大数据征信服务小微企业融资案例研究※——以江苏银行“e融”系列产品为例

○周 雷闫笑男朱 奕胡若兰伊 娜

1.苏州市职业大学商学院 江苏苏州 215104

2.悉尼大学商学院 澳大利亚悉尼 NSW2006

3.东南大学经济管理学院 江苏南京 211189

4.江苏银行金融科技部 江苏常州 213000

引言

在信贷配给理论中，信息不对称被认为是小微企业融资约束的根源。传统企业征信主要服务有银行信贷记录的大中型企业，大量首次申请贷款的小微企业无法被有效覆盖。随着金融科技的创新发展，大数据技术被引入征信领域，扩大了信用信息采集和共享范围，为解决小微企业融资“缺征信”痛点提供了可行的新路。戴洋和季琳琳（2018）指出大数据征信通过采集大量公共信用信息和互联网替代数据，有助于弥补小微企业传统征信的不足，完善社会信用体系，扩大小微金融服务覆盖面。周雷等（2022）认为大数据征信采集的数据从借贷拓展到了电商、行为、社交、履约、位置等与信用相关的更多维度，能够帮助银行据此开发专用于小微企业的信贷风险评估和授信审批模型，有效防控信用风险，从而为更多小微企业提供可持续的普惠金融服务。丁廉业（2021）分析了大数据征信在精准获客、供应链融资、智能风控等小微金融场景中的应用，并提出要完善银企信息对接，丰富产品供给，增强金融服务小微企业和实体经济能力的建议。许旭明和陆岷峰（2020）认为城市商业银行主要服务地方经济和小微企业的发展定位，以及较强的创新能力和灵活的管理机制，使其在开发基于大数据征信的小微金融创新产品方面具有天然的优势。李博（2020）从数据处理和信贷业务流程相融合的角度，研究了大数据征信在江苏银行的作用机制，得出大数据与小微金融场景的结合是中小银行金融科技创新与数字化转型的重点，有助于提升银行风险管理水平，服务实体经济高质量发展。Li Bing et al.（2021）加入信贷经理行为等软信息构建了基于大数据挖掘和神经网络的复合信用评分模型，并运用某银行小微贷款数据进行模型训练和测试，结果表明该模型对小微企业信用风险具有良好的预测能力。

综上，已有研究重点探讨了大数据征信服务小微企业融资的技术基础、主要作用和模型构建，以理论分析和机制研究为主，专门针对大数据征信产品的案例研究相对不足。2021年12月，国务院印发的《加强信用信息共享应用促进中小微企业融资实施方案》提出，要充分运用大数据等技术，完善信用评价体系，创新金融产品和服务，加大信贷资源向中小微企业倾斜力度。2022年5月，中国人民银行印发的《关于推动建立金融服务小微企业敢贷愿贷能贷会贷长效机制的通知》进一步要求金融机构深度挖掘自身金融数据和外部信息数据资源，对小微企业进行精准画像，运用大数据等技术手段，创新风险评估方式，提高贷款审批效率，拓宽小微客户覆盖面。随着大数据征信应用的深入，剖析代表性银行的典型产品，总结经验成效和不足之处，提出改进建议，对于推广基于大数据征信的小微金融服务模式，扩大信用贷款规模，解决小微企业融资难题具有重要意义。本文在实地调研基础上，以江苏银行“e融”系列产品为例，比较研究了产品特色、应用场景和服务成效，重点探讨了大数据征信在优化产品运营流程和防控小微信贷风险中的重要作用。

一、江苏银行“e融”系列产品特色

（一）产品设计理念：大数据征信破解“三要求”与“三无”的矛盾

商业银行的传统信贷产品设计，为了追求对利润的贡献，降低承担的风险，通常将“三要求”作为放贷的前置条件，即向申请融资的企业要求抵押担保、要求央行征信记录和要求正规财务报表。“三要求”不能适应小微企业“小、多、散、幼、弱”的自然特征，以及“无抵押担保、无央行征信信贷记录、无规范财务报表”的“三无”融资需求特点，导致了银企信息不对称和风险收益不匹配，成为小微企业融资难、融资贵的根源。资金供给方的“三要求”与资金需求方的“三无”构成了发展小微金融业务的一对基础性矛盾（如图1所示）。其中，小微企业作为需求方的自然特征和融资需求特点，具有极强的天然性，很难在短时间内改变，而银行作为相对强势的资金供给方，应是矛盾的主要方面。因此，解决这一矛盾的出路就是银行在小微金融领域要摒弃传统的“三要求”产品设计思路，努力寻找适应小微企业融资需求特点的产品创新路径，扩大服务范围，增加资金有效供给，实现互利共赢。

金融科技的发展，特别是大数据技术与征信的深度融合，为破解小微企业融资“三要求”与“三无”的供需矛盾提供了可行的新路，也成为江苏银行创新设计“e融”系列产品的核心理念。该行在小微金融领域率先引入大数据征信，将传统的“三要求”放贷技术转变为多维度融资信用信息的综合利用技术，通过识别、评估多数小微经济体都具备的有替代数据信用、有生产经营能力和有现金流的“三有”融资要素状况，摆脱了对抵押担保、传统征信和财务报表的依赖。在具体产品设计和实现的过程中，该行通过搭建“融创智库”大数据征信平台，引入政府部门和公共事业单位反映企业真实生产经营状况的外部大数据源，以及互联网爬取的征信替代数据，结合行内掌握的现金流和交易流信息，从普遍“三无”的小微经济体中，寻找、识别、筛选出“三有”的融资服务对象，为其提供“三免”（免抵押担保、免央行征信信贷记录、免财务报表）的包容性小微金融服务，同时将大数据征信嵌入贷前、贷中、贷后全流程，在扩大产品覆盖面的同时，有效防控了融资信用风险。综上，该行以大数据征信为突破口，为破解小微企业融资“三要求”与“三无”的供需矛盾进行了有益的尝试，并开发出了独具特色和优势的“e融”系列产品（见表1）。

表1 江苏银行“e融”系列产品比较

（二）“税e融”产品的主要特色

作为第一批同政府机构合作运用大数据征信的银行之一，江苏银行响应政府部门支持小微企业的号召，通过与国家税务总局江苏省税务局合作，于2015年5月推出了业界首款纯线上小微企业互联网贷款产品“税e融”。“税e融”为诚信纳税的小微企业提供免抵押、免担保的纯信用贷款服务。企业正常缴税满2年，且年缴税总额超过2万元，即可申请，且支持7×24小时随借随还，除贷款利率外，小微企业无需支付其他费用。“税e融”全自动、全信用、全天候、全覆盖、全线上的特点，降低了银行小微金融服务成本，满足了小微企业“短、小、频、急”的融资需求。截至2021年末，“税e融”累计服务小微企业超过3万户，贷款总额突破1000亿元，获评江苏地区小微企业的首选信贷产品。

运用大数据征信破解银企信息不对称难题是“税e融”产品最突出的特色和优势。江苏银行将打造“最具互联网大数据基因的银行”作为全行战略之首，与南京大学合作研发了业内领先的“融创智库”大数据征信平台，加快与政府大数据部门对接，并在全行推广实施“数据采集者”计划，引入47类外部数据源，为“税e融”产品运营提供了重要保障。“融创智库”平台的大数据信息来源主要包括以下三个方面：一是通过“银税互动”和“银商合作”机制获取的小微企业工商基础信息、纳税信用等级评定信息、近年来纳税申报信息、征收实缴信息、财务报表数据、违法违章信息等“硬数据”；二是人民银行征信信息、银保监会客户风险共享信息、海关进出口数据、银联商务POS结算数据、通信运营商数据等公共信用信息，以及运用网络爬虫技术对400余家主流媒体进行数据抓取与分析获取的“软信息”；三是将行内核心业务系统、信贷管理系统积累的客户业务数据与外部征信信息和互联网替代数据进行了有效整合，构建了小微企业信用“大数据画像”。江苏银行“税e融”产品以大数据为核心，进一步结合人工智能、联邦学习等技术，在保障数据安全的前提下深挖政企数据融合价值，通过“大数据画像”筛选优质目标客户，实现精准营销和自动授信审批，同时提高风控能力，防控融资风险，扩大普惠客户范围，提升小微金融服务质效。

从产品运营角度看，“税e融”共包括四个模块：一是渠道获客模块，通过将“税e融”嵌入直销银行APP、江苏电子税务局“小微企业税银互动服务平台”等场景，进行客户渠道引流，并推出“筋斗云”“阿尔法”“指南针”等先进系统，为客户提供个性化营销方案；二是审批决策模块，先通过反欺诈模型筛选优质小微企业客户，然后对筛选通过的客户进行大数据信用评分，根据评分结果由线上自动审批系统给出授信额度和利率；三是运营支持模块，主要包括满足全流程线上互联网贷款要求的电子合同自动生成与存证、客户自助提款与还款、客户需求快速响应与智能服务等，并研发“苏苏”客服AI数字员工、“智多星”运营支持工具，实现可视化、精准化和敏捷化产品运营；四是风险预警模块，基于大数据信贷风险预警模型，配置近700条预警规则，形成了比较完善的信贷风险智能预警机制。

（三）其他“e融”系列产品的主要特色

1.“电e融”产品。继“税e融”之后，江苏银行将大数据与小微企业用电场景相结合，与国家电网合作于2017年5月推出了基于电力大数据的“电e融”产品。该产品将小微企业的电力使用及电费缴纳情况纳入大数据征信进行数据分析，并为经营规范、用电诚信的用户提供无须抵押担保的全线上信用贷款。“电e融”产品同时具有多项特色和优势，如办理简单，无需纸质材料，依托掌上电力APP即可在线申请签约，支用和还款也可全流程线上完成；授信主要依据企业历史用电及缴费记录，解决了首贷户“缺征信”的痛点；审批速度快，贷款由系统自动审批完成，实现了“秒批秒贷”；贷款额度高，最高可达200万元；贷款成本低，按日计息，随借随还，除约定利息外，不收取任何其他费用。该产品构建了“诚信用电、便捷贷款、守信激励、失信惩戒”的服务模式，旨在形成“以电促贷、以贷促电”的良性互动。

2.“随e融”产品。为顺应数字经济时代移动互联网和场景金融发展的新趋势，江苏银行将大数据征信优势嵌入微信银行，在微信小程序中上线了“随e融”智慧金融服务平台。“随e融”面向准入区域内的小微企业和个体工商户，采用大数据技术整合行内外数据资源，通过人工智能算法模型更深入地挖掘移动互联网行为数据价值，提供全流程线上专属信用融资解决方案和数字金融服务，从而大大增加了产品的准确性与灵活性，满足了客户个性化需求。“随e融”产品特色主要体现在以下四个方面：一是依托移动互联网平台，构建更加开放的金融科技生态，实现随时随地全流程线上办理，契合了疫情常态化防控背景下“零接触”融资要求。二是充分利用大数据征信技术实现实时信用评分，为自动化授信审批提供依据，降低银行的风控成本和操作成本，传导到利率定价中能够降低小微企业的综合融资成本，贷款利率最低仅为3.6%，还款方式灵活，支持随借随还。三是在产品运营中贯彻“以客户为中心”理念，运用大数据征信充分挖掘小微企业的信用价值，授信额度最高达200万元，贷款期限最长可提供3年的循环授信，客户可随时通过微信小程序支用贷款，显著提升了融资便捷性。同时，在科技赋能下充分发挥客户经理在产品数字化营销和服务中的主观能动性，开展“在线金融顾问伴成长”活动，为小微企业提供更快、更便捷、更有温度的数字金融服务。

二、大数据征信在江苏银行服务小微企业融资中的应用

（一）大数据征信应用基础与场景

大数据具有“5V”特征，即规模性、多样性、高速性、价值性和真实性。大数据的“5V”特征是其能够采集多维动态信用数据，并应用于小微企业融资等缺乏传统征信信息场景中的重要技术基础。江苏银行是最早开展大数据平台建设的城市商业银行之一，该行将大数据的“5V”特征与开发基于大数据征信的小微信贷产品需求相结合，在大数据技术平台选型过程中充分考虑数据存储形式的多样性、多用户多数据库的隔离、对通用开发框架和工具的支持程度、不同数据规模和应用场景下的性能表现、并行数据挖掘能力与非结构化数据处理能力等因素，从源头上提升了大数据技术平台的易用性、可扩展性、兼容性和开放性。该行在完成大数据技术选型的基础上，贯彻“大数据应用的本质是对客户需求的认识和释放”的理念，着眼于解决“缺征信”的痛点，与南京银行合作开发了“融创智库”大数据征信平台，并将其应用于精准获客、信用审核、授信审批、融后管理、风险防控等小微金融场景中，创新了业内领先的“e融”系列产品，满足了小微企业的融资需求，成为大数据征信嵌入产品流程和实现场景化应用的先行者。2021年以来，江苏银行面对疫情常态化防控背景下对“零接触”金融服务需求的快速增长，通过升级大数据平台，扩展处理能力，打造覆盖全行的大容量、高性能、可弹性的云原生数据底座。新平台整合大数据架构，协同实时流处理、图计算、海量数据分析等组件，为“e融”系列产品多场景应用提供灵活有效的支撑，同时推动了全行的数字化转型，以自身高质量发展为客户提供更优质的金融产品和服务。

（二）大数据征信全方位嵌入“e融”产品流程

江苏银行将大数据征信全方位嵌入了“e融”系列产品贷前、贷中和贷后流程，依托“融创智库”大数据平台，能够满足精准获客、信用审核、授信审批、融后管理等各类业务场景下随时提取信用数据的需要，全方位赋能小微企业融资（如图2所示）。首先，贷前精准获客是大数据征信嵌入产品流程的起点。江苏银行持续拓展线上场景，依托“融创智库”平台形成小微企业“大数据画像”，根据小微企业需求智能匹配“e融”系列产品，然后通过微信小程序传播，突破传统营销边界，构建更加开放的金融科技生态，实现精准营销，进一步强化大数据引流和获客能力。2021年5月，“‘随e融’智慧金融服务平台传播案例”获评中国金融产品传播典范。其次，在贷中的信用审核和授信审批场景中，“e融”系列产品将大数据征信技术与传统的信用风险管理模式有机结合，通过对行内外数据的自动比对和交叉验证，结合预置的信用审核预警规则，能够筛选出优质小微企业客户，并实现智能反欺诈，在提高信用审核效率的同时，严把授信准入关。对于符合准入条件的小微企业客户，江苏银行运用大数据征信实现自动授信审批，大幅降低了小微金融业务成本，提高了服务效率。以“税e融”为例，江苏银行利用先进的在线授信审批系统，链接税银信贷平台获取纳税数据，结合“融创智库”平台提供的其他信用信息，通过大数据量化模型对小微企业客户进行自动信用评分，并根据评分结果，实时给出授信额度和贷款利率，有效简化了授信审批程序，真正实现了线上授信决策的智能化，成为名副其实的“秒贷”业务，满足了小微企业“短、小、频、急”的资金需求。此外，江苏银行还开发了自动风险预警系统，借助大数据征信分析，实现了“e融”系列产品贷后管理场景中的自动预警和实时风险控制，相比传统的人工贷后检查流程，能够全天候动态监控融资小微企业状况，显著提升了对风险事件的反应和处置效率。

（三）大数据征信助力小微企业信贷风险防控

受主客观因素影响，小微企业贷款的信用风险普遍高于大中型企业。江苏银行在开发和运营“e融”系列产品过程中，持续深化风险管理体制改革，加强大数据征信在信贷各重点环节管控中的应用，构建了完善的小微企业信贷风险防控体系，成为该行小微金融业务快速可持续发展的重要保障。首先，在贷前调查中，该行以“融创智库”大数据平台为基础开发了开放式的金融风险防控平台“月光宝盒”，通过对内外部数据的知识关联、语义分析和舆情监测，主动发现预警事件，实现智能贷前尽职调查报告系统在全行的推广使用，显著提高了风控效率。其次，在客户线上信息识别方面，通过人脸识别、反欺诈侦测技术核实客户身份的真实性，判断申请者是否存在欺诈行为，使欺诈风险得到有效控制，并运用RPA流程自动化和OCR技术大幅缩短业务操作时长，防控操作风险。第三，在产品运营中，围绕“有效性、前瞻性”，持续迭代风控模型，投产应用小微企业智能评级、“随e融”客群风险评分卡等新系统，将大数据征信用于非零售内部信用评级和贷款利率定价过程，对申请授信的小微企业客户信用状况和风险程度进行动态评价，从而降低决策失败的概率，同时提高“e融”系列产品风险定价的精准性，使优质小微企业客户能够享受到优惠利率贷款，推动数字普惠金融发展。最后，在贷后检查中，大数据技术可以对已融资小微企业客户的生产经营状况、贷款资金流向和用途进行多维度跟踪与监控，克服传统贷后检查成本高、效率低的痛点，及时发现贷后可能存在的风险隐患，提高风险防控和处置的前瞻性与有效性，降低小微企业贷款不良率和风险损失率。综上，大数据征信在助力“e融”小微系列产品信贷风险防控中发挥了重要作用，促进该行不断升级“传统风控+大数据”的智慧风控体系，推动小微金融业务守正创新、行稳致远。

（四）江苏银行大数据征信应用的成效

江苏银行通过应用大数据征信开发“e融”系列产品，在服务小微企业融资、发展数字普惠金融方面取得了重要成效，赢得了市场的广泛认可。截至2021年末，该行小微企业贷款余额超4800亿元，江苏省内市场份额继续保持领先；不良率仅为1.08%，远低于城市商业银行的平均水平。根据年报披露的数据，江苏银行小微企业贷款各项监管指标均表现突出，呈现量质协同发展的良好态势（见表2）。首先，从数量规模看，2017—2021年江苏银行小微企业贷款余额稳步增长，特别是监管部门重点考核的普惠型小微贷款①普惠型小微贷款指单户授信总额1000万元以下的小微企业贷款，是普惠金融的重点支持对象。江苏银行“e融”系列产品发放的贷款均为普惠型小微贷款。余额增速每年都显著高于各项贷款增速。同时，小微企业贷款户数也逐年增长，小微金融服务覆盖面不断扩大，出色完成了监管部门提出的普惠型小微贷款增速不低于各项贷款增速、有贷款余额的户数不低于上年水平的“两个不低于”目标，是江苏省内唯一一家连续13年获得“普惠金融服务先进单位”的商业银行。其次，从贷款质量看，该行深化大数据征信在信贷风险防控全流程中的运用，风险管理精准有效，不良贷款率从2017年末的1.41%逐年降至2021年末的1.08%。小微企业信贷业务经历了新冠疫情、经济周期下行等不利因素考验，信用风险逐步下降，资产质量稳步提升。第三，从担保结构看，得益于“e融”系列产品发放的全线上、纯信用贷款不断增加，该行信用贷款占各项贷款比例逐年上升，已从2017年末的11.94%升至2021年末的37.23%。信用贷款占比持续提升和“首贷户”的增加，表明该行小微企业贷款逐渐摆脱了对抵押担保的依赖，服务客群向小走、向微沉、向新拓的战略取得积极成效，通过支持小微企业发展壮大有效助力实体经济高质量发展。此外，2017至2021年小微企业贷款占企业贷款比例均保持在60%以上，远高于同业平均水平，小微企业已成为该行主要服务对象，凸显了打造“智慧小微”银行的特色和成效。

表2 2016—2021年江苏银行小微企业贷款情况

三、江苏银行大数据征信应用存在的不足

（一）数据采集维度和信用信息共享整合力度有待进一步提升

江苏银行的“e融”系列产品将大数据征信嵌入小微金融业务流程，拓宽了纳税记录和替代数据良好的企业获取信贷资金的渠道。但是，数据采集维度和信用信息共享整合力度仍有待进一步提升。首先，现有的数据采集维度主要包括行内客户主动提交的申贷资料、小微客户经理尽职调查获取的信息，以及接入“融创智库”大数据平台的人民银行、税务、工商等政府部门提供的征信和公共信用信息，尚无法覆盖全部信用主体和所有信用信息类别。江苏银行与部分政府部门之间数据接口和格式不统一，不能自动抓取外部数据，部分小微企业的信用活动和信用行为未能纳入现行的信用评价体系，从而影响小微企业融资授信审批的效率。其次，在信息共享整合方面，受技术能力和数据质量限制，尚无法构建小微企业的实时动态画像，跨地区经营的小微企业申请异地贷款时，其异地经营机构和供应链上下游的信息归集和共享也不完整，使银行的金融服务与企业实际需求仍存在一定的脱节。

（二）基于大数据的小微企业信用融资产品有待进一步丰富

江苏银行运用大数据征信服务小微企业融资的“e融”系列产品主要包括“税e融”“电e融”和“随e融”，其服务对象与面广量大的小微企业相比仍较为有限。“税e融”主要面向有良好纳税信用记录的小微企业，而创业初期纳税“零申报”的企业和入驻科创园区享受阶段性免税政策的企业，则暂时无法申请。“电e融”以电力大数据为主要授信依据，重点服务制造业小微企业，对于用电量小的服务业和灵活用工型企业则难以获得授信。“随e融”适应了疫情常态化防控下小微企业“零接触”融资需求，但仅限在江苏省、北京市、上海市、杭州市、深圳市等准入区域内的借款人在线申请，跨区域经营的物流供应链企业和数字经济平台型企业尚无法有效覆盖。因此，现有的“e融”系列产品存在一定的局限性，不能覆盖小微企业全生命周期，也不能满足部分行业和类型小微企业的个性化融资需求。大数据征信在缓解银行小微贷款对抵押物的依赖，推动信用贷款“增量扩面”方面应发挥更大的作用。基于大数据的“征信+”创新融资产品，包括服务小微企业的供应链金融产品有待进一步丰富，才能满足不同生命周期阶段和不同行业类型小微企业的个性化融资需求。

（三）小微金融业务的划分标准和“e融”系列产品的统计考核制度有待完善

根据国家统计局2017年12月印发的《统计上大中小微型企业划分标准》，实体经济领域小微企业的划分主要采用从业人员数、营业收入和资产总额三个指标中单个或两个组合的方法，且不同行业的认定标准各不相同。在银行小微金融业务的实际操作中，通常以授信金额作为划分标准，如普惠型小微企业贷款的标准为单户授信总额1000万元。统计上的划分标准与银行授信金额之间尚未建立完整、合理的对应关系，不仅影响小微企业贷款相关指标的统计，留下人为调节和统计错漏的隐患，同时也不利于小微金融差异化支持政策的落地和小微企业融资产品的进一步分层和细化考核。例如，江苏银行的“e融”系列产品虽然都是运用大数据征信服务小微企业融资的金融产品，但是在产品目标客群定位上存在明显区别，其中“税e融”主要服务授信1000万元以下的小型企业，而“电e融”和“随e融”主要服务授信200万元以下的微型企业。但是，由于企业划型标准和授信金额之间未建立起完整的对应关系，导致上述产品在统计和考核上可能存在交叉和错漏，不利于激励相关产品部门为小微企业提供更精准的普惠金融服务。

（四）具有金融与科技复合型背景的大数据征信人才团队建设滞后

应用大数据征信技术实现小微金融业务的自动化、标准化和智能化，对江苏银行而言是一场顺应数字经济与金融科技发展趋势的革命。人才是江苏银行重要的无形资产和核心竞争力，也是打造“最具互联网大数据基因的银行”能否取得成功的关键。虽然该行在小微信贷产品研发、运营、管理等方面运用大数据征信取得了阶段性成功，但是复合型人才团队建设仍相对滞后。复合型人才指的是既精通征信、小微金融等金融业务和产品，又具备大数据、区块链等技术应用能力，能够推动大数据征信与小微金融场景深度融合，赋能小微企业融资的高素质人才。从该行的人才团队结构看，大数据管理和信息科技部门仍缺乏能深入理解小微金融业务痛点的人才，科技创新与业务需求的“契合性”有待进一步提升；部分一线业务营销团队存在大数据技术“不想用、不敢用、不会用”的现象，从而可能阻碍金融科技产品在现实应用场景中的有效落地和迭代升级。因此，需要加强金融与科技复合型背景人才团队建设，为大数据征信赋能小微金融业务高质量发展提供人力资源支撑。

（五）服务小微企业融资的大数据征信“元宇宙”生态尚未形成

“元宇宙”可以理解为平行于现实世界的数字世界，是以区块链、人工智能、5G、云计算、数字孪生、XR、物联网等数字技术整合而成的具有3D沉浸感的虚实共生场景。商业银行现阶段鼓励和支持发展的场景金融实质上是典型“元宇宙”的一种初级金融应用形式。江苏银行根据互联网金融发展现状和数字金融成长的底层逻辑，依据自身优势，较早布局“元宇宙”相关金融科技的探索和应用，但是主要用于面向自然人的无人银行服务及场景接入型开放银行建设中，尚未形成完整的元宇宙金融生态。特别是在小微金融等对公业务中，受主客观条件制约，“元宇宙”概念尚未与大数据征信相结合，现有的“大数据画像”与小微企业的实际运行态势相比存在一定的时滞，可能使银行提供的小微金融服务与小微企业的生产场景和真实需求存在一定的脱节，影响金融服务实体经济的质效。

四、进一步推动大数据征信赋能小微金融的建议

江苏银行作为创新能力处于第一梯队的城市商业银行和全国系统重要性银行，在应用大数据征信服务小微企业融资，打造“智慧小微银行”方面的经验和做法，值得其他商业银行借鉴。同时，江苏银行在小微金融方面存在的一些不足和值得改进之处，也具有一定的共性。因此，商业银行要进一步推动大数据征信赋能小微金融，需要拓宽数据采集维度，创新大数据征信融资服务和产品，完善统计考核制度，建设复合型人才团队，并依据银行内外部优势，探索构建数字征信“元宇宙”，全方位满足小微企业融资需求。

（一）拓宽数据采集维度，加强信用信息共享应用，从根本上纾解银企信息不对称

针对商业银行小微金融产品在数据采集维度和信息共享力度方面的不足，要运用大数据、区块链等数字技术进一步拓宽数据采集维度，加强信用信息共享应用，从根本上纾解银企信息不对称，推动小微企业融资“降本增效”。首先，商业银行要深化与政府部门和同业机构的合作，在保障数据安全的基础上，灵活采取物理归集、系统接口调用、多方安全计算、数据核验等多种方式采集多维度数据，进一步整合小微企业的行政许可、行政处罚、环境保护、知识产权、科技研发、供应链、投资担保、物权质押等信用信息，打破“数据壁垒”和“信息孤岛”，不断提高数据准确性、完整性和及时性。同时，鼓励申请融资企业通过“自愿填报+信用承诺”等方式补充完善自身信息，畅通信息共享渠道，提升运营效率，使银行能更准确快速地评价小微企业的信用状况，充分发挥信用价值，降低企业综合融资成本。其次，政银企要形成合力，加强公共信用信息同金融信息的共享整合应用，逐步构建形成覆盖全部信用主体、所有信用信息类别、全国所有区域的信用信息网络。通过健全社会征信体系，有助于破解异地授信难题，扩大小微金融服务覆盖面。此外，商业银行要在现有的大数据征信模式基础上，扎实推进数字化转型，融合区块链、人工智能等前沿数字技术完善适合小微企业信用和资产特征的数字征信新体系，加快金融科技产品开发应用，用大数据解决小微企业源头数据交叉验证和精准画像问题，用区块链实现链上数据可信流转和安全共享，用人工智能提高信用数据获取和处理的时效，从而突破小微企业融资的效率瓶颈，提高金融服务实体经济质效。

（二）创新和推广基于大数据征信的融资服务和产品，满足小微企业个性化需求

商业银行要在现有小微金融产品的基础上，进一步创新和推广基于大数据征信的融资服务和产品，扩大高质量小微金融服务覆盖面，满足不同生命周期和行业类型小微企业的个性化需求。首先，要加强与政府、投资、担保等部门和机构的合作，针对小微企业的不同生命周期阶段构建“实时动态信用画像”，精准匹配满足不同阶段需求的融资服务和产品。例如，对信用良好、有发展潜力的初创期企业，在风险可控前提下银行可与外部投资机构探索“贷款+外部直投”等服务小微企业的新模式；对资金需求量较大、缺乏抵质押物的成长期小微企业，可与融资担保机构合作提供创业担保贷款，助力企业发展壮大。其次，要通过数据挖掘技术进一步把握不同行业小微企业的信用特征，充分发挥“征信+”的赋能作用，在有效防控风险的前提下，创新服务智能制造、战略性新兴产业、“三农”、外贸等行业小微企业和专项领域的信贷产品，不断丰富产品线，提升小微金融服务满足率。此外，供应链金融在服务小微企业方面具有独特优势，要推动大数据征信与供应链金融相结合，使核心企业的信用在整条供应链上高效流转，创新反向保理融资、保兑仓融资、电子订单融资等数字供应链金融产品，满足产业链供应链上下游各类小微企业的差异化、个性化融资需求。

（三）完善小微金融业务双维划分标准统计制度，引导差异化政策和产品精准服务

针对统计上小微企业划分标准与商业银行小微金融业务不对应、不统一的问题，建议进一步完善基于实体经济企业划分标准的金融业务统计方法。同时，商业银行可以在遵循国家统计制度和监管要求的基础上，结合实际，探索建立基于金融机构自身业务量级和产品特色的金融业务管理和统计考核实施细则，并将行内以授信贷款金额为划分基础的统计方法与国家小微企业划分标准建立量级上的对应关系，从而完善小微金融业务双维划分标准统计制度。例如，可以考虑将单笔贷款金额划分为3000万元（不含）以上，对应大型企业贷款；1000万元（不含）至3000万元，对应中型企业贷款；200万元（不含）至1000万元，对应小型企业贷款；200万元以下，对应微型企业贷款和个体工商户贷款等多个细分量级。上述双维划分标准，有利于真实、准确、快捷地反映金融机构服务不同层次小微企业和实体经济的实际情况；有利于实施差异化、梯次性的小微企业支持政策，提高各项政策的落地实效，更好地引导和激励金融机构下沉服务对象，并持续增加面向小微经济体的资金供应；有利于对小微金融产品的差异化精准考核，纠正在原有标准下，客户经理偏好发放授信金额较高产品的弊端，实现各类产品的均衡发展，更精准地服务和满足不同类型小微企业的融资需求。

（四）内培外引结合，产教深度融合，建设大数据征信赋能小微金融复合型人才团队

复合型人才团队建设是商业银行进一步运用大数据征信服务小微企业融资的重要保障。要制定金融科技复合型人才相关标准，通过内培外引结合、产教深度融合的方式，建立健全人才培养和引进体系，加快大数据征信赋能小微金融复合型人才团队建设。首先，在内部培养方面，要定期组织开展Python等大数据分析工具在小微金融领域应用的培训，通过系统培训提高业务人员的大数据素养和大数据征信应用能力，探索业务、技术人才双向交流机制，通过轮岗交流不断从业务和技术条线发现人才，充实复合型人才梯队。同时，不断优化完善资源调配、考核激励制度，通过建立敏态组织，缩短项目研发上线周期，持续推进业务技术融合，大力培养金融科技复合型人才团队。其次，在外部引进方面，要从推动银行数字化转型的高度，引进和选聘具有科技背景的专业人才进入董事会或高管层。要注重引进小微金融、数字普惠金融、大数据征信等重点领域的复合型人才，以高层次人才引进带动银行进一步发挥优势和特色，实现高质量发展。中小商业银行要发挥与属地高校联系紧密的优势，完善校企合作机制，在总行层面成立金融科技研究与合作对接机构，强化顶层设计，组织统筹全行金融科技研究资源，通过与高校共建“大数据模型实验室”“金融科技协同创新中心”等“产教研用”联合体，开展大数据征信与小微金融领域前沿技术和产品的协同攻关研究，将金融、科技、数据等复合专业知识和能力的培养融入实践研究项目，并从中吸引和选拔人才，提高人才培养实效和人才引进针对性，持续优化复合型人才团队，赋能业务高质量发展。

（五）依据商业银行内外部优势，探索构建服务小微企业融资的数字征信“元宇宙”

基于运用大数据征信服务小微企业融资积累的丰富数据资源和业务经验，商业银行具备在金融领域前瞻性探索构建“元宇宙”生态的优势。要在已有的场景化银行和数字金融技术基础上，充分利用商业银行内外部优势，整合行内外大数据资源，探索构建服务小微企业融资的“元宇宙”，形成分层的数字征信“元宇宙”生态（如图3所示）。首先，现实物理世界中的“传输层”对应平行数字世界中的“镜像层”。要将“元宇宙”数字生态理念与大数据征信功能相融合，利用“元宇宙”与现实世界完全对应的“数字孪生”特性和大数据、区块链数字技术底座，从源头上确保上链前内部采集和外部引入的小微企业数据具有真实性，并实现全部信用信息实时传输上链，将大数据征信报告升级为小微企业全息动态画像。其次，平行数字世界中的“处理层”对应现实物理世界中的“服务层”。数字征信“元宇宙”要运用云计算与边缘计算相结合的“边云协同”技术和5G/6G超高速率，提高信用大数据实时分析处理能力，为小微企业提供实时全景征信服务，解决信息不对称问题，赋能小微企业融资提质增效。最后，“元宇宙”还要将数字世界中实现经济激励的“价值层”与现实世界中应用数字征信和金融科技服务实体经济的“应用层”相统一，构建价值互联网，避免“脱实向虚”。因此，要进一步推进商业银行内部的智能化改造和数字化转型，并探索与外部的第三方征信平台和科技公司合作共建金融科技生态圈，应用扩展现实、智能合约、区块链、数字孪生、物联网等前沿技术，将企业和客户的经济活动和交易过程实时映射到“元宇宙”数字世界，重塑通证经济新体系，使基于信用画像的小微金融服务突破时空限制，与现实世界生产、生活场景无缝对接和激励相容，从根本上提升服务小微企业融资和实体经济高质量发展的能力。