王 霞,劉紅宇,楊夢秋
(貴州財經大學貴陽大數據金融學院,貴州 貴陽 550003)
當下,中小企業(yè)融資難表現為融資成本高和融資途徑比較單一。由于中小微企業(yè)發(fā)展不成熟,這就造成了中小微企業(yè)信用違約風險較大,導致中小微企業(yè)融資成本較高。在信息不對稱的情況下,銀行等金融機構為避免產生信用風險,通常就會選擇拒絕發(fā)放貸款給中小微企業(yè),因而中小微企業(yè)多數都以民間借貸為主,這造成了中小微企業(yè)融資途徑比較單一的局面。
為了解決信息不對稱以及中小微企業(yè)融資難的問題,我國對此進行了積極的探索,在實踐過程中通過信用體系的建設和完善力圖達到跨界融通數據,并通過跨界融通數據進行信用評級,這能夠解決因信息不對稱可能引發(fā)的小微企業(yè)的“道德風險”而使得金融機構“惜貸”。最典型的案例是我國聯合各方數據打造了“信易貸”平臺,通過該平臺,實現跨界數據融通,累計授信規(guī)模達700余億元。
依據2019年實施的新政策,小微企業(yè)是指從事國家未限制和禁止行業(yè),滿足條件企業(yè)資產總額低于5 000萬或從業(yè)人員少于300人或應納稅額低于300萬的企業(yè)。
嚴德明(2020)[1]闡述了小微企業(yè)融資難的問題主要體現在融資渠道較窄、融資風險潛存、融資成本較高三方面。周瑩(2020)[2]認為我國中小微企業(yè)創(chuàng)業(yè)板對于在其進行融資的小微企業(yè)要求較嚴格,許多小微企業(yè)無法達到其要求,因此對于小微企業(yè)的融資作用非常有限。除了銀行貸款,小微企業(yè)的融資大部分來自于親友、小額貸款公司,甚至是高利貸。資金的來源渠道少,成本高,使得原本利潤較低的小微企業(yè)的負擔更重。小微企業(yè)缺少創(chuàng)新精神、生產規(guī)模小、發(fā)展不均衡、應變能力差,有些小微企業(yè)在管理方面采用家族式和合伙式,使得企業(yè)內部競爭力不強。陳華巍、萬興亞等(2016)[3]提到銀行愿意提供的貸款利率較高,加上申請貸款期間所需的各種服務費和手續(xù)費,小微企業(yè)實際要承擔的利息率超過10%,大約比基準利率高了4%,大大提升了融資成本。目前,從我國的融資體系來看,銀行等金融機構沒有給與小微企業(yè)相對平等的融資機會,這是造成小微企業(yè)融資難的重要原因。
研究發(fā)現,我國眾多學者對接入云平臺的小微企業(yè)信用評級研究選取了不同的核心指標,而信用評級方法也有所區(qū)別,但介紹其評級體系的架構情況較少,并且接入云平臺的小微企業(yè)信用評級構建中的特點沒有得到體現,研究視角較為單一。本文通過對接入云平臺的小微企業(yè)信用評級案例進行分析,表明云平臺如何通過實施動態(tài)數據采集來對企業(yè)資產進行評估,及時發(fā)放貸款,從而幫助企業(yè)緩解資金流動性不足的情況。最后文章將根據從案例分析中所得到的啟示提出自己的政策建議。
目前運用云平臺對小微企業(yè)進行信用評級的主體多為互聯網金融機構,具有代表性的幾個互聯網金融機構主要有螞蟻金服、京東金融、百度金融等。在我國,企業(yè)對于云的信任度在不斷提高,據調查研究發(fā)現,我國中小企業(yè)對云的接受程度最好,超過一半的企業(yè)將全部業(yè)務放在云上。而隨著云計算的發(fā)展與普及,中國企業(yè)對其安全穩(wěn)定性的認知也在不斷進步,高達74%的企業(yè)認為云是可信的,顯而易見,企業(yè)接入云平臺已是如今發(fā)展的大勢。
傳統的信用評級,是在銀行接到中小微企業(yè)貸款申請時,需要對其進行審核,其中涉及到安排人員進行實地考察等問題,會花費大量融資成本;而運用云平臺的小微企業(yè)信用評級可以通過云計算從云平臺獲得相關數據信息進而得到相關分析結果,這一系列信息都可以同過云平臺內部操作得出,節(jié)約了時間成本與資金成本。
在云平臺的支持下,通過云計算手段將數據信息分類處理,而用戶只需要通過注冊認證信息,便可通過使用云服務而獲得信用評級以及貸款申請的結果,審核時間短。據調查顯示,傳統金融機構信貸審批一般需要至少15個工作日,而以螞蟻金服等為代表的互聯網金融機構則可以在3 min內完成審批。綜上,運用云平臺對小微企業(yè)進行信用評級,其效率相對更高。
阿里云平臺支撐的螞蟻金服,其征信模式運行機制主要由3部分組成。
1)實施動態(tài)數據采集。螞蟻金服的芝麻信用評分指標信息數據來源較廣,例如來自阿里螞蟻旗下支付寶等平臺產生的交易行為數據,來自商業(yè)伙伴的運營商等數據,以及來自政府部門、公安系統、工商等相關數據,還有個人提交的學歷以及銀行等合作反饋數據等,其中來自阿里平臺的數據占主要地位,這為螞蟻金服的發(fā)展提供了海量數據信息優(yōu)勢。
2)數據處理—利用螞蟻金融云進行數據處理。螞蟻金融云具有云計算處理技術、大型實時決策能力、大規(guī)模數據整合與分析能力及大規(guī)模的交易處理能力,利用其相關技術與能力可以形成各信用主體較為詳細的信用評價。
3)小微企業(yè)信用畫像—利用企業(yè)信用報告、芝麻信用分為小微企業(yè)信用畫像。通過金融云的數據處理分析而后輸出數據結果,形成企業(yè)信用報告與芝麻信用分。企業(yè)芝麻信用分的評分范圍為1 000~2 000,其評分維度主要體現在以下5個維度:經營行為、企業(yè)基本信息、法定代表人、履約歷史及關聯關系。從上述芝麻信用評分維度可知,螞蟻金服在關注企業(yè)自身經營情況下,也注重企業(yè)法定代表人的情況,而企業(yè)的基本信息可以體現其市場潛力,影響著銀行決定是否向其放貸。
京東金融云全程支撐著整個京東金融的發(fā)展,京東金融主要是依靠京東藍鯨為中小企業(yè)進行征信。
整個京東金融的運作模式為。首先通過藍鯨征信對小微企業(yè)進行征信;其次將所得的征信信息為旗下產品京小貝、京小貸等一系列產品所用,而后在這些產品中獲得的各種信息又被藍鯨征信所吸收,最后形成了一個循環(huán)的金融生態(tài)圈。
京東藍鯨的征信模式主要由3個部分組成。①數據來源:接入京東云平臺數據、全量企業(yè)工商數據、匯聚其他多維度的海量的其他數據,涵蓋了接入云平臺的內外部以及線上線下調研數據。②數據處理—京東藍鯨:利用其擁有的征信場景應用經驗,同時結合大數據、人工智能等頂尖技術,運用超強的大數據處理和建模能力,對接入數據進行處理。③信用評分:在全量企業(yè)工商數據基礎上,結合信貸、司法等多個緯度的數據源,利用歷史信用記錄,探尋特征變量,并通過數據分析技術構建的評估模型計算而得出信用評分。
百度金融成立于2015年12月14日,而在2018年4月,百度金融服務事業(yè)群宣布正式完成拆分融資協議簽署,將啟用全新品牌“度小滿金融”并實現獨立運營,至此,百度金融升級為度小滿金融。度小滿的主要信貸流程見圖1。
圖1 度小滿信貸流程圖
申請貸款的客戶或企業(yè)提供合法有效用戶信息建立用戶畫像,跟蹤用戶完整的生命周期即為第一階段贏取客戶。第二階段是身份驗證,通過磐石活體識別、OCR文字識別驗證申請人是否為本人,依托多頭防空分、磐石大數據風控技術,應用風險名單、過濾欺詐團伙。貸前審批階段,匯集大數據信息、央行征信等多方數據源,通過磐石活體識別、磐石信息核驗,審查申請者是否符合貸款條件。緊接著為貸中復查,通過磐石信用分進行信用評估,監(jiān)測申請用戶信用變動信息,降低欺詐風險。最后的貸后監(jiān)控階段,通過磐石信息核驗、監(jiān)控變動信息,幫助客戶監(jiān)測借貸異常、及時預警潛在風險。同時進行逾期催收與信息修復,通過磐石智能催收平臺提高回款率。
螞蟻金服、京東金融、度小滿等能夠達到目前的發(fā)展高度,這離不開它們優(yōu)秀的征信模式,總結來說,它們的優(yōu)勢有以下幾點。
1)接入的云平臺數據庫豐富,數據來源多維、廣泛。芝麻信用背后依托于阿里巴巴集團,擁有龐大且發(fā)展較為完善的螞蟻金服生態(tài)金融鏈條以及云計算產業(yè)鏈條,從而能夠滿足大數據征信對信用數據的海量要求。相較于傳統征信而言,芝麻信用的信用數據覆蓋面之廣,是前者所不能達到的高度。京東征信體系的數據來源包括京東云收納的數據和外部各種數據,體現了數據的多層次,百度征信系也是同樣接入了各方面的數據。
2)利用金融科技等相關高新技術對數據進行處理。在這個大數據時代,一方面,征信數據的產生由手動方式轉變?yōu)樽詣踊鞣N類型的傳感器被人們應用到生產、生活以及科學研究中來獲取信息,征信數據的收集變得更加便捷經濟;另一方面,互聯網擁有數量龐大的用戶,無時無刻不在產生規(guī)模巨大的數據。因此,一個好的信用評級體系,離不開卓越的數據處理分析技術支撐,以便對數據進行準確處理分析。
3)形成的信用報告能用評分方式說明企業(yè)的風險性。特別是螞蟻金服的征信體系最能體現這點,螞蟻金服通過征信,最后形成的信用報告是通過芝麻信用分體現的,這能快速通過分數的高低來判別企業(yè)的風險性,有利于整個信用業(yè)務流程效率的提升。
4)進行信用評級,并在貸款后具備貸后追蹤功能。從百度金融云對中小企業(yè)的征信模式中發(fā)現了它們的征信體系具備貸后追蹤功能,這個功能不但能及時補充企業(yè)的相關信息,而且能快速發(fā)現企業(yè)風險,從而能及時采取措施,減少違約風險。
1)豐富信用數據來源,加強信息安全保護。健全貴陽市農批云平臺與其他相關企業(yè)的信用共享機制,完善信用數據的互通有無,以此滿足云計算對于數據的海量需求,解決農批云平臺商戶面臨的“數據孤島”問題;在豐富信用數據來源的同時,國家需要通過完善相關法律法規(guī)對用戶的信息數據與個人隱私進行保護,完善相關機構的監(jiān)管職責,規(guī)范引導互聯網金融征信的發(fā)展,從而保證此云平臺能有一個正常安全的運行環(huán)境。
2)加強實時數據處理分析技術的應用。通過卓越的數據處理分析技術支撐,以便對數據進行準確處理分析,力求能夠貼近企業(yè)現實情況,從而降低風險。在智慧農批云平臺信用評級體系的搭建中,云平臺將根據系統內商戶商品交易量、交易金額、誠信經營狀況、園區(qū)貢獻度等運營數據,生成相應的信用分,而后根據信用分為商戶提供各項金融服務,通過實時把控對商戶接入云平臺的數據處理分析,對貸款成功的商戶進行動態(tài)數據分析的評估,利于平臺進行更為準確的風險把控,對潛在風險進行預警,方便平臺通過采取例如逾期催收以及信息修復等手段來減少貸款違約率。
3)形成具有代表性的信用報告。在構建貴陽市農批云平臺時,在考慮到評判數據的復雜性以及評價結果的科學專業(yè)性同時,也應該注重評價結果的簡潔性,可以借鑒螞蟻金服的模式,運用分數的形式來說明企業(yè)的風險性,其評價結果雖簡潔但具有代表性。