金融科技中的人工智能技术在中小企业信用评级中的应用

发布时间:2017-11-30 15:48:24    点击:

  近年来,伴随着科技创新驱动发展成为了国家又一项重要战略,科技创新逐渐涉及全社会范围内多个领域。而科技与金融的有效结合,将促进金融行业加快变革进程,能有效的驱动国家经济发展提速。金融科技包含多项技术,其中主要包括:人工智能、大数据、互联技术、分布式技术和安全技术。本篇文章主要介绍人工智能在中小企业信用评级中的应用。

  一、人工智能

  人工智能(Artificial Intelligence)是指通过研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。简单来说就是运用智能硬件和计算机程序,模拟人的意识、思维的信息过程,解决在一般情况下需要人脑解决的问题的技术。此项技术起初主要应用于智能机器人,后应用于其他领域,如医疗影响识别,金融数据分析等。

  二、当前我国中小企业发展情况

  根据国家统计局数据,2016年全国规模以上中小工业企业(以下简称“中小企业”)37.0万户,比2015年末增加0.5万户,占全国企业数量总计的97.5%。2016年中小企业主营业务收入实现72.2万亿元,同比增长6.0%,如图1所示。与此同时,中小企业利润总额呈现稳步增长态势,亏损面及从业人员降幅收窄,行业发展整体向好。

  虽然中小企业整体规模稳步增长,但仍然面临众多问题和困难。如,税费负担过重,企业压力较大;近年来伴随我国生活水平的提高,用工成本持续上升以及部分原材料价格上涨速度快于PPI,造成企业成本大幅增加等。此外,由于中小企业自身财务管理乏力、信用风险较大等原因,无法满足银行贷款的严苛要求,进而使得中小企业融资难。而融资困境成为制约我国中小企业发展的又一突出因素。此时,新兴的互联网金融行业的出现在一定程度上缓解了中小企业融资难问题。互联网金融以其不同于传统融资的方式,有效的降低企业贷款成本、担保不足等问题,为中小企业提供融资服务。

  同时,由于中小企业自身特点,为中小企业提供金融服务的金融机构也面临各种风险。例如企业规模小,企业本身抗风险能力较弱,难以保障贷款如期偿还;大部分中小企业缺乏完善的公司治理结构,主要领导人作用过分突出,其主观意愿影响是否要偿还贷款;财务管理制度不规范,财务报表失真,金融机构无法有效衡量其真实的偿债能力;公司短期行为较多,缺少核心竞争力或特色经营,发展受限,可持续经营能力无法评判;企业整体信用观念相对浅薄,信用可靠度低,贷款难如约偿还等风险,而金融科技的使用能帮助金融机构在一定程度上识别中小企业信用风险,监控中小企业信用行为,降低融资风险,提高融资效率。

  三、人工智能在中小企业信用评级中的应用

  基于大数据的前提,人工智能对数据进行标准化处理,通过刻画更加准确的信用画像和更加优化的模型,对目标进行风险分析和预测。

  数据标准化处理是形成债务主体信用信息图谱的前提,更是构建债务人信用风险传导路径的基础。人工智能的应用,可以对线上获取的信用信息数据项的来源、性质、作用、位置、编码进行标准化处理,再由独立第三方审计机构全面审计后纳入信用信息数据库,最后实现科学分类、真实记录、有效建档,为评级提供更加规范的数据支撑。

  人工智能的应用可以协助刻画更准确的信用画像。信用画像的刻画包括多个维度,但不只限于:识别欺诈行为、历史信用分析、行为偏好、多层次风险结构识别等。例如使用人工智能鉴别刻画对象的欺诈行为实现对中小企业信用行为的监控。通过对海量数据的分析和处理,对目标对象进行信息核实、经营轨迹分析、黑名单比对等来更加准确的甄别目标对象是否存在欺诈行为并根据甄别结果对该企业进行欺诈预警,从而实现对企业的信用行为监控。

  与此同时,学者研究试验结果表明,人工智还可以优化传统信用模型。在信用评估模型中使用人工智能技术可以有效的提高分类器的分类精度和稳定性,这是因为人工智能的加入能使信用评估模型具有优于传统统计学方法的适应复杂非线性分类的能力,从而提高信用模型预测结果的准确度。大公信用评级原理的核心思想是偏离度,把影响债务人信用级别的多个因素归为偏离度表示,并根据债务人的特征规定多个影响偏离度的指标,通过对偏离度的衡量来分析和预测债务人风险。人工智能的算法可以更加准确的解决评级方法中的关键技术,例如影响偏离度的各指标权重的确定、预测偏离度的变化和对预测结果进行情景分析等。最后用自然语言生成技术对评级报告优化,从而实现高质量的评级报告的自动生成。(文/杨琬)