金融科技下中小企業金融服務模式發展研究

任志會

摘 要：小微企業融資難其根本原因在于企業信用不足、信息不對稱，導致銀行對其服務成本與管理成本雙高。針對這個問題，國家從2018年以來，各級政府及金融監管部門陸續出臺利好政策，提升金融服務實體經濟、深化中小微企業的金融服務政策力度。隨著金融科技的發展，如何利用金融科技創新服務模式，解決中小企業融資難的為題，是一個研究的熱點，本文將對此展開分析。

關鍵詞：金融科技 中小企業 金融服務

截至2017年末，國內小微企業貸款余額30.74萬億元，僅占銀行貸款總余額的24.67%。中小企業是國民經濟的有機活力成分，但融資服務方面，中小企業常常遭遇困境。工信部統計數據顯示，我國33%的中型企業、38.8%的小型企業和40.7% 微型企業的融資需求得不到滿足。另一數據顯示，中國中小微企業正規部門融資缺口接近1.9萬億美元，融資缺口率達43%，占GDP比重17%。中國受融資約束的中小微企業總數達2300多萬家，微型和中小企業中受融資約束的比例分別為41%和42%。從經營情況看，東、中部地區總體表現較好，中部地區虧損面最低，僅有7.5%；西部地區中小企業分化嚴重，既有規模較大、經營和盈利能力較好的企業，同時也存在大量規模小、實力弱、抗風險能力差的企業。

中小企業融資的主要難點和痛點在如下幾個方面：一是對于小微客群信息甄別的難度較大，對獲客和風控帶來挑戰；二是人工采集客戶信息效率低，成本高，風控難；三是中小企業客戶單筆融資金額一般較小，而單戶服務成本較高；四是手續復雜，放款周期長，服務效率低；五是中小企業的貸款額度較低，價格偏高；六是受利差收窄、銀行之間競爭和互聯網金融的沖擊較大，中小銀行獲客難度加大。因此，中小企業迫切需要個性化金融產品、更靈活化的金融服務手段、綜合化金融服務與便捷化金融服務程序，以緩解金融服務困境。

金融科技以人工智能、大數據、區塊鏈、云計算以及生物識別等科技為切入點，將為中小企業金融服務問題的解決提供新的視野。金融科技在中小企業金融服務中存在天然的優勢。金融科技以人工智能、大數據、區塊鏈、云計算以及生物識別等科技為切入點，為中小企業金融服務問題的解決提供了新的視野。金融科技解決了銀企關系不暢、融資成本高、風險評估難的中小企業融資主要難點。金融科技的應用也推動了外部支撐環境的變革，為中小企業創造出更優質的發展環境。如何利用金融科技手段，幫助中小銀行或金融機構更好識別的目標客群、匹配需求，需要有一個過程。從未來發展趨勢看，金融科技等技術的應用頻率將大幅提升，推動中小企業金融服務變革乃至整個金融領域走向智能化時代。不同技術在應用的過程中會越來越緊密，彼此的技術邊界不斷模糊、融合，未來更多的金融創新產品會集中在技術交叉領域，需要依賴多種金融科技技術手段，提供全方位、綜合性的金融科技服務平臺。

一、金融科技架起傳統金融機構和中小企業信息連接的橋梁，助力破解信息不對稱

從長期看，要徹底解決民營企業特別是中小企業融資難融資貴問題，需要認識其背后的深層次原因。從我們服務2萬余家中小企業的經驗可知，銀行和企業之間常常存在著嚴重的信息不對稱，雙方建立信任的成本非常高。很多小微企業在向銀行申請貸款過程中需要承擔擔保等第三方的服務費用，無疑加重了其融資成本。

一方面，金融機構無法從公開渠道獲得詳盡、真實的企業信息，再加上中小企業規模偏小，商業模式單一，可用作擔保和抵押的資產不多，經營風險較大，難以達到銀行的信貸審核標準。另一方面，一些中小企業欠缺金融意識和金融知識，在眾多的產品中，無法專業地辨析哪些銀行的產品更適合自己，無從下手去準備申請。

金融科技企業作為信息中介，可以在一定程度上解決金融機構和中小企業的痛點，架起傳統銀行和中小企業之間信息連接的橋梁。例如，建立起有價值的企業數據庫和豐富的金融產品數據庫，一邊為銀行尋找合適的客戶，一邊幫助企業找到合適的金融產品。

金融科技的應用，主要目的就是要提升金融服務的覆蓋率、可得性和滿意度，特別是讓小微企業獲取價格合理、便捷安全的金融服務。各種基于金融科技的產品和服務不斷推陳出新。例如，大數據風控模型的建立是對傳統信貸模式在時間和維度上的補充，具有反欺詐、風險評估、風險預警等新功能，在多維度分析用戶數據后，可以全面掌握用戶信用狀況。這無疑可以解除銀行出于風險考慮而不敢放款的焦慮。在資金匹配方面，通過網絡化的方式進行信息處理，信息不對稱程度較低，使得資金供求雙方在資金期限匹配、風險分攤等方面的成本較低。這不僅節約了時間，還提高了資金配置效率，大幅降低了交易成本。在風險定價方面，運用大數據和云計算進行充分的客戶信息挖掘與風險識別，能夠形成一個風險管理控制體系，在客戶與風險中建立起一個量化關系，提高了風險定價的準確性。

二、金融科技為傳統金融機構賦能，能夠有效提升中小企業融資效率

剛性兌付、軟預算約束等情況使得傳統金融機構和企業的風險溢價不能夠得到合理的估值，不能準確反映市場的資金供求關系和金融資產風險水平，無法生成市場化的收益率曲線。這不僅降低了投資效率，增加了系統性風險，而且在很大程度上造成金融資源配置的“擠出效應”，加劇了中小微企業融資難融資貴問題。中小企業信貸可以分為幾個部分：行業分析、企業基本信息、經營信息、財務數據和擔保方式。金融科技企業可以提供獲客、篩選和推送、整合放款、履約信息、貸后管理等服務，為傳統的金融機構賦能，也就是說在貸前、貸中、貸后，都有相關的數據去進行還原，生成一個精準的客戶畫像，還原企業在經營上的真實數據，有效判斷其風險。一是不再局限于財務數據本身，可以擴展與客戶相關的數據，比如有些具有發展潛力的小微企業，其企業主具有良好的聲譽、重要的知識產權，對這類信息進行量化處理后，可以幫助銀行進行信用甄選。二是利用大數據、云計算等技術找準客戶需求，能夠切實提升其服務效率和能力。

實際上，中小企業融資困局的形成與實體經濟發展質量相關，解決之道不能僅僅局限在金融體系之內。金融風險積聚的一個重要原因便是企業投資收益率偏低，有些企業本身經營粗放，過于追求規模擴張，對價值創造和投資收益率關注不夠，造成了企業負債過高，這樣的企業自然也難以再獲得金融機構的融資支持。從長遠看，既能化解民營企業融資困局，又能防范化解金融風險的辦法就是提高民營企業的投資收益率，進而在整體上提高我國經濟的投資效率。這就要求中小企業打鐵還需自身硬，轉變發展方式，提高發展質量和效益，從追求規模擴張轉向追求價值創造，尋找新的增長動能。

三、金融科技為利用數據及模型幫助中小企業構建評價指標體系

從方法論的角度如同金融脫虛向實，金融信用應回歸本源，源自貿易信用。貿易信用Trade Credit代表了企業賒銷信用，將企業交易定義掌握清晰才能支撐掌握真實評價，這是我們常說的交易信用或應收交易信用。如同美國鄧白氏的商業信用報告中，客戶付款表現PAYDEX是核心數據，可是中小企業的貿易對手，是大型企業抑或仍為中小企業，如何掌握建立精準評估？答案是小數據和大數據。尤其移動互聯手機應用的普及、在線支付的用戶習慣養成，金融科技的發展包括區塊鏈技術應用成熟以及AI技術的日趨完善使得中小企業應收賬款評判提上議程。從手段的角度來說就是對小數據的更極致運用和建立大數據的對比參照。小數據指中小企業的內部以ERP或進銷存為代表的業務數據作為基礎，但是不夠。必須加上相關供應鏈伙伴的數據作為交叉，以此支撐以交易數據為核心的主體信用評價，常作為貸前準入依據。交易信用體系強調貸中貸后大于貸前，或者說輕授信重用信。貸中貸后依托電子化移動化的供應鏈交易和對賬平臺。貸中貸后作用于貿易真實性，結構封閉性，鎖定第一還款來源。擴而廣之，超出傳統銀行保理概念的是，評估每筆應收的價值應該是供應鏈的思維，即應收形成的過程中的不同供應鏈節點反應的價值而不是已經形成的應收。

“信用歧視”是中小企業融資難融資貴的深層原因。“信用歧視”的存在，既有傳統金融機構信用評價機制不完善，更依賴國家信用背書和固定資產抵押擔保作為信用創造手段的原因，也有來自民營企業自身非理性負債多元化擴張以及財務信息不真實可靠，造成銀企信息不對稱的原因。只有充分發揮金融科技的支撐作用，創新中小企業信用評價體系，實現對中小企業信用風險的充分定價，運用包括市場手段在內的綜合手段，有效消除客觀存在的“信用歧視”，才能從根子上解決中小企業融資難融資貴的問題。

從未來發展趨勢看，金融科技等技術的應用頻率將大幅提升，推動中小企業金融服務變革乃至整個金融領域走向智能化時代。而不同技術之間在應用的過程中將會越來越緊密，彼此的技術邊界在不斷模糊、融合，未來更多的金融創新產品會集中在技術交叉領域，需要依賴多種金融科技手段，提供全方位、綜合性的金融科技服務平臺。

參考文獻

董莉， 彭永芳， 董曉宏. 科技型中小企業融資的困境與出路[J]. 銀行家， 2018（2）.