摘要
近年来，小微企业面对宏观经济增长放缓和行业周期的巨大变化，经营风险加剧，导致银行业在小微企业信用贷款业务的风险相应增加，为了提高风控效率及精度，降低信贷风险，突破传统风险管理的局限，银行业逐渐在尝试应用大数据征信模式来增强风控能力，大数据征信在小微企业信贷领域风险管控的效果值得关注与研究。 金融科技的飞速发展，依赖过往传统征信的信贷风险管理模式已经呈现出一些局限性,与传统征信,大数据征信更具有优势，主要体现在数据维度日益扩大，除了传统的信用类数据以外，行为数据、社交数据等也可以用来反映用户的还款能力和还款意愿。另一方面是信用评估手段的迭代，不同于以往人为主观判断或是结合线性回归模型，大数据征信更多的是采用数据挖掘技术和先进算法的融合模型，具有智能化、自动化、及时性的特点，因此本文以小微企业信用贷款违约率为切入点，基于缓解信息不对称及降低交易费用视角，探究大数据征信对于小微企业信贷风险管理的作用机制和影响路径。并以S银行在2020年6月1日至2021年8月31日期间的26425笔小微企业信用贷款数据进行检验，通过大数据变量筛选、大数据模型构建来对违约率进行预测，并且使用传统数据及传统逻辑回归模型进行对比，实证得出结论:一是大数据征信所带来数据广度和深度的增加可以提高对小微企业信贷违约率的预测水平，二是相较于传统征信，大数据征信更具有数据和模型方面的优势，属于征信在大数据时代的创新。此外通过进一步分析可得，银行业对小微企业信用风险的评估更为准确，从而能够提升银行对于小微企业信贷投放的信心，使信用良好的小微企业更容易获得银行的信贷支持,满足小微企业的融资需求。本研究也希望能对金融机构如何进行数字化转型，优化风控理念，提高小微企业信贷风险管理能力方面具有“抛砖引玉”的作用。
NETL