傳統銀行運用金融科技改進小微金融服務的 原理、存在問題及對策建議

李美洲 鄧偉平

摘? ?要：金融科技可以有效破解銀企信息不對稱問題進而提升銀行對小微企業的金融服務水平。目前銀行借助金融科技手段已形成了基于供應鏈或貿易鏈模式、基于小微企業經營成果模式、基于小微企業自身信用積累模式、基于電商平臺或社交網絡模式等四種金融科技信貸支小模式。但銀行金融科技發展水平參差不齊、破解信息不對稱所需的外部數據獲取難度大、金融科技信貸模式下產生的不良貸款風險分擔機制缺乏及金融科技信貸模式下產生的不良貸款風險處置措施滯后等因素影響了銀行運用金融科技支小支微。為進一步改進小微企業金融服務，本文建議銀行機構要提高金融科技發展水平，要加快建立數據共享機制，不斷完善對銀行金融科技信貸產品的風險分擔機制，并加快建立針對金融科技信貸產品案件的司法處置機制。

關鍵詞：金融科技;小微企業融資;信息不對稱;客戶畫像

DOI：10.3969/j.issn.1003-9031.2020.04.009

中圖分類號：F832.46? ?文獻標識碼：A? ? ? ? ? 文章編號：1003-9031（2020）04-0065-05

小微企業缺乏抵押品、財務管理不規范、應對市場風險能力差等“先天不足”是其融資難的內在原因，融資環境有待改善、貸款風險識別難和貸款管理成本高、銀行未能真正下沉服務重心等是小微企業融資難的外部原因，而銀企信息不對稱導致銀行難以真正判斷小微企業還款意愿和能力是小微企業融資難的根本原因。隨著數字技術的廣泛應用，傳統銀行借助金融科技手段，通過整合信息、打通信息阻塞，一定程度上緩解了信息不對稱問題，有效地改進了小微金融服務。

一、傳統銀行運用金融科技改進小微金融服務的原理

（一）金融科技可以精準推送信貸產品，破解信貸需求信息不對稱問題

銀行通過挖掘自身行內長期以來積累的關于小微企業、小微企業主、個體工商戶的數據信息資源，或通過整合工商、稅務、權威部門授權使用的紅白名單、知識產權等外部數據信息，利用風控模型給客戶畫像，經過數據模型分析后，給目標客戶一個預授信額度，通過信貸產品的精準推送，較好地解決“銀行不知道到哪找客戶”和“小微企業對信貸產品不了解”的問題。

（二）還原小微企業真實經營狀況，破解信用信息不對稱問題

銀行運用大數據、人工智能等手段，從工商、稅務、法院、社保、環保、電信、結算流水、征信等多角度對小微企業進行交叉驗證，通過交叉驗證方法還原小微企業生產經營狀況和小微企業主的信用狀況，充分預估和掌握了小微企業償還貸款的能力和意愿，有效地破解了信用信息不對稱問題，改變了過去沒有抵押物就不敢貸的境況。

（三）降低信息搜索和使用成本，破解小微企業融資貴和融資效率低的問題。

一是銀行通過挖掘自身長期以來積累的數據、第三方公司提供的外部數據、政府權威部門公布的政務數據，在精準獲客的同時，大大降低了搜集客戶信息的成本。二是銀行基于多維度的數據分析可以精準識別小微企業主的人品情況、推算小微企業的盈利情況及償還前景，真正做到“了解你的客戶”。在此基礎上，為小微企業提供一系列純線上、純信用的秒貸產品，這些線上產品免去了傳統模式中小微企業主要到不動產登記中心辦理固定資產抵押的流程及小微企業購買財產保險的費用和負擔的資產評估費用。

二、銀行借助金融科技解決小微企業融資難問題的幾種模式

圍繞破解信息不對稱問題，傳統銀行通過收集小微企業多維度的軟信息，利用區塊鏈、大數據、云計算、人工智能、生物識別等技術，打通信息梗塞，準確地把握了小微企業的資金流、物流、信息流，并結合傳統審貸模式中積累的風控經驗制定動態的風控規則，探索出以下四種金融科技信貸支小模式。

（一）基于供應鏈或貿易鏈模式

商業銀行與產業鏈上的核心企業、龍頭企業合作，依托核心企業的信用和真實交易數據，為上下游小微企業提供無抵押擔保的訂單融資、應收應付賬款的融資模式。如交行珠海分行、廣發銀行深圳分行、招商銀行深圳分行的“政府采購貸”，依托互聯網、大數據等技術手段，以政府采購中心或公共資源交易中心收集到的企業采購中標公告、備案合同、歷史訂單、履約情況等數據信息為授信參考依據，為政府采購項下的供應商提供基于采購訂單項下的供應鏈在線信用融資服務。又如珠海華潤銀行的“金銷貸”，通過在區塊鏈上共享合作品牌企業的客戶核心數據，結合其下游客戶的企業征信數據、法人行為數據、交易及信用情況等，發放給小微商戶的貸款。

（二）基于小微企業經營成果模式

商業銀行運用金融科技手段，對小微企業提供的結算流水、增值稅數據、物流數據等經營成果信息進行還原后，為小微企業在線發放的無抵押貸款。如平安銀行的“物流數據貸”，憑小微企業在銀行認可的物流管理軟件上記錄的連續12個月的物流數據，即可在線即時獲得純信用貸款;平安銀行的“發票貸”，小微企業提供過往2年的增值稅數據、發票開票記錄，即可獲得信貸支持;建行廣東省分行以出口退稅記錄和數據，為小微型出口外貿企業提供便利化的“跨境快貸——退稅貸”融資服務。

（三）基于小微企業自身信用積累模式

商業銀行基于稅務部門對小微企業的納稅評級、各行業主管部門認定發布的紅名單、小微企業在商業銀行長期以來積累的信用等信息，結合小微企業主和小微企業的征信情況，提供的信用便捷貸款。如工行廣東省分行的“稅易通”、交行廣東省分行的“稅融通”、建行廣東省分行的“稅易貸”，是以廣東省電子稅務局銀稅互動平臺提供的一般納稅人涉稅信息為基礎，面向生產經營穩定、納稅信用良好的小微企業及小微企業主，以信用方式發放的短期、小額線上融資產品。又如建行廣東省分行的“好家庭信用貸”，以廣東省各級婦女聯合會公布的先進家庭或先進婦女名錄為基礎，滿足其生產經營需要而發放的小微快貸。

（四）基于電商平臺或社交網絡模式

商業銀行與京東商城、淘寶、天貓等電商平臺及微信等主流社交平臺合作，先由電商平臺、社交平臺根據約定的風險政策篩選并推薦給商業銀行，再由商業銀行結合自身的風控模型進行二次篩選、二次驗證，經銀行專業判斷后對小微企業主、小微企業主進行授信支持的一種模式。如平安銀行的“電商數據貸”，以電商平臺提供的現金流、物流等數據作為授信依據，通過構建匹配的風險模型，對輕資產的電商平臺賣家提供的一種融資服務。

三、銀行應用金融科技改進小微企業融資存在的主要問題

（一）銀行金融科技發展水平參差不齊

整體而言，銀行金融科技水平的排序為：國有大型商業銀行>股份制商業銀行>城商行>農合機構>村鎮銀行。從科技投入來看，國有大型商業銀行均已在總行層面上成立了專門的金融科技公司，如工行成立了工銀科技、建行成立了建信科技公司，股份制銀行如招商銀行成立了招銀云創、平安銀行成立了金融壹賬通，而南粵銀行、珠海華潤銀行、廣東華興銀行等城商行則依托外部科技公司進行開發，再進行知識轉移，農合機構則主要由省聯社銀信中心統一進行開發，村鎮銀行目前還未觸及金融科技。從貸款流程看，有些銀行從獲客、到風控、到業務辦理、到貸后管理都已純線上化，有些銀行則只是部分環節實現了線上化，部分環節還需進行線下人工受理。從金融科技所依托的數據資源看，有些銀行已經直接獲得了稅務、公積金、社保等政務數據，實現了政務數據+行內數據+第三方服務公司數據全方位對客戶的驗證，有些銀行則只基于自身行內的數據開發線上信貸產品，還有部分銀行僅通過第三方服務公司獲得客戶信息。從產品成熟情況看，有些銀行的金融科技信貸產品已經非常成熟，線上貸款發放的筆數、金額增長較快，如工行廣東省分行、建行廣東省分行線上小微貸款余額分別占該行所有小微貸款余額比重的60.8%、53.8%，而有些銀行的線上信貸產品還未推出或正處于測試階段。

（二）破解信息不對稱所需的外部數據獲取難度大

客戶風險的識別、風控模型的額度核定、貸后管理的自動預警，均依賴于大數據，數據成為銀行發展金融科技的基礎。目前，各家銀行均已直接接入了公安部門的身份證聯網核查系統、全國法院失信被執行人名單信息查詢系統和人民銀行的征信系統，而小微企業及小微企業主的其他關鍵信息數據仍難以獲得，主要表現在：一是政務數據仍分散在政府各個部門，沒有統一到一個平臺或一個歸口、管理部門，仍處于分散化、條塊化管理階段，銀行如果要運用這些數據，只能逐個部門談、逐個部門取，需耗費銀行大量的人力、物力。二是銀行層級不同，獲取政務數據的難度也有較大差別。國有大型銀行綜合實力較強，法人層級較高，容易獲得政府部門的信任，如工、農、建等銀行已經總對總獲得了稅務數據，而地區性商業銀行，如珠海華潤銀行、廣東南粵銀行、廣東華興銀行及眾多的農村商業銀行和農村信用社則難以獲得政府相關部門的數據。三是銀行獲取政務數據存在地域限制問題。主要表現為地區性的銀行容易獲得當地的政務數據，而異地的政務數據難以獲得。如廣州銀行接入了廣州市不動產登記中心的數據，但難以獲得其他地市的不動產登記中心的數據。

（三）金融科技信貸模式下產生的不良貸款風險分擔機制缺乏

目前，廣東省內各地市成立的“助保貸”、“政銀?！钡日咝該；穑会槍鹘y的線下信貸產品進行風險分擔和杠桿放大，以線上信貸產品為代表的金融科技產品還未納入到政策性擔保的范疇。線上信貸產品產生不良風險和損失完全由銀行自行承擔。目前市場利率化后，銀行存款成本普遍不低，但監管要求給小微企業的貸款成本要下降，銀行利潤空間被壓縮，一旦稍有不良貸款風險發生，再加上計提撥備，針對小微的線上產品基本上是虧損的。如工行廣東省分行目前的平均資金成本為3.03%，而線上小微貸款平均利率為4.35%，如果不良率為1%，則全部線上產品基本上是虧損的。中小銀行的資金成本更高，利潤更易受不良貸款侵蝕。銀行通過金融科技解決小微企業融資難問題，亟須建立專門的風險分擔和補償機制。

（四）金融科技信貸模式下產生的不良貸款風險處置措施滯后

一是失信人員不能快速進入法院的失信被執行人信息數據庫。目前，銀行主要是借助金融科技推出線上貸款產品解決小微企業融資難題，但在不良貸款產生后，仍按照常規的模式提供證據鏈給司法部門，從起訴到判決再到強制執行一般都要1.5—2年，導致失信人員名單不能及時更新，小微企業主、小微企業這段時間又可能“鉆空子”申請其它銀行的線上貸款，由此導致失信人的違約成本不能及時、快速體現出來。二是沒有專門針對線上信貸產品案件的快速審判機制。線上的信貸產品因額度小，銀行希望能幾百個或上千個打包式、批量式進行快速審理，由于沒有專門針對線上產品的一套快速審理機制，目前沿用傳統金融債權單筆申請、單筆走司法流程的做法，存在處理效率慢、等待時間長等問題。

四、進一步推動銀行運用金融科技改進小微融資服務的對策建議

（一）鼓勵銀行機構提高金融科技發展水平

一是各銀行業金融機構要提高政治站位，深刻認識在大數據背景下金融科技對于破解銀企信息不對稱進而改善小微企業金融服務的重要性和顯著作用，加快引進和培養金融科技人才，加大對金融科技的投入。二是鼓勵中小銀行與金融科技公司合作，借助金融科技公司的專業優勢，搭建風控平臺、開發風控模型，逐步實現小微信貸產品的全線上化、小微企業貸款業務流程再造。

（二）加快建立數據共享機制

一是在“數字政府”建設的整體框架下，將稅務、市場監管、工商登記、水電氣、社保、公積金、海關、人力資源、環保等數據信息統一整合到一個省級平臺，并在依法依規的前提下開放給各銀行查詢和共享，幫助銀行解決客戶畫像中“數據不夠豐富”的問題。二是由地方政府成立地方企業征信公司，建立地方企業征信系統或地方社會公共信用數據庫，通過與信息源單位如政府部門、公共事業單間等的專線連接實現數據自動采集，供銀行查詢使用。

（三）完善對銀行金融科技信貸產品的風險分擔機制

一是在原有各種政策性擔?；鸬幕A上，擴充擔保基金實力，將線上小微信貸產品納入到擔保、風險分擔范圍。二是新設專門針對金融科技產品的政策風險補償基金，為小微企業通過線上融資提供增信和風險分擔。三是引入商業性的擔保、再擔保公司或商業性的保險公司對線上融資的整個客戶群、整個資產包進行擔保。同時，各級財政可對擔保費、保險費進行補貼，以降低銀行風險和小微企業融資成本。

（四）加快建立針對金融科技信貸產品案件的司法處置機制

一是在傳統司法流程基礎上進行制度創新，針對線上小微企業貸款金額小、筆數多的特點，在電子合同、提款記錄等證據鏈材料完整的前提下，允許銀行批量化、打包式的申請立案，開辟小微企業金融債權訴訟綠色通道，努力實現小微企業金融債權訴訟快立案、快審理、快宣判、快執行。二是推動建立互聯網法院，充分利用大數據、云計算、人工智能等新技術建設互聯網法院智慧審理平臺，對接銀行的信貸管理系統，自動調取訴訟所需的原始數據和電子資料，構建高效、便捷的案件審判機制，爭取及時快速地更新失信被執行人名單，以形成對整個銀行業的保護。

（特約編輯：何志強）

參考文獻：

[1]王馨.互聯網金融助解小微企業融資困境：基于“長尾理論”分析[J].征信，2014（3）：5-7.

[2]賈楠.互聯網金融與小微企業金融關系研究：基于金融共生理論視角[J].技術經濟與管理研究，2015（10）：54-58.

[3]沈黎怡，陸岷峰.金融供給側結構性改革與小微金融業務發展研究[J].西南金融，2019（7）：75-91.

[4]孟娜娜.中小微企業“麥克米倫缺口”成因及智能金融解決路徑[J].南方金融，2018（7）：75-82.

[5]劉滿鳳，趙瓏.互聯網金融視角下小微企業融資約束問題的破解[J].管理評論，2019（3）：39-49.

[6]丁振輝.大數據在小微金融業務實踐中的探索[J].金融理論與實踐，2016（1）：104-108.

[7]陸岷峰.金融科技背景下普惠金融基本矛盾圖譜與解決路徑研究[J].金融理論與實踐，2019（8）：5-11.

[8]吳朝平.商業銀行跨界擁抱金融科技的動因、新特征和著力點[J].上海金融，2018（6）：62-64.

[9]潘小明，屈軍.商業銀行與金融科技融合：現狀、趨勢與對策[J].海南金融，2018（5）：31-38.