借贷难，一直是国内中小企业难以逾越的一道坎。中小企业急需获得银行贷款以满足未来发展之需，但缺乏必要的抵质押物；另一方面，银行在政策导向下有心发力小微信贷，在中小企业普遍缺乏抵押担保物的现状面前，又不得不犹豫再三。其中的矛盾究竟该如何破解？

日前，在由贵阳市政府主办的“2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会”上，国内首家大数据信用机构——金电联行（北京）信息技术有限公司结合自身实践，给出了相应答案——挖掘数据资产，破解信用信息难题，即通过利用海量数据收集和云计算技术，对中小企业信用状况及所处产业链情况持续跟踪、深度运算，打通银企信息沟通的新渠道。这种建立在大数据挖掘分析基础上的信用评价，为量化中小企业信用状况提供了扎实依据，也让银行在贷后风险控制方面有了新抓手。

金电联行董事长范晓忻介绍说，金电联行将大数据理论与云技术应用于金融领域，公司成立近8年来，帮助1000多家中小微企业从十几家银行累计获得60多亿元无抵押、无担保纯信用融资，其中最高的一笔达到6800多万元，最低的一笔不足百万元，至今未发生过一例不良贷款。

“中小企业融资难问题的核心，是传统方式很难解决信用问题。在欧美发达国家可以凭借征信体系轻松完成信用贷款，在国内不是很容易办到。不过，随着大数据技术的运用，这种状况将会有显著改观。”范晓忻认为，在破解中小企业融资瓶颈方面，大数据首先解决了中小企业“缺信用、缺信息”的难题。在长期的经营过程中，中小企业产生了两种数据：包括订单、存储、配送数据等在内的经营类数据，以及能耗、房租、工资等财富创造的结果类数据。过去，银行主要以财务信息为核心对企业进行信用评价，银企双方都可能面临道德风险问题。通过对海量信息的挖掘运算，大数据技术可以有效避免“人工干扰”，实现企业和银行信息的对称。

其次，在防范融资风险方面，大数据技术能够快速实现提前预警。群体性中小微企业经营风险，以及中小企业联保和互保圈风险，都有可能对实体经济产生负面效应。大数据技术会从历史、现状和未来等3个维度观察企业订单、库存、回款等各个环节的变化，进行实时动态跟踪，预测未来发展。

范晓忻举例说，金电联行依托云端数据挖掘机器人、云信用计算、云结构服务三大自主核心技术，对企业留存在电子交易系统和政务平台的生产、经营、能耗、人才等明细数据，可以进行全自动、全天候的挖掘分析。这种批量动态风险跟踪，有效破解了金融机构贷后风险管控力不足的问题。目前，金电联行已为国开行、民生银行、招商银行、邮储银行、广发银行等十余家银行提供了总额超过300亿元的资金风险量化管理服务。

范晓忻认为，和P2P、众筹等迅速兴起的互联网金融创新相比，处于起步阶段的大数据金融，未来展现的是更大的蓝海。

金电联行的大数据产品目前还被大规模地应用于地方政府社会治理、防范区域性系统金融风险方面。5月27日，金电联行与国家发改委中国投资协会共同组建的大数据建设基地——中国新兴产业大数据信用西部示范中心正式启动。同时，旨在打造贵阳乃至全国大数据产业标准的“大数据征信中心”和“大数据资产评估中心”挂牌成立。至此，金电联行已和北京、上海、天津、杭州、贵阳等10多个城市在大数据产业方面开展深层次合作，通过自身在大数据+金融、大数据+信用、大数据+产业等领域的模式创新和领先优势，为地方经济决策、招商引资、资源分配及项目跟踪管控等提供了科学依据。

“此次在贵阳落地的一个基地和两个中心，标志着大数据征信与大数据资产评估标准建设将从企业标准上升到国家标准。未来，我们将为中小企业、金融机构、政府提供多层次的信用建设服务，努力将大数据金融做成普惠金融。”范晓忻说。