主观上力图“脱虚向实”，客观上却难免“避实就虚”。
这一直是中国金融服务政策激励的困境。
资金逐利而动，定向难以精准化
2018年10月，为改善小微、民营企业融资环境，央行在6月份1500亿元释放量的基础上，再释放1500亿元资金，支持金融机构扩大对小微、民营企业的信贷投放，定向调控、精准滴灌，以实体经济作为出发点和落脚点。
排列科技认为，金融服务“脱虚向实”“定向滴灌”的政策，初衷虽好，可实际执行过程，却一直困难重重。
因为，资本是流动的，总是逐利而动。
资本的嗅觉灵敏，钱最终流向哪里，往往悖离政策预期。按以往经验看，定向投给小微的资金，很大一部分会辗转挪移，最后流到回报率更高或更为热门的其它领域，比方说房地产等。
难以定向滴灌的一个很大原因，是资金流向难以一步步确认，造成很多资金最终没有流到合规、合适的小微。一些经济学家表示，对定向调控所释放资金的确认，往往只能做到央行到商业银行这一步，而最终的资金流向，央行与监管部门很难控制，这在操作层面上难度很大。
最后一步，是商业“操作层面”的难题，也只能交由商业银行来解决。
对于商业银行来说，既要执行中央的政策，又要降低银行放贷的风险与成本，既要缓解小微“融资难融资贵”问题，也要考虑银行的商业收益。在监管与制度难以应付这些难题的情况下，越来越多的银行转而握住了“技术”这把钥匙——大数据企业画像。
大数据企业画像，助力定向滴灌小微
面对小微信贷市场，银行的痛点非常多。
比如，征信难做、风险难控，高成本、高风险、高不确定性，获利空间小，不良率与坏账率居高不下。浑身都是痛，但说到底无非一句话：银企信息不对称，精准识别很困难。
不过，技术的发展催生变革。大数据企业画像，彻底提升了银行定向滴灌的技术。
以排列科技的大数据企业画像为例。
画像的第一步，是把海量数据整合起来、合法流通起来。企业在生产、经营和管理过程中产生海量数据信息与关系网络，运用大数据技术，可以全渠道、多维度地收集、整理、挖掘和分析这些零散、碎片化的数据与关系。数据越全，画像越真。
画像的第二步，是通过标签化形式，建立企业完整画像。经由对小微企业的数据与关系进行处理、挖掘、分析，完成数据细粒度化与企业特征提取，描摹出企业的真实面貌。多维度、分层级、可灵活定义标签业务规则，才是真正有价值的标签，最重要一点是要反应行业特点。
画像最终要应用。基于大数据企业画像的分析，能够迅速识别企业，区分出优质与劣质小微企业，对众多小微企业进行分层、分级管理。还可以针对具体的业务建立起相应的应用模型，如信用评价模型、风险评估模型、授信额度模型、风险监测模型、资产评估模型、智能定价模型等，从多个维度计算与量化小微企业的发展潜力、风险高低、授信额度、偿还能力等。
现实中，总有一些“老赖企业”，会通过各种投资或重组手段，将自己改头换面成另一家刚成立或者信用背景良好的企业。对此，排列科技画像系统，也可以通过挖掘企业关联信息，采用知识图谱技术，识别出错综复杂的企业间、股东间关系以及供应链上下游的关系，最后给出风险概率，进行提示、预警，从而避免与这种企业合作或者向其发放贷款。
从目前的市场实践看，大数据企业画像的运用，已经让很多银行在企业识别、风险管控、产品创新等方面获得了全面跃升，极大地减弱了信息不对称，有效地降低了小微放贷的风险与成本。从宏观层面上来说，随着大数据企业画像在银行业的普及，势必有助于国家“脱虚向实”“定向滴灌”的政策效果得到提升。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
