項(xiàng)目名稱：陽(yáng)光878商務(wù)中心
所屬商圈：酒仙橋商圈
出租面積：：整體面積2280平
一層出租面積500平可分割【空調(diào)】：中央空調(diào)
所屬區(qū)位：東四環(huán)
【層高】：一層3.2米，二層3.8米項(xiàng)目?jī)?yōu)勢(shì)：北鄰著名藝術(shù)區(qū)798，南鄰頤醍港商業(yè)城，獨(dú)門獨(dú)院，主體為一棟兩層框架結(jié)構(gòu)工業(yè)廠房建筑。整棟建筑為兩層，面積約2280㎡，一層高3.2米，二層高3.8米。一樓包含設(shè)計(jì)師書房、接待大堂、 路演大廳、展示廳、材料館、會(huì)議室等，二層主要為各類工作室的辦公區(qū)。設(shè)計(jì)樓獨(dú)立進(jìn)出大門，配套有停車場(chǎng)，1000平戶外藝術(shù)休閑區(qū)。
陽(yáng)光878商務(wù)中心都有哪些企業(yè)入駐？開發(fā)商，物業(yè)，租賃部？
北京大風(fēng)車教育科技發(fā)展有限公司，北京零點(diǎn)遠(yuǎn)景網(wǎng)絡(luò)科技有限公司，大師工坊（北京）控股有限公司，北京零點(diǎn)有數(shù)數(shù)據(jù)科技股份有限公司，北京零點(diǎn)市場(chǎng)調(diào)查有限公司，北京胖達(dá)悅食科技有限公司，北京開元融資租賃有限公司，北京十二棟商貿(mào)有限公司，北京聯(lián)創(chuàng)聚興科技有限公司，凱世星球（北京）科技有限公司，北京東方聯(lián)合科技有限公司，悠活省吧（北京）網(wǎng)絡(luò)科技有限公司，北京鳳凰文化產(chǎn)業(yè)有限公司，賽克斯特（北京）汽車租賃有限公司，北京華泰德佳科技有限公司，北京康智樂思網(wǎng)絡(luò)科技有限公司，北京融言科技有限公司等
北京融言科技有限公司前身為北京鄉(xiāng)鄰有信信息科技 有限公司，2014年至2019年，在河北保定、滄州及山東濰坊地區(qū)開展農(nóng)村金融實(shí)踐。2018年和北京農(nóng)業(yè)融資擔(dān)保公司開展合作。自2019年起，為銀行機(jī)構(gòu)提供風(fēng)險(xiǎn)管理咨詢及風(fēng)險(xiǎn)模型輸出，標(biāo)桿案例包括成都地區(qū)某銀行、汕頭地區(qū)某銀行及海南地區(qū)某銀行。
流動(dòng)資金貸款管理暫行辦法》 、《個(gè)人貸款管理暫行辦法》、《固定資產(chǎn)貸款管理暫行辦法》和《項(xiàng)目融資業(yè)務(wù)指引》，俗稱三個(gè)辦法一個(gè)指引，而《貸款通則》則是更早期的貸款指導(dǎo)文件。這幾個(gè)文件是銀行貸款管理所依據(jù)的核心文件。
從風(fēng)險(xiǎn)管理上看，銀行機(jī)構(gòu)需要克服三項(xiàng)主要風(fēng)險(xiǎn)：能力風(fēng)險(xiǎn)、道德風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)。其中，能力風(fēng)險(xiǎn)是指銀行需要具備識(shí)別各項(xiàng)貸款風(fēng)險(xiǎn)的能力，是居于核心位置的；道德風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)，是指需要克服貸款過(guò)程中，內(nèi)部各級(jí)人員的有意失職和操作失誤的風(fēng)險(xiǎn)。
前面的這些監(jiān)管文件，主要解決操作風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)問題，核心原則是“審貸分離”和“層層審批”。
在能力風(fēng)險(xiǎn)方面，層層審批和審貸分離，也能發(fā)揮一些作用。其指導(dǎo)思想是，一個(gè)人能力可能不足，多找?guī)讉€(gè)人參與進(jìn)來(lái)。執(zhí)行中的問題在于：第一，一個(gè)人能力不足，多幾個(gè)人，能力是否能補(bǔ)齊？如何保證能力強(qiáng)的一個(gè)人能在其中起到主要作用？如何保證正確的意見能被識(shí)別和采納？第二，風(fēng)險(xiǎn)評(píng)價(jià)能否給力？能否客觀化？如果無(wú)法客觀化，意味著可以任意演繹，最終會(huì)流于形式。
上述監(jiān)管辦法，重點(diǎn)是對(duì)人的行為的管控。但對(duì)于到底該如何判斷風(fēng)險(xiǎn)，缺乏方法上的指導(dǎo)。
隨著數(shù)字化的深入，監(jiān)管的方向會(huì)發(fā)生變化。
第一，對(duì)操作風(fēng)險(xiǎn)的監(jiān)管，將轉(zhuǎn)移到對(duì)數(shù)據(jù)技術(shù)的監(jiān)管
技術(shù)對(duì)貸款操作環(huán)節(jié)，產(chǎn)生的影響是最大的。凡是操作風(fēng)險(xiǎn)的問題，長(zhǎng)期看，必將通過(guò)技術(shù)系統(tǒng)來(lái)解決。比如，客戶身份認(rèn)證、客戶授權(quán)等，都屬于操作風(fēng)險(xiǎn)，這些已經(jīng)通過(guò)數(shù)據(jù)技術(shù)得到了解決。因此，對(duì)操作風(fēng)險(xiǎn)的監(jiān)管，將來(lái)會(huì)轉(zhuǎn)移到對(duì)技術(shù)應(yīng)用的監(jiān)管上。
第二，針對(duì)能力風(fēng)險(xiǎn)，將通過(guò)推進(jìn)風(fēng)險(xiǎn)邏輯的數(shù)字化來(lái)實(shí)現(xiàn)。
風(fēng)險(xiǎn)邏輯體系的建立，是風(fēng)險(xiǎn)管理數(shù)字化的核心內(nèi)容。銀行機(jī)構(gòu)的評(píng)審會(huì)以及各級(jí)盡調(diào)和審批人員，面臨的最大困惑就是，客戶材料有很多，但大家解讀標(biāo)準(zhǔn)不同，每個(gè)人都有一個(gè)思路和一種說(shuō)法，難以辨識(shí)孰對(duì)孰錯(cuò)。這往往是風(fēng)險(xiǎn)邏輯不客觀、不顯性所導(dǎo)致的。無(wú)論對(duì)個(gè)人貸款還是企業(yè)貸款，風(fēng)險(xiǎn)邏輯的客觀化和顯性化（也就是量化），一定是正確的方向。如此才能實(shí)現(xiàn)貸款評(píng)估的陽(yáng)光化，才能同時(shí)解決人員能力風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)問題。
在原有監(jiān)管辦法中，由于辦法出臺(tái)的時(shí)代背景，這方面沒有涉及。融言科技認(rèn)為，風(fēng)險(xiǎn)邏輯的數(shù)字化，以后會(huì)成為監(jiān)管的重點(diǎn)推進(jìn)領(lǐng)域。
總結(jié)：
融言科技認(rèn)為，原有監(jiān)管文件強(qiáng)調(diào)的是通過(guò)人員之間的制約和流程上的專業(yè)分工，實(shí)現(xiàn)對(duì)貸款風(fēng)險(xiǎn)的把控，屬于對(duì)人的監(jiān)管。未來(lái)，監(jiān)管的方向?qū)⒆兏鼮閷?duì)數(shù)據(jù)技術(shù)和邏輯方法的監(jiān)管。
風(fēng)險(xiǎn)管理一直是銀行機(jī)構(gòu)的重心工作，但國(guó)內(nèi)銀行普遍受困于風(fēng)險(xiǎn)評(píng)估主觀化、風(fēng)險(xiǎn)標(biāo)準(zhǔn)不統(tǒng)一、風(fēng)險(xiǎn)監(jiān)測(cè)困難的問題。這些問題，核心在于缺乏客觀化的風(fēng)險(xiǎn)管理方法。除了風(fēng)險(xiǎn)信息數(shù)據(jù)化程度不夠之外，主要是對(duì)風(fēng)險(xiǎn)邏輯的研究不夠，這些風(fēng)險(xiǎn)邏輯經(jīng)過(guò)研究，顯現(xiàn)出來(lái)，就能用于測(cè)量風(fēng)險(xiǎn)；這些邏輯方法構(gòu)成了風(fēng)險(xiǎn)管理的芯片。融言科技在這方面有較多的研究和實(shí)踐。
一、風(fēng)險(xiǎn)管理的未來(lái)方向
風(fēng)險(xiǎn)管理的目標(biāo)是提高客觀化程度，在未來(lái)主要會(huì)在兩個(gè)方面進(jìn)行升級(jí)。
1、風(fēng)險(xiǎn)信息的數(shù)字化
銀行貸款決策所依據(jù)的信息，在傳統(tǒng)模式中，有文字的，有數(shù)字的；有行內(nèi)采集的，也有外部數(shù)據(jù)源提供的；有原始材料，也有加工后的信息。這些信息，首先都需要電子化，形成數(shù)字和標(biāo)簽，然后通過(guò)特定數(shù)據(jù)邏輯，將信息歸納后呈現(xiàn)出來(lái)，用于風(fēng)險(xiǎn)決策的信息依據(jù)。這方面的技術(shù)工具，最簡(jiǎn)單的是一些數(shù)據(jù)可視化的軟件工具，將信息歸納后，通過(guò)圖表的形式表現(xiàn)出來(lái)，有助于人的快速理解。還有一些是利用知識(shí)圖譜的概念，用圖表形式將信息之間的關(guān)聯(lián)關(guān)系呈現(xiàn)出來(lái)，例如股權(quán)關(guān)系、自然人之間的家庭關(guān)系、上下游合伙伙伴關(guān)系等，這些關(guān)系的歸納和展示，用于精準(zhǔn)營(yíng)銷的情況較多，也能用于風(fēng)險(xiǎn)決策的參考。美國(guó)的Palantir公司，就是利用這種關(guān)聯(lián)關(guān)系的技術(shù)，和美國(guó)情報(bào)部門合作，在反恐方面有過(guò)突出表現(xiàn)。
另外，為了支持應(yīng)用層面的數(shù)據(jù)需求，往往需要對(duì)系統(tǒng)內(nèi)部的數(shù)據(jù)資源進(jìn)行“治理”。從數(shù)據(jù)治理到數(shù)據(jù)呈現(xiàn)，是信息由里到外進(jìn)行數(shù)字化的完整過(guò)程。
2、風(fēng)險(xiǎn)評(píng)估的邏輯化
風(fēng)險(xiǎn)評(píng)估的邏輯化，是風(fēng)險(xiǎn)管理的最終目標(biāo)。貸款額度越小，越容易實(shí)現(xiàn)評(píng)估的邏輯化。邏輯化是實(shí)現(xiàn)自動(dòng)化決策的前提。自動(dòng)評(píng)估目前在信用卡審批和小金額的消費(fèi)金融領(lǐng)域，已經(jīng)基本實(shí)現(xiàn)；未來(lái)在企業(yè)貸款領(lǐng)域，風(fēng)險(xiǎn)的邏輯化程度也會(huì)越來(lái)越高，決策會(huì)越來(lái)越客觀。風(fēng)險(xiǎn)評(píng)估的邏輯化，往往涉及數(shù)據(jù)和風(fēng)險(xiǎn)決策模型。數(shù)據(jù)涉及內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)的連接和管理。涉及到模型的，就需要根據(jù)信貸產(chǎn)品的結(jié)構(gòu)、流程、數(shù)據(jù)資源和客戶情況，形成風(fēng)險(xiǎn)邏輯并量化。量化的風(fēng)險(xiǎn)評(píng)估模型，能避免人員的主觀性和道德風(fēng)險(xiǎn)。在數(shù)據(jù)充分和邏輯嚴(yán)密的情況下，風(fēng)險(xiǎn)模型要優(yōu)于人員的分析判斷?，F(xiàn)實(shí)中，由于數(shù)據(jù)往往不全面，準(zhǔn)確度也有限，因此在模型設(shè)計(jì)上，要考慮到這些問題，在能掌握的有限數(shù)據(jù)的前提下，努力在風(fēng)險(xiǎn)邏輯上進(jìn)行加強(qiáng)。同時(shí)要考慮到模型的天花板，在查準(zhǔn)率和查全率方面作出平衡。
二、風(fēng)險(xiǎn)管理客觀化帶來(lái)的改變
1、對(duì)所有貸款業(yè)務(wù)，改變拍腦袋決策的模式，建立全面的風(fēng)險(xiǎn)邏輯標(biāo)準(zhǔn)。
2、把盡調(diào)報(bào)告上的語(yǔ)言文字信息，盡可能多的轉(zhuǎn)化為數(shù)字信息和標(biāo)準(zhǔn)化信息，把沉睡的信息利用好。
3、實(shí)現(xiàn)風(fēng)險(xiǎn)管理的集中化。把管具體項(xiàng)目，變?yōu)楣苓壿嫎?biāo)準(zhǔn)。通過(guò)客觀的風(fēng)險(xiǎn)邏輯體系，來(lái)觀察每一筆貸款業(yè)務(wù)，實(shí)現(xiàn)對(duì)個(gè)體和全局風(fēng)險(xiǎn)的掌握。
三、風(fēng)險(xiǎn)管理的“芯片”：風(fēng)險(xiǎn)邏輯的量化
關(guān)于信用風(fēng)險(xiǎn)，有很多理論框架，比如5C理論，比如關(guān)于還款能力和還款意愿的理論，這些都是從不同角度去描述。但究竟如何測(cè)量信用風(fēng)險(xiǎn)，如何把風(fēng)險(xiǎn)用數(shù)字形式精確表現(xiàn)出來(lái)，一直是一個(gè)難點(diǎn)。直到1974年莫頓模型的出現(xiàn)，在理論上說(shuō)明信用風(fēng)險(xiǎn)是可以測(cè)量的。莫頓模型證明，企業(yè)信用風(fēng)險(xiǎn)，主要取決于資產(chǎn)負(fù)債率和企業(yè)資產(chǎn)價(jià)值的波動(dòng)性。實(shí)踐中，莫頓模型在上市公司的信用風(fēng)險(xiǎn)測(cè)評(píng)上，取得了較大突破。但在非上市企業(yè)中，有較大的實(shí)施障礙。直至今日，人們對(duì)信貸風(fēng)險(xiǎn)的量化方法，還是不統(tǒng)一的，有KMV模型、信用矩陣模型、評(píng)分卡模型、邏輯回歸模型、機(jī)器學(xué)習(xí)模型等。這些常用的量化方法，大部分是由理論分析的邏輯框架推導(dǎo)而來(lái)，包括KMV模型也是理論得來(lái)的。少部分，如機(jī)器學(xué)習(xí)里應(yīng)用的很多模型（如神經(jīng)網(wǎng)絡(luò)等），純粹是由數(shù)據(jù)之間的數(shù)學(xué)關(guān)系得來(lái)的，很難找出理論依據(jù)。這些方法在實(shí)踐應(yīng)用中，各自有發(fā)揮作用的領(lǐng)域。
1、大型企業(yè)信用測(cè)評(píng)
所謂大型企業(yè)，主要特點(diǎn)是以上市公司為主，其財(cái)務(wù)數(shù)據(jù)是透明和公開的，也是比較可信的。大型企業(yè)的風(fēng)險(xiǎn)評(píng)估方法，歷史早期比較有影響力的是Z評(píng)分模型。后來(lái)，穆迪、標(biāo)普、惠譽(yù)等專業(yè)信用評(píng)級(jí)機(jī)構(gòu)，也都形成了自己的方法體系。
（1）評(píng)分卡的應(yīng)用
大型企業(yè)的數(shù)據(jù)比較充分，也容易收集。但由于企業(yè)規(guī)模大，評(píng)估起來(lái)相對(duì)復(fù)雜，因此大企業(yè)的風(fēng)險(xiǎn)分析，目前一直是定性為主，定量為輔。企業(yè)信用評(píng)級(jí)實(shí)踐中，定量分析的主要方式是評(píng)分卡，將企業(yè)信息分解成財(cái)務(wù)風(fēng)險(xiǎn)、宏觀風(fēng)險(xiǎn)、行業(yè)風(fēng)險(xiǎn)、業(yè)務(wù)模式、政策風(fēng)險(xiǎn)、公司治理等模塊，在評(píng)級(jí)模塊中，財(cái)務(wù)風(fēng)險(xiǎn)一般占的權(quán)重最高，大約在30%到40%。然后每個(gè)模塊給與不同權(quán)重，每個(gè)模塊內(nèi)部又分為若干具體的評(píng)價(jià)指標(biāo)，每個(gè)評(píng)價(jià)指標(biāo)有不同的權(quán)重或分值，所有這些項(xiàng)目匯總在一起，得出總的分值或是轉(zhuǎn)化成信用矩陣，并對(duì)應(yīng)到具體的評(píng)級(jí)級(jí)別和違約概率。不同行業(yè)會(huì)有不同的評(píng)分卡設(shè)置，甚至同一行業(yè)內(nèi)不同公司的相關(guān)評(píng)分設(shè)置都是可以靈活調(diào)整的。所以，評(píng)分卡模型主要依據(jù)的是專家經(jīng)驗(yàn)、過(guò)往案例以及基本的統(tǒng)計(jì)分析。當(dāng)然，最終評(píng)級(jí)結(jié)果除了受評(píng)分的影響之外，還要依據(jù)分析師和評(píng)級(jí)專家的判斷做出調(diào)整。評(píng)分卡模型是評(píng)級(jí)公司通用的工具，各家公司的差異在于板塊劃分、權(quán)重、具體量化指標(biāo)的設(shè)置不同，也就是分析角度上的差異。從實(shí)踐結(jié)果來(lái)看，世界幾家著名評(píng)級(jí)機(jī)構(gòu)對(duì)同一家公司的評(píng)級(jí)總體是一致的。這也說(shuō)明，他們的評(píng)級(jí)方法是成熟和穩(wěn)定的。
（2）KMV模型
在量化分析上，穆迪公司走的更前沿一些。穆迪公司在收購(gòu)KMV公司后，在其基礎(chǔ)上，形成了改進(jìn)后的KMV模型，并用于商業(yè)用途。KMV模型起源于莫頓的理論，KMV模型是說(shuō)當(dāng)企業(yè)未來(lái)一段期限后（如一年），企業(yè)資產(chǎn)的市場(chǎng)價(jià)值低于一個(gè)臨界值時(shí)，就容易發(fā)生違約。這個(gè)臨界值，指的是按某種口徑統(tǒng)計(jì)的企業(yè)債務(wù)。
這個(gè)理論從道理上非常淺顯，實(shí)際就是說(shuō)當(dāng)企業(yè)“資”不抵“債”時(shí)，違約風(fēng)險(xiǎn)會(huì)高。當(dāng)然，KMV模型真正的貢獻(xiàn)在于將這個(gè)邏輯進(jìn)行量化的方式。KMV模型利用股票市場(chǎng)的價(jià)格，間接實(shí)現(xiàn)了對(duì)企業(yè)資產(chǎn)的估值。并根據(jù)股票價(jià)格的歷史波動(dòng)數(shù)據(jù)，對(duì)企業(yè)資產(chǎn)的波動(dòng)風(fēng)險(xiǎn)間接進(jìn)行了量化，在假定企業(yè)債務(wù)不變的情況下，測(cè)算出企業(yè)未來(lái)一定時(shí)期后，“資”不抵“債”的概率。
KMV模型主要應(yīng)用于已上市企業(yè)，對(duì)于未上市企業(yè)，主要難點(diǎn)在于對(duì)企業(yè)資產(chǎn)的市場(chǎng)價(jià)值的評(píng)估。未上市企業(yè)，財(cái)務(wù)數(shù)據(jù)不透明，且沒有公開交易市場(chǎng)，企業(yè)資產(chǎn)價(jià)值沒有統(tǒng)一的定價(jià)標(biāo)準(zhǔn)。所以，KMV模型，在未上市企業(yè)評(píng)估上理論上可行，但操作上太復(fù)雜。
評(píng)分卡模型和KMV模型理論上是相通的，KMV是根據(jù)股票市場(chǎng)的反映來(lái)描述企業(yè)未來(lái)風(fēng)險(xiǎn)，認(rèn)為股票市場(chǎng)已經(jīng)把企業(yè)的所有風(fēng)險(xiǎn)涵蓋了。而評(píng)分卡模型，則根據(jù)企業(yè)的全面數(shù)據(jù)，對(duì)企業(yè)風(fēng)險(xiǎn)按照一種邏輯體系進(jìn)行精細(xì)分析。
（3）量化方法對(duì)大企業(yè)評(píng)級(jí)的作用
在實(shí)踐中，無(wú)論穆迪還是標(biāo)普，都沒有完全依賴定量方法，而是把定量方法作為一個(gè)工具。主要原因在于，這些大企業(yè)的風(fēng)險(xiǎn)分析，涉及面較廣，要求也比較精細(xì)，有些重要信息難以簡(jiǎn)單的量化或是量化標(biāo)準(zhǔn)不穩(wěn)定。
到目前為止，幾家著名評(píng)級(jí)公司都形成了完整和穩(wěn)定的邏輯體系，并實(shí)施了量化工具。正是這些量化分析框架，才讓信用評(píng)級(jí)工作有方法可依據(jù)。評(píng)級(jí)方法的穩(wěn)定性、客觀性、可解釋性，是評(píng)級(jí)公司開展公開市場(chǎng)評(píng)級(jí)業(yè)務(wù)的核心原則。
2、小微企業(yè)信用測(cè)評(píng)
小微企業(yè)介于大企業(yè)和個(gè)人之間。和個(gè)人數(shù)據(jù)相比，小企業(yè)數(shù)據(jù)的收集難度大，準(zhǔn)確度不高。而和大企業(yè)相比，小微企業(yè)主的個(gè)人數(shù)據(jù)對(duì)企業(yè)信用影響較大。
（1）IPC模式，面向信用數(shù)據(jù)缺乏的群體。IPC起源于德國(guó)，主要應(yīng)用于缺乏信用數(shù)據(jù)的個(gè)人及微型企業(yè)，依靠信貸員對(duì)客戶信息進(jìn)行現(xiàn)場(chǎng)采集，并按照一套風(fēng)險(xiǎn)分析流程，出具貸款決策。事實(shí)上，IPC這么多年一直在演進(jìn)，到目前為止，并沒有專門定義到底怎樣的風(fēng)控操作才是IPC技術(shù)。大體上看，凡是成功的IPC案例，基本都依賴于兩個(gè)方面。一是高度依賴于信貸員的能力，需要信貸員掌握全面的風(fēng)險(xiǎn)分析邏輯。為此，IPC非常強(qiáng)調(diào)對(duì)信貸員的培訓(xùn)，有詳細(xì)的信貸風(fēng)險(xiǎn)分析指導(dǎo)手冊(cè)。二是高度依賴于信貸員管理制度，要讓信貸員形成責(zé)任感和保持工作積極性。IPC的人員培訓(xùn)，主要集中在客戶負(fù)債和客戶還款來(lái)源的探查方面。這些內(nèi)容，是由經(jīng)驗(yàn)總結(jié)而來(lái)的，這也是IPC最核心的東西。難點(diǎn)在于，人員的分析能力有很大差異，有些道理大家似乎都能聽懂，但應(yīng)用的實(shí)踐并不簡(jiǎn)單，人員之間的差異也比較大。因此，IPC的可復(fù)制性一直飽受詬病。
IPC的一些成功案例表明，面對(duì)客觀數(shù)據(jù)缺失的群體，如果有一些信貸員能夠把基本的風(fēng)險(xiǎn)邏輯理解并運(yùn)用到位，是可以較為準(zhǔn)確地測(cè)度出客戶的風(fēng)險(xiǎn)情況的，這說(shuō)明，這個(gè)客戶群體的風(fēng)險(xiǎn)邏輯是一致的。如果把這些邏輯進(jìn)一步量化，用模型來(lái)實(shí)現(xiàn)，對(duì)人員的依賴會(huì)大幅降低，可復(fù)制性會(huì)更強(qiáng)。
（2）美國(guó)富國(guó)銀行模式，面向經(jīng)營(yíng)數(shù)據(jù)不完備的小微群體。在小微企業(yè)貸款領(lǐng)域，把小微企業(yè)當(dāng)做個(gè)人來(lái)對(duì)待，更強(qiáng)調(diào)企業(yè)主的個(gè)人信用特征，從而一定程度上規(guī)避了經(jīng)營(yíng)數(shù)據(jù)存在的各種問題。富國(guó)銀行由此創(chuàng)立的“企業(yè)通”，對(duì)于10萬(wàn)美金以內(nèi)的額度，做到了純線上審批和放款。富國(guó)銀行的信貸模型，是以專家經(jīng)驗(yàn)及傳統(tǒng)統(tǒng)計(jì)方法結(jié)合得出的。對(duì)于貸款額度稍大一些的小企業(yè)貸款，除線上程序外，富國(guó)銀行仍然保留人工審查程序。富國(guó)銀行的實(shí)踐表明，越是小企業(yè)，它的經(jīng)營(yíng)信息收集成本越高、數(shù)據(jù)的不穩(wěn)定性也越高，而企業(yè)主個(gè)人信息相對(duì)穩(wěn)定。把風(fēng)險(xiǎn)分析重點(diǎn)放在個(gè)人身上，反而起到了更好的作用。
（3）電商在線貸款模式，面向經(jīng)營(yíng)數(shù)據(jù)較豐富的電商群體。美國(guó)的Kabbage和Ondeck瞄準(zhǔn)電商發(fā)放貸款，他們采用的數(shù)據(jù)基本都是電商交易平臺(tái)提供的交易類數(shù)據(jù)，再結(jié)合其他三方數(shù)據(jù)。中國(guó)的阿里巴巴等電商企業(yè)，也根據(jù)所掌握的網(wǎng)上店鋪交易數(shù)據(jù)，推出了網(wǎng)商店主貸款，實(shí)現(xiàn)在線審批和在線發(fā)放。阿里貸款模式中，除了交易數(shù)據(jù)的作用，消費(fèi)者通過(guò)支付寶向店主支付的資金，也是一種變相的抵押。
從中長(zhǎng)期看，隨著產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展和區(qū)塊鏈技術(shù)的應(yīng)用，企業(yè)信息數(shù)字化的進(jìn)程將大大加快，中小企業(yè)信用模型的數(shù)據(jù)瓶頸也會(huì)被打開。
