大數據技術下我國商貿流通企業融資風險計量分析

羅雅蘭

內容摘要：大數據技術能夠有效解決商貿流通企業融資過程中的信息不對稱問題，對提高企業融資效率具有重要作用。我國商業銀行開發大數據技術具有人才和技術優勢、政策優勢、數據優勢和客戶資源優勢，是推動大數據技術下風險計量手段進步的重要力量。過往的風險計量過程中較多依靠個人市場經驗及風險偏好設置具有主觀性因素較多，導致風險評估結果出現偏差，因此需要從頂層設計、風險管理制度及結合商貿流通行業特色多個角度進行改進，以提高商貿流通企業融資效率，降低融資成本。

關鍵詞：大數據技術 商貿流通 融資 風險計量 商業銀行

研究背景

商貿流通業的發展對優化產業結構、增加就業、提高居民收入以及提升相關行業發展層次具有重要意義。隨著國內資產質量的下降，資金進入實體經濟的規模呈現下降趨勢，具體表現為企業融資難度加大，融資成本逐漸提高，這在商貿流通業中尤為明顯。中小企業融資難、融資貴是個世界性難題，我國的中小企業融資難融資貴問題則又帶有鮮明的中國特色（呂勁松，2015），改善企業融資困境始終擺在國家的戰略層面高度。商貿流通企業融資難、融資貴是行業發展的突出問題，由于大多數商貿流通類企業自身規模小、資金實力弱，不具備有效的增信措施，因此很難從銀行等金融機構獲得信貸支持，抑或所獲得的資金成本居高不下，企業負擔無形中增加很多。商貿流通企業融資難、融資貴的癥結核心在于金融機構無法對企業的資信水平進行有效評級，由于不能有效計量企業風險級別，因此足值有效的增信措施成為企業獲得融資的唯一路徑。破解我國商貿流通企業融資困境是當前促進商貿流通企業發展的重要途徑，降低融資風險能夠有效提高商貿流通企業的經營效率（聶晶，2018）；風險計量是商貿流通企業融資過程中首要面對的問題，風險計量結果直接決定企業融資的可行性及融資額度與成本。由于現有的風險計量模式實際上較為粗放，大多依靠風險管理人員自身的行業經驗，以及基本的財務管理知識，對于所倚重的要素賦值基本源自既有的管理經驗或風險偏好，并不統一的計量標準。基于此類的風險計量就顯得較為主觀，且計量的科學性有待提升，因此提高商貿流通企業融資風險計量的技術水平顯得很有必要。

近年來，隨著國內外金融科技（Fintech）的快速發展，對金融機構的風險計量技術的提升產生了積極的作用，許多商業銀行紛紛開始布局金融科技領域，著力提高商業銀行自身的風險計量水平，其中大數據（Big Date）技術屬于一項具有廣泛運用價值的技術之一（見表1、表2）。對于商貿流通業而言，相關學者研究指出，大數據技術的快速發展改變了企業商業模式，包括企業的價值主張、盈利模式、業務流程以及大數據金融的發展等（盧杰，2017）；大數據技術有助于解決“小微企業融資悖論”的難題（黃子健、王龑，2015）；大數據技術以全新的技術改變著商貿流通業的發展（萬杰，2017）。對于提升商貿流通企業融資效率而言，大數據從風險計量的層面實現了對企業資信級別的有效評估和判斷，切實提高了企業的融資效率，并降低了融資成本。但是，現階段我國商業銀行在大數據技術的運用方面并非如市場呼聲一般廣泛，實際風險計量的過程中仍舊延續傳統模式，因此不利于商貿流通企業的融資，如何有效改善大數據技術在商貿流通企業融資中的運用現狀，需要更加深入的研究和分析。

大數據技術在我國商業銀行風險計量中的應用

商貿流通企業融資難、融資貴的根本癥結在于信息不對稱機制，金融機構處于信息弱勢的一方，同時受到監管機構的嚴格監管，勢必導致以商業銀行為代表的金融機構始終將風險管理擺在首要位置。為有效解決信息不對稱問題的不利影響，以大數據技術、區塊鏈等為代表的新型互聯網技術得到快速深入的發展，從信息采集的源頭開始著力化解信息的不對稱機制問題。大數據是現代信息技術高速發展的產物（俞立平，2013）；大數據技術能夠幫助銀行、證券、保險、P2P網貸等行業進行產品和服務創新，提升金融行業的信息化水平（何培育，2017）。在風險計量方面，大數據發揮了重要作用，為風險計量提供了分析的基礎和依據，能夠從源頭上消除對個人經驗的依賴性，消除因風險偏好設置失當導致的風險計量結果失真的問題。大數據技術在企業融資風險計量中的應用可根據市場需求進行有效延伸，能夠實現從客戶營銷到貸后管理階段，實現一體化的風險管理，這種模式已經成為多數金融科技公司發展的重點方向，商業銀行目前僅限于風險審批環節。圖1展示了一家專業的提供大數據風險計量評估服務的金融科技公司，利用大數據技術為商業銀行、小貸公司、保險機構提供全方位的大數據解決方案。

大數據技術在商業銀行中的運用是多方面的，不僅局限于風險計量過程，實質上商業銀行的絕大多數業務均可通過大數據技術進行升級改造和優化（見表3）。大數據技術的應用中，民營銀行走在前列，多數民營銀行具有互聯網行業的背景因素，因此在大數據技術開發和應用方面得天獨厚。商業銀行將大數據技術運用到風險計量中具有自身的行業優勢，主要包括以下幾點：

第一，擁有技術優勢和人才優勢。我國商業銀行領域集中了大量的金融人才和技術性人才，人才優勢和技術優勢為商業銀行開發大數據技術提供了智力支持，是助推商業銀行提高企業融資效率的關鍵。但是另一方面，商業銀行的人才優勢和技術優勢并沒有為其帶來更多效率上的提升，反而因過于繁瑣的風險管理制度導致企業融資效率一直較低，因此要充分發揮商業銀行的技術優勢和人才優勢需要首先從管理制度上進行變革升級，以促進人才資源和技術資源的合理配置。

第二，擁有歷史交易數據積累上的優勢。商業銀行經過多年的發展，積累了大量的企業融資案例及相應的數據，對企業融資風險計量具備豐富的操作經驗，因此在設置模型的過程中能夠根據過往經驗并結合當前市場發展的實際情況進行合理構建。數據資源是大數據風險計量模型構建的底層資源，是保障模型順利運行的關鍵，對高效評估商貿流通企業融資風險具有決定性作用。隨著數據資源的不斷積累，商業銀行的大數據技術開發能夠得到更加廣泛的發展，將逐漸成為大數據技術開發的重要力量。

第三，擁有政策優勢。商業銀行在我國金融體系中的地位和作用毋庸置疑，對穩定我國金融市場具有決定性的意義，是我國金融資源的重要聚集地，因此商業銀行在很多層面得到國家各項政策的支持，但同時也受到嚴格的監管。商業銀行開展大數據風險計量活動已經得到相應的監管機構的支持，因此是推動大數據技術發展的中堅力量。但從現有的發展成果來看，商業銀行開展大數據技術還存在一定的滯后性，需要投入更多資源加強開發力度，切實提高商貿流通企業的融資效率。

第四，擁有客戶資源優勢。商業銀行體系內集中了大量的個人客戶和企業客戶資源，尤其是大量的中小微企業，大數據技術的應用更多層面上就是為提高我國中小微企業的融資效率而提出的，其是為優化中小微企業融資格局提供技術上的支持。基于大量客戶資源的優勢，商業銀行能夠結合市場實際需求開發大數據技術，根據客戶反饋適時修改風險計量模型，從而提高并優化大數據技術下的風險計量手段，提高企業融資效率。

現有風險計量方法對商貿流通企業融資效率的影響分析

第一，融資風險計量過多依靠個人市場經驗，鮮有科學合理的計量分析模型參與風險級別判定活動。我國金融業發展中的利率定價始終處在初級階段，由于我國特殊的經濟體制，過去企業融資以國有企業為主要群體，民營企業從商業銀行獲得資金的難度很大，隨著民營經濟的大力發展，支持民營經濟發展，尤其是支持中小微企業發展被擺在了國家戰略層面的高度，融資時風險計量手段才有所進步，屬于一種市場倒逼的行為。雖然在企業融資風險計量方面有所進步，但在實際操作中，更多的還是依靠個人的市場經驗做判斷，一方面有存在的合理性和市場價值，另一方面過度依靠個人市場經驗容易因循守舊，不能對市場的變化做出靈活的反映。

第二，風險偏好設置具有主觀性，天然形成融資準入障礙，不利于普惠金融發展。在現有的風險管理機制中，多數金融機構都存在符合自身發展需求和市場定位的風險偏好設置，基于自身風險偏好形成了對市場的篩選機制，最終落實在企業融資成本上，或多或少對融資效率產生重大影響。資金供給的風險偏好有別于投資者的風險偏好，雖然投資者與資金供給者在某些場合為同一個主體，作為資金重要供給者的商業銀行，其自身的風險偏好直接決定了自身所服務的范圍和行業領域。市場經驗表明，商業銀行自身的風險偏好設置失當會直接制約我國中小微企業的融資效率提升，不利于企業的正常發展。在部分商業銀行的公司治理結構中，風險偏好的不一致性又加劇了融資效率的下降，構成對商貿流通業發展的融資層面的阻礙因素。

第三，對過往經驗的依賴及風險偏好設置失當因素的存在導致風險計量模型設計失效。商業銀行在構建風險計量模型時，依據的是過往的市場經驗以及自身的風險管理制度規定，本質上是個人的主觀判斷，而非嚴格遵循市場規律，表面上看是尊重市場，實際上是突出的主觀行為。因此，即便是能夠采用嚴密的計量分析手段對商貿流通企業的融資風險進行判定，也因模型構建基礎上的主觀性導致分析結果的非客觀性。另一方面，國內的金融業發展帶有“野蠻生長”的色彩，較歐美等西方發達國家的金融業發展而言，更為原始粗放，基本上缺乏嚴謹的從業意識和科學的風險管理思想。

總而言之，無論是對個人市場經驗的依賴，還是風險偏好設置的失當，以及風險計量模型設計的失效，歸根結底是信息不對稱因素下的具體表現，融資效率的低下、融資成本的提高以及融資標準的提高，均來自信息不對稱的負面影響機制作用。關于信息不對稱的理論研究由來已久，學術界對此研究十分深入，實踐領域也紛紛進行各種嘗試，以化解此項問題，其中大數據技術的使用就是其中之一。

基于大數據技術提高商貿流通企業融資效率的路徑

（一）加強大數據風險計量頂層設計

基于大數據技術的進步以提高商貿流通企業融資效率實為一項較大的工程，涉及到大數據立法管理、數據標準建設等多個方面，因此需要對大數據風險計量的頂層設計做合理規劃。大數據技術在金融業中的運用并不成熟，既有自身技術發展不成熟的因素，也有金融機構對其認可度較低因素有關，促進大數據技術化解信息不對稱問題需要做好頂層設計，未來數據將成為新的經濟增長要素，是企業生存發展的新資源，如何合理配置資源是一項系統性工程，需要從制度設計、監管法規、數據使用規范等多個層面進行規劃。

（二）完善大數據風險管理制度

大數據風險管理制度包括對數據采集到使用全部過程的管理及風險計量制度的設計兩個方面。大數據的運用關乎信息安全問題，因此在采集數據到加工數據、運用數據的過程中需采取合理合法的保障措施，確保大數據的安全使用；同時，對于金融機構，尤其是商業銀行而言，應當建立內部的數據管理體系，注重數據的積累和深入挖掘，以提高融資效率和降低運營成本，從而更好服務于商貿流通業的發展。我國現有的風險管理制度中缺乏對數據的合理管理，因此商業銀行需要積極轉型，重視科技的作用。

（三）融合商貿流通行業發展特色

大數據技術的運用有助于提高商貿流通企業的融資效率，因此需要在風險計量的過程中融入更多行業要素，以構建更具市場化、行業化的計量模型，從而提高風險判定效率。商貿流通業具有業務范圍廣、產業鏈條長、從業人數眾多的特點，因此能夠積累海量數據用于行業發展分析，為構建有效風險計量模型提供了數據支撐。因此，商業銀行應該從行業發展的特色出發，設計具備市場前景的融資產品，并結合行業特點設計科學合理的風險計量模型，以切實提高融資效率，更好服務于商貿流通業的發展。

參考文獻：

1.呂勁松.關于中小企業融資難、融資貴問題的思考[J].金融研究，2015（11）

2.聶晶.商貿流通企業間接融資模式的風險測度分析[J].商業經濟研究，2018（2）

3.盧杰.大數據技術對商貿流通業發展的影響研究[J].商業經濟研究，2017（23）

4.黃子健，王.大數據、互聯網金融與信用資本：破解小微企業融資悖論[J].金融經濟學研究，2015（1）

5.萬杰.大數據在我國商貿流通業發展中的運用[J].商業經濟研究，2017（16）

6.宋則，常東亮，丁寧.流通業影響力與制造業結構調整[J].中國工業經濟，2010（8）

7.俞立平.大數據與大數據經濟學[J].中國軟科學，2013（7）

8.何培育.基于互聯網金融的大數據應用模式及價值研究[J].中國流通經濟，2017，31（5）