基于大數據原理的類金融機構信用監管研究及應用

張濤 鄭曉瑜 付波

摘 要：針對現有類金融機構監管方式滯后及監管手段乏力的不足，提出一種基于大數據原理的類金融機構信用監管體系，該體系采用多維信用評議技術，對類金融機構進行全面信用畫像和信用評估;接著從應用的角度出發，構建一種基于大數據的新型信用監管方法，該方法采用非現場信用監管與現場信用監管相結合的方式，能有效地實現對P2P、虛擬貨幣交易、互聯網小額貸款等類金融機構的信用監管。

關鍵詞：類金融機構 ?大數據 ?信用監管 ?多維信用評議

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2020）11（b）-036-03

1 類金融機構的主要模式與風險分析

1.1 類金融機構的主要模式

關于類金融機構，我國目前沒有權威統一的明確定義，通常情況下類金融機構是指具有金融性質和功能的，區別與國家 （正規）金融監管而主要由地方金融監管或相關機構監管的，從事資金融通業務的機構，文獻[1]將類金融機構的業態歸納為以下六種：貸款融資類、交易所類、中介服務類、投資理財類、資產管理和處置類、兼具吸儲和放貸功能類。

1.2 類金融機構的風險分析

從監管的角度來看，類金融機構各業態面臨的典型風險有以下方面。

一是典型的違法風險：采用欺詐的方式來發行超出類金融機構經營范圍以外的股票或債券等金融產品，或者采用非法集資的方式來吸收公共存款等一系列的行為，均屬于違法的風險。

二是典型違規風險：是否向借款人充分揭示投資風險;信息披露是否合規;募集金額是否超標;是否存在多種不同業態產品在同一界面出現的情況，或出現規定業態外的金融產品;是否從事首付貸款、校園貸等。

類金融機構的風險層出不窮，據第三方咨詢機構網貸之家發布的數據[2] ，截至2019年1月底，累計停業及問題網貸平臺達到5433家。大平臺出現“卷款”“跑路”等情況，已經成為金融監管機構高度關注的重點事項，因此對類金融機構進行監管已經迫在眉睫。

2 類金融機構監管的現狀和趨勢

2.1 類金融機構監管的現狀

受監管體制的不完善、監管方式滯后和監管手段乏力等因素的制約，目前類金融機構監管還存在以下難點：

一是難以把握類金融業態的特征：類金融機構處于不斷發展和創新的過程中，尤其是隨著互聯網金融的快速發展，類金融業態更加呈現出多元化的發展趨勢，創新的金融業態層出不窮，這也為按照類金融業態的特質，依法依規進行監管增加了難度。

二是難以全面了解法律法規、缺乏有效監管辦法：類金融機構的監管，在法律法規上處于不斷完善。此外，還存在多頭監管和監管標準不統一的情形，這也增加了類金融機構監管的復雜性。

三是信息分散，不易獲取：大多數類金融機構目前尚未建立完善的信息化監管體系，信息高度分散，信息獲取存在滯后、不全面、不一致等多種情況，尤其是缺乏綜合多個部門的信息數據平臺，難以協調統一監管，難以滿足監管機構的內在發展需求。

四是傳統手段難以持續動態的跟蹤、評估：傳統監管手段存在諸多不足，監管手段乏力，未能全面把控類金融機構的金融功能和行為，全面防范金融風險以及及時預警風險，深鉆底層數據，實現穿透式監管。

2.2 類金融機構監管的發展趨勢

金融監管目前已經進入了一個新的階段，尤其是2017年的第五次金融工作會議，提出了對金融監管的新思路，即加強對金融機構的功能性監管和行為監管[3]，要實現以上兩方面的監管目標，需要對金融機構的主體、業務類型、業務行為進行分層級監管。

信用監管是一種新型的監管方式[4]，結合金融監管的發展需求，充分利用大數據的優勢，整合類金融機構的多維數據，對類金融機構進行信用畫像，并通過對類金融機構的信用全生命周期進行動態監測，從而實現事前、事中、事后全監管，已經成為類金融機構監管的熱點。

3 利用大數據原理的類金融機構信用監管研究

類金融大數據監管平臺是對類金融企業進行全過程信用監管及風險預警的綜合信息服務分析平臺，主要面向地方類金融監管機構，進行全過程信用監管及風險預警的綜合信息服務分析平臺，主要面向地方類金融機構進行全過程信用監管及風險預警的綜合信息服務分析平臺，主要面向地方類金融監管機構，為防范與降低金融風險、行業監管提供精準的決策支撐，為及時發現類金融機構的風險、提高政府監管成效提供有力保障。

3.1 基于多維信用評價指標體系

從企業基本信息、企業經營信息、公共監督、事件輿情、業態因素、業態特征六個維度，構建類金融機構的信用評價指標體系，如表1所示。

類金融機構的信用指標體系能反映出不同類金融機構的信用狀況，從而為類金融監管機構提供參考監管依據。類金融機構信用指標的數據來源主要有以下方面。

一是國家各部委數據，主要包括：工商部數據、各級法院數據、工信部數據。

二是地方各部門數據，主要包括：行政部分處罰數據、地方稅務數據、金融監管部門數據、地方刑偵數據、地方銀行數據。

三是企業填報數據，主要包括：組織數據、經營數據、備案數據、重大事項。

四是互聯網采集數據，主要包括：輿情數據、平臺數據、一行三會數據、招聘數據、金融產品數據、各金融協會數據。

3.2 類金融機構的多維信用評價模型

為了對不同類型的類金融機構進行信用畫像，采用多維數據信用評議技術[5]，從各個方面對類金融機構的信用主體進行信用評價。多維評議技術是將大數據原理應用于信用管理的全過程，該技術通過收集與類金融機構主體信息、業務類型、業務行為相關的多元化、不同來源的異構數據，通過建模和大數據分析方法，對類金融機構的信用特征、其他行為特質作出評價和預測。

例如，我們采用雷達圖可以對兩家不同的類金融機構的信用情況作出全面分析。從多個維度對兩家機構的信用進行綜合評價，其中單個維度以10分為最優評分，反之則最劣進行評分，最終可以分別得到兩家類金融機構的信用評價結果。

基于大數據的信用多維評議技術，可以根據類金融機構類型的不同，選擇不同的數據維度和設置信用評分的權重，通過綜合評價得出信用主體的信用評分，該方法能普遍應用于各種類金融機構信用評價，如圖1所示。

3.3 類金融機構信用監管的應用示范

針對類金融機構的監管，本文進一步設計出一種以大數據信用為核心的監管方法，該方法采用非現場信用監管、現場信用監管兩種方式相互結合，如圖2所示，具有較強的通用性。

3.3.1 非現場信用監管

構建類金融機構的大數據信用監管平臺，該監管平臺通過對類金融機構的風險因子和對應的信用評分變化進行動態監測，實現對類金融機構的實時信用監管。

一要確立監管指標及權重：根據類金融機構各業態的法律法規，制定對應的信用監管指標，構建類金融機構信用風險規則庫;根據信用監管指標的重要程度，給予該指標賦予對應的權重。

二要開展類金融機構信用風險評估和信用評價：根據類金融機構的業態特征，收集對應的多維數據，并結合信用風險規則庫的模型，開展信用風險評估，同時計算在該風險條件下對應的信用評分。

三要根據信用評分的結果，確定類金融機構的風險等級，例如高、中、低風險。

四要出具風險排查報告：綜合全部數據、評價企業風險狀況、提出處置建議。

3.3.2 現場信用監管

類金融監管機構可以結合非現場信用監管的風險評估結果，通過現場核查的方式，進一步對類金融機構的信用風險進行全面評估，并出具信用風險整改報告，要求類金融機構進行整改。同時，將類金融機構整改結果反饋到信用規則數據庫，實現對監管規則的優化和升級。

4 結語

類金融機構的監管是目前的熱點，本文在分析類金融機構主要模式和風險的基礎上，提出了一種基于大數據原理的類金融機構信用管理的方法;該方法能普遍應用于類金融監管機構對包括小額貸款公司、P2P、眾籌在內的多種類金融機構進行動態的信用監管，能及時有效地防范金融風險，提升金融監管的效率。

參考文獻

谷新生.類金融機構研究[J].金融理論與教學，2020（04）.

P2P網貸行業2019年1月月報[EB/OL].http：.//www.wdzj.com/news/yc/3818785.html.

牛綺思.全國金融工作會議上的新概念：功能監管與行為監管[J].中國經濟周刊，2017（29）：31.

羅培新.信用監管：構建新型監管機制的基石[N].中國市場監管報，2019-11-05（004）.

張濤.一種適用于互聯網金融的大數據信用體系研究與應用[J].征信，2016（04）：33-35.