以“大數據思維強化小微企業信貸風險管理

作為推進包容性金融發展的重要內容之一，金融支持小微企業發展近幾年得到社會各界的高度重視。受諸多因素制約，小微企業金融服務特別是信貸支持仍然是一個比較突出的問題。重要原因之一，就在于小微企業貸款的風險控制技術不完善。因此，從技術層面看，借鑒大數據思維，研究開發小微企業信貸風險控制技術，是改善小微企業信貸服務、促進包容性金融發展的關鍵一環。

一、風險識別：建設“小微企業大數據信息平臺”

風險識別是小微企業信貸風險管理的起點，也是基礎。由于條件限制、路徑依賴等因素影響，在過去相當長的時期內，金融機構尤其是地方性金融機構小微企業信貸管理人員的歷史經驗、知識水平與決策能力等成為風險識別中發揮關鍵性作用的因素。盡管目前有些機構已經開始結合飛速發展的信息技術嘗試使用更為科學合理的風險識別技術，但進展緩慢，與現實需求相比仍然存在較大差距。

小微企業信貸風險有其特殊性，尤其是風險的動態性、隱蔽性高于大企業，而這些差異主要源于大企業與小微企業的信息結構存在顯著不同。一般而言，大企業經營規范、信息披露充分且可信度高，基于這些低成本信息開展的風險識別輔之以抵押資產質量的審核，基本能夠防控當時可預見的主要風險。而多數小微企業經營管理水平參差不齊、信息披露較少，特別是很多小微企業缺乏合規、真實的財務報表，其日常經營行為又具有隱蔽性、不確定性，信息成本高、質量差嚴重阻礙小微企業風險識別，也令眾多金融機構對其發展顧慮重重。

建設“小微企業大數據信息平臺”，可有效解決這一問題。小微企業潛在的大數據資源非常豐富，從電信、金融、社保、房地產、醫療、征信體系等部門，到電子商務平臺、社交網站等，覆蓋廣泛。但在當前條塊分割管理體制下，小微企業的這些海量信息“碎片化”地分散在缺乏數據共享機制的地區和部門之中。通過建設一個小微企業“大數據信息平臺”，將這些動態、分散、隱蔽信息整合利用，從而提高小微企業信息的完整性、真實性、時效性和可獲得性，對有效推動金融支持尤為重要?；诋斍皸l件，可操作的選擇是，首先應當盡快建設、完善一批涉及小微企業信息的關鍵性子平臺，包括人民銀行的小微企業信用征集體系，政府各部門有關小微企業注冊登記、人才技術、納稅繳費、勞動用工、用水用電、節能環保、經濟訴訟等的信息平臺，待條件成熟，再以這些子平臺為基礎構建一個超級信息平臺。

二、風險計量：構建基于“小微企業大數據信息平臺”的風險計量模型

傳統的小微企業信貸風險計量基于各金融機構掌握的不完全信息，計量方法主要分為以定性分析為主的專家系統方法和以定量分析為主的信用評分模型方法。前者適用于風險計量的初始階段或新客戶準入階段，由經過長期訓練的具有豐富實踐經驗的信貸專家根據所獲資料對小微企業客戶的風險進行主觀判斷。后者主要包括以判別模型、Z評分模型和神經網絡模型為代表的一系列風險計量模型。專家系統方法的局限性在于，對不同小微企業風險計量指標的選擇及其最優權重的確定難以達成一致性，審貸委員會制度及多重簽名等手段也無法避免評定標準的主觀性缺陷。信用評分模型方法的缺陷則主要在于，過分依賴顯性信息以及假設模型解釋變量間存在線性關系，而實踐中小微企業產生大量隱性信息且各類經濟行為并不總是存在相關關系。除工具本身無法克服的缺陷外，傳統小微企業信貸風險計量方法還受限于小微企業信息的不完全性。

基于“小微企業大數據信息平臺”的風險計量有突出優勢與特點：首先，大數據平臺整合小微企業海量碎片化信息，可為各類風險計量技術提供近似完全信息的良好條件，因此基于大數據信息平臺的小微企業信貸風險計量的準確性將會大幅提升。其次，與傳統小微企業信貸風險計量方式主要依據一次或多次采集取得具有一定時滯期間的歷史數據不同，大數據平臺的信息更新迅速、動態性強，依據這些幾乎實時變更的信息開展的風險計量可以連續進行，風險計量的時效性因而大大提高。第三，大數據信息平臺為金融機構小微企業信貸風險計量提供合作競爭的廣闊舞臺。金融機構既可以相互交流探討風險計量的方法、結論，也可以合作開展風險計量技術攻關，同時也可發揮各自優勢對信息開展獨到的分析挖掘與利用。在此過程中，風險計量技術將可能得到進一步提升甚至出現突破性發展，而不同風險計量技術的綜合使用也可克服單一技術的缺陷和不足。

作為“小微企業大數據信息平臺”深度開發的風險計量模型體系可設計為兩個層次：第一層次為常規性、標準化風險計量模型，包括常用經典風險計量模型以及當前較為流行的前沿風險計量模型，這些模型的結構、指標、參數均預先設定，相同的輸入必定產生相同的結果，主要為金融機構特別是技術力量薄弱的地方性金融機構提供低成本的標準化風險計量服務。第二層次為交互式、智能化風險計量模型，不僅提供一些探索性、借鑒性諸如基于期權定價理論、保險精算理論的風險計量模型，而且允許金融機構依需要定制模型及其結構、參數等，相同的輸入未必產生相同的結果，主要服務于技術力量雄厚的金融機構的深度數據開發及個性化需求。目前主流的觀點認為，對大數據基于統計學的簡單算法要比小數據的復雜算法更為有效。這首先因為從大范圍、實時性的大數據中計算得出的概率性結論更能揭示趨勢；其次，對大數據進行復雜算法的軟硬件要求極高，如百度目前的數據量大概是1000PB，每天處理100PB以上的數據，網頁數量接近一萬億，實現這個級數的運算需要巨額的軟硬件投入。因此，“小微企業大數據信息平臺”風險計量模型的初期開發應考慮投入產出比。

三、風險處置：大數據時代重建小微企業信貸風險處置策略

風險處置策略大體包括風險規避、風險降低和風險分擔三部分內容。傳統小微企業風險處置策略受不完全信息等因素影響較大，消極被動，手段單一，但大數據信息平臺及基于平臺的風險計量技術的發展將推動金融機構小微企業信貸風險處置策略發生重大改變。主要體現在以下幾個方面：

采取積極的小微企業信貸風險規避策略。在信息嚴重不對稱環境中，小微企業信貸風險多發且不確定，主要依賴系統內部風險評級的金融機構總體趨向消極的小微企業信貸風險規避策略——放棄或有限度支持小微企業。部分金融機構轉而尋求外部評級支持，但目前信用評級市場總體規模較小、產品服務單一，整個信用評級行業公信力不高。大數據為金融機構提供相對完全的小微企業信息，通過技術手段可以對小微企業進行實時的信用評級，而且擺脫了對傳統基于不規范財務信息的信用模型的依賴，因而可以識別、計量、預測大部分潛在風險，為金融機構主動出擊發掘低風險、高回報的優質小微企業客戶創造了便利，也為積極的風險規避策略提供了動力。

應用大數定律降低小微企業信貸風險。目前金融機構降低小微企業風險的主要手段有兩種：一是要求足額的抵押擔保，二是確定較高的資金價格。前者其實是一種小微企業客戶數量少、信息不對稱條件下的一對一思維，較高的門檻對本就發展緩慢的小微企業金融市場形成反向擠壓，而司法效率的低下進一步抬升借貸雙方的成本。后者的意圖則是通過較高的定價為合理的風險溢價水平留出空間，但實踐中仍難以覆蓋小規模小微企業金融市場的信貸風險。隨著大數據平臺的建立、小微企業金融市場規模的迅速膨脹以及信息流動的日趨快捷、透明，當數據足夠多、足夠全、抽取足夠隨機時，以這些數據為基礎所做的分析就能夠足夠接近真實，應用大數定律降低小微企業信貸風險將成為可能，抵押擔保將不再是小微企業信貸業務的必選項，而資金價格也將有可能回歸合理水平。

開發衍生性小微企業信貸風險分擔工具。傳統小微企業信貸風險的分擔僅限于借款人、貸款人和保證人三方（或包括少數保險機構）。大數據帶來的風險高度量化，有助于開發衍生金融工具用于風險識別、計量、定價，在各參與主體之間實現風險損失不同配置和分擔，同時可出售給市場上有能力且愿意承受風險的投資者，從而可以實現風險的有效分散，為信貸支持小微企業提供充分的空間和可持續的動力。