经济观察报 记者 老盈盈 思商科技是一家从事锂离子电池研发和销售的企业，由于上下游客户的账期不一致，企业亟需流动资金周转，但因为申请流程周期长、用款期限不灵活等原因，融资过程并不顺利。

通过朋友的介绍，该公司负责人申请到了微众银行微业贷科创贷款。对企业信用评估中，微众银行借助深圳地方征信平台多维数据输入科创贷款产品模型，结合银行的其他数据，进一步丰富企业画像，精准定位服务对象，有效提升了贷款审批效率。

据经济观察报记者了解，深圳地方征信平台目前有三大征信服务模式，分别是标准数据产品、定制化服务、联合创新实验室三种模式。这三种模式各有不同，首先是服务客群不同，标准数据产品的服务客群针对深圳本地及全国区域的银行及非银金融机构、金融科技、征信公司等机构，而定制化服务的服务客群是中大型银行，联合创新实验室的服务客群是一些具有较强科技能力的大型银行机构。

其次是产品服务不同，标准数据产品是深圳征信基于海量政务数据、金融数据、商业数据而打造的标准化征信数据产品。目前深圳征信已打造了企业全息画像、企业人员规模分析、企业工商变更关注报告、企业司法信息关注报告等20余款标准数据产品，形成了以政务数据为核心，金融数据、商业数据为补充的一体化标准数据产品体系；定制化服务是在标准数据产品的服务能力上，基于金融机构特定业务场景量身打造的定制化解决方案及产品服务；联合创新实验室是在标准数据产品、定制化服务的基础上更为高阶的服务。

目前，深圳地方征信平台已完成37个政府部门和公共事业单位超10亿条涉企信用数据的归集共享，实现深圳380多万活跃商事主体全覆盖，金融机构及政府部门累积调用平台产品超1000万次，平台累计服务企业超100万家，促成企业获得融资超600亿元。

深度挖掘分析数据价值

2022年1月10日，深圳征信完成企业征信机构备案，深圳地方征信平台对外正式运行。深圳征信由人民银行深圳市中心支行、深圳市市场监管局等单位联合推动设立，由深智城集团全资控股，按照“政府+市场”双轮驱动，建设及运营深圳地方征信平台。

2022年12月27日，深圳征信常务副总经理刘振告诉经济观察报记者，目前，由地方征信平台承接地方政务数据的归集，挖掘政务数据价值深入应用于金融场景，还处在实践应用并进一步研究探索的阶段，对于深圳征信及各大政府部门、数源单位而言，都是一项任重道远的新工作、新事业，在数据归集共享方面均有难题需要破解及攻克——深圳征信面对纷繁复杂的涉企信用数据，需通过强大的数据治理能力，保障数据实时可用、质量可靠，数据管理部门则通过数据归集共享过程，发现问题解决问题提升政务数据质量。

在刘振看来，在数据归集方面主要存在两方面的问题，一方面是数据质量问题，企业数据海量庞杂，在数据归集中时常会面临数据内容缺失、不真实、前后不一致，甚至不可用的情况，这就需要有强大的数据加工及数据治理能力，才能够化繁为简、去芜存菁，保障数据输出的及时性、准确性及完整性。只有数据质量得到保障才能进一步深度挖掘分析出数据价值；另一方面是数据价值问题，如何让数据价值最大化，真正让数据价值在金融场景中得到充分、有效地应用，切切实实满足金融机构、政府机构等使用者的需求，也是深圳征信工作中一直着力解决的重点难点问题。

在金融场景应用方面，深圳征信与微众银行紧密联动，基于微众银行具体数据需求创新打造了一款标准数据产品，即审计财报数据产品。据了解，微众银行在业务开展中面临着一大痛点问题，即中小微企业普遍存在财务规范性不足的问题，对银行了解企业财务状况造成一定障碍，不利于银行核定更高额度支持企业发展。针对这一痛点问题，深圳征信结合银行的实际应用场景不断完善优化该产品。目前，深圳地区已有48家银行在实际业务中接入了深圳征信标准数据产品。

数据的时效性一直是金融机构关注的重点，持续提升数据更新效率、加快数据更新速度对于更好地满足各类应用需求也至关重要。刘振以企业的“经营状态”这个字段来加以说明，在不同数据归集表中，企业“经营状态”数据含义也不一样，在企业中主要包括吊销、撤销登记、变更、暂时吊销等不同状态，如果数据更新滞后，数据含义出错，会严重影响金融机构对企业经营的判断，一方面可能导致不良信贷风险提升，一方面可能使真实经营的企业受到误判，从而得不到贷款支持。目前，深圳征信标准数据产品基本已实现实时数据更新，其中深圳企业工商数据更新比竞品早1周。

在深圳地方征信平台成立之初，对数据的加工或许是以数量增加为目标，但目前已经对数据的颗粒度精细度提出了更高的要求，通过深度挖掘及数据加工，进一步展现数据隐藏的深度信息。“例如我们现在在做的这个‘企业人员规模分析’产品，可根据企业所属行业、企业用工人数，精准判断企业在行业内的排名情况，呈现企业行业竞争力，抖客网，还可加工输出企业历史24个月人员规模趋势分析、人员流动趋势分析、用工详细、人员离职情况分析等，帮助机构客户全面洞察企业真实经营。”刘振说。

据统计，在政务数据方面，深圳征信目前已广泛归集37个政府部门和公共事业单位超10亿条涉企信用信息，涵盖社保、公积金、不动产等核心数据资源；在金融数据方面，深圳征信在深圳市地方金融监管局的支持下，与7+4类地方金融组织沟通，目前已成功接入1家保理数据；在商业数据方面，目前已定向采集包括工商、司法、审计财报、电力、投融资、知识产权、资助补贴、风控模型在内的15类商业数据资源。

更多创新的征信服务模式

自2022年6月以来，宁波银行深圳分行与深圳征信就标准数据产品达成合作，并在此基础上，进一步开展深度联合建模合作。目前，双方基于“容易贷”这款产品开展定制化的联合建模服务。针对银企信息不对称、信贷风险把控难等问题，深圳征信运用机器学习、关联图谱等数据挖掘手段，将企业工商、经营、用工等多维数据进行深度分析、挖掘，打造量化模型产品，赋能银行风险管控。

据经济观察报记者了解，联合建模服务具有一定优势，这主要体现在一方面紧密贴合银行方面现有的金融产品，就金融产品客群数据价值进行深度挖掘分析，满足场景应用需求；另一方面是以银行方面金融产品为核心，量身打造，部署定制化模型，精准覆盖中小微企业信贷业务贷前中后全流程，通过数据驱动赋能银行审批决策。

而建模过程的重点在于通过定量方法筛选出能刻画企业营收能力的有效数据因子，融合考虑处于不同行业、不同成长阶段的企业的特点；难点在于防止模型过拟合，即对模型没加过的企业样本也能有效预测，在判断可行性问题上，深圳征信是用样本的验证集上模型的预测指标如R方等来进行判断。

定制化服务是基于金融机构特定业务场景量身打造的定制化解决方案及产品服务。在定制化服务基础上，深圳征信也创新打造了“联合创新实验室”这一征信服务模式。