大數據背景下金融互換、征信體系與算法框架構建

常冶衡 李雙

【摘要】通過對金融互換、征信體系、算法等問題進行關聯性分析，以企業征信體系與金融互換、個人征信體系與金融互換的動態匹配為基本思路建立金融互換、征信與算法基本框架，對社會融資、消費與內需、業務渠道的拓展、新行業的衍生、資本效率等方面進行經濟效應分析，最終針對征信系統的建立與利率差別化定價、動態匹配、資金缺口、反饋機制等方面提出可行性對策。

【關鍵詞】征信體系；金融互換；算法；動態匹配

【中圖分類號】F832【文獻標識碼】A【文章編號】1004-0994（2020）01-0156-5

【基金項目】青島黃海學院財務管理重點專業建設項目“《投資學》課程改革”（項目編號：HHZDZY2017002）

人工智能、云計算、區塊鏈技術的發展給金融領域中征信系統以及利率的差別化定價帶來了機遇與挑戰，將大數據算法嵌入企業、個人等信用評級，為實現利率的差別化定價奠定了基礎，同時利率的差別化可以實現資本需求主體之間的比較優勢，通過發揮其中的比較優勢為金融互換與云計算帶來了一系列新的算法。

一、文獻回顧

本文的研究與以下三類文獻具有較大的關聯性：第一類文獻主要側重于金融互換的理論研究，涉及金融互換基本原理、比較優勢兩個層面。金融互換是20世紀80年代在平行貸款與背對背貸款基礎上發展起來的，在金融互換的過程中，只要雙方對資產負債存在需求，并且通過現金流的一系列交換，就能產生合作收益、節約成本，最終形成雙贏[1]。第二類文獻主要側重于征信、利率定價相關領域的研究。姚洪心等[2]通過征信機構、銀行規模、服務模式等關鍵詞闡述了征信體系建立的重要性，以利潤最大化為主要政策目標提出了征信機構僅向中小銀行提供中小企業信用信息這一觀點；葉湘榕[3]以各類信用評分作為研究依據，從信息共享機制、地方政府探索、人行征信中心、社會征信機構四個角度探討了信用評分的建立機制以及未來發展動向。第三類文獻主要側重于區塊鏈技術的相關研究。李朋林、董一一[4]站在商業銀行業務模式的角度對支付結算、貸款業務、票據業務、供應鏈金融、征信問題、反洗錢問題等六大業務領域進行應用分析，指出了自身技術、大數據管理、參與業內合作、業務創新的重要性。

二、大數據背景下金融互換、征信體系與算法的關聯性分析

1.金融互換與征信體系的關聯性分析。征信是指通過建立信用檔案、依法采集并客觀記錄信用信息、共享信用信息庫，為企業、個人等資金需求方提供金融服務。本文認為，隨著人工智能、云計算的發展，利用大數據可以對企業、個人的財務行為形成一套有效的算法，通過數據分析對其進行信用評級。此外，還可以通過人工智能進一步評估資金的具體使用去向以及預期資金的回籠時間，對不同的借款主體或者同一借款主體不同的資金使用去向進行利率差別化定價。

傳統的金融互換是指兩個或者兩個以上的參與者根據商定的條件，運用其利率比較優勢交換一系列現金流的合約。一般來說，貨幣互換與利率互換是最常見的兩種互換類型，其本質是雙方的信用等級不同，在市場上提供的利率存在差別化定價。結合上述對征信體系的界定，本文認為由于征信可以細化到不同的資金使用去向從而對資金需求方進行差別化定價，因此結合金融互換的比較優勢理論，可以通過金融互換與征信體系的關聯性建立一套有效的動態匹配機制，這套機制就是一系列算法。

金融互換與征信體系的關聯性包含兩個方面：其一，對于企業來說，可以通過收集企業信用信息并結合生產企業信用產品機構的情況來建立企業征信體系，利用大數據、云計算等對企業進行信用評級，結合有資金需求企業的具體資金使用去向以及對不同企業貸款利率實行差別化定價，利用金融互換中的比較優勢建立一套有效的動態匹配機制；其二，對于個人來說，可以通過收集個人信用信息并結合生產個人信用產品的機構建立個人征信體系，同樣利用大數據、云計算對個人進行信用評級，結合有資金需求個人的具體消費品種類實行個人利率差別化定價，利用金融互換中的比較優勢建立一套有效的動態匹配機制。

2.金融互換與算法的關聯性分析。算法在本文中主要是指對金融互換的比較優勢問題進行有效性擴展，通過征信系統形成利率的差別化，在此基礎上利用人工智能、云計算等測算出資金需求方在金額、期限、使用方向等方面借款的可能性，運用一系列算法對兩個及兩個以上的資金需求主體進行動態匹配。這里需要說明的是，企業與個人應分開測算，對企業一般可以采用整體經濟行為、經營管理、各項動態指標等進行測算；對個人則可以結合傳統的消費收入情況、手機端與PC端的使用，以及形成的消費行為、消費偏好、其他收入等各方面進行綜合測算。結合這種關聯性分析和金融互換兩個主體進行測算，根據組合方式得出最高可以關聯的數量為：

三、大數據背景下金融互換、征信體系與算法框架設計及其經濟效益分析

1.金融互換、征信體系與算法框架設計。本文進一步對金融互換與征信體系的關聯性、金融互換與算法的關聯性進行整合與修正，從企業和個人兩個角度構建一套金融互換、征信體系與算法的基本框架，如圖所示。

（1）企業征信體系與金融互換的動態匹配?？蚣艿淖蟀氩糠种饕槍Φ氖瞧髽I，該系統中主要存在兩條回路：①收集企業信息→企業征信體系→企業信用評級→企業利率差別化定價→企業比較優勢動態匹配合作收益（利率）→金融互換（企業）收益額→金融互換體系合作總收益→企業收入→收集企業信用信息；②企業群（n+Δn）→n選2組合→企業本金匹配金額→企業資金缺口金額（Δn）→企業群（n+Δn）。

以上兩條回路中，①為主回路，②為子回路。首先，通過收集企業信用信息，結合生產企業信用產品的機構情況建立企業征信體系，在此基礎上通過測算企業信用級別并結合資金的使用去向來為企業利率進行差別化定價；其次，通過對具有資金需求的企業群體進行兩兩有效的組合，從而結合利率差別化定價對企業比較優勢進行動態匹配，根據互換基本原理測算出合作收益所采用的利率；同時，根據企業群體兩兩有效的組合測算出企業本金匹配金額，根據上述企業比較優勢動態匹配合作收益利率，并扣取金融中介的服務費，最終測算出企業在金融互換中產生的收益金額，在這個過程中進行企業本金匹配時會存在單家企業的資金缺口，將其反饋給企業群進行二次匹配，周而復始，將資金缺口最小化；最后，合作收益會影響企業自身的收入，為下一步收集企業信息奠定基礎。

（2）個人征信體系與金融互換的動態匹配。框架的右半部分主要針對的是個人，該系統存在四條回路：①收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優勢動態匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→個人收入→收集個人信用信息；②收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優勢動態匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→個人收入→個人消費→收集個人信用信息；③收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優勢動態匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→企業收入→個人收入→收集個人信用信息；④個人群體（m+Δm）→m選2組合→個人本金匹配金額→個人資金缺口金額（Δm）→個人群體（m+Δm）。

以上四條回路中①②③為主回路，④為子回路。首先，通過收集個人信用信息，結合生產個人信用產品的機構情況建立個人征信體系，在此基礎上通過測算個人信用級別并結合消費品的種類來為個人利率進行差別化定價；其次，通過對具有資金需求的個人群體進行兩兩有效的組合，從而結合利率差別化定價對個人比較優勢進行動態匹配，根據互換基本原理測算出合作收益所采用的利率；同時，根據個人兩個群體有效的組合測算出個人本金匹配金額，根據上述個人比較優勢動態匹配合作收益利率，扣取金融中介的服務費，最終測算出個人在金融互換中產生的收益金額，在這個過程中進行個人本金匹配時會存在資金缺口，將其反饋給個人群體進行二次匹配，周而復始，將資金缺口最小化；最后，合作收益會影響個人自身的收入，為下一步收集個人信用信息奠定基礎。當然在這個過程中個人收入會影響其消費，最終影響個人消費信息的收集。與此同時，金融互換體系的合作總收益會影響企業收入，企業收入會影響工資與報酬，進而影響個人收入，最終影響個人消費信息的收集。

此外，在這個過程中由于個人收入決定了個人的消費，個人消費會影響企業的銷售，最終影響企業收入，企業收入決定工資與報酬，從而影響個人收入。這就是二部門經濟循環：個人收入→個人消費→企業收入→個人收入。

2.金融互換、征信與算法框架設計所產生的經濟效應。

（1）節約社會融資成本，提高資金使用效率。通過建立企業征信體系，實現利率的差別化定價，利用比較優勢對資金需求主體進行動態匹配，可以產生金融互換合作收益，有效降低企業資金成本。

首先，利率差別化定價表現為以下兩類資本需求主體情況：第一類要求不同的資金需求主體對同一資金的使用渠道及相同的使用期限實現差別化定價；第二類要求不同的資金需求主體對不同的使用渠道及相同的使用期限實現差別化定價。一般來說，資金需求主體對資金的使用期限相同，可以更好地進行期限匹配。

其次，現實中資金需求主體的貸款本金往往難以一致，此時可以通過動態匹配補充其資金缺口。例如：A客戶對資金的需求量為1000萬元，B客戶對資金的需求量為700萬元，C客戶對資金的需求量為500萬元，D客戶對資金的需求量為250萬元，此時可以進行本金一致性匹配。下表展示了客戶A、B、C、D對貸款本金的動態匹配全過程。

其中，客戶A與客戶B之間的匹配資金為700萬元，客戶A的300萬元資金缺口與客戶C完全匹配，客戶C的200萬元資金缺口與客戶D的200萬元完全匹配，最終客戶D的50萬元資金缺口由于無法匹配，執行原貸款利率。此時，客戶A與客戶B的700萬元資金可以實現A與B的合作收益，用ΔCAB表示；客戶A與客戶C的300萬元資金可以實現A與C的合作收益，用ΔCAC表示；客戶C的200萬元資金缺口與客戶D的200萬元資金可以實現C與D的合作收益，用ΔCCD表示。

最后，根據上述分析，假定ΔCAB=1.0%，ΔCAC= 0.8%，ΔCCD=1.2%，同時在這個過程中，金融中介都在合作收益中扣除0.1%的費用。根據金融互換的基本原理且合作方收益進行五五分成，客戶A與客戶B的年合作收益為：700×（1.0%-0.1%）/2=3.15（萬元）；客戶A與客戶C的年合作收益為：300×（0.8%-0.1%）/2=1.05（萬元）；客戶C與客戶D的年合作收益為：200×（1.2%-0.1%）/2=1.1（萬元）。最終整個動態匹配群體產生的總收益為：ΔCAB×2+ΔCAC×2+ΔCCD×2=10.6（萬元）。按照這樣的規律，現實中可以將所有企業進行動態匹配，最終站在行業、宏觀經濟角度來看，可以有效節約社會融資成本，提高資金使用效率。

（2）有效刺激消費，從而拉動內需。通過建立個人征信體系，實現利率的差別化定價，利用比較優勢對資金需求主體進行動態匹配，通過大數據、人工智能對消費者進行服務遞推，結合消費偏好與產品的選擇來為消費者提供合理的消費信貸，可以有效促進消費。通過消費拉動經濟增長，最終拉動內需，促進整個宏觀經濟高質量增長。

（3）為金融中介拓寬業務渠道。征信體系的建立要求對資金需求方實行信用評級，信用評級要求利率差別化，整個信息的形成經過大數據運算，根據經濟主體的各類資金需求行為并結合比較優勢進行有效匹配，從而為金融中介拓寬業務渠道，金融中介通過大數據分析與遞推，對發生互換行為的企業與個人收取一定比例的服務費用，進一步增加了其收入來源。表中金融中介最終產生的收益額為：（700+ 300+200）×0.1%=1.2（萬元）。站在行業、宏觀經濟的角度來看，通過規模效應實現了財富的再分配。

（4）衍生了大數據與人工智能相關的新行業。通過建立金融互換、征信體系與算法的框架，可以衍生出大數據方向的各類行業。例如，企業征信系統需要借助大數據與人工智能進行信用評級，信用評級實現了對資金需求主體在資金使用渠道、使用期限等方面的利率差別化定價，利率差別化定價有助于各資金需求主體發揮其中的比較優勢，比較優勢的產生需要從資金使用數量、資金使用期限等方面進行動態匹配，在產生的合作收益中提取金融中介費用，該項費用作為中間業務用來維持人工智能行業、金融行業正常經營的開銷。最終，衍生的新興行業由于節約了社會總成本進而拉動經濟，對高質量經濟增長起到了推動作用。

（5）提高資金使用效率，為貨幣供給側結構性改革奠定基礎。企業、個人通過征信系統實現利率差別化定價與動態匹配，節約了企業的融資成本，促進了個人的消費升級，同時推動了金融中介的發展。整個運行體系保證了貨幣在流通領域中的有效供給，最終提高了貨幣資本的使用效率，為貨幣供給側結構性改革奠定基礎。

四、對金融互換、征信體系與算法設計提出的建議

1.借助人工智能完善征信系統，實現利率差別化定價。近年來，隨著大數據時代的到來，征信系統也需要不斷完善。借助于人工智能，企業與個人信息資源能夠得到有效的配置，借助于云計算，征信系統能夠得以完善，最終為實現利率差別化定價奠定基礎。對企業來說，隨著財務共享的實現，企業在各項購買、經營、銷售等環節的數據都需要借助于人工智能來進行測算，根據歷史、現在、未來的預測情況并結合企業資金使用去向對利率進行合理定價。其中，對于資金的使用去向，需要結合經濟形勢、行業態勢等方面利用人工智能等新技術手段進行風險評估，對資金使用去向中風險較高的行業實行高利率定價，資金使用去向中風險較低的行業實行低利率定價；對于個人來說，隨著消費升級，手機端與PC端的支付普及，個人的收入、消費行為數據目前基本完善，下一步需要對個人的未來資金需求和消費偏好行為做出合理的預測，有針對性地進行服務遞推，通過消費偏好與資金需求進行合理的利率定價。

2.建立金融互換動態匹配平臺，減少信息不對稱問題。利率差別化的產生使金融互換成為可能，建立金融互換動態匹配平臺可以有效解決資金需求主體之間的信息不對稱問題。與此同時，隨著用戶的增多，用戶對資金的需求在金額、期限等方面必然呈現多樣化的選擇，動態匹配在一定意義上可以很好地滿足用戶的多樣化需求，通過動態匹配降低資金成本，提高資本效率。

金融互換的比較優勢原理正是通過這一方法對其進行動態匹配，對具備潛在資金需求的企業或者個人的數量進行兩兩組合，通過建立一系列算法測算其中的合作收益，尋找出最優動態匹配企業，達到合作收益最大化，這里本文提出如下測算方法：

該公式展示了對于資金需求期限相同的用戶的動態匹配方法。其中：？Cmax表示企業或個人兩兩動態匹配后合作收益最大化的數值；C1、C2表示動態匹配企業或個人兩兩不合作交易的利率總成本。

經過一系列反復測算，可以實現在企業群或者個人群體中每兩家動態匹配收益最大化，最終有效地為企業或者個人降低資金成本。

3.加強資金管理，及時反饋資金缺口。由于金融互換要求資金需求雙方的本金一致，在進行動態匹配中，往往會存在資金缺口，此時需要通過反饋機制將存在匹配缺口的企業或者個人的部分資金量反饋到原來的群體中進行二次匹配，從而實現資金缺口最小化。

4.及時反饋金融互換產生的效益，合理測算下一步利率定價。整個系統經過運行后，需要及時對所產生的經濟效益做出反饋，反饋會影響下一期企業或者個人的信用信息更新以及自身各項財務數據的變化，其變化程度會直接影響下一期利率定價結果，從而影響多家企業或者個人動態匹配的結果，因此，該項反饋機制十分重要。

五、結論與展望

企業與個人的金融數據更新直接影響到未來征信體系的完善性，大數據與人工智能介入征信體系對經濟高質量增長發揮著重要的作用。信息共享為征信體系的建立奠定了基礎，金融互換動態匹配平臺的建立解決了用戶信息不對稱的問題，通過金融互換與動態匹配形成一系列算法，可以有效地為企業與個人降低資金成本。在這個過程中，可以衍生出其他相關行業的發展，直接關系到消費、內需等各個方面。整個系統需要進行有效性傳遞，并且及時對各個環節做出合理反饋。征信體系、金融互換、動態匹配體系一旦形成，就可以在解決資金閑置問題的同時，節約社會資金成本，提高資本使用效率。

本文在大數據、人工智能背景下結合征信體系、金融互換等問題形成了一套動態匹配的算法，還需要對企業與個人的相關數據進行挖掘，通過平臺的建立與運行為信息資源的共享、征信體系的完善、動態匹配的實現、反饋機制的形成等方面衍生新生行業，保證經濟高質量增長。

【主要參考文獻】

[1]張亦春，鄭振龍.金融市場學[M].北京：高等教育出版社，2013：1～375.

[2]姚洪心，吳伊婷，趙袁軍.中小企業信貸、銀行規模與征信服務模式[J].商業研究，2018（1）：133～142.

[3]葉湘榕.基于應用創新的個人信用評分設計探討[J].征信，2019（3）：58～62.

[4]李朋林，董一一.區塊鏈技術在商業銀行業務模式創新中的應用[J].財會月刊，2018（21）：46～52.