大公数据在评估还是在玩票？
三大评级机构与大公国际主权信用评级模式比较
直 十分 敏感 。长期 以来 ， 普 、 标 穆迪 、 惠誉 三大评级 机构 投 资者征收 １％的税 ，此举 大大抑制 了跨 境金融活 动 ， ５
对主权信用 评级 占据 主导地位 ， 对其 争议 也一直没 有停 使 得 标 普 不 得 不 暂 停 了 对 除 加 拿 大 和 美 国 之 外 的 主 权
穆迪 对政府 债券 的评 级采用 定量 与定 性方 法相 结 合， 评级 过程 大致分为 三个步骤 ： 第一步对一 国经济弹性 国经济力 量的分 析和基 于政府效率 、 明度 、 透 私有权利的
一
的主权风 险的一种信用测评 （ ０ ２ 。主权风险最早 的考察集 中分析 两大 因素——基 于人 均 Ｇ Ｐ指标 的一 Ｉ ２０ ） ＭＦ Ｄ 国机构 的力 量。第二步是对 政府金融 的稳健度 考察 ，
５ ２ １ ４ ０ ２年第 １ Ｏ期 总 第 ２ ７期 ８
翌 兰曼曼曼 曼曼曼 －曼曼蔓 Ｉ ■一
ｎ
标 准 普 尔 的 评 级 体 系通 过 五 大 块 的分 值 来 反 映 ： 机 构 有 效 性 及 政 治 风 险 反 映 在 政 治 分 上 （ｏ ｔ ａ Ｓｏ ） ｐｌｉ ｌ Ｃｒ ， ｉｃ ｅ 经 济 结 构 和 增 长 前 景 反 映 在 经 济 分 中 （ｃｎ ｍｃｓｏ ） ｅｏｏ ｉ ｃｒ ， ｅ 外 部 分 （ｘ ｒａ ｓｏｅ 包 含 外 部 流 动 性 和 国际 投 资 的地 ｅｔ ｌ ｃｒ） ｅ ｎ 点 ． 政 政 策 效 果 和 灵 活 性 构 成 为 财 政 分 （ ｓａ ｓｏｅ ， 财 ｉ ｆ ｃｌ ｃｒ） 最 后 货 币政 策 灵 活 性 包 含 在 货 币 分 中（ ｏ ｅ ｒ ｓｏｅ① ｍ ｎｔ ｙ ｃｒ） 。 ａ 第 一 步 是 基 于 一 系 列 的 定 量 因 素 和 定 性 因 素 分 别
证券市场的大数据分析如何利用大数据提高投资决策的准确性
证券市场的大数据分析如何利用大数据提高投资决策的准确性近年来，随着信息技术的迅速发展和数据存储能力的大幅提升，大数据分析已经在各个领域展现出巨大价值。
在金融投资领域，证券市场的大数据分析正逐渐成为投资者决策的一项重要工具。
本文将探讨证券市场的大数据分析如何利用大数据提高投资决策的准确性。
从根本上说，大数据分析是指通过对海量数据进行挖掘、分析和建模，从而揭示隐藏在数据背后的规律和趋势。
对于证券市场而言，大数据分析具有以下几个优势，可有效提高投资决策的准确性。
首先，大数据分析可以帮助投资者识别和解读市场趋势。
海量的交易数据、财务数据以及新闻报道等等，蕴含着丰富的市场信息。
通过数据分析工具，投资者可以提取这些信息并进行深入研究，从而洞察市场的动向。
例如，通过分析大量的市场数据，可以发现特定行业或公司的涨跌趋势，帮助投资者抓住投资机会。
其次，大数据分析可以帮助投资者量化风险。
投资领域充满着风险，而大数据分析可以帮助投资者更准确地评估投资项目的风险水平。
通过对历史数据和市场情绪的分析，可以构建风险预测模型，帮助投资者更好地管理投资风险。
例如，在股票市场中，大数据分析可以通过对公司基本面、市场情绪以及公司业绩等多个因素的综合分析，评估股票的风险水平。
第三，大数据分析可以帮助投资者进行精确的投资组合管理。
投资组合的配置是投资决策中的重要环节，而大数据分析可以通过对不同资产的表现、相关性以及历史数据的分析，帮助投资者构建更加均衡和高效的投资组合。
通过有效的资产配置，投资者可以降低整体投资风险，并在获得相对高收益的同时实现投资组合的优化。
此外，大数据分析还可以为投资者提供智能化的决策辅助工具。
利用机器学习和人工智能技术，大数据分析可以对投资者的行为模式进行学习和挖掘，进而为投资者提供个性化的投资建议和决策支持。
例如，通过对投资者历史交易行为的分析，可以发现其投资偏好和风格，从而为其提供相应的投资策略和建议。
然而，尽管证券市场的大数据分析具有巨大的潜力，但也存在一些挑战和风险。
大公国际信用评级流程
大公信用评级方法及流程一、大公信用评级流程大公信用评级流程一般包括评级准备、尽职调查、项目初评、评定等级、评级结果反馈与复评、文件备案与报备、评级结果发布和跟踪评级八个阶段。
通常首次评级需要约2个月的时间完成所有流程。
大公信用评级流程八个阶段的工作说明如下：（一）评级准备评级准备阶段主要包括客户申请、调查审核、签订合同并收费、成立评级项目小组、企业提供资料、制定评级工作方案等环节。
1、客户申请大公依客户的书面请求开展信用评级。
2、调查审核收到客户申请后，技术支持部对客户是否具备监管部门规定的评级条件进行调查审核，报客户服务管理中心，并经市场总监或主管副总裁批准。
3、签订合同并收费初步调查完成，项目批准后，与客户签订《委托评级合同》，收取评估费用。
某些特定项目，《委托评级合同》须向监管机构报备。
4、任务分配大公实行评级项目经理负责制。
评级任务由评级总监向相关评级部门下达，项目经理和评级人员根据受评对象所属行业、企业规模、债券特征和相关人员从业资格、回避规则等由部门领导选定，报评级总监批准。
同时，技术支持部在评级系统和备案中心建立电子与纸质文件夹。
项目组通常由3－5人组成，除项目经理外，还包括行业、管理、财务、数据专员。
项目经理可以亲自承担撰写评级报告工作，也可在本组内自由指定评级报告撰写人，但项目经理对评级报告的质量要承担全部责任。
5、调研准备及流程评级项目组建立后，与评级对象建立工作联系，要求提供信用评级分析所需资料。
根据评级对象提供的资料及其他相关数据，项目组对评级对象或评级对象待发行证券进行初评。
另外，项目组制作《资料清单》和《访谈提纲》，收集评级对象未提供的资料。
项目组需获取所有遗漏资料及相关的其他重要情况的资料，核查数据和资料的完整性和正确性。
根据受评对象特点制定《项目进度计划》和《项目完工时间表》，并获得受评对象的认可。
受评对象代表还需以传真或电邮等形式签署关于提供完整、合法、真实、准确评级资料的《承诺函》。
大数据分析在股票交易中的作用
大数据分析在股票交易中的作用近年来，随着信息技术的飞速发展，大数据分析在各个领域的应用越来越广泛，其中之一就是在股票交易中的应用。
大数据分析通过收集、分析和处理大量的市场数据，为投资者和交易员提供了更准确、更全面的信息，从而帮助他们进行更明智的决策，提高投资和交易的成功率。
首先，大数据分析在股票交易中可以帮助投资者进行市场趋势的分析。
通过收集市场上各种数据，如股票价格、资金流动、交易量等，大数据分析可以帮助投资者识别出市场的走势和变化。
通过对历史数据的挖掘和统计分析，可以揭示出不同因素对股票价格的影响，为投资者提供对市场趋势的准确预测。
这样投资者就可以根据大数据分析的结果来制定自己的投资策略，提高投资的成功率。
其次，大数据分析在股票交易中可以帮助交易员进行交易决策的支持。
交易员需要密切关注市场的波动和变化，快速做出决策。
但是市场信息的庞大和复杂往往使得交易员很难做出准确的判断。
而大数据分析可以通过对市场数据的实时分析，迅速发现市场的机会和风险。
交易员可以利用大数据分析的结果来确定交易时机、制定交易策略，从而降低交易的风险，并争取更高的收益。
此外，大数据分析还可以帮助投资者进行投资组合的优化。
投资者通常会将资金分散投资在不同的股票中，以降低风险。
但是如何选择合适的股票来构建投资组合是一个复杂的问题。
大数据分析可以通过对大量股票数据的比较和分析，为投资者提供投资建议。
通过综合考虑每只股票的历史表现、市场风险、公司基本面等因素，大数据分析可以帮助投资者找到最具潜力和价值的股票，使投资组合的收益最大化。
最后，大数据分析还可以帮助投资者进行风险控制和监测。
投资市场充满着风险，投资者需要时刻保持警惕，及时应对市场的变化。
大数据分析可以对市场数据进行监测和分析，及时发现可能的风险和问题。
投资者可以依据大数据分析的结果，采取相应的风险控制措施，避免因市场波动而造成的损失。
综上所述，大数据分析在股票交易中发挥着重要的作用。
大数据技术开启资产评估应用新局面
大数据技术开启资产评估应用新局面作者：褚福豪来源：《董事会》2020年第03期2013年情人节这天，一部席卷北美风靡全球的39集电视剧《纸牌屋》在美国Netflix网站上全球同步首播。
就连当时的美国总统奥巴马也发推文说：“明天看《纸牌屋》，请大家别剧透。
” 一时间热浪滚滚轰动空前，取得了巨大的成功。
其实，推出《纸牌屋》的这家Netflix（奈飞）公司并不是什么专业的电视台或者影视公司，它只是一个付费订阅视频的网站，充其量是一个影视平台。
这家公司拥有3600万用户，而这些用户每天都会在网站留下超过3000万个操作记录，比如换档、选频、暂停、快进、回放等。
正是这些记录，为网站提供了海量的可供分析的信息资料。
通过对于这些海量的大数据信息的技术分析，他们发现，人们仍对英国广播公司老片《纸牌屋》青睐有加，而这些人又大都喜欢看大卫？芬奇执导的作品，也爱看凯文？史派西主演的影片。
于是，一部由大卫？芬奇执导、凯文？史派西主演的《纸牌屋》就这样不同凡响地诞生了，这也是一部依靠大数据云计算成功策划的电视剧。
大数据已经无可避免地渗入了我们的社会，我们迎来了大数据时代。
不同于传统的数据抽样处理方式，大数据技术是基于数学模型和统计资料，运用云计算和物联网的数据分析与处理模式，对容量巨大、变化迅速、结构复杂、种类多样的数据信息进行收集、整合、加工、管理的过程。
由于大数据具有海量的数据规模、复杂的結构分布、难以预测的发展趋势等特征，因此需要借助创新型的信息技术对其进行处理。
也就是说尽管数据量巨大，但是零散、不成体系的数据内容难以为企业经营决策提供有价值的情报。
所以，大数据的战略意义不在于拥有庞大的数据信息，而在于对掌握的信息进行专业化处理，建立一个客观、公正、科学、规范的信息平台。
与传统的数据处理方式相比，大数据技术拓展了数据分析的抽样方法和范围，不再以抽样的数据来推测真实世界，而是利用全部的数据信息，预测出可信的结论。
近年来大数据的广泛运用对社会各个层面产生了强烈冲击，全球范围内，研究发展大数据，利用大数据技术支持城市规划、提高公共服务能力、助推金融行业稳健发展、推动经济快速增长已成为趋势。
资产支持证券信用评级方法(大公国际)
基础资产信用质量分析
基础资产统计特征分析 对基础资产迚行统计特征分析丌但有利于发现基础资产池的风险 特征，还能为入池资产信用质量测算工作提供必要的基础信息。 迚行统计特征分析主要实现以下三个目标： （1）确定相关指标的平均值或分布 （2）确定基础资产加权平均评级系数（WARF） （3）集中度分析，建立压力测试指标
基础资产信用质量分析
基础资产损失分析
基础资产实质是一种资产组合，而准确判断该资产组合的信用质量的关键在于确 定其损失分布，而测度损失分布的关键是如何测度资产之间的相关性。 基础资产损失测算主要基于Merton结构模型思想和Monte Carlo模拟。测算输入 项为已确定的历史违约矩阵、违约资产回收率和资产相关矩阵等，输出项为评级 违约率、评级回收率、评级损失率、预期违约资产违约时间分布等。
企业ABS
ABN
第三部分
资产支持证券评级方法
交易结构
发起人/原始权益人 债务人
支持购买价款 出售资产 偿还债务 委托管理资产组合
信用评级
信用评级机构
发行收入 发行证券 对资产组合信用增级 资产现金流 委托管理 资产现金 流 分销证券
服务人
承销商
支付购买价款
信用增级机构
投资者
受托管理人
评级业务流程
SPV
信用评级
交易场所 登记托管机构 审核方式
国内三种资产证券化模式下信息披露对比
ABS模式 信息披露要求 信息披露方式
信贷ABS
受托机构在资产支持证券发行前的第五个工作日，向投资者披露发行说明书、 评级报告、募集办法和承销团成员名单。 在资产支持证券发行结束的当日或 次一工作日公布资产支持证券发行情况；在资产支持证券本息兑付日的三个 工作日前公布受托机构报告，反映当期资产支持证券对应的资产池状况和各 中国货币网、中国债券 档次资产支持证券对应的本息兑付信息；每年 4 月 30 日前公布经注册会计 信息网 师审计的上年度受托机构报告。 受托机构应与信用评级机构就资产支持证券 跟踪评级的有关安排作出约定,并应于资产支持证券存续期内每年的 7 月 31 日前向投资者披露上年度的跟踪评级报告
浅谈资产评估中大数据的应用
浅谈资产评估中大数据的应用随着大数据技术的不断发展和应用，资产评估领域也逐渐开始利用大数据进行评估工作。
大数据对于资产评估具有以下几个方面的应用：大数据可以为资产评估提供更加全面和精确的数据支持。
资产评估通常需要收集和分析大量的数据，包括市场数据、企业财务数据、行业数据等。
传统的资产评估方法通常只能借助有限的数据样本进行分析，导致评估结果可能存在一定的误差。
而大数据技术可以通过整合和分析海量的数据，为资产评估提供更加准确和全面的数据支持，从而使评估结果更加可靠。
大数据可以为资产评估提供更加科学和准确的模型。
资产评估的过程通常会使用一些模型和方法来进行分析和计算，比如利润财务分析模型、市场预测模型等。
而传统的模型往往基于有限的数据样本和假设，难以完全反映真实情况。
而大数据技术可以通过对海量的数据进行分析和挖掘，发现更加准确和有效的模型，从而提高资产评估的科学性和准确性。
大数据可以为资产评估提供更加智能和高效的工具。
资产评估通常需要进行大量的数据处理和分析工作，包括数据清洗、数据整合、数据挖掘等。
传统的数据处理工具通常需要人工参与和干预，效率较低，并且容易出现错误。
而大数据技术可以通过自动化和智能化的方法，减少人工干预，提高数据处理和分析的效率，从而提高资产评估的工作效率和准确性。
大数据可以为资产评估提供更加全面和深入的风险评估。
资产评估的一个重要任务是评估风险，并在评估结果中进行风险调整。
而传统的风险评估方法通常只能考虑单一的风险因素，难以进行全面和深入的风险评估。
而大数据技术可以通过对大量的数据进行分析和挖掘，发现更多的风险因素，并建立全面和深入的风险评估模型，从而提高资产评估的风险评估能力。
大数据技术对资产评估具有重要的应用价值，可以提供更加全面和精确的数据支持，提供更加科学和准确的模型，提供更加智能和高效的工具，并提供更加全面和深入的风险评估。
随着大数据技术的不断发展和应用，相信在资产评估领域将会有更多的创新和应用。
大公信用等级划分及定义
大公信用等级划分及定义大公信用评级是用一个简单的符号系统，给出关于特定债务或企业之信用风险客观、公正、独立的意见。
针对不同的评级对象及不同的市场需求，大公的信用评级分为国家主权评级、长期债务评级、短期债务评级、短期债务和长期债务评级中的主体评级、借款企业评级、商业银行信用评级、担保机构评级、中小企业评级和信誉评级九个系列。
评级不构成任何买入、持有或卖出的建议。
1、国家主权评级大公主权评级是对一国中央政府偿还商业性金融债务的能力和意愿作出评价，并用简单的符号将结果表示出来。
大公主权信用等级划分为四等十级，符号表示分别为：AAA、AA、A、BBB、BB、B、CCC、CC、C。
等级含义如下：AAA：外部流动性充足，低外债；经济繁荣、稳定，经济增长质量高；政府能够实施稳定、连贯的经济政策，能够迅速应对经济环境的变化；稳定、透明、有效率的政治体制，不存在内部和外部政治危机；金融体系完善、健全。
AA：外部流动性充足，外债负担度较低；经济繁荣、稳定，经济增长前景良好；政府能够实施稳定、连贯的经济政策，能够迅速应对经济环境的变化；稳定、透明、有效率的政治体制，不存在内部和外部政治危机；金融体系较完善、健全。
A：相对于国际储备公共和私人部门从国外融资规模适度，适度外债；经济结构不断优化，GDP 和人均GDP 快速增长；有效的公共部门、适度财政赤字；稳定、有效率的政治体制，在国家内部或外部存在潜在的紧张因素；政府能够制定稳定的经济政策，但是灵活性相对受到限制；金融体制与经济发展阶段相适应。
BBB：外债绝对规模较大，但相对规模仍处于适度范围；经济规模较大，但经济增长速度缓慢或者经济增长前景黯淡；政府收入和支出弹性受高的税率、征税困难或者支出压力的限制，从外部借贷的需求很强；政府能够执行连贯的经济政策，但是受到政治体制或者市场发育程度的制约；金融体制积极发展以适应经济发展的要求，存在创造大量政府或然债务的可能；相对透明的政治制度，政治体制相对不稳定，存在地缘政治风险和社会紧张因素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大公数据在评估还是在玩票？（棕榈树）
据了解，大公数据有限公司于1月21日公示了P2P网贷平台676个预警名单和266个黑名单，这份号称历时8个月，集中精兵强将，对全国范围内1395个网贷平台针对违法行为、严重失信行为或发生其他重大信用风险事件的严格评定筛选结果，犹如一石激起千层浪，引起业内轩然大波。
经过仔细分析，我们发现以下问题：
一、名单出现低级错误
此次公示出现了黑名单中广西地区连续出现两次“兴利贷”，预警名单中“拍拍贷”被分类至陕西省等低级错误，截至目前，官网仍未对此修改。
由于这份名单已经在大公集团备案，大公集团身为国内具有极大影响力的评级机构，居然犯如此低级的错误，我们不得不对他们文中所说的“精兵强将”以及严格的评审和公示流程表示怀疑。
另外，被人们诟病的还有，一些已确定跑路的平台，如“中汇在线”仍然出现在名单里，人们以此质疑黑名单的权威性。
据我们对黑名单管理办法的调查了解，管理办法中明确表示了黑名单包括网贷平台出现以来的所有跑路平台。
以大公自己对黑名单的定义来看，“中汇在线”应该列在该黑名单里。
二、黑名单主要产生原因未统一
在《黑名单报告》中，根据大公数据统计分析，黑名单产生的原因主要有4种：经营管理不善占25%；投资失败占21%；信用平台形成资金池占34%；金融欺诈20%。
”而在大公此前发布的一份报告《网贷平台“黑名单”风险成因分析》中，却只将黑名单的主要产生原因归为2种：欺诈类平台和经营不善类平台。
这不能说是自相矛盾，但这是不是间接表明大公内部没有对黑名单产生的原因进行归类统一？
三、概念定义模糊，评估有争议
在预警名单评定标准中，大公未明确说明信息披露到何种程度才能达到75%，比如工商注册信息要具体披露几项，是否包含实缴资本；财务风控、债项信息要披露到什么程度，高收益的具体数值（我们都知道高出国家基准利率的4倍属于不合法利率，但有些平台前期宣传活动会对利率进行补贴，使债项利率接近国家基准利率4倍的利率，但无法查明该平台是否在非法集资等）或者大公自身是否已经形成各项指标完整的信息披露条目。
没有统一指标的评估是难以令人信服的。
实际情况上，行业目前在信息披露程度方面很难形成统一指标，因为针对不同性质的债项，披露的信息种类、数量也不同，平台同时也会根据自身的业务模式形成自己的财务风控体系。
此外，经营管理问题程度、风控体系健全程度、平台的IT系统安全等也没有给出相对应的评判标准，例如何为违规担保，是自担保还是关联担保，或者两者都属于？目前业内没有针对网贷平台IT系统的安全认证，也没有官方权威的针对网贷系统安全测试的方法，大
公平台又是如何评定系统存在隐患以及隐患的大小程度。
四、大公评估数据存在真实性问题
根据自身实地考察的经验，评估平台是否存在违规设立资金池、违规担保、存在虚假资金托管、虚假债项标的、虚假准备金等问题，需要实地到平台抽查他们的项目进行详细审查，例如项目是否真实、基础资料是否完善、项目资金的具体流水情况、在平台的银行账户查看准备金情况以及签订的托管合同（对在网上出具银行托管准备金证明的平台，我们也应该向相关银行进行查询），另外还要审查项目资料是否与网站标的的时间、内容是否一一对应等等。
以上这些方法都需要到现场执行，对于8个月审查1000多个平台的大公团队来说，如果每个平台都实地考察，工作量是十分巨大的，所以希望大公公布评估数据的具体来源。
没有经过实地考察获得的数据是没有公信力的。
我们同时也查看了大公去年发布的《大公互联网金融市场准入和偿债能力评级办法》，我们发现大公还是沿用传统的公司评级方法，主要对公司的财务数据进行评估。
诚然，网贷平台也是由公司运营，但我们都知道，目前大多数网贷平台都处于烧钱阶段，公司的财务情况并不好看，这时我们就要详细了解他的股东实力以及外部资源支持，并划分相应权重。
而且财务数据一般属于公司机密，如果第三方机构要全面准确评价一个公司的偿债能力是需要非常详细和真实的财务数据的，而这需要平台具有极高的配合度，不知名单上有多少家平台已同意与大公进行该评估合作。
五、评估重点错位
大公此次评估宣称是通过大数据分析进行，数据来源于第三方，但大公并没有对数据源进行评估和对数据的真实性进行核实。
根据了解到的情况，目前行业内所谓的大数据分析只能作为一种辅助手段，因为目前的大数据并不能全面、准确的反映一家平台的真实情况。
而一家评级公司主要通过大数据进行评估是非常不严谨的。
随着互联网的广泛和深度运用，以及平台产品的不断推陈出新，我们应重点关注平台的互联网安全情况（例如在2015年1月21日，红岭创投遭到黑客攻击，网站关闭3小时，造成众多投资者恐慌）和平台的风控体系构建情况。
总之，这涉及到平台的IT系统的安全程度（互联网层面）以及平台对自身的风控手段（传统金融层面），另外每个平台由于产品类型不同，要求的风控体系也不同，我们需要实地调查，具体情况具体分析，不能一刀切。
六、总结
互联网金融在我国金融市场化改革，实现普惠金融中起到越来越大的作用，并保持飞速发展。
但随着行业快速发展，隐藏的诸多风险也逐渐显露。
国家仍未出具相关的互联网金融监管条例，行业门槛低，平台资质良莠不齐，存在巨大风险。
同为网贷行业内的第三方机构，我们十分肯定大公为防范互联网金融信用风险，保护投
资者和债权人利益，规范互联网金融秩序所作出的辛苦努力和贡献。
互联网金融，作为一种新兴事物，它同时包含着传统点和创新点。
我们除了运用传统方法进行审核风险之外，还要随之做出针对性的调整。
棕榈树针对互联网金融也做出了自己的评级体系。
我们主要将侧重点放在平台的管理层资质和股东实力，运营管理能力，以及资金风险（平台资金托管情况）、风控体系（包括核心风控人员的资质、业务模式风险、流动性管理办法等）、投资风险（准备金的托管情况、合作担保机构的实力，主要是针对投资人的安全保障）、系统风险（包括核心技术人员的资质、IT系统应急方案和数据备份、系统投入、拥有的互联网技术安全认证等）、法律风险（投资人或借款人签订的电子合同是否合规等）。
而以上都是无法从网上简单的运营数据获知的，我们需要进行实地考察，对平台的项目进行随机抽查，调研与项目相关行业的宏观情况，并在微观层面上详细剖析项目的来源和去向、具体的资金流动情况、基础资料是否完备和真实、线上线下资料是否一一对应等，以点带面，从而对平台的整个运营情况作出准确权威的评估。
虽然这样费时费力，但我们坚信这将会大大增加我们评估报告的公信力，这也是对平台和投资人的一种负责表现。