大数据分析在装备承制单位信用评估中的应用问题研究

发表时间:2020/10/10   来源:《工程管理前沿》2020年18期   作者:①张恒 ②吕大楼
[导读] 大数据分析可以大幅拓展信用数据的内涵
        ①张恒   ②吕大楼
        ①中国人民解放军国防大学联合勤务学院研究生 北京市 100089
        ②中国人民解放军国防大学联合勤务学院研究生 北京市 100089

        【摘要】大数据分析可以大幅拓展信用数据的内涵,丰富信息来源渠道,提高信用评级质效,是当下成熟可靠的信用评估手段。为加快装备承制单位诚信管理体系建设,推动装备采购领域信用评估工作更加高效、科学、准确,应大力加快大数据分析在装备承制单位信用评级中的推广应用。
        【关键词】大数据分析;装备承制单位;信用评估
        
        大数据分析在是当前一种引领科技潮流的数据分析手段,其依赖智能互联网系统运作,融合了时下最为先进的信息检索评估技术,在各行各业得到了广泛的应用,对于强化社会治理、优化营商环境,推动经济社会高速发展,起着举足轻重的巨大作用。着眼装备采购市场的长远发展,基于装备承制单位诚信管理体系构建的现实需要,应大力加强大数据分析在装备承制单位信用评估中的推广和应用,推动装备承制单位信用评级走向信息化、智能化、高效化和精准化。
        一、大数据分析在装备承制单位信用评估中的应用背景
        (一)装备承制单位信用评估的现实需要
        装备承制单位的信用评级管理的具体实施是一项艰巨繁重、耗时耗力的工作,主要是由于装备采购市场开放性还不是很强,出于信息保密等因素,评级管理有赖于专家依托信用评估实施细则进行具体落实,这其中难免掺杂一些人为的主观因素,导致信用评估可能有失偏颇、不够科学,难以进行准确的量化评估。同时,依托人工实施信用评级效率普遍较低,对装备承制单位信息的挖掘、整理、归集、分析是一项大工程。如果不借助先进的技术手段,完成这项任务的难度很大。因此,必须加大网络信息技术的应用推广,实施更加优化的大数据分析,以实现解放人力、科学量化、精准高效的装备承制单位信用评估目标。
        (二)信息管理手段飞速发展的必然趋势
        当前,大数据技术高速发展,在各个领域得到全方位推广,在网购领域,一次浏览记录,就可能收到无数类似产品的推送广告;在征信领域,芝麻信用评分、信贷资金发放等方面,起支撑作用的是大数据技术。此外,各地区、各部门、各行业也都在大力建设大数据系统,以加强本地区、本行业诚信监管,已起到显著的效果。可以说,大数据分析已经非常成熟,也是发展潮流,面对这一趋势,装备采购市场要加大步伐、紧追快赶,特别是在信用评级中加大推广力度,推动行业建设高效高质发展。
        (三)提高信用评估质量效率的有效手段
    作为一项先进的技术手段,利用大数据分析进行信用评级具有以下独特优势。一是可以有效减少人为主观因素干扰,使评估判断更加客观准确。二是可以做到评估实时化,大大提高评估的效率,利于装备采购主管部门快速做出决策。三是信用评级的花费仅仅是系统建设之初的成本,大大减少专家力量,节约人力物力财力,降低信用评级成本。基于以上三点优势,利用大数据分析进行信用评估可以有效提高信用评估质量和效率。
        二、大数据分析在装备承制单位信用评级中的几点优势
        (一)广泛拓宽信用信息的渠道来源。在装备采购领域,传统的信用评级的信息来源主要是在长期的装备采购活动中形成的企业合同履约基础数据,信息来源比较封闭,往往局限于军内,信用信息的延伸范围比较窄,已经无法满足当下的现实要求。而利用大数据开展信用评级,可以借助现代网络信息技术,从社交媒体、电商网络、移动终端等广泛获取装备承制单位的各种金融、工商、财税等信息,网络来源的信息量非常大。
        (二)大幅扩展信用评级的参照指征。一般来讲,传统信用评级手段的评分指标不会超过60个,普遍都是20个左右的参考变量。当前,我国银行的个人征信报告也包含大约20个左右的变量。

而采取大数据手段进行信用评级时,可以采集企业多达上万条信息,遴选出超千条指标变量。比如,中国的闪银软件,可以采集用户的6000个数据点。数据参考指标的增加,为更加科学而准确的评估装备承制单位的信用情况提供了可靠支撑。
        (三)大力提升信用信息的数据类型。在信息技术领域,数据可以分为结构型、非结构型。结构型的具有一定的逻辑结构和物理结构,一般存在关系数据库中,便于进行逻辑分析。而非结构型数据,大多以文本形式存在,不能纳入数据库中。目前,市场主体的信用信息80%是以非结构化的形式出现的,传统的数据库无法进行分析利用,而大数据分析可以广泛整理分析非结构化数据,可以利用的数据更加多样。
        (四)有效提升信用评级的决策效率。传统的信用评级技术手段侧重于对抽样进行计量回归分析。而大数据手段面对的信用信息量非常大,大多数是非结构化数据,因此其技术手段需要依靠机器学习,数据分析更加具有实用性和操作性。大数据信用评级可以依赖网络终端进行,不受时间和设备的限制,而传统的承制单位信用评级需要进行现场操作确认,效率比较低。
        三、加快大数据分析在装备承制单位信用评级中推广应用的对策措施
        (一)搭建一套实时高效的信息管理平台。应充分研究论证,尽快建议一套基于互联网运行的装备承制单位信用评估系统,考虑到目前正在推行装备承制单位注册管理制度,该系统可以依托全军武器装备采购信息网运行,作为装备采购注册管理系统的子系统或者分系统,以实现装备承制单位从注册分类、采购作业、履约评级、信用信息发布等工作的全过程全要素管理。
        (二)制定一套科学合理的信用评价体系。制订装备承制单位信用评估实施细则,对装备承制单位信用评级的具体内容、判定标准、分级分类等问题进行明确,为装备承制单位信用评估提供可靠依据。同时,紧贴装备承制单位信用信息管理系统运行要求,在信用评估实施细则的基础上,分类整理出一套信用评级信息检索关键词目录、关联行为目录和评分指标目录,为大数据分析软件进行信息分析和决策评估提供一套信用评估指标体系。
        (三)编写一套智能优化的分析评估软件。在装备承制单位信用管理平台中,最核心的是建立一套科学有效智能评估程序。可以邀请信用评估专家参与,对装备承制单位信用信息的检索归集、整理分析、评估打分进行整体流程优化、关键数据校正,以建立一套信用评级的专业化、智能化、系统化评估软件,通过嵌入神经网络算法、关键因素分析、数据判别分析、决策树分析、分群分类分析、综合规则归纳等机器学习式的技术手段,切实提高数据评估的科学性、严谨性和准确性。
        (四)形成一套纵横贯通的信息共享机制。目前,装备承制单位信用评级领域信息共享机制不够健全完善,信息共享的渠道还不畅通。在其他社会领域,如银行、财税、工商等政府部门归集整理了大量市场主体的信用信息,是实施装备承制单位信用评级的数据宝库,但如果没有建立共享机制,这类数据无法为我所用。因此,应广泛建立信息共享机制,将军方信息管理平台与其他信用信息平台全面联通起来,广泛实施信息交互,为加快大数据分析在装备承制单位中的信用评级中的推广应用提供可靠的技术支持。
        (五)建立一套安全可靠的监管保障措施。大数据平台会接触海量的信用数据,对于军方来讲,数据共享与安全保密是一对共生的矛盾体,如何在实现大数据评估的同时,保障承制单位信息和军事秘密安全是一大难题。为此,必须建立一套健全完善的监督措施,包括出台相应的安全保密法律法规、系统运行监管办法、信用信息发布机制等系列制度措施。
        结语
        总之,大数据分析是装备采购领域诚信管理体系建设的发展趋势,必须科学规划统筹,大力抓好软硬件基础设施、相关制度机制等的健全完善,加快推动装备采购诚信管理从传统手段向新兴技术转型,逐步实现装备承制单位信用评估的科学化、智能化、高效化。
        
        参考文献
[1]郭彦明,ERP信用管理系统研究[D].河北大学,2009.
[2]郭丽红,政府采购供应商企业信用评级项目计划与控制[J],信息技术,2010,10:247-250.
[3]张静,谭中明,文学舟,私营企业诚信管理的模式选择和制度构建[J],征信,2014,5:63-67.

       
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: