企業(yè)遇到資金困難(擴(kuò)大生產(chǎn)，償還債務(wù))，總會(huì)想到向銀行申請(qǐng)貸款。但近兩年來(lái)，部分企業(yè)對(duì)銀行服務(wù)的興趣和熱情不高，逐漸引起社會(huì)關(guān)注。很多企業(yè)認(rèn)為從銀行獲得貸款“麻煩”、“等待時(shí)間長(zhǎng)”、“手續(xù)費(fèi)貴”，而銀行則反映部分企業(yè)經(jīng)營(yíng)和資產(chǎn)狀況不佳，信用不高。隨著近年來(lái)企業(yè)數(shù)量的急劇增加，數(shù)據(jù)信息的日益復(fù)雜，“不愿貸”、“不敢貸”等現(xiàn)象越來(lái)越頻繁！

普遍企業(yè)存在的問題財(cái)務(wù)報(bào)告真實(shí)性不高

現(xiàn)在很多企業(yè)會(huì)提供財(cái)務(wù)報(bào)告，信息失真甚至誤導(dǎo)；同時(shí)，許多企業(yè)向不同的組織提供不同的財(cái)務(wù)報(bào)告。這導(dǎo)致其財(cái)務(wù)報(bào)告的參考價(jià)值下降，銀行機(jī)構(gòu)在審核企業(yè)貸款時(shí)無(wú)法從最重要的參考財(cái)務(wù)報(bào)告入手。

數(shù)據(jù)時(shí)效性不強(qiáng)

雖然銀行內(nèi)部有企業(yè)信息共享資源庫(kù)，但是資源庫(kù)中的信息大多是辦理過貸款業(yè)務(wù)的企業(yè)的信息，而沒有辦理過企業(yè)貸款的企業(yè)的信息只能在公示其工商信息的網(wǎng)站上采集，信息采集效率太低。還存在更新速度慢、周期太長(zhǎng)、無(wú)法有效支持自動(dòng)化評(píng)級(jí)和業(yè)務(wù)審批等問題。

分析維度不全面

銀行在提供企業(yè)信貸服務(wù)過程中，大多使用結(jié)構(gòu)化數(shù)據(jù)(財(cái)務(wù)報(bào)告)，大量非結(jié)構(gòu)化數(shù)據(jù)(企業(yè)競(jìng)爭(zhēng)力、風(fēng)險(xiǎn)水平、管理狀況分析)無(wú)法得到有效利用；基于傳統(tǒng)的信用評(píng)級(jí)分析，無(wú)法深入全面的描述一個(gè)企業(yè)的風(fēng)險(xiǎn)DNA，以至于無(wú)法對(duì)企業(yè)做出全面的評(píng)價(jià)！

客戶信息不對(duì)稱

稅收和財(cái)政差異遠(yuǎn)遠(yuǎn)超過合理范圍；融資情況隱蔽，擔(dān)保關(guān)系復(fù)雜，存在關(guān)聯(lián)和內(nèi)部交易；很多企業(yè)參與民間借貸，其公司資產(chǎn)可能以多種方式抵押。

模型方法過時(shí)

由于數(shù)據(jù)的缺乏和方法論的限制，傳統(tǒng)模型往往采用單一模塊記分卡或傳統(tǒng)統(tǒng)計(jì)模型，穩(wěn)定性差，需要驗(yàn)證和重新優(yōu)化。

針對(duì)上述問題，企業(yè)成長(zhǎng)性評(píng)估系統(tǒng)由高度專業(yè)化的團(tuán)隊(duì)對(duì)企業(yè)的成長(zhǎng)性進(jìn)行評(píng)估，包括對(duì)企業(yè)信用水平、企業(yè)風(fēng)險(xiǎn)水平、企業(yè)管理能力等維度的分析評(píng)估，以滿足現(xiàn)代社會(huì)銀行征信機(jī)構(gòu)對(duì)企業(yè)信息的需求。

00-1010通過企業(yè)行為看風(fēng)險(xiǎn)，減少對(duì)財(cái)務(wù)報(bào)告的依賴，更加注重對(duì)企業(yè)行為數(shù)據(jù)的捕捉和分析，降低風(fēng)險(xiǎn)。全自動(dòng)數(shù)據(jù)采集企業(yè)評(píng)審員使用Web智能大數(shù)據(jù)采集系統(tǒng)24小時(shí)采集客戶信息，保證了準(zhǔn)確性，提升了客戶體驗(yàn)。全息評(píng)估視角在保留傳統(tǒng)信用評(píng)級(jí)維度的基礎(chǔ)上，企業(yè)評(píng)審人員增加一些風(fēng)險(xiǎn)模塊，為信用評(píng)估提供全息視角。

基于業(yè)界頂尖建模專家的技術(shù)，Enterprise Reviewers提供了一個(gè)多模塊、可擴(kuò)展的動(dòng)態(tài)評(píng)級(jí)模型?？朔^去靜態(tài)評(píng)級(jí)的弊端，有效降低風(fēng)險(xiǎn)。企業(yè)成長(zhǎng)性評(píng)價(jià)方法覆蓋國(guó)內(nèi)3000萬(wàn)企業(yè)行為數(shù)據(jù)，聚焦行業(yè)信息、關(guān)聯(lián)方信息、產(chǎn)權(quán)信息等多源信息數(shù)據(jù)。并提供了多模塊、可擴(kuò)展的動(dòng)態(tài)評(píng)級(jí)模型，克服了以往靜態(tài)評(píng)級(jí)的缺點(diǎn)，有效降低了風(fēng)險(xiǎn)。而且企業(yè)評(píng)審人員的成長(zhǎng)性評(píng)價(jià)報(bào)告可以幫助銀行機(jī)構(gòu)判斷企業(yè)的經(jīng)濟(jì)投資市場(chǎng)。