金融科技助力个人企业信用更清晰

“比如人工智能技术的核心在于海量丰富的数据，若数据孤岛依然存在，将会很大程度限制人工智能技术使用效果。”他认为，整合不同行业数据的好处是尽早洞察到个人、小微企业资金运作风险的某些规律，帮助平台提前做好风险防范。比如，德国中小企业在出现破产风波前两年，企业经营现金流会迅速下滑，但中国中小企业在出现经营风险前两年，其现金流反而不会很差，原因是中国中小企业很难从银行拿到贷款，只能从民间或亲戚朋友处借款，因此这类隐性借款很难在经营性现金流体现。但金融科技平台若能汇总大量中小企业破产前发生的状况，通过AI深度学习与大数据分析技术可以找出不少企业经营恶化迹象，从而及时做好贷后风险管理措施。

此外，不少个人借款额不高，导致还款违约的主要因素不是还款能力，而是还款意愿。因此金融科技平台可以“交换分享”借款人在餐饮、旅游、购物消费、房贷等不同领域信用消费记录，有效识别这类风险。

但记者多方了解到，要实现不同行业数据的交换流通，并非易事。当前整个信用行业依然缺乏不同行业数据交换流通的操作准则，导致平台之间基于自身利益，不愿拿出所有数据进行“分享”，影响整个数据交换流通的“公平”效率。

傅春告诉记者，目前上海市社会信用促进中心已成立信用大数据联合实验室，实验室主要从业务场景、社会应用、制度建设、产业发展等四个方面开展工作，对信用大数据应用产品建模、交易规则和定价等一系列相关问题进行探索、促进信用大数据新产品、新服务和新技术的研发。同时，实验室也着手专门研究跨行业和领域的信用信息共享的相关标准。