金融機構接入企業徵信的調研的調研

Ⅰ 國內徵信行業的現狀及前景怎麼樣

徵信行業熱情被點燃：

隨著中國經濟快速增長，市場對徵信系統提出了迫切需求，中國徵信行業成為市場近期的熱點行業。2013年3月，我國首部徵信行業法規《徵信管理條例》開始實施；2013年12月，中國人民銀行制定的《徵信機構管理辦法》正式施行；2014年5月，銀之傑3億元收購億美軟通100%股權，表明了其進軍徵信領域的意向；2014年6月，中國人民銀行徵信中心開始對個人查詢本人信用報告實施收費制度；2014年6月，國務院出台了《社會信用體系建設規劃綱要（2014—2020年）》，明確到2020年,基本建成以信用信息資源共享為基礎的覆蓋全社會的徵信系統。上述事項引起了機構和專業人士的普遍關注，市場更是開始預期2014年下半年央行將會發放個人徵信牌照。
參考：http://www.hu.com/question/21293055

Ⅱ 接入徵信系統的方式有哪些

按照《中國人民銀行辦公廳關於小額貸款公司和融資性擔保公司接入金融信用信息基礎資料庫有關事宜的通知》(銀辦發〔2013〕45號)，具備接入條件的小額貸款公司、融資性擔保公司、村鎮銀行等機構（以下簡稱「小微金融機構」）應當接入金融信用信息基礎資料庫。
一、徵信系統支持的接入形式
在接入方式方面，小微金融機構可以根據自身的業務規模和信息化程度，自行選擇開發介面程序方式或手工錄入報送方式（非介面方式）。
介面方式是指金融機構自行開發數據報送介面程序，從本行業務系統中抽取數據，生成符合徵信系統要求格式的報文，該方式適用於信貸業務數據量較大的金融機構；
非介面方式是指使用手工錄入方式向固定錄入軟體中錄入數據生成報文的方式，該方式適用於信貸業務數據量較小的金融機構。
在網路選擇方面，現在有三種方式可供選擇，一是通過人民銀行徵信中心的互聯網接入平台接入，二是單家機構自行通過當地的金融城域網接入，三是參加當地的小微型機構接入徵信系統省級平台建設，通過平台專線接入。
互聯網接入平台接入是指通過互聯網連接徵信系統互聯網接入平台方式接入徵信系統。
金融城域網直接接入是指單家小微金融機構通過數據專線或虛擬專用網路(VPN)連接人民銀行金融城域網的方式直接接入徵信系統。
省級平台接入是指通過連接機構所在省（自治區、直轄市）徵信分中心組織建立的省級徵信平台方式接入徵信系統。

Ⅲ 如何做資信調研

調查的方式是先事先收集企業的一些基本情況（1）了解企業的大體情況，比如公司名稱、公司地址、辦公電話（重點是銷售電話）、辦公的傳真電話、郵編、企業性質、業務范圍、職工的總數。（2）了解公司的歷史背景，比如公司成立的日期、注冊的機關、注冊資金及號碼、歷史沿革、股東或者股份以及公司的上級主管部門。（3）了解公司的管理人員，比如企業董事會、法定代表人、董事長、總經理、副總經理等的姓名、學歷、經歷。（4）了解財務狀況，即資產負債表、損益表、現在流量表、財務比率分析。同時還要查看水、電、銷售報表。（5）了解公司與銀行的往來。重點是企業開戶銀行及帳號。如果是進出口企業，那麼還要知道企業的外幣帳戶和帳號。如果出問題，可以早一點通過法院查封。（6）了解企業的經營狀況。有哪些供應商，主要供應商的名稱及電話，主要產品及產量，原材料采購等情況。（7）分析了解企業今後的發展趨勢。幾個月內是否會擴大生產、上設備、轉產等。這些都是控制風險和加強合作的依據。
以上的基本工作做到位之後，第一步是可以安排一個精於企業管理的人員和一名年輕業務員與企業周圍的超市、住戶等（因為他們離企業近，也比其它的人更了解）聊天，了解他們對企業的評價，他們的評價往往比較重要。第二步是年輕的業務員與門衛、保安交流（最好給他們一包高檔點的煙），調查核實。第三步是年輕的業務員隨機與工廠的工人交流，了解工人的工資多少，工資是否能安時發放，對老闆的評價，企業的現場管理，企業的原始銷售單子、出庫單等。第四，在年輕業務員調查的同時，精於企業管理的人員與企業的中層、高層人中交流溝通，核實相關信息。第五，在財務部門了解公司有無有人要欠款（以後想辦法將財務人員發展成為好朋友）。通過以上幾方面我們可以了解掌握企業的經營水平和經營狀態，這就為我們以後的審貸奠定了基礎。
具體來說我們除了關注資金用途之外，還要看還款來源和付息的來源，重點調查好以下幾方面：（1）銀行的一套徵信；（2）近3個月財務報表；（3）近2個年度的年度審計報告；（4）銀行流水；（5）完稅證明；（6）貸款卡的情況；（7）法人或實際控制人做擔保、無限連帶責任擔保；（8）個人的資產全部列示；（9）上下游企業主要是看相關合同；（10）企業前身，如果是新成立，法人名下是否還有其他企業，如有也需要了解下。一般新成立的企業最好不貸。
如果您能切實調查好企業的以上資信，知已知彼，您的風險就可以控制到最小的程度了。

Ⅳ 企業大數據之大數據徵信及風控應用

企業大數據之大數據徵信及風控應用
互聯網人口紅利區已經過去，獲客成本增大，用戶對產品的要求也越發提高，高價值和低成本服務是當前的一種趨勢。其中，企業服務致力於為企業在生產，銷售和溝通等環節提高效率，降低成本，受到越來越多的資本青睞。
隨著人工智慧對行業的滲透，以及數據量的劇增，越來越多的企業服務產品正利用人工智慧，大數據等相關技術提供更智能服務，大數據作為人工智慧模型中的訓練"糧食"，占據重要位置，如何挖掘和利用企業數據，是做好企業服務的一個重要途徑，企業大數據來源主要有以下幾個方面：
a.企業內部數據化檔案，例如人事資料，紙質化資料等；
b.企業自產數據，例如企業內部OA，ERP和CRM系統所沉澱下來的客戶數據，辦公數據，生產經營數據，社交數據，電商數據，支付數據，供應鏈數據等；
c.企業信用數據
政府公開數據-比如工商的企業信用信息公示數據，失信被執行，被執行數據，裁判文書，開庭公告，法院公告，稅務數據，動產融資數據，招投標，司法拍賣數據等，專利商標，行政處罰等數據。互聯網公開數據-比如新聞數據，招聘網站數據，上市披露數據。
徵信概述
1.徵信定義
徵信一詞源於《左傳·昭公八年》中的「君子之言，信而有徵，故怨遠於其身」。其中，「信而有徵」即為可驗證其言為信實，或徵求、驗證信用。現代徵信是依法收集、整理、保存、加工自然人、法人及其他組織的信用信息，並對外提供信用報告、信用評估、信用信息咨詢等服務，幫助客戶判斷、控制信用風險，進行信用管理的活動。
2.政策/技術/市場環境分析
政策
中國社會由熟人社會慢慢轉變為陌生人社會，信用風險和信用危機也隨之產生，加快信用體系建設迫在眉睫，然而，行政過程中尚未全面建立起「守信激勵、失信懲戒」的機制，《政府信息公開條例》雖然已對政務信息公開作出了具體規定，但執行過程中，政務信息的公開尚不全面，部分信用信息的缺失，削弱了信用信息的完整性，不利於形成准確的信用狀況判斷.
技術
其次，互聯網時代早已成為大家共識，企業和個人在網路上留下的大量數據，為徵信帶來了數據基礎，且隨著大數據，雲計算，人工智慧的發展，為智能化徵信提供了技術支撐。
市場
另外，我國市場經濟體制建立的時間不長，全社會信用意識和社會信用環境還比較薄弱。為爭取經濟利益而失信的行為時有發生。這既有信用意識淡薄的原因，也有失信成本過低的原因。徵信作為金融的一個重要組成部分，是風險控制的核心，隨著互聯網金融的快速發展，適應互聯網，大數據徵信模式也營運而生，也亟需建立完善的徵信制度來為徵信發展保駕護航。
3.國內外徵信模式
我國的徵信出於初級階段，目前國際上的徵信模式主要有以下幾種
a.市場主導型，美國，Equifa、Experian和TransUnion三大管理局按照市場經濟的法則和運作機制，並對外提供服務給貸款授信企業，英國是P2P的發源地，以Zopa為代表網路貸款平台根據風險和利率水平促成借貸雙方完成交易、使借貸雙方都共同獲益，在某種程度上發揮了信用中介職能。
b.政府主導型，德國，中國。以中國為例，主要是以政府主導，授權中國人民銀行徵信系統創建，收集，維護和整合全國部分企業和個人徵信，目前已經覆蓋了銀行機構，法院，電信，社保，小額貸款等機構數據，目前覆蓋個人和企業的數量上一直維持著增長勢頭，從2015年4月的8.64億自然人、2068萬戶企業及其他組織增加到2017年5月的9.26億自然人、2371萬戶企業及其他組織，中國大陸將近14億人，企業及其他組織數量也在不斷增加，徵信系統覆蓋范圍還有很大的增長空間，總體上來講，對企業的數據覆蓋度不夠，難以滿足當前各種創新的金融模式對企業徵信的需求。
c.行業協會共享，行業會員制，分享數據，並以行業協會為核心建立信用共享中心，加入協會的組織可以共享數據，並提供一定的數據支撐，以此擴大協會的數據源。
d.混合型，韓國、印度為例，以政府和市場混合，協同發展。
4.徵信產品模式
徵信行業的產品模式主要有按業務模式劃分的企業和個人徵信，按服務對象劃分為信貸徵信、商業徵信、僱傭徵信以及其他徵信，各類不同服務對象的徵信業務，有的是由一個機構來完成，有的是在圍繞具有資料庫徵信機構上下游的獨立企業內來完成。按徵信范圍可分為區域徵信、國內徵信和跨國徵信等。
5.徵信行業產業鏈
徵信產業鏈包括上游的數據生產者、中游的徵信機構及下游的徵信信息的使用者，其中中游的徵信機構運行模式主要有採集數據、加工數據及銷售產品。數據供應商主要包括銀行等金融機構、政府部門、工商企業和個人，幾乎涉及人們生活的方方面面。徵信機構從數據供應商處獲得數據通過一定的模型進行加工處理得到信用評級結果，然後進行服務輸出。徵信報告使用方主要有房地產商、招聘企業、P2P平台、金融機構等，多數發生在個人購房和購車、個人小額信貸、企業信貸、債券買賣等場景。

6.面臨問題
1.徵信監管和法律健全亟需提高，政府信息公開有待加強，徵信法律法規不夠完善；
2.數據處理演算法計算能力有待提高，隨著大數據與徵信的結合，對數據的處理，分析和建模能力提出了更高的要求，才能更好的挖掘出企業信息價值。
3.信用信息安全問題嚴峻，雖然國家一直在出台政策保護徵信數據，但個人，企業的隱私數據安全面臨十分嚴峻的挑戰，催生了巨大的黑色產業發展，由此帶來了金融詐騙，電信詐騙，網路詐騙，木馬病毒竊取隱私數據進行交易獲利等違法犯罪活動。
7.大數據徵信與傳統徵信的區別
1.覆蓋群體更豐富，隨著網路的普及和互聯網金融的大力發展，更多的人或企業將會留下數據到相關平台，擴大了徵信覆蓋的群體。
2.數據來源更廣泛，傳統徵信的數據來源比較單一，但大數據徵信會整合互聯網公開半公開數據，第三方機構合作數據以及自由數據，數據來源變得更加廣泛。
3.數據價值的深入挖掘，隨著大數據和人工智慧在徵信行業的運用，機器學習，NLP，文本抽取等技術對企業數據的挖掘更加深入。
企業信用數據的行業運用
1.信貸風控，金融的核心是風險管理，目前主要由政府信用公示機構，比如國家企業信用查詢網，中國失信被執行網，中國被執行信息網，法院網，信用中國等公開查詢數據，為信貸金融機構提供貸前，貸中，貸後的信息查詢，信用報告和監控等服務。
2.融資租賃，為融資租賃公司提供融前盡調，融後監控服務，提高工作人員效率，並通過集團化賬號系統深入各個業務部門，提升工作質量和效率。
3.信用評級，根據企業的工商，法務，新聞，經營，債卷等多維度數據，對企業進行信用評級，常見的是債券評級.
4.供應鏈金融，圍繞核心企業，管理上下游中小企業的資金流和物流，並把單個企業的不可控風險轉變為供應鏈企業整體的可控風險，通過立體獲取各類信息，將風險控制在最低的金融服務。
5.其他，比如招聘，商業調研和律所。
企業徵信的未來展望
1.數據共享
數據作為徵信和風控行業的核心資產，也是構建信用社會的基石，過分孤立或過分共享都不利於行業發展。所以，如何在實現共贏，保護隱私的基礎上做到數據共享，打破數據孤島，打通各個平台的數據通道，讓不同的數據匯集在一起，共同打造徵信體系，是未來的發展趨勢。
2.挖掘數據價值
隨著大數據徵信技術的不斷發展，徵信產品將從信息的初次挖掘向深層次挖掘發展。初次挖掘是指圍繞企業相關數據，通過自身爬取入庫，第三方API介面或數據合作等方法整合並進行數據匯總分類，並以信息報告，圖片等方式簡單羅列呈現。深層次挖掘是將收集到的數據與徵信專業知識相結合，構建風險識別與量化，規則引擎，企業關聯圖譜，數據可視化等產品，對數據進深度挖掘，從而深化徵信產品與服務，提高徵信產品的專業性。例如利用企業工商信息，建立企業關聯網路，當網路上某一企業出現負面信息時，能夠迅速識別風險並預警其他企業，並根據風險情況量化預警等級。
3.提供垂直，細分領域服務
隨著徵信市場規模的不斷擴大，部分徵信機構基於自身特點及優勢，開始出現專注於某一細分領域或某一業務環節提供具有針對性、定製化的徵信產品服務的趨勢。例如提供爬蟲技術，一站式爬取，清洗，整合和入庫；針對新聞的輿情監控服務；提供企業獲客服務，為金融機構篩選優勢客戶，實現精準營銷；提供企業金融服務，比如理財，融資，支付和信貸；提供C2B，B2B的股權投資撮合平台等。

Ⅳ 鷹之眼的商業徵信調研

商業徵信調研是鷹之眼的附屬業務，側重於服務要求內容深入、及時的客戶。業務涵蓋：商業信用報告、信用管理咨詢服務、企業/行業數據服務、企業風險監控調查報告、國內企業集團關系調查報告、企業供應鏈及采購調查報告、企業銷售渠道及客戶調查報告、企業財務分析報告等。

Ⅵ 金融機構申請接入徵信系統應報備哪些材料

申請所需的材料內容包括：
1．個人徵信系統介紹。
2．數據介面規范培訓，回包括數 據採集格式、答數據發布格式、數據校驗規則、數據更正方法、數據刪 除格式、賬戶標識變更報文格式等內容
3．個人信用報告解讀培訓
4．其他與個人徵信系統相關的內容。

Ⅶ 企業貸款：銀行要從哪幾個方面了解徵信銀行從哪些方面考察貸款企業的信用度

簡單的說，就是企業有無官司，被起訴的情況。有沒有正常經營。具體的企業徵信包括以下方面。
首頁：主要包括報告名稱、被徵信對象名稱、報告提供機構名稱、報告完成時間、報告編號等內容，徵信機構備案證號宜予以列出，並應對報告法律責任進行表述。
報告摘要：主要包括對被徵信對象的注冊信息、聯系信息、信用等級及其他關鍵信息進行的概要反映。通過此部分可以快速對被徵信企業的信用狀況有大致的了解。
報告正文：較為全面反映被徵信對象的信用狀況，報告主要包括下列內容。
基本情況信息：主要包括被徵信對象注冊信息、股東信息、附屬機構信息、管理層及員工信息、辦公設施信息等及相關變更信息。
經營業務信息：主要包括主營業務及業務往來情況等信息，即采購、生產、銷售信息及主要供應商、主要客戶對被徵信對象的評價等。
財務信息：主要包括被徵信對象資產負債表、損益表及主要財務比率。對於財務數據異常的應進行備注說明。往來金融機構信息：主要包括企業開戶賬號、開戶銀行名稱等信息。
公共記錄信息：主要包括法院、工商、稅務、質監、海關等行政司法部門、其他承擔行政管理職能的機構組織、社團組織以及媒體、電子交易平台等記錄的關於被徵信對象正面和負面的信息。被徵信對象近二年內有涉及訴訟事項的，宜列明涉訴有關情況。
綜合評述：主要包括對被徵信對象發展計劃、發展前景、行業發展狀況等內容進行的綜合評述。分析時，除將被徵信對象進行行業內比較外，還宜與被徵信對象自身縱向發展歷史進行對比。
徵信機構並可在等級評定與分析基礎上對被徵信對象的信用風險和信用額度等給予參考性建議。

Ⅷ 企業徵信報告需要考察哪些內容

企業信用調查是通過對企業發展現狀、前景、信用保持等大量信息進行梳理，分析總結企業發展狀況、風險程度和履約情況所出具的報告。企業信用調查側重於對企業的信息收集，切合銀行對企業的信息深度、廣度的要求。從不同側面有針對性的收集大量數據，作為銀行資信調查的數據參考，防止在銀行調查過程中，由於企業缺乏對信用的了解，沒有及時將有價值、有利於自身的信息報送銀行，或沒有及時的對不利於自身的信用問題給予合理解釋等信息問題而導致融資難度增大的情況。

一份標准企業徵信報告一般主要包括以下內容：
1)首頁：主要包括報告名稱、被徵信企業名稱、報告提供機構名稱、報告完成時間、報告編號、調查說明等內容，並有對報告法律責任進行的表述。
2)報告摘要：主要包括對被徵信企業的注冊信息、聯系信息、經營情況、信用等級等重要信息進行的概要反映。通過此部分可以快速對被徵信企業的信用狀況有大致的了解。
3)報告正文：正文為全面反映被徵信企業信用狀況的部分，主要包括：
基本情況信息：主要包括被徵信企業注冊信息、股東信息、附屬機構信息、管理層及員工信息、辦公設施信息等及相關變更信息。
經營業務信息：主要包括主營業務及業務往來情況等信息，即采購、生產、銷售信息及主要供應商、主要客戶對被徵信企業的評價等。
財務信息：主要包括被徵信企業資產負債表、損益表及主要財務比率。對於財務數據異常的進行備注說明。
往來金融機構信息：主要包括企業開戶賬號、開戶銀行名稱等信息。
公共記錄信息：主要包括法院、工商、稅務、質監、海關等行政司法部門、其他承擔行政管理職能的機構組織、社團組織以及媒體、電子交易平台等記錄的關於被徵信企業正面和負面的信息。被徵信企業近二年內有涉及訴訟事項的，列明涉訴有關情況。
綜合評述：主要包括對被徵信企業發展計劃、發展前景、行業發展狀況等內容進行的綜合評述及縱向、橫向比較。在等級評定與分析基礎上還可對被徵信企業的信用風險和信用額度等給予參考性建議。
4)重要說明：主要包括信用等級評定方法或主要依據、等級符號與釋義及其他需說明事項。

Ⅸ 在資本市場上,徵信機構的主要服務是為各類投資者提供企業資信調查,對不對

摘要 你好，這個是對的。因為在資本市場上，這個徵信機構服務的對象就是主要是企業。

Ⅹ 如何運用大數據為徵信服務

二十多年間，伴隨著經濟體系的變革，我國企業信貸體系發生了重大的變化，由以大型企業為主要貸款群轉變為中、小、微企業成為貸款主力軍。面對新的貸款群體，銀行等資金機構無法充分地給予資金，造成了日益嚴重的「中小微企業融資困境」。小微企業貸款的瓶頸是「缺乏高效率、低成本、高精度基礎徵信服務」。在此背景下，小宇宙給大家講解幾種大數據徵信的探索之路。

一、 大數據徵信誕生的背景

二十多年間，伴隨著經濟體系的變革，我國企業信貸體系發生了重大的變化，由以大型企業為主要貸款群轉變為中、小、微企業成為貸款主力軍。面對新的貸款群體，銀行等資金機構無法充分地給予資金，造成了日益嚴重的「中小微企業融資困境」。林毅夫早在2001年《經濟研究》發表的文章《中小金融機構發展與中小企業融資》，認為小型金融機構更適合服務於小企業，奠定了我國之後大力推動中小型金融機構發展的理論基礎。城市商業銀行、農村信用社、小額貸款公司紛紛成立，帶動全社會的小微企業貸款產品激增，資金供給量大大提高，數年間小微企業融資環境得到了很大的改變。

然而，小型資金機構的出現並沒有從根本上解決小微融資的困境，相對於大企業，小微企業對資金的佔用比例極低（約30%），與小微企業對GDP的貢獻（約70%）極不相稱。近年來，小微企業的生存壓力不斷增大，傳統行業競爭激烈，利潤空間被不斷擠壓，賒銷使小微企業面臨殘酷的資金周轉壓力，因資金鏈斷裂倒閉的小微企業比比皆是。這種情況更加劇了資金機構「惜貸」行為，對小微企業貸款的負面預期導致小微企業貸款收縮，小微企業、小型金融機構兩方陷入惡性循環。小微企業和小型資金機構處於整個信貸體系的最底層。

小微企業信貸的困局看似很復雜，牽扯宏觀、微觀各方的行為，但實際我們看所有小微信貸的難點，全部集中於一點：資金方認為無法看清小微企業的風險，自然不能放款，這稱之為「信息不對稱風險」；既然無法識別風險，資金方制定了迴避小微借款的貸款政策，形成了「逆向選擇」，小微信貸就此止步，陷入無錢可貸的困境。無論是大型銀行，還是小型資金機構，都面臨同樣的問題，所以都對小微信貸無計可施。這個問題可以籠統地稱為社會誠信體系欠缺導致信用風險高。

信用體系欠缺導致資金方難以看清小企業實際情況，這有著現實的原因。我國的小微企業內部管理是很隨意的，很多交易不會以規范的方式記錄下來。正規的資金方需要經過嚴密的盡職調查第一還款來源（依靠經營償還借款），輔之以第二還款來源（抵押品），才能做出決策。這個過程可以稱之為「徵信」或者「信用審核」。前面我們已經分析過，由於資金方缺乏有效的可利用於小微企業的信用調查、審核手段，對於小微貸款項目，這個過程不但冗長成本很高，而且通常難以找到准確、真實、有價值的信息，阻礙了小企業信貸的成功率性。同樣，對於那些私募資金機構、民間資金機構，本來沒有能力進行相關調查，放貸只能靠感覺和其他手段，風險更大。

由此，我們可以得出結論：小微企業貸款的瓶頸是「缺乏高效率、低成本、高精度基礎徵信服務」。可以想像，如果資金方有能力以一種低成本的方式准確識別小企業是否可信，再加以輔助風控措施（擔保、抵押等），小微業務將變得有利可圖，資金通道可以就此而打開，小微信貸就會變得順暢而有序。大數據徵信正是在這種社會背景下應運而生的。

二、 大數據徵信技術的幾條探索之路

隨著大數據技術在各行業的深入應用，運用大數據為徵信打開一條通路，逐漸成為了社會主流的意識。信用服務從業者、政府信用辦公室、互聯網金融公司對此進行了不懈的探索，期待找到一種可以針對於小微企業的量化深度評判方法。下面我們分析一下當前主要幾種方法的特點。

(一) 量化信用評價（評級）模型（由內而外型）

多年以來，信貸機構、徵信機構和評級機構一直期待著能夠形成一個量化信用模型，將各方面的數據導入模型之後，能夠自動生成評級結果，提示是否可以放貸。經過長期的探索、研究、試驗之後，這個理想的模型一直沒有出爐。我國部分有實力的資金方引進日本、美國知名咨詢公司的信用分析模型，但這些模型對我國的實際情況的適用性很差，沒有達到期待的效果——導入相關數據後即可對企業償還能力和償還意願作出可靠的判斷。

國外的先進模型以及國內機構的多年模型探索，都沒有形成一個普遍性有效的評判小企業的量化模型，主要原因是我國小企業的數據質量低下。由於無論國內外使用的企業數據主要是財務報表數據，而財務數據是會計師事務所出具的。我國誠信體系存在巨大缺失，會計師事務所出具的審計報告幾乎是製造出來的，其可信度很低。對於誠信企業，這份報告具有較大的參考性，而對於蓄意騙貸企業，也未必能夠從審計報告中看出破綻。各種量化模型的探索之所以沒有得到令人滿意的結果，正是由於其所依據的數據質量是低下的，所以無論如何也不可能得出真正有價值的信息。這種方法基本上宣告了是無效的。

(二) 外部資料庫接入（由外向內）模式

在企業內部數據質量不佳的條件下，各類機構開始向外尋找廣度更大、更加可靠的數據來源，例如政府各部門的數據，稅務系統數據、工商信息、行業主管單位業務數據、海關數據等，各行業協會的經營性數據等，也有在電商平台上積累的交易數據（如淘寶上的交易數據）。基於這些數據查找與某企業相關的數據並進行綜合分析。我們稱之為「由外向內型」的數據體系，也就是企業徵信服務不再是從被評價的企業提取數據，而是運用外部數據體系實現。

這種模式的優勢在於：資料庫系統形成之後，單個企業的徵信信息採集將非常容易，徵信服務的邊際成本極低，且速度極快，直接帶來的好處是徵信服務的收費將非常低廉，並且服務量很大。但這種模式也存在自身的劣勢：對接多部門數據入口是一項巨大的系統工程，建設、磨合的成本很高，當前除了工商信息可以達到全國聯網外，其他部門信息均在分布在市級部門，整合工作相當巨大。另外，也是最嚴重的問題還是數據質量。我國的小企業對外報送的經營信息具有很大的隨意性，都是根據具體需要編出來的，例如為了避稅、貸款或者其他目的。有些地區政府為了鼓勵當地企業發展，給予很高的納稅優惠，比如核定一個固定納稅額度，這樣的話就不會要求企業如實報送。因此，從各部門搜集到的數據恐怕與實際情況相差較遠，如果用做徵信服務，可信性也會遭到質疑。同時，一個企業產生的數據並非全部對外報送，事實上，對外報送的數據僅佔一小部分，如基礎財務報表、應納稅額等，而大部分的能夠說明企業情況的數據沉澱在企業內部，如供銷信息、產品品類、資金流轉等，這些數據無法通過外部資料庫找到。外部資料庫的數據量雖大，但針對於某單一企業，卻顯得容量不足了。如果是電商內部生態圈數據也相對片面，因為一個企業不會僅僅通過一個電商渠道銷售，單一電商交易數據顯然是不夠全面的。

如果用外部數據編織數據網的話，這張網將是巨大的，幾乎可以覆蓋全國的企業。但由於關於某一企業的數據量不足，這張網的數據線條比較稀疏，也就是數據網眼很大，多數關於企業的有價值信息都被漏掉了，有效信息過小，不足得出可信的結論。這就是由外向內建立徵信數據體系的探索。

自國務院交辦發改委建立全國信用體系以來，各級政府信用辦公室主導將轄區內各個掌握數據的政府部門連接起來，形成一個統一的信用信息平台，由專業的第三方公司或者設立下屬公司運營，出具滿足社會需求的徵信報告。除政府外，也有社會徵信機構做類似的事情，接入一些政府端數據並運營。從目前的發展來看，這類徵信服務當前能夠提供的最主要的信息是工商注冊類的信息，以及少量的各部門備案信息。這類徵信服務提供的信息簡單，收費低廉，但對於信貸業務而言，基本上沒有發揮太大的作用。

(三) 單體企業數據徵信服務（由內向外）

另外一種數據徵信服務，是從企業內部挖掘有用信息，從這個角度來說，這種方法和傳統的徵信方法是一致的，不同的是採集的信息和分析模式。現在有些專業徵信公司也在研發由內而外的數據徵信方法。這種方法利用的數據量不像社會徵信的數據量那麼大（因此稱「小數據」），但與貸款相關度很高，再保證真實度的基礎上，可以得到很多有價值的信息（「大信息」），並且均為信貸業務中資金方最關注的信息。該項服務可以幫助資金方在最短的時間內評判該企業是否能達到可以貸款的條件，為資金方節約大量的調研時間和成本，適應小微企業融資的效率要求和風控要求。

數據徵信雖然應用的基礎數據量不像政府部門數據那樣多，那樣大，但採集到的都是相關度最高的信息，可以捕捉企業真實經營情況和償還能力。如果從數據網的角度看，這種方法形成的數據網較小（只適用於某單個企業），但數據「網眼」恰好適合保留住關於該企業的大量有價值信息，而篩查掉無關信息、干擾信息，形成深度、高質量的徵信報告，為信貸決策提供可靠依據。

這種數據徵信服務的優勢是，啟動快，無需長期建設成本，很好地適應我國現有的信息基礎和社會現實。其難點在於如何取得借款企業的充分信任因此願意提供深度數據。

企業數據徵信技術已非一個技術上的構想，而是已經開始了大量的實踐。數據徵信已經在擔保業務、小貸業務中發揮了重要作用，幫助擔保公司和小貸公司排查風險、清晰評估項目、提高業務效率。相信隨著市場環境的變化，將有越來越多的人意識到這種技術的價值。