價從而得出重要性判斷矩陣，再進行運算得出特征向量。根據一級指標和二級指標判斷矩陣的分析。應用層次分析法和專家評分法可得出小微企業信用評級指標體系及權重。

主要參考文獻

[1]袁紅林.完善小微企業政策支持體系研究[M].大連：東北財經大學出版社，2010.

[2]王德勇，陳曉鋼.淺析小微企業信用評價指標體系的構建[J].中國商界，2008（6）：56-60.

[3]李國青.中小企業信用評級指標體系構建研究[J].財會通訊，2010（14）：41-42.

[4]趙穎，金海清.中國民營企業資本運營的風險識別[J].經濟研究導刊，2011（11）：17-18.