電子商務企業融資效率提升的技術路徑

朱志輝 朱梅芳

內容摘要：金融科技的不斷發展與進步促使大數據技術得到越來越多的開發和運用，隨著我國電子商務的不斷發展，大數據技術在提高融資效率上顯得愈發重要。傳統的風險評估技術和風險管理因其固有的弊端導致融資效率低下，大數據技術從底層數據支撐到風險評估模型均能有效改善現有的風險評估技術，以提高電子商務企業融資效率。但大數據技術所依賴的數據真實性無法得到有效保障，在未有長周期數據積累的風險評估模型下，大數據技術對提高電子商務企業融資效率仍有潛在風險，因此需要通過國家、行業及包括金融機構在內的市場主體進行綜合性研發，以促進大數據技術的有效運用。

關鍵詞：電子商務 融資效率 大數據 風險評估

大數據技術在電子商務企業融資中的應用價值

（一）傳統風險評估技術

大數據技術最具價值的應用就在于對交易主體的信用風險評估，信用風險評估的效率直接影響到融資的效率。傳統融資過程中，特別是我國以商業銀行貸款為主的環境下，金融機構在評估企業融資申請時對其信用狀況需要做全面的分析和評估，但單純依靠企業提供的信息和自身收集的信息并不能較高程度評判出企業的信用級別，究其原因主要有：第一，金融機構所掌握的信息多數為通過第三方渠道獲得，自主掌握信息有限，因此對其存在質疑。風險評估的底層要素包括企業經營情況、財務指標、實際控制人素質等，而這些信息一方面來自企業提供，另一方面來自其他渠道收集，對這些信息本身的真實性很難從根本上把握，因此即便是通過科學嚴謹的風險評估模型進行分析也不能反映企業真實的信用狀況。因此，信息不對稱使得銀行通過設計抵押品和利率的傳統信貸模式無法滿足部分中小企業融資需求（趙岳、譚之博，2012）。第二，我國社會信用體系建設的缺失導致金融機構在調取企業信用信息時無法獲得具有實際價值的信息，對其風險無法做全面評估。社會信用體系建設始終是制約風險評估效率的一項短板，廣泛而深入的信用體系建設能夠在多種場景中交叉驗證企業信用，從而避免可能出現的道德風險、逆向選擇等信息不對稱問題。

基于此，金融機構在應對信用風險時將會要求融資企業提供增信措施，包括擔保、抵押、質押等多種方式和手段，一方面增加了企業融資的成本，另一方面降低了融資的效率。多種融資途徑中，傳統的商業銀行貸款如前文所述借助擔保抵質押等手段增信；直接融資下的資本市場發行股票表面上提高了效率，但實際上是將風險轉嫁給了股東和股民；金融科技背景下的平臺化融資純信用借貸的高風險反而進一步降低了綜合融資效率。因此，無論何種融資模式，融資效率都無法在傳統的信用風險評估模式下獲得質的提高，這就需要逐步探索出更具效率的風險評估技術。對于傳統的風險評估技術而言，受制于信息獲得渠道、數據本身的真實性、分析模型的設計等因素的影響，其評估的結果實際上參考價值較小，因此在實踐過程中會發現更多依靠的是既有實踐經驗，同時結合風險評估結果進行綜合判定，使得風險評估結果具有很大的不確定性。

（二）傳統風險管理模式

風險評估技術可以在金融科技發展的推動下逐步改善，也可以充分利用大數據技術進行風險評估，但風險管理模式是影響企業融資效率的另一大關鍵要素。現有的風險管理模式中，風險部門更多扮演管理者的角色，并不實際參與企業融資過程，因此只是基于自身角度對項目或企業主體進行風險判定，由于缺乏對市場準確把握故而很容易做出錯誤評估。同時反過來，由于風險從業者不參與融資活動，這給融資交易的雙方均創造了發生道德風險的可能，銀行借貸中業務人員同企業聯合騙貸的事件時有發生。此外，傳統風險管理模式還存在一個比較突出的問題在于風險從業者并不承擔融資風險，因此只需要在職責范圍內不出事故便可對融資風險進行隨意評估，為防止風險發生會要求融資主體提供更多的增信措施，職責之內未出現盡職風險便會對融資中可能存在的風險視而不見（見圖1），這種風險管理模式在銀行體系中十分常見，都是對提升融資效率的一種阻礙。

（三）電子商務企業融資與大數據技術

企業融資是企業生存的重要內容，融資難問題在全球范圍內存在，非中國獨有，對于電子商務企業而言同樣如此?！半娚獭笔恰半娮由虅铡蓖ㄋ缀喎Q，這一概念最初由IBM公司于1996年提出的Electronic Commerce（E-Commerce）演化而來，電子商務具有貿易型企業的性質，更具有互聯網企業的屬性，因此屬于技術密集型企業，同時具備資金密集特點，即通俗意義的“燒錢”行為。我國電子商務飛速發展，2017年上半年交易額達到13.35萬億元，同比增長27.1%（見表1），電子商務的快速發展導致融資需求逐漸增加，提高電子商務企業融資效率愈發重要。

對于電子商務企業這樣信息化程度高的企業而言，其發展對信息科學技術的依賴性較強，在融資方面其實有更多的渠道，通常市場內的天使投資、VC及PE等均可滿足其融資需求，加之股權融資和銀行機構的債權融資均構成其融資渠道。電子商務企業本身代表著高效、便捷，是交易高速化的典型代表，對于傳統銀行融資而言，高效融資是多數小型電子商務企業的首選，也是影響其發展的重要環節。優化電子商務企業的融資效率需要在大數據技術的支撐下進行，大數據技術的開發運用與電子商務企業本身的特點內在一致，兩者均代表了科學技術的價值。

電子商務企業在大數據技術應用方面走在前列，是開發和運用大數據較為成熟的行業類別，具有領先性和先導性，因此在提升電子商務企業融資效率方面大數據技術能夠提供更多直接性支持，核心就在于大數據技術下的風險評估更具科學性和準確性（見圖2）。對于一家電子商務企業而言，多數交易以線上為主，貨物從下訂單到出庫、運輸，最終到消費者手中，全稱電子化管理，信息在線高速傳輸，可以實時實現對商流、物流、人流的管理，從而提高交易效率（張晞，2016）。另一個重要方面就是，電子商務企業具備在線高效管理資金流的能力，得益于電子商務企業良好的信息管理基礎設施建設，加上企業優秀的信息技術方面的科技型人才，使得電子商務企業在資金管理方面優于大多數其他類企業。國內最為典型的，如京東自主研發的供應鏈金融產品、阿里巴巴旗下的包括支付寶及網商銀行等、蘇寧小貸公司等逐漸形成了獨特的“電商金融”模式，同時也包括一些金融科技類公司開發的大數據風控模型（見表2）。電商金融本質上是對大數據技術的深入應用，是建立在大數據基礎上的金融活動，因此也可以稱之為“大數據金融”（李勇、許榮，2015）。金融與大數據的結合在當下環境中越發明顯，結合的價值也越來凸顯，在企業融資中的應用也越來越深入。隨著大數據技術更加深入的研究，在提高風險評估準確率和風險管理效率方面將得到更多的實踐與應用，創造出更具價值的成果。

大數據技術對電子商務企業融資效率的影響與潛在風險

（一）對電子商務企業融資效率的作用

大數據技術一方面有助于建立全面的信用評價體系，對提高風險評估效率作用明顯。大數據技術在電子商務企業融資過程中最為直接的應用就在于風險評估，借助于大數據風控模型，金融機構可直觀評估融資企業的資信狀況，并根據風險評估結果進行資金定價，從而有效規劃收益與風險匹配策略。既有研究表明，大數據技術有助于信用評價體系的建設（吳青，2017），對建立良好的信用評價環境意義重大，這是大數據技術在電子商務企業融資過程中明顯而直接的作用。企業融資中風險評估是最為重要的一個環節，它決定成本和收益的配比問題，因此對融資的風險評估質量需要格外關注，大數據技術的發展則有效提高了風險評估質量，從而也就提高了融資效率。

大數據技術節約了風險評估成本以提高融資效率。傳統的風險評估依靠大量人工操作，通過收集電子商務多維度資料進行人工審核，不僅耗費時間和精力，而且難以全面把握信息的真實性和準確性，無形中增加了風險評估出現錯誤的概率，是另一種形式的低效行為。大數據技術通過自動化手段，建立在科學合理風險評估模型基礎上對不同維度的數據進行識別和分析，在最大程度降低人工成本的情況下最高效出具風險評估結果，從而大大提高了融資效率，為交易雙方節約了成本。

（二）潛在風險評估

大數據技術能夠提高電子商務企業的融資效率，但也應該看到單純依靠大數據技術進行風險評估仍存在一定的風險。數據本身是客觀存在的一種資源，在模型中“復活”而傳達信息，假如數據本身出現了問題則直接導致模型分析結果出錯，這是大數據技術應用中一個較為明顯的問題。我國社會信用體系建設尚不完善，不同渠道的數據未能實現互聯互通，央行等部門也未能建立起全面的信用評價體系，因此無法全面獲取企業的數據，也就無法全面評估企業的資信狀況。商業實踐中，企業存在道德風險的可能，金融機構基于自身利益的考量通常會做出逆向選擇，無形中增加了自身的違約風險。企業融資為滿足金融機構的需求能夠主觀美化報表，編造經營數據等，這些信息對金融機構而言無法進行有效驗證，因此潛在風險極高。

大數據技術應用于信用評估的另一個潛在風險就是評估模型設定失當，導致對數據分析不合理，評估結果不能真實反映企業資信狀況。對電子商務企業的信用評估最科學、最直接的方法就是通過建立多維度風險評估模型進行分析，評估結果依據某種標準選擇企業準入或拒絕，可實現的前提就在于所設定的評估模型具有實際價值，能夠在多種場景中進行應用，或能夠根據不同的場景進行模型重組，從而靈活處理各種風險評估需求?；谖覈F有的信用體系建設和企業數據庫建設，模型的審定可參考的歷史交易數據有限，因此指標設定及相應的權重取值都存在一定的缺陷性，重點表現為可供參考的時間長度有限及指標范圍有限，這就增加了大數據技術在信用評估中的風險系數，使得評估結果與真實信用狀況有出入。

政策建議

大數據技術應用前景廣闊，但仍有諸多問題需要注意。提升電子商務企業融資效率，大數據技術在其中發揮了重要作用，如何有效應用大數據技術以改變現有的融資服務效率，除了在大數據技術上進行深入研究和開發之外，更需要在國家的宏觀層面和中觀行業層面為大數據技術創新創造良好的環境。

第一，需要加強社會信用體系建設。社會信用體系建設對金融行業的發展而言意義重大，現有的信用體系無法滿足金融機構對風險管理的需求，原因就在于無法對企業的信用信息進行有效采集，也就無法準確評估企業信用風險，進而導致融資效率降低。社會信用體系建設可供應用的方向十分廣泛，對于金融行業重點在于風險管理方面的運用，社會信用體系建設通過多維度對交易主體進行信用評估，極大程度提高企業信用風險評估效率，降低潛在的信用風險。社會信用體系屬于國家層面的宏觀性工程，依靠政府和社會力量共同推動，企業和金融機構在其中承擔了推動者的角色，在國家政策框架內具體實施，需要耗費較長周期建設，因此需要系統性規劃。

第二，需要金融行業加強創新意識和創新實踐。企業融資效率的提升主要推動力在金融機構，由于我國的金融制度影響，企業融資以銀行借貸為主，因此造成了銀行業一家獨大的情形，即便是資本市場逐漸完善但并不能在短時期內扭轉現有融資市場格局。這樣的后果就造成了銀行機構創新意識不夠，創新實踐不足，慣用過往的經驗提供融資服務，降低了融資效率，造成了不必要的資源浪費。前文所述，大數據技術在企業融資風險評估和管理中具有重要作用，是改變原有風險評估和風險管理的核心技術，需要金融機構主動創新，積極推動大數據技術的開發和應用。

總而言之，充分發揮大數據技術應有的價值，在技術本身的開發上需要傾注較多資源，但更多需要依靠包括國家、行業等在內的基礎設施建設方面的投入。大數據技術開發與應用屬于企業層面的行為，需要電子商務企業投入更多精力，并與金融機構展開密切合作，共同推動大數據技術的進步，從而在技術層面提高電子商務企業的融資效率。

參考文獻：

1.魏斐翡.ECLHadoop：基于Hadoop的有效電子商務物流大數據處理策略[J].計算機工程與科學，2013，35（10）

2.劉靜.大數據時代下電子商務平臺實踐發展研究——以淘寶網為例[J].改革與戰略，2016（5）

3.趙岳，譚之博.電子商務、銀行信貸與中小企業融資——一個基于信息經濟學的理論模型[J].經濟研究，2012（7）

4.張.大數據視域下連鎖零售業電子商務發展研究[J].商業經濟研究，2016（13）

5.李勇，許榮.大數據金融叢書[M].電子工業出版社，2015

6.吳青.大數據背景下跨境電子商務信用評價體系構建[J].商業經濟研究，2017（6）