企业建立信用风险管理平台有哪些环节？

好的信用风险管理，至少需要完成如下使命：

1．不只是简单的风险信息推送，而是定位风险预警，并基于一定的模型与算法，尝试预判企业未来的风险，以便企业及时校验，做相关风险认定，并及时处理风险隐患；

2．尝试做风险前置工作，通过监控企业的风险分布，提示区域风险变化、行业风险变化，以便于管理者调整信用策略；

3．关注企业非主体经营问题导致的风险，阻断系统性风险，建立关联算法与风险传导的模型，提示由于关系企业导致的主体风险；

要满足上述三项使命，又必须有三个条件作为支撑，这三个条件分别为：（1）大数据；（2）建模；（3）算力。

大数据要求用于信用风险分析的数据不仅要有外部数据（基础工商信息等），还要有企业内部数据，这就要求企业必须建立相对方信息管理系统，将合同履行、招标采购、财务收支过程中的内部数据沉淀下来，与外部数据结合。

建模乍听起来是一个特别高大上的命题，貌似只有“高端人士”才可以建模，但其实“建模”的本质是梳理业务过程中的关注点、风险点，并将这些关注点、风险点标准化，格式化的过程。

巴菲特曾说过：“控制风险的最好办法是深入思考，真正的风险来自于你不知道自己在做什么。”建模其实就是在深入分析业务的前提下，将业务过程和一些风险管理的要素，包括信用咨询、信用管理、评估、决策、控制、监控等关联起来，并把这一过程和方法通过一些工具来落地实现的过程。

模型可以很复杂，也可以很简单，比如我们企业目前已经实施的对风险事件的四级分类（严重警告、警告、提示、关注）其实就是一个简单的风控模型。

算力就是基于数据与模型的运算能力，当前的主流服务器均可以满足算力的要求，关于算力的问题就不在此赘述。

基于上面的分析，可以看到，信用风险管理不是一个简单的购买数据的过程，更重要的是需要有所购买的、所沉淀的数据的分析处理能力。建立内外部数据融合的企业相对方数据库，集中分布管理客户和供应商，实时动态更新内外部数据，再用内置的模型对数据库中的数据进行评估，输出对决策有意义的支持信息、预警信息或者先验性信息。

另外，需要特殊强调的是，信用风险管理系统或信用风险管理工作不是一个孤立的系统，也不是一项孤立的工作，必须是与企业业务系统高度融合，深度衔接的，如此才能达到目的。

我认为要建立信用风险管理系统必须有三个条件作为支撑，这三个条件分别为：（1）大数据；（2）建模；（3）算力。大数据要求用于信用风险分析的数据不仅要有外部数据，还要有企业内部数据，这就要求企业必须建立信息管理系统，与外部数据结合。如果企业还没具备上述条件，可以聘请外部专家指导，中科聚信(SCAI)的科学家是这方面的行业佼佼者。