基于机器学习方法的小微企业融资特征分析研究——关于嘉兴市33305家小微企业的SVM模型实证分析

构建小微企业信用融资特征分析模型对于开展小微企业信贷业务具有重要价值和意义,有益于改善融资双方信息不对称的困境,有助于增加资金提供方、政府部门对小微企业信用信息的了解和把握,提升小微企业风险管理的能力。企业征信系统收录了大量的小微企业信用信息,这对缓解银企信息不对称、促进小微企业融资具有重要的作用。本文从企业征信系统中筛选了33305家符合条件的小微企业,运用支持向量机(Support Vector Machine,SVM)模型,初步找到了几个可以帮助小微企业增信、拓宽融资渠道的特征向量。从而进一步帮助金融机构挖掘潜在客户,优化客户结构。

信用信息共享对小微企业“首贷”可得性的影响研究——基于小微企业“首贷”数据的实证分析

以信用信息共享为视角,通过问卷调查法和实证分析法,掌握商业银行“首贷”现状、问题及政策;运用机器学习方法构建“首贷”可得性模型和风险评估模型,特别分析制造业和科技型企业的差异性。研究表明,信用信息共享对小微企业“首贷”可得性激励与抑制并存,不同行业差异化较为显著,优化风险评估机制具有反向促进作用。最后提出加强信用信息管理与服务、推动第三方信用评级业务发展、倡导分类管理和形成外部激励约束机制等建议。

个人征信信息安全监管研究——以浙江省嘉兴市为例

以浙江省嘉兴市为例,通过分析2013—2018年嘉兴市个人征信信息异议处理情况,收集、整理嘉兴市897份市民的个人调查问卷和35家银行业金融机构的深度调查问卷,发现个人征信信息安全监管存在法律制度不完善、监管手段不能适应时代发展要求、未接入机构监管风险仍然存在和个人信息主体维权意识不强等四方面的问题。在我国目前的社会环境下,提出需要进一步加强法律制度建设、加强监管方式应用和丰富监管内容等建议。

互联网发展背景下个人征信体系建设管窥——以嘉兴市为例

通过对《征信业管理条例》等相关政策、法规的分析,结合嘉兴市目前个人征信体系发展的现状,从个人信息主体权益保护、互联网征信运行机制、完善个人征信系统等方面,对互联网发展背景下的个人征信体系建设进行研究探讨,剖析了信息处理特点可能导致实务操作中涉嫌违规、个人信息安全保护存在隐患、信息真实性和可持续性值得商榷、法制不完善、缺乏有力的异议解决途径、传统监管思维遭遇瓶颈和传统监管队伍遭遇挑战的问题,提出了依法完善制度、探索符合互联网征信特点的监管方式和技术手段、遵循市场规律和保障信息真实、建立互联网征信行业自律机制、探索建立信息共享标准化体系的个人征信体系建设策略。

基于机器学习方法的小微企业信用风险评估问题研究——关于嘉兴市小微企业2013-2017年金融信用信息的实证分析

以嘉兴市2013-2017年发生信贷业务的小微企业为研究对象,对2646家小微企业2013-2017年的金融信用信息进行实证分析,构建了5类小微企业信用风险评估模型,结果显示,随机森林模型更适用于嘉兴市小微企业信用风险评估,根据该方法将小微企业风险分为“高档”“中档”“低档”3类,提出了政策建议。