未來學家凱文·凱利說：“所有的企業(yè)都難逃一死，但所有的城市都近乎不朽。”今天，鏈接數(shù)字生態(tài)已成為企業(yè)的生存之道。
8月8日，金蝶“2023全球創(chuàng)見者大會暨企業(yè)數(shù)字信用平行論壇”在深圳隆重召開，金蝶信科首席運營官朱海勃在主題報告《共建企業(yè)數(shù)字信貸生態(tài) 破解普惠金融三大難點》中表示，目前小微金融服務面臨三個難題，分別是“發(fā)現(xiàn)難、轉化難、識別難”，導致小微金融服務的可得率不高。
根據(jù)中國銀行業(yè)協(xié)會的調研顯示，73.6%的銀行家認為普惠金融是信貸投放的重中之重，數(shù)據(jù)作為當代企業(yè)的數(shù)字信用資產，正成為數(shù)字普惠金融之戰(zhàn)的“硬核”武器。
見微知“信” 掌握五大行業(yè)風險維度
朱海勃表示，過去幾年，金蝶信科與百家余銀行金融機構合作，服務了150萬企業(yè)，在此過程中積累了大量企業(yè)授權的財稅數(shù)據(jù)，并推出“涇渭云”企業(yè)大數(shù)據(jù)征信云服務。“涇渭云”提煉和總結了3000多個核心風險標簽，朱海勃分享了其中的五個風控維度示例。
各行業(yè)風險差異：根據(jù)“涇渭云”風險數(shù)據(jù)顯示，不同行業(yè)的風險值不同，且隨著時段變化而產生波動。2022年，特定行業(yè)如住宿餐飲和交通運輸?shù)娘L險較高，至2023年7月，住宿餐飲、交通運輸?shù)娘L險降低，而建筑業(yè)的風險升高。從細分行業(yè)來看，紡織、木制品和食品飲料行業(yè)風險高于制造業(yè)平均水平，礦產品風險亦高于批發(fā)零售業(yè)平均水平。
稅負率字段：揭示了企業(yè)的真實納稅水平，稅負率異常偏低的企業(yè)，較易發(fā)生虛構發(fā)票等行為，風險高于平均水平。
月均開票天數(shù)：企業(yè)每月的開票天數(shù)與經營穩(wěn)定性正相關，較多的開票天數(shù)意味著更低的風險。
應收賬款占比：依據(jù)應收賬款占流動資產的比例，判斷企業(yè)應收賬款規(guī)模，低占比表示較小的應收賬款和較低的拖欠風險。應收賬款占比低于一定水平時，企業(yè)風險顯著減小。
交易對象與供應鏈關系：涇渭云數(shù)據(jù)分析顯示，通過供應鏈交易關系，可以更好識別出優(yōu)質企業(yè)，與較多核心企業(yè)合作交易的企業(yè)，風險越低。此外，穩(wěn)定的客戶數(shù)量也能為企業(yè)信譽帶來正面影響。
共建企業(yè)數(shù)字信貸生態(tài) 解決“發(fā)現(xiàn)難、轉化難、識別難”
過去幾年，企業(yè)數(shù)字化信貸的蓬勃興起。根據(jù)中國人民銀行《2021年第四季度中國貨幣政策執(zhí)行報告》數(shù)據(jù)顯示，小微企業(yè)信用貸款余額年均增長超148%。
朱海勃認為，當下小微金融服務的難點，在于企業(yè)信貸需求產生流程中的三個關鍵環(huán)節(jié)：發(fā)現(xiàn)、轉化、識別。金蝶信科通過場景創(chuàng)新、產品智能匹配模型及數(shù)據(jù)驅動的解決方案，可以有效解決發(fā)現(xiàn)難、轉化難和識別難問題。
首先，構建多維獲客場景，解決發(fā)現(xiàn)難題。
傳統(tǒng)的電銷和行銷方法的成功率較低，網銷成本較高。為此，金蝶信科構建了金蝶生態(tài)獲客場景，通過金蝶的SaaS云服務系統(tǒng)，幫助金融機構高效發(fā)現(xiàn)融資需求。面向中小企業(yè)，金蝶信科將信用評估服務嵌入金蝶“精斗云”，客戶在使用軟件時授權數(shù)據(jù)，基于模型為其評分，從而獲取低成本且優(yōu)質的金融服務。面向中大型企業(yè)，金蝶信科在金蝶云·星空系統(tǒng)中嵌入了“金蝶效融”供應鏈金融服務平臺，幫助金融機構直達四萬家核心企業(yè)產業(yè)鏈場景中，批量發(fā)現(xiàn)優(yōu)質小微客群。此外，金蝶基于隱私計算功能，幫助銀行精準識別優(yōu)質企業(yè)的上下游關系，以批量識別潛在優(yōu)質客戶，定義核心企業(yè)白名單。目前，金蝶信科每日能夠精準獲取4000個企業(yè)的融資需求。
其次，打造產品匹配模型，解決轉化難題。
由于產品眾多，將潛在客戶轉化為實際的金融產品申請者是另一個難點。金蝶信科構建產品匹配模型，該模型基于3000多個數(shù)據(jù)標簽，建立400多個產品匹配規(guī)則。根據(jù)金融產品的準入規(guī)則和客戶的數(shù)據(jù)信用情況，幫助客戶精準匹配金融產品，從而提高產品的轉化率。
最后，提升信息真實性與數(shù)據(jù)質量，解決識別難題。
“核驗雖繁必不敢省人工，數(shù)據(jù)雖貴必不敢減物力”。在信貸過程中，信息的真實性以及欺詐問題是一個重要挑戰(zhàn)。金蝶信科通過數(shù)據(jù)分析和隱私計算等技術，特別是對于涉及虛開發(fā)票、偽造身份、偽造業(yè)務、數(shù)據(jù)處理錯誤等情況進行監(jiān)控和修正，以提高數(shù)據(jù)質量和識別欺詐。
“共建一個多維的金融數(shù)據(jù)底座，成為整個金融行業(yè)的基礎設施。”朱海勃表示，未來，破解普惠難題仍需解決數(shù)據(jù)的豐富性，金融數(shù)據(jù)底座需要由核心企業(yè)、征信公司、交易所等具有數(shù)據(jù)資源的機構共同構建。通過整合征信信息、財產信息、工商司法信息、稅務信息等多維數(shù)據(jù)，為金融科技創(chuàng)新提供基礎動力，共建共享數(shù)字化可持續(xù)金融生態(tài)，才能夠助力小微普惠實體經濟高質量發(fā)展。
