数字经济时代下金融科技应用于中小企业担保机构的可行性分析

姜天翔JIANG Tian-xiang；王俊焕WANG Jun-huan

（①北京信息科技大学经济管理学院，北京100192；②北京卫戍区海淀第五十一离职干部修养所，北京100142）

0 引言

近年来，随着政府部门出台相关政策支持融资担保途经促进中小企业的融资问题，中小企业融资难、融资贵问题虽然得到了一定程度的缓解，但仍然是我国未来经济发展的重要约束。由于中小企业贷款项目风险大、成本高、难风控的特性，商业银行出于营利目的往往不予批准中小企业贷款申请，故凭借第三方融资担保机构对企业增信的方式从银行获取融资未来仍然会是中小企业融资采取的常见手段。但由于目前我国经济下行压力较大，中小企业普遍经营状况不佳，再加上担保机构自身对于项目的征信与风控理论过于陈旧，导致担保机构普遍入不敷出、依赖财政补贴现象严重。在中小企业经营效率多变的背景下，担保行业急需引入新的技术理论进行变革。

随着互联网信息技术的发展，数字经济将势必成为行业未来发展的主流与趋势，运用互联网对贷款客户进行全面的数据挖掘、存储、计算与分析，建立程序自动审批的信用评级与风险控制新模式，能够有效缓解中小企业担保项目信息不充分与不对称的问题；同时基于程序算法建立信用评审模型与全流程系统在线办理的风险监控模式，将会极大地避免传统担保模式下依靠信贷人员主观经验判断与人为操作带来的决策风险与操作风险，提高担保项目审核流程的准确性与客观性，从担保的审核、评级、保后管理、风险预警、坏账催收多领域、全过程、多角度的量化评估担保项目的收益与风险，对担保行业未来的经营发展与战略规划均有着十分重要的参考意义。

1 担保机构引入大数据分析的必要性与可行性

传统担保模式的风控失灵与引入大数据技术的必要性：目前我国担保机构对于项目的审核与风控普遍借鉴传统商业银行的信用评级模型，本文通过选取我国中农工建四大行针对小企业客户的信用评级指标体系进行横向比对，发现当下商业银行对贷款企业的信用评估评级体系主要关注于贷款企业的第一还款来源（预期盈利能力），同时对第二还款来源（是否能够提供足值抵押物）的依赖性很强。市场上的商业银行针对中小企业信用评级审核标准侧重关注于企业预期的盈利能力、偿债能力以及能否提供足值抵押物来抵御违约风险，并把企业静态的财务统计数据作为财务分析的依据来判断是否对该企业提供贷款服务。然而现实中由于中小企业的贷款项目具有小散特点，普遍存在着财务核算与统计不规范、不健全，同时由于中小企业贷款项目存在着“短、小、频、急”的特征，其历史经营数据波动较大，导致依赖历史经营数据的传统静态的财务分析往往失灵。此外，出于审慎考虑，商业银行通常不接受中小企业其他提高抵押率的反担保手段，这一特征也与中小企业普遍缺乏足值抵押物的客观现实相冲突，导致中小企业为顺利获取贷款融资必须借助第三方担保机构介入为其担保增信。

担保机构作为商业银行转嫁企业违约风险而衍生的第三方融资中介机构，由于贷款抵押物不足是中小企业项目的客观现实，市场上担保机构沿用商业银行寻求反担保措施为主的风控理论与担保的功能相悖；此外商业银行贷款的风险五级分类管理中将贷款项目的逾期天数也列为重要参考指标，这与担保理论中担保机构具有代偿义务和担保债权的或有债权性质严重不匹配，故也不适用于担保机构。因此，担保机构一味沿用商业银行的信用评级体系是当下担保风控失灵的主要原因，担保机构的信用评级与风险控制理论急需引入新的技术手段去补充与完善。

2 利用大数据技术完善中小企业的融资担保的可行性

随着互联网通信技术的快速发展，传统金融机构借助外部专业技术来补充与完善自身经营管理模式的趋势愈发明显。对于担保机构而言，担保市场上存在着信息不对称，处于不同发展阶段的企业担保机构对于其信息的掌握程度相差较大，而中小企业由于经营时间短，其管理者缺乏足够组织管理与财务管理经验，信息不充分与不对称问题尤为严重。担保机构作为第三方中介机构承担了银行转嫁来的项目全部违约风险，但收益来源仅为被保企业处缴纳的少量保费，这造成了担保机构“高风险低收益”的经营困境。破解担保机构经营困境只有解决中小企业的信息不对称问题，担保机构借助大数据的信息挖掘优势，迅速有效地获取与存储客户的有效信息，并在担保期间内能够更加准确的洞察担保项目资金的使用途径、收益以及各种风险因素进行风险预警，并对风险预警及时作出各类调整，有效消除中小企业的信息不对称问题，使得担保机构的业务操作更加科学化与合理化。

3 中小企业担保大数据平台建设与规划

3.1 大数据技术的发展演进趋势、应用与挑战

大数据是指与传统结构化、集中式的小数据集不同的多源异构、分布式架构为主的超大规模数据集。大数据分析通常具有以下五个特征（5V）：数据量大（volume）、处理速度快（velocity）、数据类型多（variety）、数据价值（value）、数据精度高（veracity）。和传统的数据分析相比，大数据分析带来三大实质性变革：首先是大数据技术让人们脱离了对模型与算法的依赖。足够多的历史数据本身便可帮助人们去接近事情的真相；其次大数据技术弱化了因果关系，通过大数据技术分析可以挖掘出不同要素之间的相关关系，因此人们不需要知道这些要素之间相关关系背后的逻辑便可以知晓并充分利用这些因果，该项功能在当今信息错综复杂的现代社会下，大数据技术的应用将大大提高决策效率；再者便是大数据技术可以处理半结构化或非结构化的数据，这将使计算机分析的数据范围迅速扩大，大大提高了数据的使用方式与效率。大数据按照信息处理环节可以分为数据采集、数据清洗、数据存储及管理、数据分析、数据显化以及行业应用等六个环节。而在大数据分析的各个环节中，已经有不同公司占位。担保机构构建大数据平台时可以选择与各环节的公司外包，也可以招募专业技术人员自建。

3.2 “大数据担保”将成为未来担保行业发展的趋势

由于中小企业普遍存在着严重的信息不对称特性，传统担保模式依靠经验从业人员对中小企业担保项目进行的背景调查、审核评估以及风险监测过程往往成本较高且难以做到全面、客观、科学。而担保机构通过构建大数据平台、建立大数据担保模式的方法能够弥补传统担保模式的不足。①日趋完善的互联网信息技术的发展与大数据强大的信息搜集功能，通过传感设备与物联网及卫星遥感、Web爬虫、网络言论汇总、互联网平台业务场景入口注册登录与交易记录、社交网络、外部数据交换与数据接入、数据采购等方式可以在担保过程中对中小企业项目客户信息的挖掘、存储、共享、分析提供足够的技术支持。大大减少了担保机构背景调查的搜集成本费用并提高了调查效率。②担保机构运用传统担保模式中与商业银行、政府机构的合作关系，将贷款客户的征信信息数据化存储起来并共享与担保合作模式中的其它机构，通过大数据技术从互联网中将客户的社交活动、网络言论、资金交易信息一并纳入进征信系统的考核数据中。可以使得金融机构（不论商业银行还是担保机构） 可以通过多个维度了解客户的真实经营状况与道德水平，精准定位客户的真实需求，降低担保业务的业务风险，极大地减少了由信息不对称产生的逆向选择与道德风险问题。③运用云计算建立新的大数据信用评级与风险控制模型。由于成本与技术的限制，传统担保模式决策与风控过程主要依赖担保人员的主观经验判断，量化风险的手段不够先进，人为决策风险较大。而大数据担保的担保决策采用云计算技术，从数据分析到担保审批决策全部由算法完成，避免了人为主观情绪的干扰，确保了审核评估的客观性。同时通过客户实时动态数据的更新情况可以对被保企业进行全面持续的风险监测，一旦发现数据有异常波动立刻提示风险预警，并通知担保机构相关部门针对潜在风险进行及时的补救与化解，尽可能降低担保机构的损失。大数据风控为项目的风险管理与控制提供了全方位多角度的量化评估，全面提高了担保机构的风险识别与控制能力，提高了担保机构在保后管理阶段的科学性与可靠性。

传统担保模式在保前调查、保中审核、保后管理阶段均依靠从业人员的经验能力，其缺陷在于担保所有的操作流程均是人为判断，导致项目审核阶段存在主观性较大且易出现判断失误与徇私舞弊的问题。大数据担保通过对客户数据采集、处理、存储、分析与显化，分析思路从以往基于财务数据转向偏重非财务数据，从使用结构化数据转向结构化数据、半结构化和非结构化数据并重，从依赖算法和模型转向用数据说话，从因果关系分析转向相关性揭示，打造以“大数据平台+云服务+移动端”的方式，实现担保项目风险评估、预警、控制和管理一体化，打造服务于“轻架构、垂直化、短链化”中小企业融资大数据担保模式。大数据平台利用信息化优势与技术分析，足够支撑省级区域内的担保平台公司及办事处业务，优化资源配置，提高担保项目初期审核与风险评估的效率与功能。

4 大数据担保平台的建设方案

目前的关于智能审贷的研究多数停留在理论研究阶段，本文结合实际案例，为担保机构大数据平台构建规划提供一套合理可行的建设方案：①担保机构的大数据平台服务于担保合作模式和业务产品的创新，降低担保机构对合作银行、地方政府的依赖，自主研发互联网担保产品和融资担保平台。②担保大数据平台服务于中小企业综合服务体系建设，构建中小企业融资担保大数据综合服务平台，采取会员制形式，牵头建立产业联盟，为中小企业提供增值服务。③担保大数据平台服务于新型风控体系建设，深化机制创新，由以关注反担保措施的传统风控理念转向以对企业商业模式逻辑深入研究，以判断企业预期还款能力为主的风控理念。担保机构大数据平台建设规划具体如图所示（图1）。

图1 担保机构大数据平台规划与建设

利用大数据技术，构建包含面向中小企业的担保用户终端与云服务平台、应用支撑平台与交换整合平台以及统一基础资源平台在内的一整套担保大数据体系，这包括需要IT 资源的扩容（担保云）：CPU、内存、存储、网络等；基础工具方面的购置（操作系统、应用中间件、消息中间件、工作流、BI 报表、GIS、云视频、智能识别）：内部操作系统、报表系统、云视频系统、智能识别系统等系统的建设；数据采集平台建设（含数据加载平台购置和按需开发部分数据接口）：ETL 和事务性数据抽取工具和数据采集接口开发（与政府机关、商业银行进行深入合作）；数据融合平台建设（数据存储）：关系型数据库、分析型数据库、Hadoop 系统、融合工具等；数据治理平台建设与集成运维平台建设。

4.1 大数据担保模式下的数据采集手段

为适应我国现行土地产权特征，由担保机构牵头，逐步形成担保机构与地方龙头企业及产业一条链下的其它供应企业互保的产业链担保合作模式，以中小企业产业链担保模式为牵引，选择细分行业领军企业合作建设大数据以完善产业链数据采集也是一条可供选择的途径。中小企业产业链担保贷款是指以产业链核心企业为龙头，上下游企业或农户为目标，由担保公司提供担保，龙头企业提供反担保或龙头企业上下游企业互为保证，围绕产业链开展的一种担保贷款模式。产业链担保模式的优点在于能够加强核心龙头企业与配套企业的联系，促进产业链上下游企业共同成长的同时方便对数量繁多的中小企业进行数据采集工作。同时，担保机构也能通过稳定产业链的方式有效地规避担保项目的违约代偿风险。

中小企业经营数据采集范围为多源异构，存量数据激活与实时数据的快速采集利用。而数据的主要采集手段包括传感设备与物联网及卫星遥感、RFID 射频技、Web 等社交网络数据爬虫、联网平台业务场景入口注册登录与交易记录、移动互联网与移动终端等外部数据交换与数据接入，采购等；而担保机构所需的企业数据采集主要涉及其所在行业的数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统，以实现对结构化、半结构化、非结构化的海量数据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等；此外，中小企业担保机构大数据的数据采集还应向当地企业派驻客户经理发挥实地项目普查与背景调查与保后巡检作用，同时完善县乡地区的数据采集体系建设，借助基层推广数据采集队伍力量。利用智能终端与派驻客户基层员工实地考察相结合的方式，将采集的各种项目信息实时上传客户端。（图2）

4.2 担保机构大数据平台的数据处理流程

在数据搜集工作完成后，接下来的步骤便是数据的清洗与处理、存取、建模、分析与应用过程对于搜集到的数据进行校准、核查无误后进行图像与自然语义处理和整合，然后通过机器学习建模技术对导入的数据进行分析流程全自动化（图3）。通过对数据的挖掘与统计分析精确预测企业的预期还款能力、还款意愿，从多个维度评价担保主体的信用状况，并相应产生基于大数据分析后的信用评级报告、征信评分、欺诈检测、风险控制方案等一系列评估报告，从而准确计量处客户企业的风险敞口，提高担保机构征信与风控水平。

5 担保机构引入大数据分析中需要注意的问题

图2 担保机构大数据采集数据源

图3 担保大数据模式的分析流程图

大数据的发展演进趋势使得人们对于数据的使用理念从对数据相关关系得出的逻辑判断转变为对系统生存关系的思考，并让人们从通过对数据的分析去发现与解决问题发展到了能够通过大量的数据弱化因果关系、重构自身决策的思维方式。由于大数据技术尚未发展成熟，担保机构的大数据平台在建设过程中会面临着诸多问题与挑战，未来需要解决与注意的地方颇多：①在中小企业的数据收集过程中，需要大数据平台对来自网络包括物联网和机构信息系统的数据去伪存真，尽可能收集异源甚至是异构的数据以避免数据过于单一，并把这些信息数据和历史数据进行对照，从多角度验证数据的全面性和真实性。②关于中小企业各方面的数据存储过程中要达到低成本、低能耗与高可靠性，建立数据库存储企业的数据过程中通常需要用到冗余配置、分布化和云计算技术，并按照一定规则对数据进行分类，要重视过滤和去重以减少数据的储存成本，同时加入便于日后检索的标签，提高数据的存储与使用效率。③对各行业中小企业数据的分类与处理方面，由于有些行业的企业经营数据涉及上百上千甚至更多的参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态且可能是模棱两可的数据中综合信息中导出可理解的内容，以便于后续的评估分析。④尽量确保数据分析结果的可视化呈现，通过对数据的挖掘、存储、处理后，需要合理地建模使得结果更直观以便于洞察。尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，故而现有针对中小企业的数据挖掘算法与模型在不同行业中难以通用，需要根据企业的实际情况做出相应的调整。

6 结论与展望

我国担保行业理论尚未发展成熟，主要表现在传统担保模式下针对中小企业的担保征信与风控的失灵。在数字经济迅速发展的趋势下，合理运用大数据技术，构造多方合作下的大数据征信平台是随着时代发展的必然产物。通过大数据技术尽可能的发挥担保机构自身的优势，加强担保机构与政府方、商业银行方的合作交流，建立共享的智能企业征信系统，有效解决中小企业之间的信息不对称问题，帮助担保机构了解中小企业的真实状况并针对不同企业的经营状况制定相应的担保方案，以达到彻底解决中小企业的融资需求。同时本文结合金电联行具体案例进行参照分析，通过大数据技术来完善担保机构的信用评估与风险管理流程，消除担保过程中出现的信息不对称问题，提高担保效率与项目履约率，通过对担保理论的不断改革来完善融资担保合作模式，为我国担保行业的未来发展提供了有效的参考与借鉴。