大數(shù)據(jù)視閾下中小微企業(yè)金融服務(wù)研究

趙德治 李海峰 楊海英

摘要：傳統(tǒng)金融模式下，中小微企業(yè)一直面臨融資難和融資貴的問題，銀行也難以開拓自己的中小微金融市場。本文分析了銀行和中小微企業(yè)間資金錯配的原因，研究了大數(shù)據(jù)技術(shù)在解決中小微企業(yè)金融服務(wù)中成本、風險和信用優(yōu)勢，并在此基礎(chǔ)上提出商業(yè)銀行運用大數(shù)據(jù)技術(shù)改善中小微企業(yè)金融服務(wù)的路徑。

關(guān)鍵詞：中小微企業(yè)；融資難；商業(yè)銀行；大數(shù)據(jù)

中圖分類號：F832.2

文獻標識碼：A

文章編號：1003-9031（ 2018 ）09-0024-05

一、文獻綜述

沈澤洋（ 2016）認為我國的中小微企業(yè)主要為個體工商戶和鄉(xiāng)鎮(zhèn)企業(yè)，存在風險高、規(guī)模小、企業(yè)財務(wù)不規(guī)范、缺乏合適擔保和抵押物等特點，同時對資金的需求又是“短、頻、快、急”。徐峻峰（ 2017）從銀行的角度看，銀行很難在短時間內(nèi)把握中小微企業(yè)的實際經(jīng)營狀況并判斷其發(fā)展前景，所以在風險和信貸成本控制方面存在很大的挑戰(zhàn)。鄭璐（ 2016）和陳曉明（2016）都認為中小微企業(yè)的融資閑難，表面上看是融資渠道不暢、資金供需不平衡的問題，而更深層次的原因是企業(yè)與銀行間信息不對稱所導(dǎo)致的信貸配給問題?；诖髷?shù)據(jù)技術(shù)的應(yīng)用，銀行對中小微企業(yè)的金融服務(wù)和產(chǎn)品體系不斷改善，中小微企業(yè)與銀行間信息不對稱的問題有了很大改觀，中小微企業(yè)所面臨的的融資困境正在逐步得到解決。

在大數(shù)據(jù)背景下，葉婷等（ 2016）指出信用大數(shù)據(jù)可以有效地解決銀行和中小微企業(yè)間信息不對稱的問題，從而解決中小微企業(yè)融資難的閑境，甚至改變整個信用領(lǐng)域的業(yè)態(tài)。肖萍（ 2015）認為依靠大數(shù)據(jù)的信息高效處理，傳統(tǒng)意義上商業(yè)銀行將近80%的資金貸給了約占企業(yè)總數(shù)20%的大型企業(yè)的“二八定理”將會被極大的弱化。林輝和楊旸（2016）從成本的角度分析，互聯(lián)網(wǎng)金融和大數(shù)據(jù)技術(shù)可以降低銀行的信息成本和交易成本，從而放寬對中小微企業(yè)的貸款限制。李先瑞（ 2015）從信用的角度分析，信息這一虛擬資本作為信用資本具有極高的價值，非結(jié)構(gòu)化和半結(jié)構(gòu)化的信息都可以作為授信的依據(jù)。丁振輝（2014）基于大數(shù)據(jù)下的信用評級，指出大數(shù)據(jù)能有效剔除人為因素的干擾，從而解決逆向選擇和道德風險等一系列問題。

二、中小微企業(yè)融資難、融資貴的原因分析

（一）中小微企業(yè)無擔保，缺乏有效抵押物

多數(shù)中小微企業(yè)處于初創(chuàng)期，存續(xù)時間不確定且自有資金匱乏，雖然都具有較高價值的無形資產(chǎn)，如知識產(chǎn)權(quán)、發(fā)明專利和品牌價值等，但缺乏有形資產(chǎn)，如廠房、設(shè)備、寫字樓等固定資產(chǎn)和實物資產(chǎn)。銀行在考慮發(fā)放貸款時，通常并不會把無形資產(chǎn)視為有效的抵押物，即使這一無形資產(chǎn)具有極高的價值，銀行為了控制風險也會硬性的要求有形資產(chǎn)來作為抵押物。黃子健（2016）所指出的“小微企業(yè)的融資悖論”，即金融放貸機構(gòu)提出了在小微企業(yè)信用貸款服務(wù)上本不該提出的要求，但此要求又是金融放貸機構(gòu)為了控制自身信貸風險必須滿足的內(nèi)在要求。同時，我國的第三方擔保機構(gòu)原則上可以為缺乏抵押物的中小微企業(yè)提供擔保，降低銀行所面臨的信貸風險，但我國的第三方擔保機構(gòu)發(fā)展緩慢、數(shù)量有限且費用較高，無法為銀行和中小微企業(yè)間的資金供需問題提供解決辦法，很難起到作用。

（二）企業(yè)融資渠道不暢，中小金融機構(gòu)匱乏

一是地方性的融資市場不健全。近些年來一些省份興起了地方性的融資市場，但是在大環(huán)境下，其效率遠低于銀行而成本卻相對較高，資金供給量也十分有限，難以滿足中小微企業(yè)對資金的巨大需求。二是民間借貸存在著障礙。民間借貸的平均成本通常是銀行信用貸款正常水平的的三到四倍，搜索成本、合同成本、議價成本等都比較高，這會增加中小微企業(yè)的經(jīng)營成本，且在現(xiàn)行的金融體制下，民營資本轉(zhuǎn)化為金融資本仍存在法律和體制上的障礙。三是中小金融機構(gòu)匱乏。由于政府管制、資金原因和歷史原因，我國的中小金融機構(gòu)發(fā)展緩慢，無法滿足中小微企業(yè)的融資需求。銀行依然是中小微企業(yè)資金來源最主要的渠道，但在傳統(tǒng)模式下，銀行通過存貸利差就能獲得可觀的收益，銀行沒有動力對中小微企業(yè)進行金融產(chǎn)品和服務(wù)的研發(fā)提升。

（三）中小微企業(yè)管理不規(guī)范，銀行授信成本高

中小微企業(yè)本身的規(guī)范管理意識較薄弱，企業(yè)多以個人、家庭、家族式的管理模式為主，信息透明度很低，相應(yīng)的財務(wù)狀況、管理狀況、經(jīng)營狀況等信息缺乏可信度，甚至一些中小微企業(yè)本身就存在經(jīng)營財務(wù)數(shù)據(jù)造假、欠債不還、騙取貸款等問題。傳統(tǒng)意義上，商業(yè)銀行在對中小微企業(yè)進行信用評估的時候，信息的排列、整理、提取、鑒別是非常耗時耗力的，需要花費大量的人工成本和時間成本，即使委托第三方事務(wù)所進行信息核驗也需要支付不菲的費用，這既增加了中小微企業(yè)的融資成本，也增加了商業(yè)銀行的經(jīng)營成本。

（四）銀行和中小微企業(yè)間的信息不對稱

我國的信用信息體系尚不完善，缺乏專業(yè)且具有公信力的第三方征信機構(gòu)，更缺乏征信業(yè)普遍采納的行業(yè)信息技術(shù)標準。征信主要依托于銀行，這就要求企業(yè)定期的向銀行更新自己的信用信息，而絕大多數(shù)的中小微企業(yè)信用意識淡薄，對于政府的政策要求和金融機構(gòu)的制度安排很少關(guān)注。通常并沒有專門的人員負責信用信息的更新，信息質(zhì)量也難以保證，信用評級困難。在貸款前的信息不對稱會造成逆向選擇的風險，往往是風險越高的中小微企業(yè)更愿意支付較高代價來獲得貸款；貸款后的信息不對稱會造成道德風險，在貸款后銀行對于款項的使用很難做到實時的監(jiān)督，這就存在中小微企業(yè)將款項挪作他用，甚至是進行高風險的投機項目。在風控成本高企不下情況下，銀行通常不愿意貸款給中小微企業(yè)。

三、大數(shù)據(jù)技術(shù)解決“融資難、融資貴”的創(chuàng)新優(yōu)勢

金融業(yè)本身就是基于數(shù)據(jù)和信息的產(chǎn)業(yè)。通過大數(shù)據(jù)技術(shù)，依托金融的底層基礎(chǔ)設(shè)施的代際升級，能夠通過各種信息對資產(chǎn)進行精準快速的定價，從而實現(xiàn)資產(chǎn)端的高效配置。

（一）差異化下數(shù)據(jù)分析，降低中小企業(yè)金融服務(wù)成本

銀行作為公眾型的金融機構(gòu)覆蓋了社會中所有層次的人群，所積累的數(shù)據(jù)量是其他機構(gòu)無法比擬的。但傳統(tǒng)的數(shù)據(jù)分析挖掘技術(shù)十分獨立且效率低，無法對金融機構(gòu)海量數(shù)據(jù)進行細分，而先進的數(shù)據(jù)庫和大數(shù)據(jù)技術(shù)彌補了這一缺陷，可以對中小微企業(yè)客戶實現(xiàn)多維度的細分。通過對風險和價值的分析，將存貸、投資、保險等金融活動的風險和盈利程度相當?shù)钠髽I(yè)劃分為一個客戶群；或者通過對行為特征的分析，將交易金額、頻率、文字數(shù)據(jù)等長期穩(wěn)定的企業(yè)劃分為可信客戶；還可以通過行業(yè)的發(fā)展?jié)摿?，將高新技術(shù)的科技型企業(yè)、服務(wù)型企業(yè)、高能耗高同質(zhì)化競爭的企業(yè)劃分為不同的客戶群體。針對不同的客戶群體，對客戶的交易行為、消費偏好、社會關(guān)系、以及賬戶的實時變動等進行整合分析，在精確化定位的基礎(chǔ)上，結(jié)合不同類型的企業(yè)金融需要，向客戶提供個性化的產(chǎn)品和服務(wù)，并在客戶的使用過程中不間斷地進行信息分析，實時調(diào)整產(chǎn)品和服務(wù)，提高客戶的忠誠度。在大數(shù)據(jù)背景下，銀行網(wǎng)絡(luò)化的運營和客戶的粘性化維護，加上機器自主學習、云計算等技術(shù)在信用審核、貸款發(fā)放和貸后管理中的應(yīng)用，銀行的管理成本、時間成本等大大降低，相應(yīng)的中小微企業(yè)的融資成本也在大幅度下降。

（二）信用資本、信用抵押優(yōu)化了征信體系

大數(shù)據(jù)背景下，信用不僅表現(xiàn)為物質(zhì)資本，更體現(xiàn)為虛擬資本。信用資本成為了小微企業(yè)獲得信任的資格與手段，同時也是小微企業(yè)獲得社會資源配置的新依據(jù)和新方式。傳統(tǒng)的企業(yè)信用評價主要是以實物資產(chǎn)、財務(wù)數(shù)據(jù)等“硬信息”為核心。在大數(shù)據(jù)背景下，企業(yè)的信用不僅僅依賴于擔保物和抵押物的價值，更在于各種明細數(shù)據(jù)（訂單記錄、社保記錄、繳費記錄等）、非結(jié)構(gòu)化數(shù)據(jù)（社交記錄、瀏覽歷史、客戶評價等）所形成的信用資本中。非傳統(tǒng)數(shù)據(jù)的“軟信息”被納入到了信用評估體系中，全樣本的分析法取代了抽樣分析法，征信的數(shù)據(jù)重心從精確性向相關(guān)性轉(zhuǎn)移，銀行可以對貸款對象的信用水平和潛在風險進行全面深入的考量。大數(shù)據(jù)技術(shù)對于征信體系的優(yōu)化有以下幾個重要特征。一是覆蓋范圍大，數(shù)據(jù)來源廣，從而擺脫了傳統(tǒng)意義上必須與銀行發(fā)生直接借貸關(guān)系，才能從全國征信數(shù)據(jù)庫查詢信用記錄的局限性。二是數(shù)據(jù)截面時間展開，實時性強。區(qū)別于傳統(tǒng)征信的數(shù)據(jù)少，時效性差，大數(shù)據(jù)征信的海量數(shù)據(jù)實時分析，使得信用評價的處理速度和決策的效率更加有效。三是多元變量分析，結(jié)果更加全面準確。傳統(tǒng)征信主要是針對企業(yè)的歷史財務(wù)數(shù)據(jù)為核心的單一變量分析，在大數(shù)據(jù)背景之下，大數(shù)據(jù)征信的分析模型可以容納更多的變量，海量的數(shù)據(jù)分析成為了可能。

（三）數(shù)據(jù)實時動態(tài)演進，有效地防范風險

在傳統(tǒng)金融模式下，商業(yè)銀行面臨的信息不對成稱的風險主要來自于兩個層面，事前的逆向選擇風險和事后的道德風險。在大數(shù)據(jù)背景下，經(jīng)濟體的日常活動越來越多的在網(wǎng)絡(luò)上留下痕跡，這些痕跡會以電子數(shù)據(jù)的形式儲存下來，商業(yè)銀行可以運用大數(shù)據(jù)技術(shù)對客戶行為進行獲取和分析，作為其風險控制活動的有效補充。大數(shù)據(jù)風險控制的優(yōu)勢主要體現(xiàn)在信息的高效利用上。銀行針對中小微企業(yè)的風險評估結(jié)果可以動態(tài)地進行實時調(diào)整，大數(shù)據(jù)技術(shù)可以每時每刻不間斷的抓取各種信息，再將信息輸入到模型中，得到每個時點上的結(jié)果，這樣的風險評估結(jié)果具有很強的連續(xù)性。銀行據(jù)此可預(yù)測出中小微企業(yè)的發(fā)展路徑，通過各時點上數(shù)據(jù)的差異化對比分析，降低中小微企業(yè)數(shù)據(jù)造假的可能性，并對企業(yè)的貸款用途進行后續(xù)的實時監(jiān)督。同時，基于前期海量數(shù)據(jù)的積累，客戶數(shù)據(jù)的范圍和維度都在不斷的擴大，通過機器自主學習技術(shù)、人工智能的應(yīng)用，風險模型可以不斷的基于數(shù)據(jù)進行自我優(yōu)化，隨著風險評估模型的多樣化，風險得以量化評估，銀行的風險防控甚至可以前置到各種金融產(chǎn)品中。

四、商業(yè)銀行應(yīng)用大數(shù)據(jù)技術(shù)的路徑

利用大數(shù)據(jù)技術(shù)，商業(yè)銀行可以實現(xiàn)數(shù)據(jù)采集方面的創(chuàng)新，不斷優(yōu)化數(shù)據(jù)分析能力，將信息數(shù)據(jù)轉(zhuǎn)化為信用資本，改善中小微企業(yè)的融資服務(wù)。

（一）創(chuàng)新數(shù)據(jù)采集

在大數(shù)據(jù)背景下，數(shù)據(jù)的來源非常多元化，半結(jié)構(gòu)化和非結(jié)構(gòu)化的信息往往更能反映借貸行為背后的線索和聯(lián)系。銀行可以與多部門多機構(gòu)合作，構(gòu)建大數(shù)據(jù)信息平臺來獲取多維度的征信信息。一是加強銀行各網(wǎng)點的數(shù)據(jù)共享，傳統(tǒng)模式下由于技術(shù)原因的限制，即使是同一銀行的各個支網(wǎng)點，數(shù)據(jù)庫也存在割裂的情況。大數(shù)據(jù)時代下，銀行各網(wǎng)點可以更加高效地整合企業(yè)往來數(shù)據(jù)。二是在用戶授權(quán)和嚴格保密的前提下，銀行與政府部門合作，收集有關(guān)企業(yè)的細節(jié)數(shù)據(jù)，如政府部門的法律記錄、水電繳費記錄、住址信息、納稅記錄等比較隱秘，更能反映企業(yè)的經(jīng)營狀況和信譽水平的信息。三是加強和互聯(lián)網(wǎng)公司合作收集數(shù)據(jù)。線上交易非常普遍，互聯(lián)網(wǎng)公司積累了海量各類實時交易數(shù)據(jù)。銀行可以通過瀏覽記錄、搜索量、甚至是消費者評論來分析和挖掘企業(yè)的歷史記錄和發(fā)展?jié)摿?，準確預(yù)測客戶的借貸能力。四是銀行與其他中小金融機構(gòu)、保險公司、第三方擔保公司以及行業(yè)協(xié)會等進行協(xié)同的數(shù)據(jù)收集。中小金融機構(gòu)在融資市場上通常是作為銀行貸款服務(wù)的補充，在信息的收集上與銀行具有互補性；保險公司與銀行在信息甄別上具有同源性，銀行和保險公司的數(shù)據(jù)收集共享，將使得大數(shù)據(jù)技術(shù)的應(yīng)用更加深化和廣化；和第三方擔保公司和行業(yè)協(xié)會合作收集數(shù)據(jù)，也可以作為大數(shù)據(jù)信息平臺的擴展。

（二）優(yōu)化數(shù)據(jù)分析

大數(shù)據(jù)分析主要就是將海量的數(shù)據(jù)進行分布式大數(shù)據(jù)自動挖掘，從關(guān)聯(lián)性的角度出發(fā)對數(shù)據(jù)進行轉(zhuǎn)換，并在關(guān)聯(lián)性的基礎(chǔ)上將變量重新整合成為各種測量指標，每一種指標都對應(yīng)著借款人的某種特性，如預(yù)期收益率、償債能力和詐騙風險等。之后再將各種指標變量輸入到不同的模型中去，提取特征變量形成特征值。最后將各個模型輸出的結(jié)果，按照預(yù)先設(shè)定的百分比進行加總，形成信用分數(shù)。大數(shù)據(jù)技術(shù)分析流程如下：一是銀行通過統(tǒng)計分析技術(shù)和自然語言處理技術(shù)，對中小微企業(yè)的數(shù)據(jù)進行初步篩選。通過統(tǒng)計分析技術(shù)對中小微企業(yè)的搜索量、搜索關(guān)鍵詞以及評論信息等進行頻率數(shù)排序，然后通過自然語言技術(shù)對文本信息進行提取，得到企業(yè)的消費需求和市場潛力等基本的信息。二是運用數(shù)據(jù)挖掘技術(shù)，對數(shù)據(jù)進行關(guān)聯(lián)分析、聚類分析、分類和預(yù)測，對中小微企業(yè)的多元信息進行萃取，發(fā)現(xiàn)其中的規(guī)律，初步形成企業(yè)形象的刻畫和分析模型。三是運用機器學習技術(shù)，對中小微企業(yè)的風險模型和信用評估模型進行優(yōu)化，實時的輸出計算結(jié)果，將海量的抽象信息直觀的表達/H來，形成完善的企業(yè)畫像。四是確定各種指標的權(quán)重，形成信用評分。大數(shù)據(jù)背景下的指標權(quán)重確定是通過在層次分析法（ AHP）的基礎(chǔ)之上，采用模糊性的關(guān)系定義，將模糊數(shù)學法與層次分析法有機結(jié)合起來，通過構(gòu)造兩兩比較的模糊判斷矩陣，有效地反映信息模糊程度對判斷結(jié)果的影響，提供更加準確的指標權(quán)重計算結(jié)果，銀行再通過各項指標的權(quán)重對客戶進行整體的信用評分。

（三）改善中小微企業(yè)融資服務(wù)

一是銀行以大數(shù)據(jù)為基礎(chǔ)開發(fā)新型金融產(chǎn)品。銀行可依托大數(shù)據(jù)，對不同發(fā)展時期、不同地域狀況、不同行業(yè)的中小微企業(yè)開發(fā)個性化的金融產(chǎn)品，增加中小微企業(yè)的融資渠道，降低其融資成本。二是發(fā)展第三方信用信息征集公司。我國的第三方征信機構(gòu)發(fā)展不健全，借助行業(yè)協(xié)會的力量，銀行和政府參股控股的信用信息征集公司，更符合中國市場的實際狀況.市場化運作能充分滿足市場化的需求，提高公司的效率和積極性；政府銀行監(jiān)督，能有效的消除以盈利為目的的種種弊端；行業(yè)協(xié)會具有本地區(qū)企業(yè)的大數(shù)據(jù)信息優(yōu)勢。銀行和政府合作參股能夠保障各種分析結(jié)果的可靠性和保密性，且政府可以保障各種規(guī)章制度的有效實施，銀行可對企業(yè)提供針對性服務(wù)，并對企業(yè)管理提供修改建議。三是銀行為主體與互聯(lián)網(wǎng)公司的“三流合一”模式，實現(xiàn)銀行、網(wǎng)絡(luò)第三方服務(wù)平臺（線上融資平臺、支付平臺、電子商務(wù)平臺等）、企業(yè)三者間的無縫對接。第三方服務(wù)平臺利用大數(shù)據(jù)技術(shù)對企業(yè)的日常商務(wù)活動信息進行收集；企業(yè)在第三方平臺提出融資申請后，由平臺進行初步審核；平臺將初審結(jié)果提供給銀行，銀行審核通過后提供資金；第三方平臺對資金使用進行貸后實時監(jiān)控；一旦發(fā)生違約，會受到銀行和平臺的聯(lián)合懲罰。四是銀行和保險公司進行合作，應(yīng)對中小微企業(yè)“信用資本”還未形成前的風險控制?；凇按髷?shù)據(jù)”的思想，保險公司可以將個體的不確定性風險轉(zhuǎn)化為群體的確定性風險，采用“集約投?！焙汀凹瘓F承保”模式將單位風險集中后對信貸風險進行切分，降低銀行貸款風險，同時自身獲得一筆不小的收入。 五是銀行與財政部合作建立專門的中小微企業(yè)服務(wù)銀行，或者以銀行為主體成立中小微企業(yè)服務(wù)聯(lián)盟。利用大數(shù)據(jù)，參考國家開發(fā)銀行、中國進出口銀行、中國農(nóng)業(yè)發(fā)展銀行的建設(shè)，針對中小微企業(yè)設(shè)立專門的政策性銀行，差異化的提供產(chǎn)品和服務(wù)。

五、結(jié)語

在新的金融業(yè)態(tài)下，大數(shù)據(jù)技術(shù)為銀行和中小微企業(yè)帶來了新的發(fā)展機遇，其信息收集與處理能力是過去無法想象的，銀行能夠通過大數(shù)據(jù)擴展以往難以觸及的中小微資金市場業(yè)務(wù)，并進一步升級轉(zhuǎn)型。對于中小微企業(yè)而言，大數(shù)據(jù)技術(shù)有效的解決了其自身缺乏抵押物、缺乏擔保、管理不規(guī)范等問題。通過大數(shù)據(jù)技術(shù)形成“信用資本”，并實時的對中小微企業(yè)的風險和信用狀況進行審核監(jiān)督，信息不對稱的問題在很大程度上得到了解決，企業(yè)本身也更愿意努力提高自己的經(jīng)營管理效率，以期獲得銀行貸款上的便捷和優(yōu)惠。中小微企業(yè)融資難、融資貴問題解決的同時，銀行也能優(yōu)化業(yè)務(wù)結(jié)構(gòu)，形成一種良性循環(huán)。

參考文獻：

[1]陳曉明，當前中小企業(yè)“融資難、融資貴”問題辨析D].金融與經(jīng)濟，2016（10）：34-38.

[2]丁振輝.大數(shù)據(jù)背景下的小微企業(yè)信用評級研究[J].征信，2014，32（11）：45-49.

[3]黃子健，王羹，大數(shù)據(jù)、互聯(lián)網(wǎng)金融與信用資本：破解小微企業(yè)融資悖論[J].金融經(jīng)濟學研究，2015（1）：55-67.

[4]劉葉婷，唐斯斯，梁明，信用大數(shù)據(jù)的形成、應(yīng)用價值與提升策略[J].南方金融，2016（11）：47-53.

[5]林輝，楊旸.互聯(lián)網(wǎng)金融及其在中小企業(yè)融資中的應(yīng)用研究[J].華東經(jīng)濟管理，2016，30（2）：8-13.

[6]李先瑞，芻議大數(shù)據(jù)征信在小微企業(yè)融資中的應(yīng)用[J].財務(wù)與會計，2015（13）：55-57.

[7]沈澤洋，中小微企業(yè)融資難的成因與對策研究[J].經(jīng)濟研究參考，2016（19）：53-57.

[8]徐峻峰，大數(shù)據(jù)技術(shù)下的小微金融服務(wù)與產(chǎn)品創(chuàng)新[J].武漢金融，2017（5）：9-12.

[9]肖萍.互聯(lián)網(wǎng)金融與中小企業(yè)融資困境的化解途徑[J].河南師范大學學報（哲學社會科學版），2015（4）：77-80.

[10]鄭璐.中小微企業(yè)融資困境與對策[D].天津：天津師范大學，2016.