王菲 重慶工商大學財政金融學院
2018年,在經濟增速放緩、流動性趨于短缺的大環境下,小微企業融資難問題加劇,針對這一現狀,中國人民銀行、財政部等部委、監管機構出臺了多項舉措支持小微企業融資。小微企業融資業務在政策層面無障礙后,風控難題成為最突出的問題。大數據與信貸業務相結合,有助于重塑信息結構,解決信息不對稱問題,促進商業銀行的轉型和小微企業的發展。
中國小微企業融資難、融資貴的比較對象是大型企業的融資情況,具體體現是,對比我國小微企業對整體經濟的貢獻情況,金融機構對小微企業融資的支持力度不夠。對于該問題,央行行長易綱的演講報告中指出,中國小微企業最終產品和服務價值占GDP的比例約60%、納稅占國家稅收總額的比例約50%,而2017年末中國金融機構小微企業貸款余額占企業貸款余額的比例約37.8%,小微企業的經濟貢獻與金融機構對小微企業的貸款支持力度有較大差距。造成這一局面的原因主要有以下幾個方面:
1.從企業角度:
(1)企業信息收集難度大,信息不對稱。(2)小微企業大多屬于勞動密集型企業,技術含量低、資本少、穩定性差,在產業鏈交易中往往處于弱勢地位。
2.從銀行角度:
(1)銀行信貸產品種類單一,產品創新有待加強。(2)產品大數據平臺建設不夠完善。在大數據平臺建設不夠完善的情況下,商業銀行在發展客戶方面處于劣勢。
1.充分了解并挖掘潛在客戶,實現精準營銷。通過搜集、處理和分析大量非結構化數據,借助相關算法建模將客戶進行描摹畫像,利用大數據平臺排序篩選工具篩選出高凈值客戶,從而確定業務對象;通過小微企業數據分析了解這一客群的內在規律性,進而研發更有針對性的金融產品和信貸服務,有助于在滿足小微企業貸款融資需求的同時,擴大銀行的業務范圍。
2.完善信息分析,優化信貸流程。借助互聯網、互聯移動平臺、數據挖掘等技術手段,以對客戶的行為信息進行抓取、整合、分析。商業銀行不僅能夠快速匯集小微企業完整信息,并且還能夠突破傳統技術條件下的信貸服務模式,提高判斷小微企業經營狀況的精準度,依靠模型的自動化運作來實現綜合判斷,全程減少人為干預,保證模型輸出的結果科學可靠,保證測算結果的客觀性。
3.構建預警機制,有效防范風險。傳統征信模式的一大弊端就是數據更新不及時導致風險預判能力較弱,而大數據征信則可以通過對客戶信息的實時追蹤與更新來很好地解決這一問題。通過實時數據采集與分析,形成系統的監測預警提醒系統,對評估發現的風險結果進行及時分析處理,提前采取預警措施,最大限度地降低潛在風險帶來的損失。
1.加強信息系統建設,增強分析能力
一是要整合內部信息,共享數字資源。通過打破銀行內部的信息壁壘,聯通數據孤島;二是要通過外部鏈接,結合行業內、政府間以及互聯網上面的大數據資源,實現多渠道、多層次的數據抓取與分析,通過交叉驗證來確保信息的真實性,降低信息不對稱帶來的風險。通過成熟的信息系統,不僅有助于重塑信息結構,以降低銀行信貸業務的風險,而且可以通過大量的非結構化數據分析挖掘處潛在客戶,進而拓展市場空間。
2.加強預警機制建設,提高風控水平
第一,貸前信息整合,模型分析。通過數據挖掘技術以及算法、模型對海量數據的分析,通過客群特征分析潛在的風險點,在貸前對于風險點進行深層次的剖析;第二,貸中全面監測,風險追蹤。利用大數據更新速度快時效性強的特點,將客戶的交易行為、財務狀況進行實時追蹤,動態監測整個資金鏈條的運作情況;第三,貸后數據更新,實時預警。貸后利用已保留的信息記錄,結合多個數據庫,如公安、司法數據庫、人民銀行征信系統等對于企業的運作狀況、信用現狀進行了解,做到及時數據更新,實時預警。
3.創新運營模式,提高服務水平
(1)探索投貸聯動服務模式。商業銀行可以在確認項目品質和發展潛力的基礎上采取部分貸款+部分投資或是全額投資等方式予以支持,如中國工商銀行利用綜合化牌照優勢,已經推出了靈活組合的“信貸+保險”“信貸+租賃”“信貸+基金”等多類服務方式,有助于實現風險控制和增加收益的雙重效益。此外,商業銀行應拓展與產業鏈中龍頭企業的金融合作,通過提供供應鏈金融品種服務為產業鏈中的小微企業提供更多支持。
(2)加快信貸經營模式創新,依托大數據挖掘與分析技術,完善小微企業授信流程,構建“產品標準化、授信批量化、風險分散化”的“互聯網+客群”的小微企業融資服務模式,逐漸實現客群的批量營銷、實時評價、動態分析和在線服務,促進小微客群信貸業務在風險可控基礎上的批量發展。
4.豐富大數據信貸產品
結合小微企業大數據線上、線下產品的特點,加強對小微企業大數據產品關鍵風險點的研究與防控,堅持小額化、分散化的產品設計原則,推出多種類型的微金融產品,為小微企業的貸款做好創新準備。