随着我国经济从高速增长进入高质量发展的新常态，我国商业银行传统信贷业务过度依赖不动产抵押创造信用的模式难以为继，亟须用新的科学方法帮助银行建立以第一还款来源为重点的信贷信用评估能力与定价能力。得益于国家金税工程的全面推广，以企业真实交易数据为代表的企业涉税数据的合规取得越来越便利，从而使得利用因果关系数据取代相关关系数据来表征企业经营状况及信用风险成为可能。利用企业真实交易数据进行建模，可以解决银行与企业、税务部门、监管机构等外部相关主体之间以及银行内部各业务环节之间的信息不对称问题，防范潜在的道德风险，并有效帮助银行洞察“虚增收入”“账外经营”“借名贷款”“偿债能力不足”等各类涉贷信用风险，帮助银行及早识别和判断风险，制定全面、动态、智能的风控措施，从而帮助商业银行实现信贷业务的稳健经营，守住不发生系统性风险的底线。因此，商业银行亟须建立起各方认可的、可验证可追溯的、真实客观完整的企业交易数据底座，以赋能信贷资产管理。
商业银行信息不对称信贷资产管理交易数据大数据风控
汪健豪:宁博数字技术有限公司总裁，宾夕法尼亚大学沃顿商学院金融MBA，硕士生导师，国家注册高级风险管理师，财政部企业内部控制标准委员会咨询专家、财政部会计信息化标准委员会咨询专家。
赵飞飞:国家管理咨询师，联合国训练研究所GPST咨询师，宁博数字技术有限公司董事。