（2）基於大數據分析信用評估方法具有更低的邊際成本
運用大數據分析法進行企業信用評估的另一個顯著優勢在於，通過雲計算等等數據分析方法可以大大降低每筆業務的交易邊際成本。由於信息不對稱的存在，銀行麵對每一個新客戶需要設計新的信貸契約結構，以區分中小企業的優劣、控製風險因素。中小企業的異質性使得銀行很難通過交易數量的增加來達到降低規模成本的目的。大數據與信貸業務結合可以重塑中小企業信息結構，削減業務成本。同時，中小企業的信用評級與其貸後管理完全由計算機模型自動分析完成，將風險管理的成本降至最低。
（3）基於大數據分析信用評估方法具有及時性
由於傳統的信用評估模型在對中小企業的信用狀況進行評價時，使用的都是基於企業過去經營表現的數據，而信用評估的目的是為了預測中小企業未來的還款能力，所以傳統方法得出的分析結果往往具有滯後性。而大數據分析方法在評估企業信用狀況時，所依據的是可獲得的實時數據，所以在貸前審批，貸中監督和貸後管理三個方麵均比傳統方法更加及時。
2、當前實施大數據信用評估方法的瓶頸
盡管大數據的分析方法較傳統的信用評估方法有著相當大的優勢，但目前以銀行為首的金融機構要在實際中運用大數據的信用評估體係仍需克服不少瓶頸。
銀行采用大數據方法的難處主要在於銀行的數據管理相較於互聯網金融時代的要求存在很大距離。主要表現在如下幾個方麵：第一，數據樣本較小，銀行對客戶數據的收集往往隻局限於幾個有監管要求的數據，部分數據隻關注了大客戶，使得數據量有限，無法支撐大數據進行相關分析的基礎要求；第二，數據交流存在壁壘，受銀行內部管理結構和授權關係的影響，分行和總行、分行和分行間的數據無法完全實施共享，遑論對同業數據和上下遊行業數據的追逐，導致基於不完整數據分析結果出現偏差；第三，數據的處理和使用能力不強，缺乏行之有效的分析工具，對數據的運用還隻局限於倉庫層麵的整理和提取，對人工的依賴程度過高，容易使得模型構建出現失準。
3、大數據方法下中小企業信用評估體係的發展出路
未來金融的本質就是數據，而在互聯網金融的背景下進行中小企業信用評估的關鍵也在於數據，當前銀行內部結構產生的數據壁壘和跨行業數據壁壘是阻礙大數據分析下企業信用評估方法發展和運用的兩大障礙。隻有攻破壁壘建立起完備的數據支撐體係，客戶經營管理的全貌和信譽狀況才得以完美還原。為此，一是要積極推動銀行內部大數據平台的建立，在不破壞數據集中管理的前提下，盡可能地打破總分行信息不對稱、客戶完整信息難獲取的現狀。二是金融行業在同業和跨行業間要嚐試推進數據互通，一方麵要秉承“開放、分享”的互聯網精神，以業態聯盟的形式完成行業內數據的整合，爭做數據互通平台建設的倡導者和力行者；一方麵積極尋求跨業合作，與各行業的標杆企業、各級政府部門等深化合作，采取購買、交換、共享、協作在內的手段尋求數據層麵的合作。三是要充分運用數據的價值，在努力自主開發數據分析工具和進行數據團隊建設的同時，也可與專業的數據服務公司進行長期合作，將大數據的價值充分發揮到對中小企業信用的評估中去。
【參考文獻】
[1] 周春喜：企業信用等級綜合評價指標體係及其評價[J].科技進步與對策，2003（4）.
[2] 任永平、梅強：中小企業信用評價指標體係探討川[J].現代經濟探討，2001（4）.
[3] 李小燕、盧闖、遊文麗：企業信用評價模型：信用等級與業績相關性研究[J].中國軟科命學，2003（5）.
[4] 李小燕、盧闖：基於業績的企業信用評價模型的構想[J].會計研究，2004（5）.
[5] 趙紹光：中小企業信用評估指標體係的研究[J].長春師範學院學報（自然科學版），2005（3）.
[6] 徐旭初、顏廷峰：中小企業信用評級：一個文獻綜述[J].學理論，2012（7）.
[7] 牛草林：中小企業信用評級體係的構建[J].財會通訊，2005（8）.
[8] 張明：中小企業信用評級問題研究[J].經濟觀察，2008（2）.
[9] 李國青：中小企業信用評級指標體係構建研究[J].財會通訊，2010（5）.
[10] 邱雲來：Z計分模型的改進及實證檢驗[J].統計與決策，2009（12）.
[11] 薛鈺顯：河北省中小企業信用擔保評價體係[J].河北大學學報（哲學社會科學版），2013（1）.
[12] 鍾田麗、彌躍旭、王麗春：信息不對稱與中小企業融資市場失靈[J].會計研究，2003（18）.
[13] 唐建新、陳冬：銀行業市場結構變化與中小企業融資環境[J].財會通訊，2006（2）.
[14] 陳冬、唐建新：信用評分與小企業貸款[J].武漢大學學報，2007（6）.
[15] 唐建新、陳冬：信息不對稱、第三方信用信息與小企業融資[J].經濟評論，2007（1）.
（責任編輯：諶盼）