金融科技助力緩解中小企業融資難題路徑探析

摘 要：中小企業是數量最大、最具創新活力的企業群體，是推動實體經濟發展的重要基礎。金融機構利用金融科技手段實現中小企業信貸服務流程線上化和自動化，有效降低金融機構的獲客、運營及風控成本，從而在助力解決中小企業融資難題方面發揮了有效作用。但金融科技作用的發揮，也存在一些客觀制約條件和極限邊界，同時也可能帶來新的風險因素。本文結合行業實踐系統分析了金融科技助力緩解中小企業融資難題的積極作用以及存在的制約因素，并前瞻性地提出引導金融科技支持中小企業融資規范有序發展的政策建議，希望為監管部門和從業機構推動解決中小企業融資難題提供參考。

關鍵詞：金融科技;中小企業;信息不對稱;大數據;基礎設施

本文索引：趙坤.<變量 2>[J].中國商論，2022（11）：-089.

中圖分類號：F276.3 文獻標識碼：A 文章編號：2096-0298（2022）06（a）--03

1 中小企業融資問題分析

1.1 信息不對稱與中小企業融資難

與大型企業相比，中小企業在融資過程中面臨更為嚴重的信息不對稱問題，這是因為中小企業的管理制度不規范，大多實行粗放式管理，普遍存在財務核算不規范、財務報表不完善、數據不實等問題。另外，中小企業生命周期短，在初創期和成長期存在信用空白，即使部分中小企業已經開始積累信用記錄，但是由于記錄時間較短，難以全面穩定反映中小企業信用狀況。

信息不對稱可能導致信貸配給，引起中小企業融資供給不足。Stiglitz 和 Weiss（1981）及Bester 和 Hellwing（1987）的論文證明，商業銀行為規避逆向選擇和道德風險而采用信貸配給，采取一些非利率的貸款條件以消除部分超額需求，如擔保、抵押要求等，某些借款者即使愿意支付高利息也會由于信息不對稱而被淘汰。王霄、張捷（2003）構建了內生化抵押品和企業規模的均衡信貸配給模型，模型分析結果表明，在信貸配給中被剔除的主要是資產規模小于銀行所要求的臨界抵押品價值的中小企業和部分高風險企業。

1.2 金融服務成本高與中小企業融資貴

以成本加成定價模型作為分析框架，可以看出中小企業融資貴問題與金融機構經營成本、風險補償成本和目標利潤密切相關。一是經營成本。經營成本主要包括獲客成本、運營成本和風險管理成本。金融機構在為不同主體提供信貸服務時，經營成本存在較大差異。在獲客方面，傳統金融機構主要通過線下網點獲客，存在獲客渠道單一、效率低下、營銷成本較高等問題，這在中小企業貸款中表現得尤為顯著。在運營操作方面，中小企業貸款具有單筆金額小、筆數多的特征，這使得銀行從客戶營銷、貸前調查、貸款審批到貸后管理，需要耗費更多的人工操作成本，同時操作風險進一步增加。在風險管理方面，中小企業貸款“短小頻急”的特點，使得金融機構常常面臨流程復雜、風控復雜和運營成本高昂的放款場景，在經營上難以實現規模經濟。二是風險補償成本。風險補償成本主要包括信用風險補償和流動性風險補償。信用風險補償體現在，相比大型企業，中小企業存在規模小、資產少、抗風險能力差等缺點，同時缺少合格抵押品為貸款提供擔保，金融機構通常會要求較高的收益以彌補壞賬損失。流動性風險補償體現在，相比大型企業，中小企業信貸資產在融資市場認可度不高、流動性較差，難以在不受價值損失的情況下迅速變現。三是目標利潤。目標利潤是指每筆貸款的預期利潤，即銀行為股東提供一定的資本收益率所必須達到的利潤水平。近年來，銀行業的利息收入對整體利潤貢獻持續提升，目標利潤過高一定程度上提高了中小企業融資成本。

2 金融科技助力緩解中小企業融資難題

2.1 金融科技助力金融機構提升風險管理能力

數據是金融風險管理過程中不可或缺的信息源，是風險甄別的基礎。金融科技豐富了數據維度，提升了數據處理和分析能力，對于解決金融機構與企業之間的信息不對稱問題、提升金融機構風險管理效率具有重要作用。在貸前，傳統信貸服務普遍依賴“三表”進行信用風險評價，金融科技則充分利用中小企業在平臺上產生的生產經營、財務、交易行為等多元數據，實現對其風險評估和定價，中小企業的信用信息更為完整、可靠和即時。在貸后，金融機構通過場景化有效識別和管控風險，根據具體場景的交易特點、資金流動情況，找到關鍵交易環節，利用金融科技手段分析核心主體履約能力，并有效控制回款路線，確保客戶經營收益首先用于還款，使貸款償還的事后執行更為便捷。

2.2 金融科技降低金融服務成本

（1）金融科技擴大獲客來源和營銷渠道，降低獲客成本。一方面，金融機構依托互聯網的便利性，自建線上渠道平臺并主動切入用戶需求，推出基于場景的線上金融產品，拓寬客戶觸達面，減少人工操作，減輕線下營銷壓力。另一方面，金融機構通過采集、整合分析包含企業輿情、股東信息等在內的互聯網數據，以及稅務、工商、電費、物流等外部數據，能高效篩選出優質客戶，節省傳統信貸流程下金融機構對目標客戶在準入環節的人工成本和時間成本。同時，挖掘不同類型客戶金融需求并進行精準推送，實現金融服務和金融對象的精準匹配。

（2）金融科技推動風險甄別低成本化。貸前風險研判上，運用大數據、云計算等技術，銀行可以將企業金融活動轉化為數據處理活動，充分發揮數據作為生產要素的作用，整合數據并建立分析模型，提供全新的風險定價模式，降低了人工審核、信息收集與整理、風險識別以及風險管理等流程成本，提高了風險評估、分析和預警能力。貸后風險管理上，隨著大數據等技術的使用，金融機構數據系統實時歸結中小企業的交易、經營、履約等核心數據，自動基于數據進行風險預警，減少了人工干預，將風險防御從被動轉變為主動，較大程度降低人工成本。

（3）金融科技改變人工服務流程和傳統設施系統，降低運營成本。數字化技術將金融服務由線下轉到線上，可降低營業網點等基礎設施建設成本，并減少一線服務人員數量和人員費用開支。此外，金融機構將IT設備“云計算化”大幅度降低了內部軟硬件采購成本和管理成本。相對于主機時代高昂的設備采購和運維成本，云計算設備采購成本更低，運維管理更便捷，同時具備隨需擴容的彈性能力，極大降低了金融機構IT成本。

3 金融科技支持中小企業融資的制約因素

3.1 數據共享障礙削弱了金融科技降低成本的能力

金融科技降低信息處理成本的前提條件是數據共享，但無論是數據場景限制還是信息及隱私保護，都可能因數據可得性以及信息數字化障礙，制約金融科技降低信息處理成本的效應。一方面，有些軟信息難以數字化或數字化成本過高。另一方面，數據孤島問題嚴重，企業出于保護商業機密或節約數據整理成本的考慮而不愿意共享自身數據，一些政府部門也缺乏數據公開的動力。

3.2 大數據風控模型有效性有待驗證

（1）數據的真實性問題。當前用于評估貸款客戶信用的數據來源非常廣泛，其中僅有金融征信數據、政務數據等來自政府公開部門，大部分仍然來源于市場機構，其真實性往往依賴于市場機構的自覺意識。（2）相關性分析的有效性問題。金融科技風險管理采用相關性分析原理，依賴大數據算法，輸出結果往往是簡單的信用評分，一方面難以形成對中小企業償債能力的全面深入判斷，另一方面數據與違約在統計上的相關性，并不代表兩者的因果關系。（3）是否能經歷長周期的考驗。金融科技風控受地緣政治、宏觀政策、技術手段等多種因子的長時間影響，在不穩定的數據場景下，一旦其中某個變量發生變化，將可能影響模型的準確度。

3.3 金融和非金融的邊界愈發模糊

過去金融業務與金融機構法人的對應關系總體上比較清晰明確，主體責任比較明確。而互聯網具有無邊界特點，互聯網合作貸款的各個業務環節比較模糊，貸款客戶最后得到的金融服務由金融機構、科技公司等多個法人主體分工協作，經歷復雜整合后形成，容易導致風險邊界和責任邊界不清。合作科技公司為金融機構提供“提質增效”的外包服務，逐漸承擔金融機構“前臺”和“后臺”甚至更多功能，到底誰是金融機構？科技服務、信息服務區別于金融服務的關鍵環節在哪里？越發難以識別。

3.4 大型科技公司帶來的壟斷問題

隨著大量數據向科技公司集中并被處理，科技公司在客戶獲取、金融產品設計、風險控制、服務策略等方面逐漸累積能力，進而創新出傳統金融機構無法提供的“高壁壘”產品和服務，甚至利用交叉銷售、補貼定價、延長賬期等方式非正常地派生客戶的金融需求。在一些具有強規模效應和網絡效應的領域，互聯網巨頭和大型科技公司很容易通過橫向或縱向的并購鞏固壟斷地位，或者復制競爭者的業務，或使用禁止挑戰者進入其控制的市場基礎設施等手段遏制競爭。

4 政策建議

4.1 防范金融科技潛在風險，防止創新跑偏

（1）應堅持實質性監管和穿透式監管，堅持金融是特許經營行業，不得無證經營或超范圍經營。只要是在解決金融機構與貸款企業的信息不對稱問題中承擔作用，并借此輔助金融資源的跨空間、跨時間配置的機構，就需要接受適當的市場準入和持續監管。（2）應堅持公平一致性監管。新技術的應用核心在于數據信息整合以協助金融機構更好地防范風險，而不是便利非金融企業披著技術的外衣無牌辦金融。所有從事金融活動的市場主體都應依法取得金融牌照。對具有同一經營性質和風險特征的金融行為，應遵循統一的監管標準，即監管的審慎要求程度要與風險程度相匹配，維護公平競爭，防止監管套利，避免出現劣幣驅逐良幣。

4.2 規范數據治理，加強數據互聯互通，推動數據資源融合運用

建立涵蓋金融數據采集、處理、使用等全流程的標準體系，提升金融數據質量。鼓勵金融基礎設施平臺建立統一數據模型，將結構化、非結構化數據進行分層、整理、加工、分析，保證數據一致性、實際場景可驗證、數據遷移有保障。同時，打通金融部門間、金融與社會保障等行業間的數據共享通道。構建“1個數據交換管理平臺+N個數據中心（數據源）”的數據架構格局，制定實施統一的數據管理規則，實現數據的集中管理。此外，鼓勵“多方安全認證”“零知識證明”等數據保護相關技術的開發應用，消除數據共享的顧慮和安全隱患，考慮對數字金融服務商在數據準入上設置必要的數據保護技術能力門檻。

4.3 盡快明確金融外包的監管要求

首先，明確外包服務負面清單，金融機構必須堅持掌握核心數據與風控模型，核心業務不得外包，也不應允許科技公司完全成為金融機構的“前臺”。其次，明確金融機構與其外包服務商各自的法律和風險責任，金融機構應在業務外包時承擔風險管控主體責任，同時外包服務商不得完全免除法律和風險責任，防止過度激勵。最后，建立對外包服務商的延伸管理制度，壓實金融機構對其外包服務商的管理責任。金融機構應建立對外包服務機構盡職調查、風險評估和持續監測制度，加強對信息科技風險、外包風險和其他操作風險的管控。

4.4 構建集中式與分布式協調發展的金融基礎設施

既要對金融基礎設施采用分布式技術提出具體要求，又要研究基于分布式技術的新型金融基礎設施與現有關鍵金融系統之間的互操作性。探索分布式賬本技術在支付、交易、結算等金融基礎設施領域的有效應用，嘗試形成可借鑒、能推廣的典型案例和解決方案，建立風險防控和補償機制，為其最終落地形成有價值的解決方案。同時，要對分布式技術本身和已有的創新應用進行全面評估，將數據安全性、保護金融消費者權益擺在首位，結合金融業務的實際需求和金融基礎設施的關鍵要素，制定分布式技術在金融領域應用的技術標準、安全規范和認證審核制度。

4.5 及早應對金融科技快速發展可能帶來的贏者通吃問題

針對超過一定資金規模、跨領域提供綜合金融服務的金融科技公司，借鑒系統性金融機構、金融控股集團的宏觀審慎監管和穿透式監管原則，對其公司治理、信息披露、資產負債等作出明確要求。同時，制定數據反壟斷監管措施，將數據要素作為定義“壟斷”的考慮標準，推動數據資源開放共享，鼓勵金融科技公司和商業銀行通過開放的應用程序界面（APIs），實現數據資源的協作共享。綜合采取反補貼反傾銷、禁止進入重要金融基礎設施領域、強制分拆和剝離部分業務等措施，保持市場競爭活力。此外，應探索制定應急管理機制，對大型科技公司技術風險和風控體系開展定期評估，防止出現數據泄露，遭遇網絡攻擊等問題。

參考文獻

Joseph E.Stiglitz，Andrew Weiss.Credit Rationing in Markets with Imperfect Information[J].The American Economic Review，1981，71（3）.

Stiglitz，J.，The Contributions of the Economics of Information to the 20th Century Economics.The Quarterly Journal of Economics，2000，115（4），1441-1478.

巴曙松.金融創新：化解中小企業融資難的有效途徑[J].金融博覽，2020（7）：6-7.

陳蕾.信息不對稱視角下的中小企業融資困境分析[J].投資研究，2011（10）：56-65.

林毅夫，李永軍.中小金融機構發展與中小企業融資[J].經濟研究，2001.

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）：115-123.

王霄，張捷.銀行信貸配給與中小企業貸款：一個內生化抵押品和企業規模的理論模型[J].經濟研究，2003（7）：68-75+92.

易綱.關于改善小微企業金融服務的幾個視角[J].商業文化，2018（18）：12-14.

Exploring the Paths of Fintech to Help to Alleviate the Financing Problems of Small and Medium-sized Enterprises

National Internet Finance Association of China? Beijing? 102425

ZHAO Kun

Abstract： Small and medium-sized enterprises （SMEs） are the largest and most innovative group of enterprises， and are an important foundation for the development of the real economy. Financial institutions use fintech to realize the online and automated credit service process for SMEs， which effectively reduces the costs of customer acquisition， operation and risk control of financial institutions， thus playing an effective role in helping to solve the financing problems of SMEs. However， there are some objective constraints and limit boundaries for the role of fintech， which may also bring new risks. This article systematically analyzes the positive role of fintech in helping to alleviate the financing difficulties of SMEs and the existing constraints in conjunction with industry practice， and prospectively puts forward policy recommendations to guide the standardized and orderly development of fintech in supporting SME financing， hoping to provide references for regulators and practitioners to promote the resolution of SME financing difficulties.

Keywords： fintech; small and medium-sized enterprises （SMEs）; information asymmetry; big data; infrastructure