神州信息從1985年開始涉足稅務信息化建設,至今已有30余年豐富的行業積累。作為國家稅務總局的核心合作伙伴,神州信息業務已覆蓋全國33個省級行政區,近千人的團隊中,10年以上的業務專家占到20%。
神州信息以大數據驅動業務創新為目標,通過多年在稅務行業的深耕和價值挖掘,具備大數據資源獲取、算力提升、數據建模、大數據治理等核心技術能力及行業場景應用能力,并以跨行業大數據融合方式為金融科技提供服務。例如,在合規、安全的大數據環境中構建復雜的企業社區網絡,從產業、行業、企業等維度進行層級劃分和風險分析研究,構建納稅人畫像,圍繞核心企業對產業鏈上下游不同圈層進行局部系統性風險分析和風險評估,挖掘行業中高成長性中小微企業名單。
目前我國小微企業數量龐大,已成為國民經濟的重要支柱,是經濟持續穩定增長的堅實基礎,在促進就業方面有突出貢獻,是解決民生就業的重要載體。近年來,黨中央、國務院出臺了一系列政策措施,在財稅、金融等各方面推動了中小微企業的發展,但中小微企業的融資難、融資貴的困境依然存在。
中小微企業融資面臨哪些問題
信息不對稱;中小微企業普遍經營規模小,難以進行物品抵押、質押;融資成本對供需兩端而言都很高。尤其近兩年的疫情發展,導致中小微企業的融資需求不斷擴大,但融資難度卻沒有下降。金融機構為中小微企業賦能,必須加強客戶服務能力,降低服務成本,加強精準營銷、提高風險控制能力。受政策推動、技術驅動以及市場拉動,B端信貸市場呈現藍海,吸引各大頭部機構。從普惠金融的發展趨勢來看,一是數據隱私和安全管理越來越重要;二是業務場景化和客戶多樣化;三是支持業務能夠自營和快速線上化。應對這種趨勢,需要提升大數據風控的能力,包括保證業務能夠快速的上線和迭代,同時提升業務質量,擴大業務的規模。
神州信息認為,普惠金融風險有四個方面:第一是行業風險,即行業未來發展、市場變化給業務帶來的不確定性風險;第二是政策風險,即政策發生重大變化時可能引起的信貸市場變動;第三是信用風險,即借款人因為各種原因沒有能夠及時足額償還借款而帶來的風險;第四是欺詐風險,即借款人本身的欺詐情況。行業風險和政策風險是難以量化的,因為和市場及政策息息相關。但是信用風險和欺詐風險都與信貸申請者自身相關,在信貸管控流程中,可以通過規則模型和策略等手段進行量化分析。
一站式信貸SaaS服務平臺的定位與服務
一站式信貸SaaS服務平臺的定位和服務可從技術架構圖中看出——包括從底層的數據接入、數據存儲、數據處理和指標衍生,到上層的實現業務流程化處理以及金融服務場景應用。底層數據接入后,將數據形成資產標簽進行存儲,再進行數據處理和指標衍生以支持B端客戶、C端客戶以及B+C端客戶整體的信貸風險決策。神州信息整體的風控解決方案框架以稅務數據為核心,幫助企業構建信用資產賬戶,實現對自身信用資產的持續管理、優化和增值應用。
稅務數據的特點:
第一方面,它是優質的核心數據源,因為其與財務關聯性非常大,申報形式難度大、覆蓋率高。第二方面,從企業注冊到企業涉稅信息申報,貫穿了企業的全生命周期。第三方面,其挖掘價值非常高,從稅務和發票數據可以推導出企業的營業收入、業務規模,以及在行業內所處的圈層和排名。第四方面,它可以助力信貸產品的創新,并衡量企業的風險。
稅務數據的主要問題:
第一,要保證整體的數據安全和監管合規,要在合理合規的情況下使用存儲數據。第二,開放數據不統一,因為國家稅務總局和各省的稅務總局開放的字段不一致,金融機構在使用時,全國展業的情況下每個省的字段均不一致,對構建整體的數據指標體系、進行數據挖掘帶來了難度。
稅務數據豐富的創新應用:
第一,稅務數據可以和智能風控結合應用,評價企業的信用以及刻畫企業畫像,做風險預警的分層。第二,稅務數據可以和區塊鏈進行整體的聯合應用,保證數據的不可篡改和安全。第三,稅務數據可以和多種場景進行融合應用,反映企業的一些經營情況和風險。在B端信貸業務之外,像保理業務、擔保業務等和B端融合的金融業務,也可以用稅務數據做風險考量。
由此,神州信息構建了一站式信貸SaaS服務平臺的服務框架。
最底層是企業的數據體系,包括稅務和發票數據,以及工商法訴等能夠反映企業風險情況的數據。第二層是技術中臺,利用數據指標體系完成整體的數據治理和指標衍生,形成上層應用可以直接使用的數據。風控技術體系通過數據已經衍生出的指標,進行企業畫像分析、評分報告、貸后監控等全流程的風險監控。之上是渠道合作模式,資產渠道方為資金方提供資產包鏈(資產包鏈來自合作及自營的資產渠道,把這些資產形成一個資產包鏈給到金融機構),輔助金融機構去做企業風險的把控和決策。一站式信貸SaaS服務平臺的價值目標就是賦能金融機構B端信貸業務的數字化。服務內容包括:資產導流、數據獲取、指標體系、風險模型,以及產品設計的一體化。
功能介紹:
賬戶數據采集——在合理合規、企業授權的情況下獲取到企業的稅務和發票數據,同時屏蔽各省數據不一致帶來的差異性,為金融機構提供企業風險數據。
數據衍生指標——結合神州信息在稅務行業的經驗,將稅務和發票數據的基礎信息結合,包括登記信息、稽查信息、申報數據、征收數據、財務報表,以及進銷項發票的上下游數據等,構建出了3200+的指標變量用于整體的風險把控。
大數據融合應用——在評價企業風險情況的時候,不僅要用到稅務和發票數據,也要用到諸如工商法訴等其他數據。在整體的數據融合應用上提供包括個人數據、企業數據和其他數據,以及在什么環節應用、在什么場景下應用的大數據融合應用方案。
風控模型——構建的風控模型是一個融合模型,會有各個子模型相互獨立,保證融合模型整體的可拓展性和迭代性,充分利用各維度的數據。覆蓋的客群包括一般納稅人和小規模納稅人,不同的客群會有不同的產品,這樣能夠增加有效的區分度。在算法的選擇上,目前主流應用的還是金融機構在使用的邏輯回歸算法,模型庫里有多種機器學習算法可供選擇,整體模型從評價標準KS和AUC上來看都有很好的效果。
信用模型評價體系——從給到金融機構的信用模型評價體系上來看,評估B端企業的信用風險,不僅要評估企業數據的風險,還有個人申請者數據風險,整體模型是雙重模型評價體系,包括對個人和企業的信用評估。
企業畫像服務——企業賬戶數據全面支撐業務場景,助力金融機構拓展業務。服務價值表現為全面補足客戶畫像分析;風控結果交叉比對,有效提升風控水平;線上一體化流程節約人力、提高效率。
一站式信貸SaaS服務平臺的特點
第一,以稅務數據為核心打造B端信貸服務場景。稅務數據為核心,且不僅限于稅務數據。第二,同時服務于資產端和資金端,對資金端帶來優質的資產和有效的風控,對資產端帶來整體的企業評估報告,可以更好地進行自身信用管理。第三,整體方式支持線上SaaS服務模式,對接簡單,覆蓋面廣,同時支持私有化。
整體的服務優勢表現為:第一,一站式資產包全鏈服務。因為信貸業務有資產、資金、風控三大標準要素,因此為金融機構提供的資產包鏈包括了資產和風控。第二,直接對接產業的服務場景。第三,安全合規且高效。
目前神州信息的合作案例包括工商銀行、郵儲銀行等,以及如百行征信、騰訊云等非銀金融機構。