小企業融資：大數據鑰匙

文/陸岷峰 徐陽洋

小企業融資：大數據鑰匙

文/陸岷峰 徐陽洋

在大數據時代，商業銀行可以不再局限于20%的大客戶，而是很有機會從80%的低端客戶身上獲取豐厚的利潤。用大數據對小微企業進行風險評估，很多數據征信公司都采用這種方法，傳統的信用體系因此也遭受很大沖擊。

小微企業因其對國民經濟的巨大作用而受到發達國家和發展中國家的廣泛重視。國外對小微企業的研究頗多，最早研究小微企業融資問題要追溯到1931年，在一篇稱為《麥克米倫報告》中首次提出小企業的融資問題。在資本主義金融制度下，當遇到市場失靈時，金融機構無法將資金貸給小企業，這就是經濟學上著名的“麥克米倫缺陷”。

國外學者Stiglitz 和 Weiss（1981）認為，在金融市場上信息的不對稱使得金融機構識別具有還款能力的小企業成本過大，從而導致了其減少或放棄對小企業的貸款；Allen N Berge（2004）等人通過仔細研究中小企業的融資渠道以及融資流程后，提出解決中小企業的融資問題可以通過供應鏈金融來解決的觀點；Jaratnea和wollke（2009）則認為小銀行可以系統地了解本地區中小企業的狀況，比如企業經營能力、負債狀況等。因此可以將企業的各種信息放到一個平臺，這樣可以很容易地減少二者之間信息不對稱。

國內對于小微企業的研究相對國外較晚。國內學者普遍研究后指出，中小企業管理體系落后、很多制度不健全、財務不明晰、業務量多而雜，而且業務金融較小，導致銀行不愿意發放貸款，正是信息的不對稱使得金融機構不愿貸款給中小企業或者小微企業。當前應該首先建立一個完善的小微企業信用評級指標體系，在具體的評級指標上面增加一些如與企業相關的上下游企業狀況、企業自身的信譽情況等控制變量，這樣可以對廣大小微企業有一個更深入的了解，評估更加準確。政策的制約也是阻礙小微企業融資難的根本原因，解決小微企業融資難必須從政策制定的專門性、對政策的執行力、政策的有效性以及政策的頂層設計四個維度出發，來解決小微企業資金均衡關系，從而破解小微企業融資難的問題。

信息不對稱是融資瓶頸

小微企業的存在為國家創造巨大經濟和社會價值的同時，其融資難的問題一直成為小微企業發展的瓶頸。根據中小企業調查資料數據顯示，小微企業的平均壽命大概為2.9年，每年約有30%的小微企業倒閉，而這30%的小微企業當中約有32%的比例是因為缺乏資金而倒閉。小微企業每年獲得正規金融機構的貸款額占正規金融機構總貸款額度的20%左右（見表1），資金缺口很大，小微企業融資渠道極其狹窄，其主要依賴的銀行信貸途徑其實也很坎坷，銀行不僅對其“惜貸”而且還會對其實行“信貸配給”行為。小微企業貸款難的原因很多而且復雜，主要原因是信息的不對稱導致商業銀行對小微企業的征信十分困難。

表1 2010-2015 年小（微）企業貸款金額及占比（單位：萬億元）

具體而言，在對比大企業上，小微企業在信息的規范和結構方面有很大不同。一般而言，大企業披露的信息比較可靠，經營活動也比較規范，因此對于大企業的信息審核因為其質量較高，所以較為容易，商業銀行只需要用傳統的信貸審核辦法就可以判斷其信用等級，但是小微企業則不同。

總體而言，小微企業的經營管理規范度不高，其披露的企業信息不僅少，而且真實性也不大，商業銀行想通過審核“硬信息”的辦法來了解企業基本不可能。商業銀行如果要貸款給小微企業則需要知道其資質，通過各種途徑了解其信息，根據這些信息，商業銀行再重新設計專門針對小微企業的信貸結構。但是在這個過程當中商業銀行又必須付出很大的成本，但是一般性的銀行往往不愿意付出這樣的成本。如果商業銀行不愿意付出這樣的成本，再加上小微企業在信息規范和結構上面不改善的話，那么商業銀行貸款給小微企業想要降低風險只能通過提高利率和對小微企業要求抵押物進行擔保兩種方法。

但是，目前我國的利率并沒有完全的市場化，小微企業也一般都缺乏抵押物。商業銀行使用傳統貸款方法貸款給小微企業付出的成本和貸款給大企業付出的成本相差不大，在銀行資金一定的情況下，商業銀行往往會提高貸款門檻以迫使小微企業無法獲得貸款而退出信貸市場，這其實就是“二八定律”和小微企業貸款難、商業銀行難貸款的真實原因。80%的低端客戶給商業銀行帶來的利潤很少，還不如放棄這80%的客戶來專門服務20%的高端客戶。

大數據“鑰匙”

大數據的出現使得這種成本與收益不對等的局面正在被打破，其所具有的五個特點：規模性、多樣性、高速性、精確性和價值性使得信息不對稱的問題有了解決的可能性。

（一）大數據信息采集

在和商業銀行信貸業務相結合的條件下，大數據的一個很重要的優勢就是對小微企業的征信成本的降低。獲取小微企業的數據比較廣，主要有三種渠道：第一種是最基本的來源，即第三方所提供的數據，包括結構化數據和非結構化數據，主要是客戶的銀行卡和信用卡等，以及用戶的搬家次數、法律信息等；第二種主要是客戶所提供的數據，包括其使用的電話賬單、水電煤氣賬單以及調查問卷等信息；第三種則是在互聯網上所得到的信息，包括客戶的IP地址、各種網絡行為等數據。

這些結構化和非結構化數據至少有10000多條。這些數據很好地挖掘出借款人的各種特征，在更深層次方面了解小微企業的信用等級，幫助商業銀行判斷小微企業的信用狀況，方便評估風險。大數據征信公司將眾多多元化的數據加以利用，在不同層面判斷借款者的資信，從而形成一個全面的借款者圖像（如圖1）。

圖1 大數據采集的基本原理

（二）大數據信息分析

利用大數據對小微企業的信用評估其實就是先收集借款者各種結構化和非結構化數據，接著使用征信公司精準的預測模型以及先進的集成學習方法對眾多數據進行一定的標準化整合，共分為五步驟：一是將在各種渠道收集到的海量的原始數據首先輸入到數據處理系統當中；二是數據系統開始對數據進行處理轉換以找出數據之間的各種關聯；三是找出數據之間的關聯性后再將數據重新整合，形成更完整的變量或者測量指標，每種變量或者指標都反映借款者一定的狀況；四是將這些變量或者測量指標輸入到預測模型當中進行相應的預測；五是將預測出的各種結果進行一定的加權，得到小微企業的信用評分。

總的來說，這個階段其實就是先將各種原始數據進行挖掘，然后再將處理過的變量進行建模或者放到預測模式當中。因為收集到的數據至少10000多種，預測的結果也會比較真實。在這整個過程當中對數據收集、處理、加工、分析等環節都是通過預測模式，分析系統自動進行，而且還可以對風險進行跟蹤處理，從而不會受到人為的介入干擾，很好地避免了道德風險，商業銀行與小微企業的信息不對稱問題最終得到解決（如圖2）。

圖2 大數據分析的基本原理

在大數據時代，傳統的“二八定律”將不再成立，商業銀行可以不再局限于20%的大客戶，而是很有機會從80%的低端客戶身上獲取豐厚的利潤。最近幾年，用大數據對小微企業進行風險評估受到了國內外的廣泛關注，很多數據征信公司都采用這種方法，傳統的信用體系因此也遭受很大沖擊。

開放共享數據生態系統

大數據的迅速發展使得小微企業的融資難問題得到一定程度的緩解，2015年9月，國家又頒布了《促進大數據發展行動綱要》，將大數據提升到國家戰略角度，制定出了大數據發展的頂層設計。但是大數據屬于新興事物，對于更好地促進大數據解決小微企業融資難問題提出五大法則。

（一）構建相關法律法規體系，完善監管

大數據的發展前景十分廣闊，不過這一金融創新勢必會產生監管的空缺落后，我國目前實行的是機構監管，大數據監管主體不明、標準不一，沒有一個完整的監管模式肯定不利其發展，因此加快建立適應大數據發展的監管迫在眉睫，具體有：（1）仔細分析大數據種種界定，明確其監管主體；（2）制定關于大數據的各種制度，充分尊重市場機制，可以成立一些行業協會，規范大數據的發展；（3）加強對大數據監管的各個部門之間的協同合作，實現信息共享。

（二）建立完整真實的“數據生態系統”，實現數據信息開放。

在大數據時代中，一個重要的特征就是數據的開放與共享。我國的數據資源非常廣泛、覆蓋范圍廣，從教育、醫療、衛生、金融、信用、社保等到社交網絡、電子商務平臺，但是數據散而雜，很多數據區域割裂比較嚴重，真實性也不高。通過大數據解決小微企業的征信問題嚴重依賴數據的可得性以及真實性，這些是決定小微企業能夠健康持續發展的關鍵。

因此政府可以成立專門的機構來主導建設全國統一的數據系統并且早日對外開放。同時，很多小微企業因為稅負比較高，經常會對財務進行造假，“一企兩賬”現在比較嚴重，從而使得公開的數據真實性不大，虛假數據的流動對大數據的建設與數據的挖掘很不利。應針對小微企業制定更加優惠的稅收政策，市場的監管主體要切實加強對小微企業的監管，使其披露虛假信息的成本提高。

（三）加大對互聯網金融數據平臺安全的保障基礎設施建設。

在當前的新形勢下，面對著新的技術和業務，中國的互聯網金融系統受到很大的挑戰。舊有的金融信息安全防護體系已經很難適應當前的要求，急需建立一種新的、高效的、安全的信息防御體系。

在大數據時代，商業銀行和小微企業之間的融資過程其實很多都是在網上進行的，安全問題很大。目前中國現在的征信系統還暫時不包括互聯網金融信息，同樣信息共享機制也沒有，違約風險高。中國的互聯網金融系統在產業化的思路下，可以建立一種基于攻擊語境的主動防御體系，加強對互聯網金融數據平臺安全的保障基礎設施建設，包括成立數據安全服務平臺、數據仿真系統安全分析、信息安全態勢聯防聯控感知與監測預警、信息安全大數據分析、深度運維系統工程、國產化設備與系統替代、信息安全服務替代、基于可信計算的加固防護等。

（四）商業銀行盡快樹立大數據思維，搶占數據優勢，創新線上產品，強化數據應用。

商業銀行最核心的資產其實就是數據，對大數據的規模投資和拓展前景十分廣闊。現階段商業銀行對大數據的發展仍然處于初級階段， 商業銀行其本身的發展就很依賴信息技術，商業銀行想要升級轉型必須要通過大數據的應用。

首先，商業銀行應該樹立大數據思維，盡早地搶占數據優勢。在大數據時代，盡快確立一種新的運營模式，商業銀行要根據大數據的特點，確立更加強大的決策洞察能力，使得運營模式的轉型升級更加順利，積極地在市場當中進行布局，并且和比較優秀的電商、擔保等平臺，以及其他銀行、政府等進行深入合作，爭取實現數據共享，從而夯實了客戶基礎；其次，商業銀行應該創新線上產品，積極地利用新的技術工具，實現網上審批、網上放貸，降低放貸成本；最后，商業銀行還要對大數據的應用進行強化，對于眾多原始數據，除了對其進行存儲、篩選等基本研究以外，還要對數據的安全、數據中設計客戶隱私、數據的可視等重點領域進行技術研發。

（五）加強對大數據人才隊伍的建設。

大數據的建設需要涉及到方方面面的知識，無論是底層芯片的設計，還是基礎或者應用軟件的開發都需要涉及很多專業知識，統計、電子商務等。而這方面的綜合人才暫時來說比較缺乏，因此政府部門應該加強與高校進行合作，積極地對相關人才進行培養，引進國外既懂得行業層面又能夠掌握大數據的人才。

（陸岷峰，南京財經大學金融學院教授、金融研究中心首席研究員、江蘇省互聯網協會秘書長；徐陽洋，南京財經大學金融學院研究生。）