數據賦能數字信用建設過程模型研究

摘要：數據作為數字企業最重要的價值資源，成為構成數字信用的關鍵性要素。相較于傳統央行征信模式存在涉及傳統金融服務難以覆蓋“長尾企業客戶”的問題，數字信用模式為小微企業緩解融資約束提供了可能。文章基于數據賦能的視角，以金蝶信科為例，揭示了數字信用建設過程，數據與新興科技的有效結合將是數字信用建設的核心。提出了數據賦能數字信用建設的過程包括三個環節，即：數據要素化、數據模型化和數據產品化。研究在原有的文獻基礎上完善數字信用定義，將數據賦能數字信用建設的過程形成框架并結合案例分析，以此提出新的數字信用模式將有效緩解小微企業融資約束的問題。

關鍵詞：金蝶信科；數據賦能；數字信用

在傳統的信用模式下，小微企業自身實力的不足、相應數字化解決方案的缺失及信息的不對稱問題使得金融機構對小微企業開展信貸業務充滿顧慮。因此，破除小微企業融資約束的困擾成為推動國民經濟發展的一項重要戰略部署。

隨著數字經濟的快速發展，中共十九屆四中全會將數據確認為繼勞動、資本、土地、知識、技術和管理之后的第七種生產要素，這也意味著數據成為企業生存發展構建競爭優勢必不可缺的資源。數據被提高到生產要素高度，基于互聯網平臺的引領使用，數據資源將凝合為驅動企業生存、發展的核心要素。由于傳統信用模式弊端日益顯露，對于數字信用的研究引起了部分學者的關注，數據作為數字企業最重要的價值資源，亦成為構成數字信用的關鍵性要素。

當前，學術界對數字信用的理論研究較少，學者熊治東總結改革開放以來中國社會信用體系中提到數字信用并進行了簡述。學者詹新惠僅對個人數字信用進行定義，缺乏涉及企業數字信用的相關概念。另外，學者張毅、周如月與錢良、趙成國等對數字信用的研究以金融科技賦能信用創造為主，更多體現出一種數字技術革新對信用體系的創新發展，以區塊鏈技術為代表的金融科技特點賦能信用體系建設。另有少部分學者的研究集中于數字信用的概念、制度和模式，學者馬艷、朱晉川、陶婭娜指出信用結構由中心擴散式向多節點、分布式、縱橫交錯的矩陣式結構演變，李耀東認為信用理念由傳統壟斷和信息不均向普惠金融演變，莊雷、馮艷麗信用關系也由間接的、熟人化信用向共享式、智能化演變。此外，學者莊雷提出金融科技背景下的數字信用共治模式，更多地以基于分布式系統的社會數字信用共治模型?？偨Y而來，現有關于數字信用的研究基于金融科技發展的視角較多，更加突出科學技術對于信用體系建設的貢獻，對數據生產要素的深層次價值挖掘賦能數字信用建設的研究較少，相關的數字信用應用場景的研究及作用機理研究不足。

綜上所述，本研究通過豐富對數據賦能數字信用建設等方面的認識，發現大數據要素能夠豐富數字信用體系的維度和廣度，由數據驅動實現對企業用戶精確而全面地刻畫，進而提升金融服務的可得性。據此提出以下問題，當前，數據上升到生產要素的戰略地位，數據賦能能否驅動數字信用建設？數字信用發展過程中，數據賦能如何驅動小微企業信用建設？

基于此，本文將運用單案例探索研究法，依托于金蝶信科公司的數字信用建設的實踐，從數據賦能的視角出發，探索數據賦能驅動小微企業數字信用建設過程模型這一命題，主要涉及：通過文獻閱讀、案例分析及實踐場景認知相結合等方式完善總結數字信用概念；結合數據賦能金蝶信科數字信用建設的模式分析，構建數字信用建設過程路徑，總結數據賦能驅動數字信用建設過程模型，彌補理論上的研究不足，為緩解小微企業融資約束的相關研究提供理論依據。

一、數字信用建設的過程模型

本文基于數據賦能的理論基礎，分析數字信用建設的核心，進而展開對數字信用建設過程的研究。數據和新興科技的有效結合將為數字信用賦予靈魂，加速了資源的轉化效率，優化數字信用的屬性結構。因此，以下分析將基于數據與新型科技的結合為基礎來進行探討。

數字信用的建設以數據和新興科技有效結合為主導，這是研究重點。數據之所以能成為現實的生產要素，也因其在生產過程和價值創造上具備了傳統生產要素所具備的功能和特征。由于數據的價值創造特性為數據轉化為信用資產提供了可能，數據賦能數字信用建設將以數據要素化作為賦能數字信用的起點，將閑置的數據資源轉化為可帶來價值創造的數據要素，之后借助新興科技構建風險控制模型，使數據要素的生產屬性得以升級，獲取到使用價值，最終形成數據產品驅動數字信用實現場景應用。

（一）數字信用建設的第一環節：數據要素化

數字信用建設的數據要素化環節主要是三個過程。一是數據資源開放，這是數據要素形成的基礎；二是數據挖掘，進行數據的采集工作，獲取基礎的數據資源；三是數據整合，實現數據要素序列、規則及價值的歸置。

數據資源的開放以海量的數據流和信息流為支撐，在獲取海量數據的基礎之上，進一步的數據挖掘將為數據要素化過程提供深層次的數據信息據挖掘通常與計算機科學緊密相連，它的核心是借助特定的算法來在海量的數據中尋找被隱藏的信息。在數據處理的授權階段，數據挖掘是依賴計算機技術來探尋數據的深層價值，相關的技巧可幫助發現客戶在大量的商業交易數據中的購物趨勢和模式并且可以描繪出用戶的信用情況，然后加以可視化的信用標簽的創建。在對數據進行深度收集之后，數據的元素化工作便進入到數據整合階段，數據整合囊括數據的轉化、提取、聚合、清洗標準化，讓原先雜亂無章的信息被系統地整理成信息項。這個過程實質上就是數據的“熵減”，即數據從混雜到有序、混亂到明晰、低價值到高價值的轉變。因此，常規的數據整合常需要應對諸如語義差異、數據源結構差異、和字段的關系，以及數據重復等多種問題的挑戰。數據整合將數據進行匯聚、過濾、重組等一些基礎層面的數據處理，在數據庫的儲存中可以實現有序的提取、查詢等，對于數據的價值化實現創造條件。

（二）數字信用建設的第二環節：數據模型化

數字信用建設的數據模型化階段主要以大數據風控模型為主。這將是數據資源的初步產品設計，新興科技與數據價值資源的有機結合構成大數據風控模型，數字信用的演變核心便基于此。原句： 資訊不均衡的情況阻撓了企業主募集資金的可能性，特別是中小型機構，他們在公布信息和財務流程方面的理解有所欠缺，更有可能遭遇麥克米倫所描述的資金短缺問題。然而，在金融科技形勢下，大數據、區塊鏈和人工智能等各類技術可有效降低供資方和企業間信息的不均等狀況。大數據風險管理模型主要依賴于兩個要素：一是大數據技術；二是機器學習模型。相對于依靠傳統數據和評分卡模型的傳統銀行風險控制模型，大數據風險管理模型能夠更準確地預見違約風險、保持更穩定的狀況。并且可以挖掘更多維度的數據，涵蓋更廣泛的客戶群體，獲取更實時的資訊，從而增強金融科技風險管理模型的效用。通過建立大數據風險管理模型，能夠精確地定量企業，根據數據驅動的信用評估，為企業提供個性化的融資解決方案。

（三）數字信用建設第三環節：數據產品化

數字信用建設的數據產品化主要包含兩個部分。一是場景結合。以場景驅動數據賦能信用的發展，滿足經濟社會的發展需求，在場景運用匹配中形成閉合回路將數字信用的應用過程數據化，從而源源不斷地獲取基礎數據信息資源。二是實踐應用。數字信用是數據產品中的一種新的實踐形式，受困于小微企業信息不對稱的窘境，數字信用便會在小微企業融資和經營中展現價值創造的能力。數據產品可以理解為初級的數據資產，數據資產的價值與本身的體量、質量、時效性、整合程度之間存在一定的不確定性，與具體的應用場景相關。數據產品的交易模式和自身定價受應用場景影響較大，基于場景中的數字信用資產交易將增加覆蓋群體，加強信貸覆蓋效力，彌補業務的精確核心需要。下一步，將數據商業化的實際效果將會顯現出來，數字信用在企業的貸款和融資中得到應用，減少了企業間的信息非對稱，緩和了小微企業的融資限制。在數據產品化的實踐應用中，數據價值反饋是升華數據屬性的一種機制，增加市場數據產品主體反饋機制能夠助推數據主體提升數據開放質量。在實際應用的數據反饋中，技術與數據的整合過程可以持續迭代和完善，同時適應持續變動和升級的應用需求。也就是說，數據因素的構建推動加強了新興數字技術與數據的有益整合，從而有助于數字信用的建設進步。

二、研究設計

（一）研究方法

本研究采用單案例描述分析的方法，對數字信用建設的模式進行應用性探索。部分專家指出，對于那些難以定義和在過程中難以觀察的問題，單案例研究可以提供很好的適應性，并且在詳盡闡述現象上更有優點。采用單案例研究的描述分析方式，有助于在實際案例分析中理解理論原理。

（二）研究對象

案例選擇遵循典型性的原則，本文選取了金蝶信科作為數字信用建設的分析樣本，金蝶信科完全體現了數字信用建設過程的三個環節，案例具有一定的代表性，并且特別符合當前科技公司設立金融科技子公司開展金融業務的趨勢，反映了構建的數字信用建設模型的科學性與適用性。

（三）案例介紹

金蝶信科，作為金蝶集團（0268HK）旗下的金融子公司，致力于解決中小微企業的融資困境。得益于金蝶的強大數據生態、技術能力和廣大的客戶群體，該公司成功研發了“數字化商業+數字化信譽+數字化信貸”的運營機制，體現出其獨一無二的特性。在2018年，金蝶信科推出了“信用賬本”（亦稱良知賬本）的初創想法，以此收集小微企業的實時商業信息，并將這些信息作為構建公司全景視圖的基礎，由此數據派生出信譽資本。接著，利用這些信譽數據資本，由此形成了一種由數據推動的科技金融模式。到2021年，金蝶信科憑借金蝶的數百萬企業客戶的數據資源和創新科技潛力，幫助小微企業創造信譽資本，并引導金融機構識別并深入小微市場。如今，金蝶信科已經與超過30家銀行金融機構建立了合作關系，并已成為許多金融機構的關鍵合作伙伴。通過金蝶信科的“金蝶效貸”數字化信貸服務平臺，有超過十萬家小微企業成功獲得了無擔保貸款。在后疫情時代，金蝶信科每個月都能向中小微企業授予近20億的信貸，有效地滿足了中小企業復產復工時的資金需求。

三、案例分析

本文選取了金蝶信科的數字信用建設進行深入系統的分析，金蝶信科體現了數字信用建設過程的三個環節，即數據要素化、數據模型化及數據產品化。由于數據的價值創造特性為數據轉化為信用資產提供了可能，金蝶信科將基礎數據資源轉化為可帶來價值創造的數據要素，同時借助金蝶集團強大的數字技術實力構建風險控制模型，令數據要素的生產屬性得以升級，使風控模型助力數字信用公信力建設，在金蝶信科業務場景中助推數字信貸的發展。

（一）數據要素化

金蝶信科的數據要素化是基于金蝶集團海量的數據信息為基礎，核心數據分為三部分：企業管理數據、稅務數據和發票數據，多以非信貸數據來實現賦能數字信用，而其中企業管理數據是最具獨特性的征信源數據，它來自ERP中的財務、進銷存、生產、人事、社交辦公等模塊，這些數據可以較為完整地展現一個企業的經營狀況。企業稅務數據和發票數據則由工商、司法、納稅、黑名單等多維數據構成。金蝶為小微企業提供的眾多數字軟件可以實現實時記賬，形成數據財富。金蝶信科的數據基礎極為豐富，在金蝶生態系統內進行數據資源開放，對于和金蝶建立聯系的小微企業，在獲得授權的情形下可以實現生態系統內的數據流動，從而為進一步的數據賦能提供便利。數據要素化接下來便是進行數據資源的挖掘，通過挖掘獲取數據內部深層次的連接。通過“涇渭云”大數據風控平臺，運用大數據挖掘、智能識別與采集以及數據建模技術，深度挖掘、抽取數據信息的內在聯系，取得全方位、多角度的數據資源。最后，數據整合成為數據要素化的最后一步，也成為數據要素價值創造前基礎性的一環。“涇渭云”是金蝶公司的產品之一，它是一個一站式的全網服務平臺，能全自動在線地整合和處理企業數據。采用了多級緩存和讀寫分離等技術，它可以輕松處理大數據的并行操作，同時也保證了用戶的操作體驗是簡單、方便且快捷的。

（二）數據模型化

金蝶信科數據賦能數字信用的數據模型化主要依靠新興科技來實現。金蝶集團以數據驅動，利用大數據技術進行全面系統的數據清洗和整理，從而提高了數據管理的質量。他們構建了以人工智能風險管控引擎為中心的科技金融平臺，深度融入供應鏈系統，依賴數據驅動來創建科學的信用風險管控體系。他們已經實現了信貸申請審批的全流程線上化，并進行全時段的智能后貸款風險監控。他們基于真實交易提供情境化和數據化的基本服務，并得到企業客戶的認可，金融機構可以實時在線獲取上下游企業的融資需求、真實交易數據和相關信息。人工智能決策引擎進行貸款審批，這降低了金融機構的風險管控成本，提高了金融決策的成功率。大數據和AI技術的融合讓涇渭云的交易征信產品能夠通過數據建模，搭建多個以發票為基礎的真偽核查、狀態監控、多頭融資預警和關聯交易預警等模塊，為金融機構提供貿易融資反欺詐服務，能有效露出基于發票的交易風險。閑置的數據資源在獲得要素化以后便具備了價值創造的基礎。在數據賦能數字信用建設的過程中，大數據風控模型的構建成為數字信用建設的關鍵部分，以數據和新興技術相結合的風控模型將為數字信用提供精確刻畫，進而為數字信用在實踐中的場景應用創造了條件。

（三）數據產品化

金蝶信科的數據產品化過程由風控模型與場景相結合來完成，以場景驅動數據賦能信用的發展，結合風控模型應用于實踐，源源不斷地獲取基礎數據信息資源，生成完整的數據產品。金蝶集團有680多萬企業用戶，相應的軟件遍及企業各個方面，能夠在用戶相應的業務場景里嵌入金融服務產品。一方面，對客戶來說，可以在特定的場景接受優質服務；另一方面，對金蝶而言，數據的價值將通過服務連接得以反饋?！敖鸬啤本邆湔隙鄻踊瘶I務環境的能力，能夠挑戰只局限于單一財務賬務的限制，并完成金融服務閉環。它構建了企業營銷和財務數據流的橋梁，使數字信用資產能夠流動，以此支持企業應對金融借貸壓力。一旦數據產品化，金蝶集團與金融機構的商業合作就可以有針對性地收費。主收入來源是數據技術服務費，也就是金融機構通過金蝶的“涇渭云”大數據企業信用平臺獲取企業的ERP數據報告，并用于借款前后的風險控制，然后就可以收取數據技術服務費用。金蝶信科數字信用的實踐應用，補齊了數據產品的最終屬性。數據產品化令數據具備了價值創造的基礎，數字信用的發展在金蝶與680萬企業用戶的連接中不斷拓展，金蝶將不斷增加數據維度，完善刻畫小微企業的用戶畫像，幫小微企業經營者挖掘自身最大的財富——信用賬本。至此，金蝶信科基于場景結合促發展和實踐應用助反饋共同賦能數據產品化的目標得以實現。

四、展望

數字時代下，數字信用是數字經濟社會的核心，通過數字化技術對個人及組織過往的行為數據進行充分的分析從而得出的信用畫像，這種信用畫像完全來自數據支撐，數字信用依托數字技術和多維度數據的運用，消除信用孤島，使其產生多元化價值。當前數字信用并未建立起系統的經濟理論，研究應該深入探析案例實踐中所出現的規律并加以總結，以獲取系統的理論支撐。后續的研究可以從以下兩個方面來探索：一是在數字信用內涵進一步深化的基礎上，需要考慮數字信用價值化的機制探討，數字信用作為數字經濟社會的核心，其效益產出也是值得我們去把握。二是有關數字信用的研究，數據基礎的問題還需要明確，有關于數據資產的確權、交易、定價等一系列問題亟待研究。

注釋：

①麥克米倫缺口，是指現代中小企業由于普遍存在著金融資源短缺，特別是長期融資由于金融資源供給不足而形成的巨大資金配置缺口。

②Gartner（高德納，又譯顧能公司，NYSE：ITandITB）全球最具權威的IT研究與顧問咨詢公司，成立于1979年，總部設在美國康涅狄克州斯坦福。其研究范圍覆蓋全部IT產業，就IT的研究、發展、評估、應用、市場等領域，為客戶提供客觀、公正的論證報告及市場調研報告，協助客戶進行市場分析、技術選擇、項目論證、投資決策。為決策者在投資風險和管理、營銷策略、發展方向等重大問題上提供重要咨詢建議，幫助決策者作出正確抉擇。

參考文獻：

[1]孫新波，張媛，王永霞，等.數字價值創造：研究框架與展望[J].外國經濟與管理，2021，43（10）：35-49.

[2]張昕蔚.數字經濟條件下的創新模式演化研究[J].經濟學家，2019（07）：32-39.

[3]熊治東.改革開放以來中國社會信用體系建設：成就、經驗、問題與展望[J].征信，2020，38（10）：12-20+48.

[4]詹新惠.你想擁有數字信用嗎[J].青年記者，2019（21）：91.

[5]張毅.基于區塊鏈技術的新型社會信用體系[J].人民論壇·學術前沿，2020（05）：6-14.

[6]周如月，錢良.基于區塊鏈信用體系的分布式數字版權管理機制[J].計算機應用研究，2020，37（06）：1794-1798.

[7]趙成國，江文歆，莊雷.區塊鏈數字貨幣信用創造機制研究——基于貨幣價值屬性視角[J].財會月刊，2020（09）：156-160.

[8]馬艷，劉澤黎，王琳.數字技術、數字信用制度及neQP7/WB+HBtlywJMdNSSPArr0dQl4G9ucV0vcf4RgE=其共生性研究[J].當代經濟研究，2020（09）：104-113.

[9]朱晉川.互聯網金融的產生背景、現狀分析與趨勢研究[J].農村金融研究，2013（10）：5-8.

[10]陶婭娜.互聯網金融發展研究[J].金融發展評論，2013（11）：58-73.

[11]李耀東.互聯網金融的民間監督設想[J].金融博覽，2014（04）：15-16.

[12]莊雷.金融科技創新下數字信用共治模式研究[J].社會科學，2019（02）：48-57.

[13]馮艷麗，查先鋒.構建我國互聯網金融信用與征信體系研究——基于博弈論視角[J].生產力研究，2019（08）：28-32.

[14]張昕蔚，蔣長流.數據的要素化過程及其與傳統產業數字化的融合機制研究[J].上海經濟研究，2021（03）：60-69.

[15]劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究[J].管理世界，2020，36（07）：198-217+219.

[16]尹西明，等.數據要素價值化動態過程機制研究[J].科學學研究，2021：1-18.

[17]王相寧，劉肖.金融科技對中小企業融資約束的影響[J].統計與決策，2021，37（13）：151-154.

[18]Qiu，H，etal.Fintech credit risk assessment for SMEs：Evidence from China 2020：INTERNATIONAL MONETARY FUND.

[19]黃益平，邱晗.大科技信貸：一個新的信用風險管理框架[J].管理世界，2021，37（02）：12-21+50+2+16.

[20]熊巧琴，湯珂.數據要素的界權、交易和定價研究進展[J].經濟學動態，2021（02）：143-158.

【作者單位：齊魯工業大學（山東省科學院）經濟與管理學部】