1、企企業大數據在信用風險管理的應用 2016-08 1. 大大數據時代數據時代 目 錄 2. 大數據風險管理解決方案大數據風險管理解決方案 3. 數據數據 4. 結論結論 Eric T. Anderson Drew Fudenberg ” Member of both the National Academy of Sciences and the American Academy of Arts and Sciences. Risk is measurable with big data. Every aspect of business is getting big data overhau

2、l. Chair of the Marketing Department Director of the Center for Global Marketing Practice. “ “ 1.大數據時代 ” Business unit led with central support Center of Excellence Big Data BU1 BU2 BU3 Big Data BU1 BU2 BU3 各自決策 中央決策 金融投資 市場營銷 財富500強中95%已經運用大數據營銷 傳統市場營銷方法如調查問卷，紙媒投放，已經迅速被取代 市場營銷走向基于大數據的針對化定制化 運營后勤 財富

3、500強中75%已經運用大數據運營 沃爾瑪率先部署了大數據倉儲物流系統，周轉周期降低了70% 蘋果引領業界的大數據供應鏈管理，將去化周期控制在6天以內 會計財務 60% 95% 75% ？ ？ 1.大數據時代在商業領域的應用 組織管理組織管理 收集和分析數據 駕馭大數據，驅動戰略決策 Accounting Finance Marketing Operation Organization 大數據大數據 ？ ？ 75% 95% 60% 1.大數據時代征信和評級行業 數據量化整合、數據挖掘 人工智能、機器學習 平安企業大數據平臺 平安腦智能引擎 平安 大數據 征信系統 方法改進 傳統企業征信將信息進

4、行收集展示，但在對潛在價值信息的挖掘還不夠深入。 傳統風險評級方法過于單一，已經滿足不了日益復雜的數據環境和場景需求。 傳統情況 1.大數據時代 數據信息價值挖掘 財務數據 定性指標 財務數據 大數據分析技術 傳統方法遺漏信息 大數據大數據 數據分類 整合 量化 關聯 自然語言解讀 神經網絡 數據整理 傳統方法無法解讀信息 定性指標 法律 行為 關聯 專利 招聘 運營 輿情 物流 1. 大大數據時代數據時代 目 錄 2. 大數據風險管理解決方案大數據風險管理解決方案 3. 數據數據 4. 結論結論 問題一 傳統評級評級時效性不足 2.大數據風險管理解決方案信用風險 缺乏統一方法覆蓋所有企業類型

5、 非上市中小型企業評級方法缺失。 傳統評級方法評價角度單一。 傳統評級方法缺乏時間連續性，無法適應各種周期 實時評級只覆蓋上市企業，違約的大多為中小型企業，無法實時跟蹤、及時預警風險。 中短期基本面評級打分方法，對于無法獲取財報的中小企業難以衡量其還款能力。 長期評級只針對國家和行業，企業長期評級沒有數據和方法支持。 1 2 傳統評級方法評級依賴財務數據，存在時滯，評級頻率低 3 輿情 行業 關聯 運營 財務 行為 市值 實時 中短期 長期 上市企業 非上市 大型企業 非上市中小型企業 其他企業 行業 國家 非結構化輿情新聞 實時結構化數據 風險控制 2.大數據風險管理解決方案信用風險 輿情監

6、控 論壇 貼吧 新聞 政府 視頻 微博 非結構化輿情新聞 結構化輿情信息 得到大數據風險因子 特征提取 關聯聚類 實時傳遞 因子輸入 早期預警 風險傳導 信用評級 好壞客戶區分 抵押擔保管理 關系網絡發現 風險量化計算 清洗整合 量化驗證 風險緩釋 解決方案一 實時輿情結構化數據 2.大數據風險管理解決方案信用風險 解決方案一 企業關聯關系網絡 企業圖關系網數據： 節點總數66萬 關系總數90萬+ 10大類、32小類、73個事件標簽識別 關系數據覆蓋11類關聯關系 2.大數據風險管理解決方案信用風險 傳統評級系統 新一代評級系統 提煉篩選 未形成 有效信息 時間 處置窗口滯后 處置窗口提前 批

7、量監測 自動化系統 負面新聞 商品質量 行業衰退 貨幣政策 訴訟事件 重大事件發生日 出險日 形成早期預警信號 修正內部評級 及時傳達風險信息，啟動處置流程 及時處置資產 流動性枯竭 風險醞釀期 x 提前處置窗口 解決方案一 早期風險預警信號 傳統評級：加權平均 打分卡權重相對固定 不同維度間可能存在相關性及組合影響 不同評級體系的權重設置不統一 財務：30% 運營：20% 行業：35% 宏觀：10% 平均值 管理： 5% 樓市趨暖 樓市平穩 房地產市場房地產市場 基本情況基本情況 傳統評級：定性指標 不同專家有不同觀點 定性指標不易精確反應企業狀況 需大量人力物力 2.大數據風險管理解決方案

8、信用風險 問題二 傳統評級的缺陷 傳統評級：定性指標口徑難統一傳統評級：定性指標口徑難統一 傳統評級：維度整合方式單一傳統評級：維度整合方式單一 專家專家A 專家專家B 評估結果不一致評估結果不一致 X 解決方案 二 大數據評級方法 2.大數據風險管理解決方案信用風險 大數據評級： 策略神經網絡和價值神經網絡確定各維度權重 人工智能處理各維度相關性及組合性分析 機器學習實時更新維度權重 -0.12 -0.56 -0.21 -0.15 -0.62 -0.09 -0.79 -0.35 -0.66 -0.78 -0.89 -1 -1-0.500.51輿情指數輿情指數 輿情指數 大數據評級： 提供直接

9、可用的量化數據 量化指標可直接清晰比較，發現變化趨勢 結果客觀統一 大數據評級：定量指標統一客觀 大數據評級：維度智能整合 1. 大大數據時代數據時代 目 錄 2. 大數據風險管理解決方案大數據風險管理解決方案 3. 數據數據 4. 結論結論 文本 圖象 聲音 影視 3.數據數據量化問題 非結構化信息機器無法處理。 人工處理耗時巨大。 例如新聞 企業負面輿情需要迅速，批量，準確的處理方法，來幫助我們發現風險 疑難一 非結構化數據 問題 美美 國國 零售業數據：零售業數據：SymphonyIRI 醫療行業：醫療行業：Revere Healthcare 專利數據：專利數據：Patent Board

10、 新聞輿情：新聞輿情：Ravenpack 供應鏈：供應鏈：SPLC & PEERS 中 國 剛剛起步剛剛起步 藍海市場前景廣闊 國際上的數據量化公司 平安科技 對專利、輿情、關聯關系、法律訴訟等數據進行量化 機器能聽、讀、理解信息 3.數據數據量化解決方案 財務數據 運營數據 輿情數據 行為數據 關聯數據 招聘數據 法律數據 專利數據 進出口數據 例如：例如： 查找大同煤業所有數據需先了解每個查找大同煤業所有數據需先了解每個數據數據來源的現來源的現階段結構與使用方式，再從每個階段結構與使用方式，再從每個數據來源中數據來源中逐一尋找相關數據。逐一尋找相關數據。 行業數據 例如：例如： 1、查找大

11、同煤業關聯行業數據需從查找大同煤業關聯行業數據需從8964條煤炭行業數據中逐一尋找條煤炭行業數據中逐一尋找。 2、查找大同煤業一年法律數據需從、查找大同煤業一年法律數據需從2719條法律數據中逐一尋找。條法律數據中逐一尋找。 . 3.數據數據整合問題 數據來源多數據來源多 數據亂數據亂 疑難二 數據查找 效率 問題 所需數據所需數據 所需數據所需數據 將相關零散數據聚合成指數 公司與所屬行業、行業與上下游行業、公司與關聯公司 將數十萬條數據與企業關聯 聚合 跳轉 煤炭生產綜合指數 煤炭行業 關聯公司 企業相關大數據分類別顯示 分類 3.數據數據整合解決方案 企業大數據庫 關聯 跳轉 跳轉 聚合

12、 為了解決這個問題進行的探索 3.數據數據覆蓋問題 覆蓋企業少 覆蓋維度少 目前90%以上違約企業均為中小企業，傳統評級企業數據庫只覆蓋大型企業。 傳統評級企業數據覆蓋維度少，基本覆蓋財務維度、行業維度等少數維度。 疑難三 傳統評級企業數據 覆蓋問題 為獲取大量企業數據，每年和全美數千家醫療機構和分銷商合作，獲取相關的供應商數據。 該對沖基金為獲得工廠運作情況相關數據，采用無人機在公司門口觀察卡車進出情況，收集數據進行相關方面分析。 Kynikos Associates公司 BizPro International醫藥咨詢公司 3.數據應用 企業股權關聯方，對外投資對象 企業上下游交易對象 企業進出口記錄 企業高管個人信息 輔助資產查抄 抵押品管理 大數據抵押品估值 抵押品驗真和查重 例如：房產估值 例如：獲取企業高管社交關系網絡 1. 大大數據時代數據時代 目 錄 2. 大數據風險管理解決方案大數據風險管理解決方案 3. 數據數據 4. 結論結論 4.結論社會意義 據估計，在美國據估計，在美國 金融行業綜合金融行業綜合 Uncertainty 每降低1% 工作崗位 貧困人口 收入分配公平的基尼系數 增加160萬個 減少625萬 下降0.035 天下平安 感謝您的聆聽 Thanks