大数据技术下我国商贸流通企业融资风险计量分析

罗雅兰

内容摘要：大数据技术能够有效解决商贸流通企业融资过程中的信息不对称问题，对提高企业融资效率具有重要作用。我国商业银行开发大数据技术具有人才和技术优势、政策优势、数据优势和客户资源优势，是推动大数据技术下风险计量手段进步的重要力量。过往的风险计量过程中较多依靠个人市场经验及风险偏好设置具有主观性因素较多，导致风险评估结果出现偏差，因此需要从顶层设计、风险管理制度及结合商贸流通行业特色多个角度进行改进，以提高商贸流通企业融资效率，降低融资成本。

关键词：大数据技术 商贸流通 融资 风险计量 商业银行

研究背景

商贸流通业的发展对优化产业结构、增加就业、提高居民收入以及提升相关行业发展层次具有重要意义。随着国内资产质量的下降，资金进入实体经济的规模呈现下降趋势，具体表现为企业融资难度加大，融资成本逐渐提高，这在商贸流通业中尤为明显。中小企业融资难、融资贵是个世界性难题，我国的中小企业融资难融资贵问题则又带有鲜明的中国特色（吕劲松，2015），改善企业融资困境始终摆在国家的战略层面高度。商贸流通企业融资难、融资贵是行业发展的突出问题，由于大多数商贸流通类企业自身规模小、资金实力弱，不具备有效的增信措施，因此很难从银行等金融机构获得信贷支持，抑或所获得的资金成本居高不下，企业负担无形中增加很多。商贸流通企业融资难、融资贵的症结核心在于金融机构无法对企业的资信水平进行有效评级，由于不能有效计量企业风险级别，因此足值有效的增信措施成为企业获得融资的唯一路径。破解我国商贸流通企业融资困境是当前促进商贸流通企业发展的重要途径，降低融资风险能够有效提高商贸流通企业的经营效率（聂晶，2018）；风险计量是商贸流通企业融资过程中首要面对的问题，风险计量结果直接决定企业融资的可行性及融资额度与成本。由于现有的风险计量模式实际上较为粗放，大多依靠风险管理人员自身的行业经验，以及基本的财务管理知识，对于所倚重的要素赋值基本源自既有的管理经验或风险偏好，并不统一的计量标准。基于此类的风险计量就显得较为主观，且计量的科学性有待提升，因此提高商貿流通企业融资风险计量的技术水平显得很有必要。

近年来，随着国内外金融科技（Fintech）的快速发展，对金融机构的风险计量技术的提升产生了积极的作用，许多商业银行纷纷开始布局金融科技领域，着力提高商业银行自身的风险计量水平，其中大数据（Big Date）技术属于一项具有广泛运用价值的技术之一（见表1、表2）。对于商贸流通业而言，相关学者研究指出，大数据技术的快速发展改变了企业商业模式，包括企业的价值主张、盈利模式、业务流程以及大数据金融的发展等（卢杰，2017）；大数据技术有助于解决“小微企业融资悖论”的难题（黄子健、王龑，2015）；大数据技术以全新的技术改变着商贸流通业的发展（万杰，2017）。对于提升商贸流通企业融资效率而言，大数据从风险计量的层面实现了对企业资信级别的有效评估和判断，切实提高了企业的融资效率，并降低了融资成本。但是，现阶段我国商业银行在大数据技术的运用方面并非如市场呼声一般广泛，实际风险计量的过程中仍旧延续传统模式，因此不利于商贸流通企业的融资，如何有效改善大数据技术在商贸流通企业融资中的运用现状，需要更加深入的研究和分析。

大数据技术在我国商业银行风险计量中的应用

商贸流通企业融资难、融资贵的根本症结在于信息不对称机制，金融机构处于信息弱势的一方，同时受到监管机构的严格监管，势必导致以商业银行为代表的金融机构始终将风险管理摆在首要位置。为有效解决信息不对称问题的不利影响，以大数据技术、区块链等为代表的新型互联网技术得到快速深入的发展，从信息采集的源头开始着力化解信息的不对称机制问题。大数据是现代信息技术高速发展的产物（俞立平，2013）；大数据技术能够帮助银行、证券、保险、P2P网贷等行业进行产品和服务创新，提升金融行业的信息化水平（何培育，2017）。在风险计量方面，大数据发挥了重要作用，为风险计量提供了分析的基础和依据，能够从源头上消除对个人经验的依赖性，消除因风险偏好设置失当导致的风险计量结果失真的问题。大数据技术在企业融资风险计量中的应用可根据市场需求进行有效延伸，能够实现从客户营销到贷后管理阶段，实现一体化的风险管理，这种模式已经成为多数金融科技公司发展的重点方向，商业银行目前仅限于风险审批环节。图1展示了一家专业的提供大数据风险计量评估服务的金融科技公司，利用大数据技术为商业银行、小贷公司、保险机构提供全方位的大数据解决方案。

大数据技术在商业银行中的运用是多方面的，不仅局限于风险计量过程，实质上商业银行的绝大多数业务均可通过大数据技术进行升级改造和优化（见表3）。大数据技术的应用中，民营银行走在前列，多数民营银行具有互联网行业的背景因素，因此在大数据技术开发和应用方面得天独厚。商业银行将大数据技术运用到风险计量中具有自身的行业优势，主要包括以下几点：

第一，拥有技术优势和人才优势。我国商业银行领域集中了大量的金融人才和技术性人才，人才优势和技术优势为商业银行开发大数据技术提供了智力支持，是助推商业银行提高企业融资效率的关键。但是另一方面，商业银行的人才优势和技术优势并没有为其带来更多效率上的提升，反而因过于繁琐的风险管理制度导致企业融资效率一直较低，因此要充分发挥商业银行的技术优势和人才优势需要首先从管理制度上进行变革升级，以促进人才资源和技术资源的合理配置。

第二，拥有历史交易数据积累上的优势。商业银行经过多年的发展，积累了大量的企业融资案例及相应的数据，对企业融资风险计量具备丰富的操作经验，因此在设置模型的过程中能够根据过往经验并结合当前市场发展的实际情况进行合理构建。数据资源是大数据风险计量模型构建的底层资源，是保障模型顺利运行的关键，对高效评估商贸流通企业融资风险具有决定性作用。随着数据资源的不断积累，商业银行的大数据技术开发能够得到更加广泛的发展，将逐渐成为大数据技术开发的重要力量。

第三，拥有政策优势。商业银行在我国金融体系中的地位和作用毋庸置疑，对稳定我国金融市场具有决定性的意义，是我国金融资源的重要聚集地，因此商业银行在很多层面得到国家各项政策的支持，但同时也受到严格的监管。商业银行开展大数据风险计量活动已经得到相应的监管机构的支持，因此是推动大数据技术发展的中坚力量。但从现有的发展成果来看，商业银行开展大数据技术还存在一定的滞后性，需要投入更多资源加强开发力度，切实提高商贸流通企业的融资效率。

第四，拥有客户资源优势。商业银行体系内集中了大量的个人客户和企业客户资源，尤其是大量的中小微企业，大数据技术的应用更多层面上就是为提高我国中小微企业的融资效率而提出的，其是为优化中小微企业融资格局提供技术上的支持。基于大量客户资源的优势，商业银行能够结合市场实际需求开发大数据技术，根据客户反馈适时修改风险计量模型，从而提高并优化大数据技术下的风险计量手段，提高企业融资效率。

现有风险计量方法对商贸流通企业融资效率的影响分析

第一，融资风险计量过多依靠个人市场经验，鲜有科学合理的计量分析模型参与风险级别判定活动。我国金融业发展中的利率定价始终处在初级阶段，由于我国特殊的经济体制，过去企业融资以国有企业为主要群体，民营企业从商业银行获得资金的难度很大，随着民营经济的大力发展，支持民营经济发展，尤其是支持中小微企业发展被摆在了国家战略层面的高度，融资时风险计量手段才有所进步，属于一种市场倒逼的行为。虽然在企业融资风险计量方面有所进步，但在实际操作中，更多的还是依靠个人的市场经验做判断，一方面有存在的合理性和市场价值，另一方面过度依靠个人市场经验容易因循守旧，不能对市场的变化做出灵活的反映。

第二，风险偏好设置具有主观性，天然形成融资准入障碍，不利于普惠金融发展。在现有的风险管理机制中，多数金融机构都存在符合自身发展需求和市场定位的风险偏好设置，基于自身风险偏好形成了对市场的筛选机制，最终落实在企业融资成本上，或多或少对融资效率产生重大影响。资金供给的风险偏好有别于投资者的风险偏好，虽然投资者与资金供给者在某些场合为同一个主体，作为资金重要供给者的商业银行，其自身的风险偏好直接决定了自身所服务的范围和行业领域。市场经验表明，商业银行自身的风险偏好设置失当会直接制约我国中小微企业的融资效率提升，不利于企业的正常发展。在部分商业银行的公司治理结构中，风险偏好的不一致性又加剧了融资效率的下降，构成对商贸流通业发展的融资层面的阻碍因素。

第三，对过往经验的依赖及风险偏好设置失当因素的存在导致风险计量模型设计失效。商业银行在构建风险计量模型时，依据的是过往的市场经验以及自身的风险管理制度规定，本质上是个人的主观判断，而非严格遵循市场规律，表面上看是尊重市场，实际上是突出的主观行为。因此，即便是能够采用严密的计量分析手段对商贸流通企业的融资风险进行判定，也因模型构建基础上的主观性导致分析结果的非客观性。另一方面，国内的金融业发展带有“野蛮生长”的色彩，较欧美等西方发达国家的金融业发展而言，更为原始粗放，基本上缺乏严谨的从业意识和科学的风险管理思想。

总而言之，无论是对个人市场经验的依赖，还是风险偏好设置的失当，以及风险计量模型设计的失效，归根结底是信息不对称因素下的具体表现，融资效率的低下、融资成本的提高以及融资标准的提高，均来自信息不对称的负面影响机制作用。关于信息不对称的理论研究由来已久，学术界对此研究十分深入，实践领域也纷纷进行各种尝试，以化解此项问题，其中大数据技术的使用就是其中之一。

基于大数据技术提高商贸流通企业融资效率的路径

（一）加强大数据风险计量顶层设计

基于大数据技术的进步以提高商贸流通企业融资效率实为一项较大的工程，涉及到大数据立法管理、数据标准建设等多个方面，因此需要对大数据风险计量的顶层设计做合理规划。大数据技术在金融业中的运用并不成熟，既有自身技术发展不成熟的因素，也有金融机构对其认可度较低因素有关，促进大数据技术化解信息不对称问题需要做好顶层设计，未来数据将成为新的经济增长要素，是企业生存发展的新资源，如何合理配置资源是一项系统性工程，需要从制度设计、监管法规、数据使用规范等多个层面进行规划。

（二）完善大数据风险管理制度

大数据风险管理制度包括对数据采集到使用全部过程的管理及风险计量制度的设计两个方面。大数据的运用关乎信息安全問题，因此在采集数据到加工数据、运用数据的过程中需采取合理合法的保障措施，确保大数据的安全使用；同时，对于金融机构，尤其是商业银行而言，应当建立内部的数据管理体系，注重数据的积累和深入挖掘，以提高融资效率和降低运营成本，从而更好服务于商贸流通业的发展。我国现有的风险管理制度中缺乏对数据的合理管理，因此商业银行需要积极转型，重视科技的作用。

（三）融合商贸流通行业发展特色

大数据技术的运用有助于提高商贸流通企业的融资效率，因此需要在风险计量的过程中融入更多行业要素，以构建更具市场化、行业化的计量模型，从而提高风险判定效率。商贸流通业具有业务范围广、产业链条长、从业人数众多的特点，因此能够积累海量数据用于行业发展分析，为构建有效风险计量模型提供了数据支撑。因此，商业银行应该从行业发展的特色出发，设计具备市场前景的融资产品，并结合行业特点设计科学合理的风险计量模型，以切实提高融资效率，更好服务于商贸流通业的发展。

参考文献：

1.吕劲松.关于中小企业融资难、融资贵问题的思考[J].金融研究，2015（11）

2.聂晶.商贸流通企业间接融资模式的风险测度分析[J].商业经济研究，2018（2）

3.卢杰.大数据技术对商贸流通业发展的影响研究[J].商业经济研究，2017（23）

4.黄子健，王.大数据、互联网金融与信用资本：破解小微企业融资悖论[J].金融经济学研究，2015（1）

5.万杰.大数据在我国商贸流通业发展中的运用[J].商业经济研究，2017（16）

6.宋则，常东亮，丁宁.流通业影响力与制造业结构调整[J].中国工业经济，2010（8）

7.俞立平.大数据与大数据经济学[J].中国软科学，2013（7）

8.何培育.基于互联网金融的大数据应用模式及价值研究[J].中国流通经济，2017，31（5）