小企业融资：大数据钥匙

文/陆岷峰 徐阳洋

小企业融资：大数据钥匙

文/陆岷峰 徐阳洋

在大数据时代，商业银行可以不再局限于20%的大客户，而是很有机会从80%的低端客户身上获取丰厚的利润。用大数据对小微企业进行风险评估，很多数据征信公司都采用这种方法，传统的信用体系因此也遭受很大冲击。

小微企业因其对国民经济的巨大作用而受到发达国家和发展中国家的广泛重视。国外对小微企业的研究颇多，最早研究小微企业融资问题要追溯到1931年，在一篇称为《麦克米伦报告》中首次提出小企业的融资问题。在资本主义金融制度下，当遇到市场失灵时，金融机构无法将资金贷给小企业，这就是经济学上著名的“麦克米伦缺陷”。

国外学者Stiglitz 和 Weiss（1981）认为，在金融市场上信息的不对称使得金融机构识别具有还款能力的小企业成本过大，从而导致了其减少或放弃对小企业的贷款；Allen N Berge（2004）等人通过仔细研究中小企业的融资渠道以及融资流程后，提出解决中小企业的融资问题可以通过供应链金融来解决的观点；Jaratnea和wollke（2009）则认为小银行可以系统地了解本地区中小企业的状况，比如企业经营能力、负债状况等。因此可以将企业的各种信息放到一个平台，这样可以很容易地减少二者之间信息不对称。

国内对于小微企业的研究相对国外较晚。国内学者普遍研究后指出，中小企业管理体系落后、很多制度不健全、财务不明晰、业务量多而杂，而且业务金融较小，导致银行不愿意发放贷款，正是信息的不对称使得金融机构不愿贷款给中小企业或者小微企业。当前应该首先建立一个完善的小微企业信用评级指标体系，在具体的评级指标上面增加一些如与企业相关的上下游企业状况、企业自身的信誉情况等控制变量，这样可以对广大小微企业有一个更深入的了解，评估更加准确。政策的制约也是阻碍小微企业融资难的根本原因，解决小微企业融资难必须从政策制定的专门性、对政策的执行力、政策的有效性以及政策的顶层设计四个维度出发，来解决小微企业资金均衡关系，从而破解小微企业融资难的问题。

信息不对称是融资瓶颈

小微企业的存在为国家创造巨大经济和社会价值的同时，其融资难的问题一直成为小微企业发展的瓶颈。根据中小企业调查资料数据显示，小微企业的平均寿命大概为2.9年，每年约有30%的小微企业倒闭，而这30%的小微企业当中约有32%的比例是因为缺乏资金而倒闭。小微企业每年获得正规金融机构的贷款额占正规金融机构总贷款额度的20%左右（见表1），资金缺口很大，小微企业融资渠道极其狭窄，其主要依赖的银行信贷途径其实也很坎坷，银行不仅对其“惜贷”而且还会对其实行“信贷配给”行为。小微企业贷款难的原因很多而且复杂，主要原因是信息的不对称导致商业银行对小微企业的征信十分困难。

表1 2010-2015 年小（微）企业贷款金额及占比（单位：万亿元）

具体而言，在对比大企业上，小微企业在信息的规范和结构方面有很大不同。一般而言，大企业披露的信息比较可靠，经营活动也比较规范，因此对于大企业的信息审核因为其质量较高，所以较为容易，商业银行只需要用传统的信贷审核办法就可以判断其信用等级，但是小微企业则不同。

总体而言，小微企业的经营管理规范度不高，其披露的企业信息不仅少，而且真实性也不大，商业银行想通过审核“硬信息”的办法来了解企业基本不可能。商业银行如果要贷款给小微企业则需要知道其资质，通过各种途径了解其信息，根据这些信息，商业银行再重新设计专门针对小微企业的信贷结构。但是在这个过程当中商业银行又必须付出很大的成本，但是一般性的银行往往不愿意付出这样的成本。如果商业银行不愿意付出这样的成本，再加上小微企业在信息规范和结构上面不改善的话，那么商业银行贷款给小微企业想要降低风险只能通过提高利率和对小微企业要求抵押物进行担保两种方法。

但是，目前我国的利率并没有完全的市场化，小微企业也一般都缺乏抵押物。商业银行使用传统贷款方法贷款给小微企业付出的成本和贷款给大企业付出的成本相差不大，在银行资金一定的情况下，商业银行往往会提高贷款门槛以迫使小微企业无法获得贷款而退出信贷市场，这其实就是“二八定律”和小微企业贷款难、商业银行难贷款的真实原因。80%的低端客户给商业银行带来的利润很少，还不如放弃这80%的客户来专门服务20%的高端客户。

大数据“钥匙”

大数据的出现使得这种成本与收益不对等的局面正在被打破，其所具有的五个特点：规模性、多样性、高速性、精确性和价值性使得信息不对称的问题有了解决的可能性。

（一）大数据信息采集

在和商业银行信贷业务相结合的条件下，大数据的一个很重要的优势就是对小微企业的征信成本的降低。获取小微企业的数据比较广，主要有三种渠道：第一种是最基本的来源，即第三方所提供的数据，包括结构化数据和非结构化数据，主要是客户的银行卡和信用卡等，以及用户的搬家次数、法律信息等；第二种主要是客户所提供的数据，包括其使用的电话账单、水电煤气账单以及调查问卷等信息；第三种则是在互联网上所得到的信息，包括客户的IP地址、各种网络行为等数据。

这些结构化和非结构化数据至少有10000多条。这些数据很好地挖掘出借款人的各种特征，在更深层次方面了解小微企业的信用等级，帮助商业银行判断小微企业的信用状况，方便评估风险。大数据征信公司将众多多元化的数据加以利用，在不同层面判断借款者的资信，从而形成一个全面的借款者图像（如图1）。

图1 大数据采集的基本原理

（二）大数据信息分析

利用大数据对小微企业的信用评估其实就是先收集借款者各种结构化和非结构化数据，接着使用征信公司精准的预测模型以及先进的集成学习方法对众多数据进行一定的标准化整合，共分为五步骤：一是将在各种渠道收集到的海量的原始数据首先输入到数据处理系统当中；二是数据系统开始对数据进行处理转换以找出数据之间的各种关联；三是找出数据之间的关联性后再将数据重新整合，形成更完整的变量或者测量指标，每种变量或者指标都反映借款者一定的状况；四是将这些变量或者测量指标输入到预测模型当中进行相应的预测；五是将预测出的各种结果进行一定的加权，得到小微企业的信用评分。

总的来说，这个阶段其实就是先将各种原始数据进行挖掘，然后再将处理过的变量进行建模或者放到预测模式当中。因为收集到的数据至少10000多种，预测的结果也会比较真实。在这整个过程当中对数据收集、处理、加工、分析等环节都是通过预测模式，分析系统自动进行，而且还可以对风险进行跟踪处理，从而不会受到人为的介入干扰，很好地避免了道德风险，商业银行与小微企业的信息不对称问题最终得到解决（如图2）。

图2 大数据分析的基本原理

在大数据时代，传统的“二八定律”将不再成立，商业银行可以不再局限于20%的大客户，而是很有机会从80%的低端客户身上获取丰厚的利润。最近几年，用大数据对小微企业进行风险评估受到了国内外的广泛关注，很多数据征信公司都采用这种方法，传统的信用体系因此也遭受很大冲击。

开放共享数据生态系统

大数据的迅速发展使得小微企业的融资难问题得到一定程度的缓解，2015年9月，国家又颁布了《促进大数据发展行动纲要》，将大数据提升到国家战略角度，制定出了大数据发展的顶层设计。但是大数据属于新兴事物，对于更好地促进大数据解决小微企业融资难问题提出五大法则。

（一）构建相关法律法规体系，完善监管

大数据的发展前景十分广阔，不过这一金融创新势必会产生监管的空缺落后，我国目前实行的是机构监管，大数据监管主体不明、标准不一，没有一个完整的监管模式肯定不利其发展，因此加快建立适应大数据发展的监管迫在眉睫，具体有：（1）仔细分析大数据种种界定，明确其监管主体；（2）制定关于大数据的各种制度，充分尊重市场机制，可以成立一些行业协会，规范大数据的发展；（3）加强对大数据监管的各个部门之间的协同合作，实现信息共享。

（二）建立完整真实的“数据生态系统”，实现数据信息开放。

在大数据时代中，一个重要的特征就是数据的开放与共享。我国的数据资源非常广泛、覆盖范围广，从教育、医疗、卫生、金融、信用、社保等到社交网络、电子商务平台，但是数据散而杂，很多数据区域割裂比较严重，真实性也不高。通过大数据解决小微企业的征信问题严重依赖数据的可得性以及真实性，这些是决定小微企业能够健康持续发展的关键。

因此政府可以成立专门的机构来主导建设全国统一的数据系统并且早日对外开放。同时，很多小微企业因为税负比较高，经常会对财务进行造假，“一企两账”现在比较严重，从而使得公开的数据真实性不大，虚假数据的流动对大数据的建设与数据的挖掘很不利。应针对小微企业制定更加优惠的税收政策，市场的监管主体要切实加强对小微企业的监管，使其披露虚假信息的成本提高。

（三）加大对互联网金融数据平台安全的保障基础设施建设。

在当前的新形势下，面对着新的技术和业务，中国的互联网金融系统受到很大的挑战。旧有的金融信息安全防护体系已经很难适应当前的要求，急需建立一种新的、高效的、安全的信息防御体系。

在大数据时代，商业银行和小微企业之间的融资过程其实很多都是在网上进行的，安全问题很大。目前中国现在的征信系统还暂时不包括互联网金融信息，同样信息共享机制也没有，违约风险高。中国的互联网金融系统在产业化的思路下，可以建立一种基于攻击语境的主动防御体系，加强对互联网金融数据平台安全的保障基础设施建设，包括成立数据安全服务平台、数据仿真系统安全分析、信息安全态势联防联控感知与监测预警、信息安全大数据分析、深度运维系统工程、国产化设备与系统替代、信息安全服务替代、基于可信计算的加固防护等。

（四）商业银行尽快树立大数据思维，抢占数据优势，创新线上产品，强化数据应用。

商业银行最核心的资产其实就是数据，对大数据的规模投资和拓展前景十分广阔。现阶段商业银行对大数据的发展仍然处于初级阶段， 商业银行其本身的发展就很依赖信息技术，商业银行想要升级转型必须要通过大数据的应用。

首先，商业银行应该树立大数据思维，尽早地抢占数据优势。在大数据时代，尽快确立一种新的运营模式，商业银行要根据大数据的特点，确立更加强大的决策洞察能力，使得运营模式的转型升级更加顺利，积极地在市场当中进行布局，并且和比较优秀的电商、担保等平台，以及其他银行、政府等进行深入合作，争取实现数据共享，从而夯实了客户基础；其次，商业银行应该创新线上产品，积极地利用新的技术工具，实现网上审批、网上放贷，降低放贷成本；最后，商业银行还要对大数据的应用进行强化，对于众多原始数据，除了对其进行存储、筛选等基本研究以外，还要对数据的安全、数据中设计客户隐私、数据的可视等重点领域进行技术研发。

（五）加强对大数据人才队伍的建设。

大数据的建设需要涉及到方方面面的知识，无论是底层芯片的设计，还是基础或者应用软件的开发都需要涉及很多专业知识，统计、电子商务等。而这方面的综合人才暂时来说比较缺乏，因此政府部门应该加强与高校进行合作，积极地对相关人才进行培养，引进国外既懂得行业层面又能够掌握大数据的人才。

（陆岷峰，南京财经大学金融学院教授、金融研究中心首席研究员、江苏省互联网协会秘书长；徐阳洋，南京财经大学金融学院研究生。）