金融科技助力小微企業融資

高 蕊

中國經濟在40 多年的改革開放中取得巨大成就，根本原因是改革開放選擇的生產方式與生產要素（資本、勞動力、技術等）的稟賦和發展相適應。其中，小微企業是中國經濟充滿活力的源泉，數量超過90%的中小微企業，貢獻了50%的稅收，創造了60%的GDP，囊括了70%的技術創新，解決了80%的就業。小微企業在促進經濟增長、支持技術創新、增加就業和維護社會和諧穩定方面具有不可替代的重要作用。但小微企業始終面臨融資難、融資貴問題。同時，國家高度重視小微企業融資問題，政策頻出，但呈現的結果基本上是“政策年年有，小微企業融資年年難”。近年來，金融與科技的深度融合正在逐步改變金融業的運行機制，也正在改變銀行與企業信息不對稱的局面，為小微企業融資帶來新的思路和契機。

一、后疫情時期小微企業融資障礙分析

2020 年初，突如其來的新冠肺炎以及而后斷斷續續爆發的局部疫情猛烈地沖擊了實體經濟，尤其是應對風險能力較弱的小微企業幾乎陷入了深度生存危機。廖理和谷軍健等（2021）通過工商、稅務等大數據研究發現，新冠疫情導致小微企業的存活率降低了11.81%，特別是教育、文化、體育和娛樂業、租賃和商務服務業、住宿和餐飲業的小微企業存活率受疫情影響最為嚴重。而影響小微企業生存發展的最重要因素是現金流短缺。朱武祥和張平等（2020）通過兩次全國性調查問卷發現，中小微企業應對現金流短缺的首要措施就是債權融資。小微企業的融資問題本身就是一個世界性難題，在疫情和后疫情時期，其融資問題更加突出且正呈現出新的特征。

一是財務脆弱性更加顯著。受限于企業規模和企業發展階段特點，小微企業普遍資產少、營業收入低，資金鏈較單一，處理突發和不確定性事件能力差，朱武祥和張平等（2020）調查發現，37%的中小微企業賬上現金余額僅能維持1 個月，85.8%的維持能力不超過3 個月。同時，小微企業財務愈加脆弱也意味著其對金融支持的需求更旺盛，71%的小微企業認為能貸到款就能扛過疫情。

二是融資難問題更加突出。之所以小微企業的金融供給遠少于需求，是因為金融機構沒有能力精準識別小微企業的風險，也就無法準確和合理確定貸款利率、金額、期限等。造成這種現狀的根本原因主要是銀行與小微企業之間的信息不對稱。傳統銀行以企業的財務信息、抵押資產作為授信的主要依據，而小微企業自身的財務報告可能不規范或者不完整、可抵押資產少，且傳統銀行沒有獲得小微企業信用風險信息的其他渠道，同時通過調研企業進而授信這種模式對銀行而言單位成本很高，因此銀行沒有能力和意愿衡量小微企業的風險，也不能識別企業間的風險差異，從而一刀切地選擇少貸款、不貸款或者要高價。特別是在疫情反復且全球供應鏈斷裂、經濟全球化，經濟宏觀環境存在諸多不確定性，小微企業經營狀況較差，銀行對其信用評價普遍更低，小微企業融資更難。

三是市場化風險定價不完善。近年來銀行在政策壓力下，不斷降低小微企業客戶的貸款利率，但想要真正實現業務的可持續發展，必須尊重市場的經濟規律，執行市場化風險定價，保證普惠性的同時也要確保收益與風險的匹配性。

四是小微企業融資狀況存在結構性差異。小微企業授信額度、貸款利率和貸款期限存在明顯的年齡、規模和行業差異。越是剛成立的企業，規模越小，受疫情影響越嚴重的行業，相應企業貸款愈難愈貴。

五是融資政策頻出，但小微企業獲得感較差。新冠疫情爆發后，政府迅速響應，多次出臺多項貨幣政策、財政政策等幫助小微企業度過難關。一方面，央行多次降準以確保流動性，不僅推出了3000 億元抗疫專項再貸款和1.5 萬億元普惠性再貸款再貼現，而且創新地設立了兩個結構性貨幣政策工具：普惠小微企業信用貸款延期支持工具和普惠小微企業信用貸款支持計劃；另一方面，財政資金給予利息補助等。但朱武祥和張平等（2020）、全國工商聯《2019-2020 小微企業融資狀況報告》均顯示，至少70%的被調查中小微企業沒有獲得銀行貸款優惠，并且企業規模越小，即營業收入越低、員工人數越少，獲得信貸支持的可能性越小。

二、金融與科技正在發生深度融合

金融與科技的融合自古有之。冶金的出現使貴金屬作為貨幣成為可能；造紙和印刷的發展使宋代出現了世界上最早的紙幣；誕生于漢代的中國算盤，提高了計算的準確性和效率，一直到20 世紀80 年代都是中國銀行業的主要計算工具；古羅馬時代依靠密碼技術可以完成匯款業務；15 世紀產生于意大利的復式簿記至今仍應用于金融業的會計核算。鏡頭拉近到20 世紀和21 世紀前葉，人類取得的科技成果比過去幾千年的總和還要多，金融科技更是突飛猛進。金融業一直是計算機最早和最積極的用戶，20 世紀50 年代出現的磁條技術和之后發展的芯片技術催生了信用卡服務，60 年代銀行開始使用的ATM（自動取款機）和POS（銷售終端機）是由計算機、通信、機電一體化技術支撐的。這些前沿科技在金融業的應用，大多是傳統金融機構運用最新技術創新產品和優化業務流程的實踐。

近年來，以移動互聯、大數據、云計算、區塊鏈和人工智能為代表的金融科技蓬勃發展，金融與科技的融合正進入新的深度融合階段，金融模式創新不斷涌現。今天的金融科技本質上是一場金融信息技術革命，借助數據存儲、傳輸、接收、分析和處理技術的迭代升級，挖掘企業經營互聯網數據、物聯網數據、自然人社交數據等價值，應用于支付、融資、投資等金融核心業務領域，在金融與科技融合過程中實現了商業模式創新。例如金融的四大功能——支付清算、資產轉化、風險管理和信息處理出現了融合趨勢，不再是單一地發揮作用，而是形成了場景金融，創造出了新的金融業態，傳統的金融行業界限和市場格局被打破。總體而言，金融科技正處于發展初期，發展勢頭強勁。技術手段在金融業中的應用正處于探索期或早期階段，其潛在價值有望進一步挖掘和發揮。

金融科技不斷進化、完善，逐步改變了金融的產品與服務、業務模式和流程，將對金融運行產生廣泛深遠的影響。

三、金融科技發展為解決小微企業融資問題提供新思路

金融科技可能通過五個途徑改善小微企業融資狀況。

一是風險管理將實現質的改變，信貸決策不僅可以依靠財務信息、可抵押資產、實踐和失誤積累經驗的傳統做法，而且可以通過互聯網沉淀下來的生活生產的海量數據，通過人工智能自我學習積累經驗，利用深度神經網絡，模擬人腦的判斷機制，提升風險核算、定價和監測能力。

金融機構可以借助小微企業的經營狀況數據、產品物聯網數據、交易行為數據、企業法人的社交行為數據、搜索行為數據等高頻數據以及征信數據、公用事業數據、司法信息、行業、地區、政策、宏觀經濟等低頻數據，利用大數據、云計算、人工智能等技術，分析和預測企業的利潤、現金流、債務情況以及信用水平，形成小微企業用戶畫像，判斷企業的還款能力和意愿，精準識別小微企業的信貸風險水平，實現差異化定價，并且可以實現貸中和貸后的風險實時監控和預警，既保證了銀行貸款業務的可持續性，又改善小微企業融資難、融資貴問題。金融科技的發展或許能從根本上改變銀企信息不對稱從而改變小微企業融資狀況。以網上銀行為例。網商銀行線上風控所依托的數據主要包括：經營類數據，包括淘寶、天貓、速賣通、B2B 等的交易和店鋪相關數據；金融類數據，包括轉賬、支付、保險、理財、借貸等數據；外部數據，包括不同場景下的數據，例如農村場景下縣域，土地，作物生產相關的數據，物流場景下的駕駛、位置等數據。其次，數據實時、連續。網商背靠阿里強大的生態圈，各個場景每日持續生產并更新數據，如電商、社交、物流等。通過與股東的深度合作，網商銀行具備了持續獲取數據的能力，不但可以保證數據的完整性與實時性，還可以及時捕捉趨勢變化的信息。數據真實性和準確性較高。在用戶授權的情況下，網商目前可以利用各類模型對授信過程中的關鍵指標進行真實性判斷，準確度通常高達90%以上，因為采集的大部分數據都是基于現實中的交易和支付場景，并通過了多層數據驗證。如在店鋪交易的真實性判斷中，可以利用機器學習算法進行辨別，剔除虛假交易，然后根據真實的經營狀況進行授信額度的評估。借助多維、實時、動態數據的海量積累，線上小微風控建立了大量模型，形成了差異化的授信和定價策略，實現了小微信貸的自動化審批。

黃益平（2021）對比研究了網商銀行使用非傳統數據構建的風控模型與傳統銀行依賴于財務數據和打分卡的風控模型，結果顯示，對于小微企業而言，網商銀行的風險評價更加準確，風險控制更為有效。因為互聯網實時數據比傳統財務數據時效性更高，而且以人工神經網絡為基礎的機器學習模型善于學習變量間的相互關系，預測能力更強。

二是提高金融服務滲透率。金融科技降低了金融服務的門檻，擴大了客戶覆蓋率。據統計，在發達國家，銀行的滲透率平均約為89%，而發展中國家平均約為41%。同時很多欠發達國家或地區的手機覆蓋率較高，但金融服務遠低于手機覆蓋率。隨著智能手機的普及、移動互聯網的發展以及科技企業借助獲客優勢進入金融領域，金融開始能夠覆蓋無法獲得傳統銀行服務的客群，包括小微企業。而后傳統銀行開始與科技企業合作，傳統銀行的業務優勢和科技企業的技術優勢都得到了充分發揮，金融科技進一步發展，小微企業可獲得的金融資源進一步增加。

金融科技對小微企業融資的助力在疫情期間得到了較為充分的體現。銀行通過“無接觸”方式向小微企業發放貸款。僅從2020 年3 月5 日到4 月30 日，網商銀行一家即與同業合作發放“無接觸”貸款3667 億，服務客戶840 萬。傳統銀行也開始通過互聯網渠道，打造線上非接觸式信貸服務體系，工商銀行推出線上信用貸款產品“用工貸”，截至一季度末，已向重點領域企業提供信貸支持3334億元。招商銀行、中信銀行、平安銀行等股份制銀行也表現出色，基于科技手段推動信貸審批流程更加自動化、產品營銷更加網絡化、風險管控更加智能化。

三是業務成本大幅度降低。Mishkin 早在20 世紀90 年代末便撰文指出，以互聯網為代表的信息網絡技術的普及打破了地理距離對開展金融業務的限制，從而極大地提高了傳統金融部門特別是銀行業的規模經濟效應。近年來，金融與互聯網和計算機技術的深度融合，使得規模經濟效應進一步凸顯，服務的邊際成本進一步降低。同時人工智能的發展將減少對勞動力，尤其是簡單重復性勞動力的需求，金融業的勞動密集特征可能正在逐步減弱。人工智能對人力的替代，在長期內會降低交易成本，管理費用等。例如，隨著銀行信息系統的完善，客戶到柜臺辦理業務的比例明顯下降，2018年上半年，“四大行”員工總數減少了3.2 萬人，人力成本也相應有所下降。根據網商銀行的估算，其發放一筆貸款的運營成本約為2.3 元人民幣，而同樣的一筆貸款，如果以線下作業方式完成，大概需要成本兩千元。對新網銀行而言，目前日審批貸款峰值達到33 萬單，但從人力成本上來說，借助金融科技力量則可以由270 人輕松完成。

四是金融效率將會得到極大提升。通過互聯網程序化傳遞交換數據是金融科技的重要特征，由此有效提高了信息匯集、整合、擴散、交換的成本效率。這種機制有助于緩解商業銀行面臨的不對稱問題。同時，大數據分析、人工智能、云計算等新技術在金融科技領域得到廣泛應用，相應的量化模型分析與傳統的人工經驗評估相比，可以更有效綜合評估風險。數字信貸不依賴于網點和信貸員，而是通過電腦或移動終端觸達客戶，放貸的全流程都在線上完成，原先需要幾天甚至幾十天的信貸審批流程可被縮短至幾小時甚至幾秒鐘。例如，以網商銀行的“310”服務模式為例，其實現了3 分鐘提交申請資料，1 秒鐘發放貸款，整個過程0 人工干預。

五是改善小微企業貸款體驗，信貸工廠模式轉變為個性化貸款模式。除了金融效率的提升節省了小微企業貸款時間成本外，信貸調整方式變得更加靈活和個性化。以新網銀行的信貸調整方式為例，在貸前審核環節，會根據客戶的個人信用等多方面情況，給客戶定制化的貸款額度及利率；在貸后的動態監管過程中，會進一步分析客戶需求，對其貸款額度做相應調整。比如，當發現客戶多頭借貸嚴重，資金饑渴度非常高，同時還款記錄不好，銀行會逐漸凍結其額度，相反，當發現客戶額度使用較為頻繁，且借貸記錄良好，同時結合其他多個平臺反饋的數據情況，認定其為優質客戶，也有較大的資金需求，銀行則會逐步提額。

四、結語

當前是中國向高質量發展模式轉型的關鍵歷史階段，小微企業扮演重要角色，解決小微企業融資難融資貴問題具有重要歷史意義。為此需要盡快發揮金融科技助推小微企業融資的獨特作用。具體而言，中國社會誠信體系建設為信用相關信息整合利用提供了基礎條件，同時一批互聯網企業也已經積累了大量交易數據，加上互聯網信息搜索整合及其數據挖掘技術在持續推進，這些為推進信貸決策根本創新提供了信息支撐，有助于顯著降低對財務報告和抵質押物的依賴性，從而突破傳統信貸決策模式面臨的困境。以信息科技為代表的新技術革命在推動經濟社會發展形態發生巨大變革的同時，也為金融業態創新提供了新的路徑。金融科技使金融業務的成本和風險管理機制發生重要變化，并推動服務模式的不斷創新。金融科技不僅拓展了金融服務小微企業的空間，也有利于形成數據驅動的創新生態系統。從實際進程看，互聯網銀行及助貸機構的發展，從客觀上證明這是一條可行之路。