基于大数据原理的类金融机构信用监管研究及应用

张涛 郑晓瑜 付波

摘 要：针对现有类金融机构监管方式滞后及监管手段乏力的不足，提出一种基于大数据原理的类金融机构信用监管体系，该体系采用多维信用评议技术，对类金融机构进行全面信用画像和信用评估;接着从应用的角度出发，构建一种基于大数据的新型信用监管方法，该方法采用非现场信用监管与现场信用监管相结合的方式，能有效地实现对P2P、虚拟货币交易、互联网小额贷款等类金融机构的信用监管。

关键詞：类金融机构  大数据  信用监管  多维信用评议

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2020）11（b）-036-03

1 类金融机构的主要模式与风险分析

1.1 类金融机构的主要模式

关于类金融机构，我国目前没有权威统一的明确定义，通常情况下类金融机构是指具有金融性质和功能的，区别与国家 （正规）金融监管而主要由地方金融监管或相关机构监管的，从事资金融通业务的机构，文献[1]将类金融机构的业态归纳为以下六种：贷款融资类、交易所类、中介服务类、投资理财类、资产管理和处置类、兼具吸储和放贷功能类。

1.2 类金融机构的风险分析

从监管的角度来看，类金融机构各业态面临的典型风险有以下方面。

一是典型的违法风险：采用欺诈的方式来发行超出类金融机构经营范围以外的股票或债券等金融产品，或者采用非法集资的方式来吸收公共存款等一系列的行为，均属于违法的风险。

二是典型违规风险：是否向借款人充分揭示投资风险;信息披露是否合规;募集金额是否超标;是否存在多种不同业态产品在同一界面出现的情况，或出现规定业态外的金融产品;是否从事首付贷款、校园贷等。

类金融机构的风险层出不穷，据第三方咨询机构网贷之家发布的数据[2] ，截至2019年1月底，累计停业及问题网贷平台达到5433家。大平台出现“卷款”“跑路”等情况，已经成为金融监管机构高度关注的重点事项，因此对类金融机构进行监管已经迫在眉睫。

2 类金融机构监管的现状和趋势

2.1 类金融机构监管的现状

受监管体制的不完善、监管方式滞后和监管手段乏力等因素的制约，目前类金融机构监管还存在以下难点：

一是难以把握类金融业态的特征：类金融机构处于不断发展和创新的过程中，尤其是随着互联网金融的快速发展，类金融业态更加呈现出多元化的发展趋势，创新的金融业态层出不穷，这也为按照类金融业态的特质，依法依规进行监管增加了难度。

二是难以全面了解法律法规、缺乏有效监管办法：类金融机构的监管，在法律法规上处于不断完善。此外，还存在多头监管和监管标准不统一的情形，这也增加了类金融机构监管的复杂性。

三是信息分散，不易获取：大多数类金融机构目前尚未建立完善的信息化监管体系，信息高度分散，信息获取存在滞后、不全面、不一致等多种情况，尤其是缺乏综合多个部门的信息数据平台，难以协调统一监管，难以满足监管机构的内在发展需求。

四是传统手段难以持续动态的跟踪、评估：传统监管手段存在诸多不足，监管手段乏力，未能全面把控类金融机构的金融功能和行为，全面防范金融风险以及及时预警风险，深钻底层数据，实现穿透式监管。

2.2 类金融机构监管的发展趋势

金融监管目前已经进入了一个新的阶段，尤其是2017年的第五次金融工作会议，提出了对金融监管的新思路，即加强对金融机构的功能性监管和行为监管[3]，要实现以上两方面的监管目标，需要对金融机构的主体、业务类型、业务行为进行分层级监管。

信用监管是一种新型的监管方式[4]，结合金融监管的发展需求，充分利用大数据的优势，整合类金融机构的多维数据，对类金融机构进行信用画像，并通过对类金融机构的信用全生命周期进行动态监测，从而实现事前、事中、事后全监管，已经成为类金融机构监管的热点。

3 利用大数据原理的类金融机构信用监管研究

类金融大数据监管平台是对类金融企业进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融监管机构，进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融机构进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融监管机构，为防范与降低金融风险、行业监管提供精准的决策支撑，为及时发现类金融机构的风险、提高政府监管成效提供有力保障。

3.1 基于多维信用评价指标体系

从企业基本信息、企业经营信息、公共监督、事件舆情、业态因素、业态特征六个维度，构建类金融机构的信用评价指标体系，如表1所示。

类金融机构的信用指标体系能反映出不同类金融机构的信用状况，从而为类金融监管机构提供参考监管依据。类金融机构信用指标的数据来源主要有以下方面。

一是国家各部委数据，主要包括：工商部数据、各级法院数据、工信部数据。

二是地方各部门数据，主要包括：行政部分处罚数据、地方税务数据、金融监管部门数据、地方刑侦数据、地方银行数据。

三是企业填报数据，主要包括：组织数据、经营数据、备案数据、重大事项。

四是互联网采集数据，主要包括：舆情数据、平台数据、一行三会数据、招聘数据、金融产品数据、各金融协会数据。

3.2 类金融机构的多维信用评价模型

为了对不同类型的类金融机构进行信用画像，采用多维数据信用评议技术[5]，从各个方面对类金融机构的信用主体进行信用评价。多维评议技术是将大数据原理应用于信用管理的全过程，该技术通过收集与类金融机构主体信息、业务类型、业务行为相关的多元化、不同来源的异构数据，通过建模和大数据分析方法，对类金融机构的信用特征、其他行为特质作出评价和预测。

例如，我们采用雷达图可以对两家不同的类金融机构的信用情况作出全面分析。从多个维度对两家机构的信用进行综合评价，其中单个维度以10分为最优评分，反之则最劣进行评分，最终可以分别得到两家类金融机构的信用评价结果。

基于大数据的信用多维评议技术，可以根据类金融机构类型的不同，选择不同的数据维度和设置信用评分的权重，通过综合评价得出信用主体的信用评分，该方法能普遍应用于各种类金融机构信用评价，如图1所示。

3.3 类金融机构信用监管的应用示范

针对类金融机构的监管，本文进一步设计出一种以大数据信用为核心的监管方法，该方法采用非现场信用监管、现场信用监管两种方式相互结合，如图2所示，具有較强的通用性。

3.3.1 非现场信用监管

构建类金融机构的大数据信用监管平台，该监管平台通过对类金融机构的风险因子和对应的信用评分变化进行动态监测，实现对类金融机构的实时信用监管。

一要确立监管指标及权重：根据类金融机构各业态的法律法规，制定对应的信用监管指标，构建类金融机构信用风险规则库;根据信用监管指标的重要程度，给予该指标赋予对应的权重。

二要开展类金融机构信用风险评估和信用评价：根据类金融机构的业态特征，收集对应的多维数据，并结合信用风险规则库的模型，开展信用风险评估，同时计算在该风险条件下对应的信用评分。

三要根据信用评分的结果，确定类金融机构的风险等级，例如高、中、低风险。

四要出具风险排查报告：综合全部数据、评价企业风险状况、提出处置建议。

3.3.2 现场信用监管

类金融监管机构可以结合非现场信用监管的风险评估结果，通过现场核查的方式，进一步对类金融机构的信用风险进行全面评估，并出具信用风险整改报告，要求类金融机构进行整改。同时，将类金融机构整改结果反馈到信用规则数据库，实现对监管规则的优化和升级。

4 结语

类金融机构的监管是目前的热点，本文在分析类金融机构主要模式和风险的基础上，提出了一种基于大数据原理的类金融机构信用管理的方法;该方法能普遍应用于类金融监管机构对包括小额贷款公司、P2P、众筹在内的多种类金融机构进行动态的信用监管，能及时有效地防范金融风险，提升金融监管的效率。

参考文献

谷新生.类金融机构研究[J].金融理论与教学，2020（04）.

P2P网贷行业2019年1月月报[EB/OL].http：.//www.wdzj.com/news/yc/3818785.html.

牛绮思.全国金融工作会议上的新概念：功能监管与行为监管[J].中国经济周刊，2017（29）：31.

罗培新.信用监管：构建新型监管机制的基石[N].中国市场监管报，2019-11-05（004）.

张涛.一种适用于互联网金融的大数据信用体系研究与应用[J].征信，2016（04）：33-35.