金融科技助力缓解中小企业融资难题路径探析

摘 要：中小企业是数量最大、最具创新活力的企业群体，是推动实体经济发展的重要基础。金融机构利用金融科技手段实现中小企业信贷服务流程线上化和自动化，有效降低金融机构的获客、运营及风控成本，从而在助力解决中小企业融资难题方面发挥了有效作用。但金融科技作用的发挥，也存在一些客观制约条件和极限边界，同时也可能带来新的风险因素。本文结合行业实践系统分析了金融科技助力缓解中小企业融资难题的积极作用以及存在的制约因素，并前瞻性地提出引导金融科技支持中小企业融资规范有序发展的政策建议，希望为监管部门和从业机构推动解决中小企业融资难题提供参考。

关键词：金融科技;中小企业;信息不对称;大数据;基础设施

本文索引：赵坤.<变量 2>[J].中国商论，2022（11）：-089.

中图分类号：F276.3 文献标识码：A 文章编号：2096-0298（2022）06（a）--03

1 中小企业融资问题分析

1.1 信息不对称与中小企业融资难

与大型企业相比，中小企业在融资过程中面临更为严重的信息不对称问题，这是因为中小企业的管理制度不规范，大多实行粗放式管理，普遍存在财务核算不规范、财务报表不完善、数据不实等问题。另外，中小企业生命周期短，在初创期和成长期存在信用空白，即使部分中小企业已经开始积累信用记录，但是由于记录时间较短，难以全面稳定反映中小企业信用状况。

信息不对称可能导致信贷配给，引起中小企业融资供给不足。Stiglitz 和 Weiss（1981）及Bester 和 Hellwing（1987）的论文证明，商业银行为规避逆向选择和道德风险而采用信贷配给，采取一些非利率的贷款条件以消除部分超额需求，如担保、抵押要求等，某些借款者即使愿意支付高利息也会由于信息不对称而被淘汰。王霄、张捷（2003）构建了内生化抵押品和企业规模的均衡信贷配给模型，模型分析结果表明，在信贷配给中被剔除的主要是资产规模小于银行所要求的临界抵押品价值的中小企业和部分高风险企业。

1.2 金融服务成本高与中小企业融资贵

以成本加成定价模型作为分析框架，可以看出中小企业融资贵问题与金融机构经营成本、风险补偿成本和目标利润密切相关。一是经营成本。经营成本主要包括获客成本、运营成本和风险管理成本。金融机构在为不同主体提供信贷服务时，经营成本存在较大差异。在获客方面，传统金融机构主要通过线下网点获客，存在获客渠道单一、效率低下、营销成本较高等问题，这在中小企业贷款中表现得尤为显著。在运营操作方面，中小企业贷款具有单笔金额小、笔数多的特征，这使得银行从客户营销、贷前调查、贷款审批到贷后管理，需要耗费更多的人工操作成本，同时操作风险进一步增加。在风险管理方面，中小企业贷款“短小频急”的特点，使得金融机构常常面临流程复杂、风控复杂和运营成本高昂的放款场景，在经营上难以实现规模经济。二是风险补偿成本。风险补偿成本主要包括信用风险补偿和流动性风险补偿。信用风险补偿体现在，相比大型企业，中小企业存在规模小、资产少、抗风险能力差等缺点，同时缺少合格抵押品为贷款提供担保，金融机构通常会要求较高的收益以弥补坏账损失。流动性风险补偿体现在，相比大型企业，中小企业信贷资产在融资市场认可度不高、流动性较差，难以在不受价值损失的情况下迅速变现。三是目标利润。目标利润是指每笔贷款的预期利润，即银行为股东提供一定的资本收益率所必须达到的利润水平。近年来，银行业的利息收入对整体利润贡献持续提升，目标利润过高一定程度上提高了中小企业融资成本。

2 金融科技助力缓解中小企业融资难题

2.1 金融科技助力金融机构提升风险管理能力

数据是金融风险管理过程中不可或缺的信息源，是风险甄别的基础。金融科技丰富了数据维度，提升了数据处理和分析能力，对于解决金融机构与企业之间的信息不对称问题、提升金融机构風险管理效率具有重要作用。在贷前，传统信贷服务普遍依赖“三表”进行信用风险评价，金融科技则充分利用中小企业在平台上产生的生产经营、财务、交易行为等多元数据，实现对其风险评估和定价，中小企业的信用信息更为完整、可靠和即时。在贷后，金融机构通过场景化有效识别和管控风险，根据具体场景的交易特点、资金流动情况，找到关键交易环节，利用金融科技手段分析核心主体履约能力，并有效控制回款路线，确保客户经营收益首先用于还款，使贷款偿还的事后执行更为便捷。

2.2 金融科技降低金融服务成本

（1）金融科技扩大获客来源和营销渠道，降低获客成本。一方面，金融机构依托互联网的便利性，自建线上渠道平台并主动切入用户需求，推出基于场景的线上金融产品，拓宽客户触达面，减少人工操作，减轻线下营销压力。另一方面，金融机构通过采集、整合分析包含企业舆情、股东信息等在内的互联网数据，以及税务、工商、电费、物流等外部数据，能高效筛选出优质客户，节省传统信贷流程下金融机构对目标客户在准入环节的人工成本和时间成本。同时，挖掘不同类型客户金融需求并进行精准推送，实现金融服务和金融对象的精准匹配。

（2）金融科技推动风险甄别低成本化。贷前风险研判上，运用大数据、云计算等技术，银行可以将企业金融活动转化为数据处理活动，充分发挥数据作为生产要素的作用，整合数据并建立分析模型，提供全新的风险定价模式，降低了人工审核、信息收集与整理、风险识别以及风险管理等流程成本，提高了风险评估、分析和预警能力。贷后风险管理上，随着大数据等技术的使用，金融机构数据系统实时归结中小企业的交易、经营、履约等核心数据，自动基于数据进行风险预警，减少了人工干预，将风险防御从被动转变为主动，较大程度降低人工成本。

（3）金融科技改变人工服务流程和传统设施系统，降低运营成本。数字化技术将金融服务由线下转到线上，可降低营业网点等基础设施建设成本，并减少一线服务人员数量和人员费用开支。此外，金融机构将IT设备“云计算化”大幅度降低了内部软硬件采购成本和管理成本。相对于主机时代高昂的设备采购和运维成本，云计算设备采购成本更低，运维管理更便捷，同时具备随需扩容的弹性能力，极大降低了金融机构IT成本。

3 金融科技支持中小企业融资的制约因素

3.1 数据共享障碍削弱了金融科技降低成本的能力

金融科技降低信息处理成本的前提条件是数据共享，但无论是数据场景限制还是信息及隐私保护，都可能因数据可得性以及信息数字化障碍，制约金融科技降低信息处理成本的效应。一方面，有些软信息难以数字化或数字化成本过高。另一方面，数据孤岛问题严重，企业出于保护商业机密或节约数据整理成本的考虑而不愿意共享自身数据，一些政府部门也缺乏数据公开的动力。

3.2 大数据风控模型有效性有待验证

（1）数据的真实性问题。当前用于评估贷款客户信用的数据来源非常广泛，其中仅有金融征信数据、政务数据等来自政府公开部门，大部分仍然来源于市场机构，其真实性往往依赖于市场机构的自觉意识。（2）相关性分析的有效性问题。金融科技风险管理采用相关性分析原理，依赖大数据算法，输出结果往往是简单的信用评分，一方面难以形成对中小企业偿债能力的全面深入判断，另一方面数据与违约在统计上的相关性，并不代表两者的因果关系。（3）是否能经历长周期的考验。金融科技风控受地缘政治、宏观政策、技术手段等多种因子的长时间影响，在不稳定的数据场景下，一旦其中某个变量发生变化，将可能影响模型的准确度。

3.3 金融和非金融的边界愈发模糊

过去金融业务与金融机构法人的对应关系总体上比较清晰明确，主体责任比较明确。而互联网具有无边界特点，互联网合作贷款的各个业务环节比较模糊，贷款客户最后得到的金融服务由金融机构、科技公司等多个法人主体分工协作，经历复杂整合后形成，容易导致风险边界和责任边界不清。合作科技公司为金融机構提供“提质增效”的外包服务，逐渐承担金融机构“前台”和“后台”甚至更多功能，到底谁是金融机构？科技服务、信息服务区别于金融服务的关键环节在哪里？越发难以识别。

3.4 大型科技公司带来的垄断问题

随着大量数据向科技公司集中并被处理，科技公司在客户获取、金融产品设计、风险控制、服务策略等方面逐渐累积能力，进而创新出传统金融机构无法提供的“高壁垒”产品和服务，甚至利用交叉销售、补贴定价、延长账期等方式非正常地派生客户的金融需求。在一些具有强规模效应和网络效应的领域，互联网巨头和大型科技公司很容易通过横向或纵向的并购巩固垄断地位，或者复制竞争者的业务，或使用禁止挑战者进入其控制的市场基础设施等手段遏制竞争。

4 政策建议

4.1 防范金融科技潜在风险，防止创新跑偏

（1）应坚持实质性监管和穿透式监管，坚持金融是特许经营行业，不得无证经营或超范围经营。只要是在解决金融机构与贷款企业的信息不对称问题中承担作用，并借此辅助金融资源的跨空间、跨时间配置的机构，就需要接受适当的市场准入和持续监管。（2）应坚持公平一致性监管。新技术的应用核心在于数据信息整合以协助金融机构更好地防范风险，而不是便利非金融企业披着技术的外衣无牌办金融。所有从事金融活动的市场主体都应依法取得金融牌照。对具有同一经营性质和风险特征的金融行为，应遵循统一的监管标准，即监管的审慎要求程度要与风险程度相匹配，维护公平竞争，防止监管套利，避免出现劣币驱逐良币。

4.2 规范数据治理，加强数据互联互通，推动数据资源融合运用

建立涵盖金融数据采集、处理、使用等全流程的标准体系，提升金融数据质量。鼓励金融基础设施平台建立统一数据模型，将结构化、非结构化数据进行分层、整理、加工、分析，保证数据一致性、实际场景可验证、数据迁移有保障。同时，打通金融部门间、金融与社会保障等行业间的数据共享通道。构建“1个数据交换管理平台+N个数据中心（数据源）”的数据架构格局，制定实施统一的数据管理规则，实现数据的集中管理。此外，鼓励“多方安全认证”“零知识证明”等数据保护相关技术的开发应用，消除数据共享的顾虑和安全隐患，考虑对数字金融服务商在数据准入上设置必要的数据保护技术能力门槛。

4.3 尽快明确金融外包的监管要求

首先，明确外包服务负面清单，金融机构必须坚持掌握核心数据与风控模型，核心业务不得外包，也不应允许科技公司完全成为金融机构的“前台”。其次，明确金融机构与其外包服务商各自的法律和风险责任，金融机构应在业务外包时承担风险管控主体责任，同时外包服务商不得完全免除法律和风险责任，防止过度激励。最后，建立对外包服务商的延伸管理制度，压实金融机构对其外包服务商的管理责任。金融机构应建立对外包服务机构尽职调查、风险评估和持续监测制度，加强对信息科技风险、外包风险和其他操作风险的管控。

4.4 构建集中式与分布式协调发展的金融基础设施

既要对金融基础设施采用分布式技术提出具体要求，又要研究基于分布式技术的新型金融基础设施与现有关键金融系统之间的互操作性。探索分布式账本技术在支付、交易、结算等金融基础设施领域的有效应用，尝试形成可借鉴、能推广的典型案例和解决方案，建立风险防控和补偿机制，为其最终落地形成有价值的解决方案。同时，要对分布式技术本身和已有的创新应用进行全面评估，将数据安全性、保护金融消费者权益摆在首位，结合金融业务的实际需求和金融基础设施的关键要素，制定分布式技术在金融领域应用的技术标准、安全规范和认证审核制度。

4.5 及早应对金融科技快速发展可能带来的赢者通吃问题

针对超过一定资金规模、跨领域提供综合金融服务的金融科技公司，借鉴系统性金融机构、金融控股集团的宏观审慎监管和穿透式监管原则，对其公司治理、信息披露、资产负债等作出明确要求。同时，制定数据反垄断监管措施，将数据要素作为定义“垄断”的考虑标准，推动数据资源开放共享，鼓励金融科技公司和商业银行通过开放的应用程序界面（APIs），实现数据资源的协作共享。综合采取反补贴反倾销、禁止进入重要金融基础设施领域、强制分拆和剥离部分业务等措施，保持市场竞争活力。此外，应探索制定应急管理机制，对大型科技公司技术风险和风控体系开展定期评估，防止出现数据泄露，遭遇网络攻击等问题。

參考文献

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.金融创新：化解中小企业融资难的有效途径[J].金融博览，2020（7）：6-7.

陈蕾.信息不对称视角下的中小企业融资困境分析[J].投资研究，2011（10）：56-65.

林毅夫，李永军.中小金融机构发展与中小企业融资[J].经济研究，2001.

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）：115-123.

王霄，张捷.银行信贷配给与中小企业贷款：一个内生化抵押品和企业规模的理论模型[J].经济研究，2003（7）：68-75+92.

易纲.关于改善小微企业金融服务的几个视角[J].商业文化，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