随着我国的经济和金融的深入发展,企业间的竞争也更为激烈和多元化。但由于信息不对称的原因容易产生企业信用风险,不利于营造良好公平竞争的市场环境。近年来,随着数字科技和信息经济的高速发展,互联网+、数字化技术高速推进了传统行业的转型升级,与此同时,电子用户的飞速增长也带来了信息量的爆发。在此态势下,我国政府也已着手推动公共信用信息共享机制,通过统一社会信用代码制度,以及规范信用信息的采集、整合、交换、发布和使用方法等措施,实现了地方信用信息平台、行业信用信息系统、市场资信调查、评级机构与中央数据库的互联互通,加快了大数据资源整合,推动了信息隐私与信息公开的界限明晰。其中相对容易涉及隐私的个人数据,企业数据具有较为公开、透明的属性,国家也出台了一系列相关的法律法规,并予以规范和完善,为企业大数据的可采集、可评估、可分析提供了依据。上述种种为企业信用风险评估与管理奠定了基础并给予了一些方向,然而,我们也应该看到,相对于目前不断创新的各种业务场景,征信服务与产品仍较为单一,企业信用风险的防控也略为粗糙,现阶段主要是信用评级和企业征信两种方式。企业评级主要针对大中型企业,是基于财报信息通过现场调研等方式的定性和定量分析的产品;企业征信产品主要是人民银行征信中心的基于企业信贷信息出具企业信用报告,国内尚无成熟的企业信用评分产品。受限于传统信贷模式,大部分小微企业由于在银行没有信贷记录,也不能被传统征信体系所覆盖。在2019年8月召开的人民银行下半年电视会议上易纲行长明确提出“大力推动探索利用非信贷数据开展小微企业和‘三农’征信服务,提高征信有效供给。本文研究的目的是利用数据挖据技术对企业在互联网上公示的非金融信用信息进行收集整理和分析评估,并尝试建立基于非金融信用信息的企业风险预警模型,预测企业不正常终止经营风险的可能性。通过非金融信用信息采集打造更加多元化的征信服务产品,进一步扩大现有征信系统应用场景,进而更加全面的反映信息主体的信用状况,促进社会信用体系的完善。针对上述议题,本文主要通过二个方面进行阐述和讨论:第一、对目前已有的企业信用信息进行归总分类。由于企业的非金融信用信息广泛的分布在政府部门、公共事业单位及部分企业中,这些信息具有面广量大、集中度低、数据维度多的特点,更无统一的数据接口标准。本文首先梳理了目前企业的非金融信用信息相关数据源,对非金融信用数据进行分类。根据该类信息的复杂性与多变性特点,抓住信息的本质属性,再考虑创新性的前提下通过沿革思维和统筹思维的分类方法将企业信用信息进行分类梳理后,分为企业基本信息、企业关联信息、信用交易信息、信用评价信息、信用辅助信息等5大分类。第二、通过实证数据进行建模并验证具体包括数据采集、变量设计、数据清洗、模型搭建和验证。本文的数据来自于国内某企业征信备案机构的数据库。按分层抽样的方法,参考2018年统计年鉴《按地区登记和注册类型分企业法人单位数》得到的各省市企业数占比,以该比例作为抽取各省市样本量的比例。从数据库中抽取5万家企业信息,通过该企业信息分类原则抽取了工商、司法、税务、信用中国等27个维度的数据,并设计了282个特征变量。通过数据的分析后,制定了坏样本的标准、数据的观察期和表现期、数据清洗后重新选择了43个特征变量,并对数据进行WOE分箱处理,计算变量IV值选择变量,通过KS值计算和ROC曲线对模型的区分能力、预测能力及稳定性进行验证,证明模型是有效的、有一定的预测能力的。该模型证明通过对企业的非金融信用信息的建模可以预测企业未来是否会出现注吊销情况的可能性。本文将12个入模变量设计了信用评分卡,并出具了基于非金融信用信息的企业信用评分。针对目前企业信用信息的共享模式和企业风险评估的方法总结,本文创新主要体现在两个方面:一是通过国家信用信息分类标准及相关研究文献,进一步梳理企业信用信息分类,并进行整理归纳,该信息分类基本涵盖了目前主流的非金融信息数据源,通过数据字段映射都能找到对应的子分类。二是相对于过往的企业风险预警模型,本文所有的企业信息都来自于互联网公示信息,且均为非金融类的企业基本信息、企业关联信息、信用辅助信息和信用评价信息。随着社会信用体系的建设和互联网的发展,将会有大量的公开信息包括企业的非金融信用信息进行公示,基于这些信息也可以开发更多的企业征信类产品并作为信贷信息类征信产品的一个重要补充。既能实现征信的有效供给也可更全面的预测企业的风险情况,更是探索利用非金融信用数据建立信用风险预警模型提供征信服务的积极尝试。