大数据对解决小微企业融资难的启示
大数据破解小微企业融资难问题研究
大数据破解小微企业融资难问题研究随着我国经济的快速发展，小微企业成为了我国经济的重要组成部分。
小微企业在融资方面面临着很多困难，融资难成为了制约小微企业发展的瓶颈。
为了解决小微企业融资难的问题，许多研究者和政府部门纷纷提出了各种解决方案，其中大数据技术被广泛关注和应用。
大数据技术是指从数据收集、处理和分析等环节中得到有效洞察的技术。
在小微企业融资问题中，大数据技术可以帮助解决以下几个方面的问题。
大数据技术可以解决信息不对称的问题。
小微企业在融资过程中由于信息不足，导致银行等金融机构难以正确评估其信用风险，从而使得融资难度加大。
大数据技术可以通过对大量的企业数据进行分析，建立起企业信用评估模型，更准确地评估小微企业的信用风险，从而提高融资成功率。
大数据技术可以帮助银行等金融机构降低风险。
传统上，银行对于小微企业的融资需求往往会持保守态度，主要是基于传统的财务分析和抵押担保等手段。
这种方法往往不能准确地评估小微企业的风险。
大数据技术可以通过对企业运营数据、供应链数据等进行分析，建立起风险预警模型，帮助银行更准确地评估小微企业的风险水平，降低贷款违约风险。
大数据技术可以帮助发现潜在的融资需求。
很多小微企业由于不了解融资渠道或者承担不起高昂的融资成本，而放弃了融资的机会。
大数据技术可以通过对市场和企业数据进行挖掘，发现那些有潜力但又缺乏融资的小微企业，为其提供更多的融资选择和机会。
大数据技术可以帮助改善小微企业融资的效率。
传统的融资过程往往需要耗费大量的时间和人力，效率低下。
大数据技术可以通过对融资过程中的各个环节进行优化，实现融资流程的自动化和数字化，提高融资效率。
大数据技术具有很大的潜力来解决小微企业融资难的问题。
通过大数据技术，可以准确评估小微企业的信用风险，降低银行等金融机构的贷款风险；通过大数据技术，可以发现潜在的融资需求，为小微企业提供更多的融资选择和机会；通过大数据技术，可以提高融资的效率，减少融资过程中的时间和人力成本。
互联网金融对小微企业融资的影响和作用
互联网金融对小微企业融资的影响和作用随着互联网的快速发展和金融行业的不断创新，互联网金融已成为一种重要的融资方式。
尤其对于小微企业而言，互联网金融不仅提供了更多的融资渠道，还改善了融资效率并促进了企业的发展。
本文将探讨互联网金融对小微企业融资的影响和作用。
一、更多融资渠道的开放传统金融机构对于小微企业的融资难度较大，这是由于小微企业缺乏抵押品或信用记录，很难满足传统金融机构的贷款条件。
而互联网金融将融资渠道扩大化，让小微企业有更多的选择。
小微企业可以通过在线贷款平台、众筹平台、P2P借贷等多种形式获得融资。
这些平台通过互联网技术和大数据风控手段，能够更好地评估小微企业的信用风险，提供个性化的融资方案。
二、融资效率的提高互联网金融不仅提供了更多的融资渠道，还优化了融资流程，提高了融资效率。
传统金融机构的融资申请流程繁琐、时间长，往往需要提供大量的材料和进行复杂的信用审核。
而互联网金融平台采用了在线申请、电子化资料审核等方式，大大简化了融资申请流程，缩短了审核时间。
小微企业可以通过互联网金融平台快速获取资金，满足短期的资金需求，提高了企业的运营效率。
三、降低融资成本相比传统金融机构，互联网金融以其高效的运营模式和低成本的经营方式，降低了融资的成本。
传统金融机构由于运营成本高昂，往往需要收取高额的利息和手续费。
而互联网金融平台由于运营效率高、成本低，可以提供更加合理的利息和手续费。
这使得小微企业能够以较低成本获得融资，降低了企业的融资压力，并释放了更多的资金用于业务发展。
四、帮助企业建立信用记录传统金融机构对小微企业的融资需求往往依赖于企业的信用记录和历史业绩。
然而，许多小微企业由于没有良好的信用记录，很难取得融资机会。
互联网金融通过大数据风控技术可以更好地评估企业的信用风险，为小微企业提供融资机会。
并且，互联网金融平台也以其开放的特点，帮助小微企业建立起良好的信用记录，为今后的融资提供更多可能。
五、促进企业的发展互联网金融的影响和作用不仅仅局限在小微企业融资上，更重要的是其对企业的发展具有积极的推动作用。
数字化经济环境下小微企业融资问题分析及解决方案研究
数字化经济环境下小微企业融资问题分析及解决方案研究近年来，随着数字化技术的发展，数字化经济已经成为全球经济发展的主要趋势。
数字化经济所带来的生产效率和质量的提高、消费者体验的改善等好处也为小微企业发展带来了新的机遇。
然而，小微企业在数字化经济环境下融资仍然存在很多问题，这些问题对小微企业的发展产生了很大的影响。
本文将分析数字化经济环境下小微企业融资问题，并提出解决方案。
一、数字化经济环境下的小微企业融资问题数字化经济环境下，小微企业融资问题显得尤为突出。
主要原因如下：1. 信用评估难：对于小微企业而言，很难提供足够的财务报告和抵押品来证明其还款能力和信用度。
这使得银行等传统金融机构很难确定小微企业的信用评估，从而导致融资难度增大。
2. 融资成本高：在数字化经济环境下，融资方式和渠道越来越多，但很多小微企业并不了解这些融资方式和渠道，也无法识别哪一种融资方式和渠道适合自己。
这使得小微企业只能寻求传统金融机构的融资方式，由于流程繁琐、信息不对称等原因，导致融资成本增加。
3. 风险把控难：对于传统金融机构而言，小微企业的个体性较强，相关信息难以获取，因此风险控制难度较大。
这使得银行等传统金融机构对于小微企业的融资申请保持较为谨慎，难以给予足够的信贷额度。
二、解决方案针对上述问题，本文提出以下解决方案：1. 搭建数字化融资平台：可以通过开发数字化金融服务平台等方式为小微企业提供一站式融资服务。
这将大大提高小微企业的融资效率和降低融资成本，并帮助其寻找更多的融资渠道和方式。
2. 建立信息共享机制：采取有效的信息共享机制可以解决传统金融机构对于小微企业信息把控难的问题，减少风险控制成本，帮助传统金融机构更好地服务于小微企业的融资需求。
3. 创新融资产品：鼓励金融机构开展风险投资、股权融资等多元化融资方式，提高小微企业的融资可获得性，同时也能够降低企业融资成本和风险控制成本。
4. 引入第三方评估机构：建立独立的第三方评估机制，为小微企业提供专业化、独立的信用评估服务，提高传统金融机构对小微企业的信贷额度批复率和贷款违约管理水平。
大数据环境下小微企业融资模式创新研究
大数据环境下小微企业融资模式创新研究随着大数据技术的不断发展和普及，小微企业融资面临了更多的机遇和挑战。
本文旨在探讨大数据环境下小微企业融资模式创新的相关问题，以期为中小企业融资提供更多的思路和参考。
本文主要从以下几个方面进行探讨。
大数据技术的应用为小微企业融资提供了更加精准和高效的手段。
传统的小微企业融资模式往往基于抵押物等传统担保手段，但是这种方式往往受限于信息不对称和风险控制难度大的问题。
而大数据技术的应用可以使得各类信息得以高效收集、分析和利用，能够更好地实现风险评估和定价，帮助融资机构更加科学地进行授信。
1、基于供应链的融资模式创新。
在供应链融资模式中，融资机构通过对供应链各个环节的信息进行监控和分析，实现企业的及时融资。
基于大数据技术，供应链融资模式的优势得到进一步的提升。
如采用大数据监控仓库存储量、采购量等信息，可以更好的实现供应链的风险控制和资金监管，提高小微企业的融资能力。
2、深度挖掘企业财务信息的融资模式创新。
传统的融资模式大多依靠企业财务报表，但是这种方式往往受限于信息披露和真实性，无法全面反映企业的真实情况。
而基于大数据技术，可以更加深度挖掘企业的财务信息，比如短期预测、盈利预测等，帮助融资机构分析企业财务能力，提高融资审核效率。
3、基于互联网的融资模式创新。
随着互联网技术发展，互联网融资成为越来越多小微企业获得融资的重要途径。
基于大数据技术，可以更加精准地对借贷者进行风险评估和定价，提高资金利用效率和风险控制能力。
尽管大数据技术在小微企业融资方面具有很大的潜力和优势，但在实际应用中，仍然存在一些难点。
1、数据安全问题。
大数据技术虽然为融资提供了更加精准和高效的手段，但在信息采集和分析过程中，也会面临着数据安全泄露的风险。
2、信息垄断问题。
一些大型科技公司虽然拥有大量的数据来源，可以更加精准地进行风险评估和定价，但是也会面临着信息垄断的风险。
这种情况下，小微企业难以获得公正的融资。
大数据可解小微企业融资瓶颈
大数据可解小微企业融资瓶颈作者：巴曙松来源：《中国经济报告》2013年第06期在大数据时代金融机构有机会从80%的低端客户身上获取不菲的价值从理论角度分析，造成小微企业融资困境的根源有两个：资金供需双方之间信息不对称和风险管理上的激励不相容。
但是，在大数据时代，这两个难题正在出现有解的可能。
基于大数据应用的互联网金融产业，正在凭借互联网开放平台的渠道优势与数据挖掘所蕴含的核心竞争力，尝试突破束缚小微企业融资的信息与成本枷锁，一定程度上扭转信贷资源分配的不对称格局。
通过大数据降低信息搜寻成本，银行传统经营的“二八定律”正在逐步被颠覆大企业与小微企业的信息结构存在显著不同。
大企业经营规范，信息披露较充分且可信度高，信息质量审核相对容易，因此适用于传统的基于财务报表与抵押资产质量的信贷审核方法；而小微企业的经营管理水平差异性较大，市场上信息披露较少，况且我国很多小微企业缺乏合规的、真实可信的财务报表，“硬信息”无法真实体现企业的经营状况，因此审核小微企业资质、搜寻小微企业信息需付出的人力、物力成本较高，很多银行都提出了很多创新的办法，例如，看小微企业的“三表”（水表、电表、纳税表）等。
由于信息不对称的存在，银行需要设计新的信贷契约结构，以区分小微企业的优劣、控制风险因素。
如果不改善信息结构，可覆盖风险的有效途径只剩下提高利率与要求抵押担保。
在当前利率非完全市场化与抵押担保品欠缺的情况下，采用传统信贷技术从事小微金融，需付出的边际成本与服务大企业相差不大，在信贷供给资源仍显稀缺的情形之下，银行具有提高授信门槛以迫使高风险客户退出信贷市场的动机，这就是“二八定律”和银行针对小微企业客户实施信贷配给的背后原因。
银行服务80%低端客户所带来的利润微乎其微，还不如将这部分客户赶出市场，全力支持20%的高端客户。
大数据正在尝试打破这种成本与收益难以均衡的僵局。
大数据与信贷业务结合的核心优势在于重塑信息结构，削减业务成本。
浅谈数字金融对中小企业融资约束的影响
浅谈数字金融对中小企业融资约束的影响目录一、内容概览 (2)1.1 数字金融的发展背景与意义 (3)1.2 中小企业融资约束的现状分析 (4)二、数字金融对中小企业融资约束的影响机制 (5)2.1 提高信息透明度与信用评估效率 (7)2.2 降低融资成本与风险 (8)2.3 扩大融资渠道与选择 (9)2.4 促进供应链金融发展 (10)三、数字金融对中小企业融资约束的具体影响 (11)3.1 对融资可得性的影响 (12)3.2 对融资成本的影响 (13)3.3 对融资期限与利率的影响 (15)3.4 对融资担保的影响 (16)四、案例分析 (17)4.1 国内外典型案例介绍 (18)4.2 案例分析与比较 (19)4.3 对比结果与启示 (21)五、数字金融发展对中小企业融资约束的挑战与对策 (22)5.1 风险控制与监管问题 (24)5.2 技术瓶颈与人才培养 (24)5.3 政策支持与引导 (26)5.4 企业自身应对策略 (27)六、结论与展望 (28)6.1 研究结论总结 (29)6.2 对未来研究的展望 (30)一、内容概览数字金融通过降低信息不对称，提高融资效率。
在传统金融模式下，中小企业往往面临融资难、融资贵的问题，主要原因之一就是信息不对称。
数字金融的出现，如大数据、云计算、区块链等技术的应用，使得金融机构能够更准确地评估中小企业的信用状况和还款能力，从而降低了融资成本，提高了融资效率。
数字金融拓展了中小企业的融资渠道，在数字金融的推动下，中小企业可以通过网络平台、移动支付等新型融资方式获取资金。
这些方式不仅拓宽了融资途径，还降低了融资门槛，使得更多的中小企业能够获得资金支持。
数字金融还促进了金融创新，为中小企业提供了更多元化的融资选择。
供应链金融、知识产权质押融资等新型融资模式的出现，为中小企业提供了更加灵活、个性化的融资方案。
数字金融的发展也带来了一些挑战，网络安全风险、监管滞后等问题对中小企业融资造成了一定的困扰。
大数据带来的中小企业发展机遇与挑战
大数据带来的中小企业发展机遇与挑战随着科技的不断进步和互联网的普及，大数据已经成为社会发展的重要驱动力之一。
对于中小企业而言，大数据既带来了巨大的发展机遇，也面临着一系列的挑战。
本文将探讨大数据对中小企业的影响，以及它所带来的机遇和挑战。
一、大数据带来的中小企业发展机遇1.1市场洞察力的提升大数据的分析能力使得中小企业能够深入了解消费者需求、市场趋势以及竞争对手的情况。
通过对海量数据的挖掘和分析，企业可以更准确地把握市场需求，为产品研发和市场推广提供精准的决策依据。
这种市场洞察力的提升，能够帮助中小企业更好地适应市场变化，提高竞争力。
1.2生产效率的提升对于中小企业而言，资源相对有限，生产效率的提升是关键。
大数据的应用可以帮助企业实现从生产到销售的全过程优化。
通过分析大数据，企业可以实时监控生产环节中的问题，迅速调整生产计划。
此外，大数据还可以用于预测市场需求，减少库存积压和供应链风险。
这些优化措施减少了生产成本，提高了生产效率。
1.3个性化营销的实现大数据的精准分析帮助企业了解消费者的偏好和行为习惯，有助于个性化营销策略的制定。
通过大数据分析，在不同维度上精确定位消费者，并向其提供个性化的服务和推荐，从而提升消费者的满意度和忠诚度。
中小企业可以借助大数据技术来实现与消费者更加紧密的互动，提高品牌影响力和市场份额。
二、大数据带来的中小企业发展挑战2.1数据安全和隐私问题大数据应用离不开海量用户数据的收集和存储，因此数据安全和隐私问题成为中小企业面临的重要挑战。
一旦企业的数据泄露，将严重损害企业形象，甚至引发法律责任。
对于中小企业而言，确保数据的安全和合规性是一项复杂的任务，需要投入大量资源和技术力量。
2.2技术和人才需求大数据分析需要专业的技术和人才支持，对于中小企业而言，招聘和培养这样的人才是一项具有挑战性的任务。
同时，大数据技术与业务的融合也需要一定的时间和资源投入。
中小企业在应对技术和人才需求时需要仔细权衡资源投入和预期收益，以确保能够有效应用大数据分析。
数字化金融服务对小微企业的影响
数字化金融服务对小微企业的影响随着信息技术的迅猛发展，数字化金融服务逐渐成为了小微企业获得融资和管理资金的重要途径。
本文将从多个角度探讨数字化金融服务对小微企业的影响。
一、简化流程数字化金融服务的出现使得小微企业在融资过程中可以更加便捷地进行，省去了繁琐的手续和等待时间。
传统的融资方式往往需要提交大量的纸质文件，并经历多轮审核，而通过数字化金融服务，小微企业只需在互联网平台上填写相关信息便可快捷完成借款操作。
二、提升融资效率传统融资方式不仅手续繁琐，审核时间也比较长，而数字化金融服务可以大大提高融资效率。
小微企业通过数字化金融平台申请贷款后，往往能在短时间内获得审核结果，并迅速将资金注入企业发展所需。
三、降低融资成本由于传统融资方式需要繁复的手续和人力成本，使得小微企业在融资过程中面临较高的融资成本。
而通过数字化金融服务，小微企业可以大大降低融资成本，减少了中介机构的存在，直接对接资金方和企业，从而减少了各种中间环节的费用。
四、提高融资成功率相比于传统融资方式，数字化金融服务能够更精准地为小微企业匹配资金，从而提高了融资的成功概率。
数字化金融平台通过大数据和智能算法分析企业的风险和潜力，为资金方提供了更准确的评估，使得小微企业能够获得更多成功的融资机会。
五、提供多样化服务数字化金融服务不仅提供传统的贷款服务，还包括了多种金融衍生产品，如信用卡、网络支付等。
这些服务的提供使得小微企业能够更好地管理自己的企业资金，降低运营风险。
六、拓宽市场渠道数字化金融服务平台通常具有较高的用户量和覆盖范围，小微企业借助这些平台可以更加便捷地与潜在客户进行商业合作，拓宽了市场渠道。
通过数字化金融服务，小微企业能够更广泛地接触到潜在的客户和合作伙伴，从而增加了商业机会。
七、提升管理效益数字化金融服务为小微企业提供了更多的管理工具和数据分析服务，使得企业能够更好地了解自身运营情况并做出相应的决策。
企业可以通过数字化金融平台实时查看和分析财务数据，了解企业的盈利能力、成本结构，以便更加准确地制定经营策略。
- 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)。
大数据对解决小微企业融资难的启示
作者：李延东 郑小娟
来源：《中国市场》2016年第16期
[摘要]融资难一直是困扰小微企业发展的“痼疾”，归根结底在于市场信息不对称，银行无法对小微企业进行有效筛选。
随着客户筛选进入全面风险管控时代，以ZestFinance为代表的互联网金融公司通过大数据技术为小微企业建立经营情况“画像”，有效缓解了小微企业融资市场信息不对称，这为解决我国小微企业融资难题提供了有益借鉴。
[关键词]信息不对称；客户筛选；经营画像；非结构化数据
[DOI]10.13939/ki.zgsc.2016.16.135
我国小微企业数量众多，对GDP的贡献率已达到25%以上。
特别是在当前经济下行的背景下，小微企业在解决就业、增加税收、稳定国民经济等方面具有重要作用。
但“融资难、融资贵”长期以来一直制约小微企业发展，国家不断出台优惠政策，鼓励金融机构增加小微企业资金供给，虽然取得了一定成效，但小微企业在融资中的“弱势地位”并没有改变，一些具有发展潜力的小微企业依然难以获得融资支持。
1 小微企业融资难的表象及根源
小微企业融资难的表面原因是小微企业数量众多、资金需求量大，而金融机构的资金供给有限，市场供不应求，导致较多小微企业的融资需求难以满足，致使融资成本提高。
但表象下存在两个问题，一是并非所有小微企业的贷款需求都有效，大部分小微企业仅有贷款意愿而无还款能力，贷款意愿和还款能力两者必须同时满足才构成有效的贷款需求；二是目前我国货币供给总量较大，2016年1月末，M2余额达141.63万亿元，同比增长14%。
尤其是近年来国家先后推出取消存贷比、定向降准、抵押补充贷款等政策工具，针对小微企业的信贷资金相对充足。
由此可见，资金总供给并不是导致小微企业融资难的关键，真正制约小微企业融资的核心问题是金融机构如何将资金分配给具有有效需求的小微企业。
如果将社会可贷资金作为蓄水池，那么金融机构就相当于控制小微企业资金供给的阀门，其不仅控制着小微企业获得的资金总量，更重要的是，还对小微企业进行筛选，以保证资金的还款安全。
反观我国的小微企业，大多数管理体系不规范，缺乏完善的财务制度，信息透明度低，无法提供金融机构认可的“硬信息”，而且大部分企业征信信息分散，诸如P2P平台借贷、民间借贷等信息甚至无法查询，导致小微企业融资市场存在严重的信息不对称，银行无法通过财务报表等常规材料辨别“好客户”和“坏客户”。
在此情况下，金融机构只有两种选择，一是为使利润覆盖风险，提高所有小微企业客户的贷款利率，这会超出“好客户”的承受能力，使“好客户”退出市场，而违约风险高的“差客户”对利率并不敏感，往往选择留在市场，这一逆向选择类似于“劣币驱逐良币”，市场最终充斥着“差客户”，贷款利率只能不断升高。
二是要求小微企业提供
必要的抵押物和担保，这样虽然可以在较低利率水平下降低不良率，但能提供抵押和担保的小微企业数量较少，小微企业信用评估和信用增级也会带来一些利息外支出。
据估算，综合担保服务费和其他隐形费用后的贷款成本一般在10%以上，而大量制造业小微企业的利润率仅为3%～5%。
大部分“好客户”仍然无法承担如此高额的贷款成本。
2 客户筛选技术的发展
第一阶段是人工定性审批。
人工审批是传统的授信审批方式，审批人员根据信贷政策对客户的申请材料逐项进行审核，对于授信政策中未明确规定的事项主要依靠经验和主观判断，且审批流程通常需要步步上报、层层签批。
该手段虽有效控制了风险，但并不适应小微企业融资的特点，一是该方式主要以抵押、担保等手段控制风险，对小微企业有资产、抵押、担保等方面要求，轻资产的服务型和科技型小微企业很难满足要求；二是对金融机构来说，小额贷款和大额贷款的审批成本基本相同，但小额贷款的收益远远小于大额贷款，单笔贷款成本较高，同时，人工审批耗时过长，小微企业难以及时获得贷款。
第二阶段是评分卡审批。
1956年，美国工程师William Fair和数学家Earl Isaac成立了FICO公司，从数理统计的角度出发，通过对美国信用局的外部数据和银行的贷款数据进行挖掘，从几十个变量中选择15～20个变量，建立评分卡模型，并以最终评分作为对客户风险预测的结果。
评分卡技术的推出，大大提高了小额贷款的审批效率，金融机构通过评分将“好客户”和“坏客户”区分开来，在提高审批效率的同时，降低了违约率，在此基础上，“信贷工厂”的概念应运而生。
该方法至今仍是欧美国家信贷审批中最常用和最普遍的方法。
但该方法也存在缺陷，评分卡主要是通过申请人的征信信息判断客户的“好坏”，这些信息主要是结构化信息，只是个人或企业资信的一部分，而申请人的行为表现等非结构信息并没有纳入其中，申请人可以通过寻找评分卡规律，规避负面信息，人为提高评分卡评分。
同时，一些具有发展潜力的小微企业，由于没有征信记录或是暂时经营困难导致征信记录中出现负面信息，也无法通过评分审核。
第三阶段是全面风险管理。
自2000年之后，随着大数据技术兴起，金融机构的数据挖掘和建模能力有了巨大的进步，极大地扩展了征信信息的采集范围，小微企业的信息来源不只是局限于传统的征信数据，而且包括借贷人的行为方式、社交、兴趣爱好等非结构化数据。
基于全面收集、储存的小微企业信息，征信公司利用大数据技术分析海量、多元化的大数据源，从多维度对小微企业的信用风险进行考核，这些信息不但从数据上反映了小微企业的经营结果，更重要的是对企业发展轨迹、行为特征、经营风格等经营过程进行评价，为金融机构描绘出详细的小微企业经营“画像”。
由于该方法所涉及的数据极为丰富且可以进行交叉验证，小微企业基本没有造假的可能，这一方法基本上解决了融资过程中信息不对称问题，使金融机构较为准确的甄别小微企业资质。
在控制风险方面，金融机构也不再局限于抵押和担保，而主要采用信用贷款方式。
3 Zestfinance公司在小微企业融资中的突破
ZestFinance旨在利用大数据技术，通过提供信用评估服务，使原先传统信用评估服务无法覆盖的申请人可以获得金融服务，并降低其借贷成本。
美国大行银行一般只接受评分卡得分在650分以上的客户，对于评分较低的申请人将会被认为是高风险人群，其贷款必须支付较高利率，或直接被拒绝。
ZestFinance认为传统的评分卡评分考察维度较为单一，对客户的筛选欠准确，特别是2008年的金融危机后，评分卡审批通过的客户出现大量坏账，FICO评分卡受到广泛质疑。
就我国而言，传统征信数据覆盖面更为有限，目前人行征信系统只有3亿多自然人的信贷记录，无法覆盖广大个体工商户群体。
对于无征信信息的申请人，评分卡很难判断其风险。
ZestFinance的基本理念是利用一切客户数据，挖掘客户信用信息。
在数据采集方面，ZestFinance在延续评分卡决策变量的基础上，导入了大量结构化和非结构化数据，包括借款人的消费、纳税等信息，以及借款人输入习惯、网页浏览时间、日常关注的网站等极边缘信息。
传统的评分模型大约收集了500个数据项，而ZestFinance大约需要收集1万条信息，认为这些看似和借款没有关系的信息，是借款人真实状态的表现，对预测违约概率具有重要参考价值。
在数据处理方面，ZestFinance建立了基于机器学习的分析模型，从超过1万条信息中抽取超过7万个变量进行分析，寻找数据间的关联性，将相关变量整合成反映申请人特征的测量指标，根据不同分析模型的需要，选取相应的指标，最后根据模型的测算结果，运用投票的原则得出最终结果。
ZestFinance不断完善和增加信用评估模型，目前已达到14个，模型的类型也由原先的信贷审批模型，向市场营销、助学贷款、法律催收等方面扩展。
4 对我国小微企业融资的启示
第一，要建立完善的信用体系。
互联网金融的特点在于自由、开放、共享，全面、及时的信息是ZestFinance赖以生存的土壤。
在我国具有最全面消费者信息的央行征信数据只向银行类放贷机构开放，广大第三方平台掌握了大量消费者信息，但是相互合作的意愿不强，“数据孤岛”现象普遍存在，导致大数据模型开发只局限在某一方面，严重影响了模型预测的准确性。
监管机构应在保护用户信息安全和隐私权益的基础上，允许互联网金融机构获得个人征信报告，并在央行的征信报告中纳入申请者在互联网金融平台的信息。
同时，加强征信市场化进程，鼓励有互联网背景和特色数据资源的征信企业进入市场，建立相应的利益激励机制，实现客户信息的互联互通。
第二，加强数据分析。
ZestFinance的成功在于其强大的数据处理和建模能力。
金融机构特别是商业银行客户数据优势明显，应加强数据系统建设，增加信息技术的软硬件投入；合理引进外部数据，提升数据的多样性和精细化；提升非结构化数据的处理能力，通过数据清洗、数据筛选、建立模型等手段，结合业务发展的规律，发掘隐藏在数据背后的发展规律。
同时，信息分析的关键是数据分析师，据Accenture研究院的报告显示，包括中国在内的七国银行业的数据分析人才严重短缺。
因此，金融机构未来还需注重数据分析队伍的培养，组建大数据分析团队，通过具体项目培养技术人才。
参考文献：
[1]刘新海，丁伟.美国ZestFinance公司大数据征信实践[J].征信，2015（8）：27-32.
[2]刘荣，崔琳琳.大数据技术在中小企业信用体系建设中的应用[J].征信，2015（5）：40-43.
[3]王义增.浅析互联网金融潮流下银行的发展方向[J].经济视野，2014（20）：30-33.。