大数据征信 激活中小企业融资“一盘棋”

◎文/ 邱琼梅

改革开放以来，中小企业在对国民经济发展、税收、就业、创新以及满足人们多样化需求等方面起着越来越重要的作用，从国民经济的补充力量已经成长为国内经济的重要力量和社会经济发展不可或缺的中坚力量。

三类原因造成中小企业融资难

中小企业在发展过程中面临很多约束，其中融资难、融资贵是制约的主要因素，总结起来，以下几个方面是导致其不能有效融资的主要原因：

中小企业缺乏管理能力。首先是缺管理。当前中小企业典型的管理模式是所有权与经营权高度统一，企业的投资者就是经营者，领导者集权现象严重，许多企业存在内部制度不健全、领导一人说了算或制度不落实等情况，管理规范化较差。其次是缺信息。由于中小企业主管理随意性较强，对于财务管理的理论方法缺乏应有的认识和研究，致使其职责不分、越权行事，造成财务管理混乱，财务监控不严，会计信息失真；还有部分中小企业为了减轻自身负担，通过各种方法规避税费，这样导致信息记录、盈利都不完善，进一步制约了融资发展。

信息不对称。一方面是贷款需求信息不对称。中小企业有贷款需要，但因对银行专门为中小企业设置的贷款产品不了解，未能向相应银行申请相应贷款，银企双方无法顺利对接。另一方面是信用信息不对称。中小企业对信息披露意识不强，财务管理水平不规范，信息缺乏客观和透明性，金融机构无法了解企业真实的财务信息及发展情况；同时银行从外部采集信息的渠道不多、不畅，无法从外部更全面地了解中小企业情况。信用信息的不对称，致使金融机构不能对中小企业信用状况进行有效判断，无法做出信贷决策。

金融机构向中小企业发放贷款难。近年来，尽管国家开始重视中小企业金融服务问题，大部分银行都成立了中小企业信贷部，但实际效果并不理想，矛盾的焦点集中于信贷风险、成本和效率上。首先，中小企业担保品不足，对中小企业了解信息渠道有限，不能很好地对中小企业做出风险判断。其次，成本、收益和风险不对称。相对大型企业，中小企业贷款资金需求小，但贷款发放程序、经营环节缺一不可，风险更大，银行更愿意锦上添花，而不喜欢雪中送炭。再次，中小企业的资金需求呈短、频、快的特点，以短期流动资金贷款为主，银行申贷手续麻烦，难以适应中小企业的资金需求特点。

随着社会信用体系建设的进一步推进，信息孤岛进一步被打破，信用大数据初步形成。信用大数据的形成有力减少了信息不对称，使金融机构可以更加全面地了解中小企业风险判断，做出信贷决策，同时也促使中小企业了解自身不足，进一步提升管理。与此同时，政府利用信用大数据，在制定对中小企业的支持政策时也更加有的放矢。信用大数据正在成为破解中小企业“融资难、融资贵”难题的有力推手。

信用信息加速归集助力企业信用精准评估

近年来，政府越来越重视信用信息归集工作。2014年国务院发布的《社会信用体系建设规划纲要(2014-2020年)》指出，发挥行业、地方、市场的力量和作用，加快推进信用信息系统建设，完善信用信息的记录、整合和应用；2015年，李克强总理在政府工作报告中提出，推进社会信用体系建设，建立全国统一的社会信用代码制度和信用信息共享交换平台，依法保护企业和个人信息安全；2016年，国务院发布了《政务信息资源共享管理暂行办法》，规定各地政府应按照政务信息资源目录向共享平台提供共享的政务信息资源，从共享平台获取并使用共享信息。

除了制度保障外，各级政府在经费和软件方面积极进行配套，各地纷纷建设和完善信用信息共享平台，归集了公安、民政、人社、计生、工商、教育、医疗卫生、住建、城管、税务、法院等部门信息，极大促进人口、法人、空间地理、电子证照、社会信用等基础信息库和业务信息库的联通，加强了政务信息资源跨部门、跨层级互通和协同共享。信用信息共享交换平台汇集了大量企业、个人和社会组织信息，有效破解信息孤岛，解决信息分散化、区域化、碎片化的问题。

除政府平台归集的数据外，各征信公司利用互联网大数据技术全方位整合企业在全国各地的登记、奖惩、司法判决、企业知识产权、企业金融负面信息、互联网行为和交易等信息，从更多维度丰富了中小企业信息。

通过全面整合中小企业散落于政府政务系统、互联网、企业商业往来中的信用信息，可以深挖关联企业图谱，捋顺企业与企业、企业主与企业、人与人之间的关系，解决企业间信息不对称问题，从多维度预判企业信息。市场化的征信公司与政府政务信息互相补充、交叉验证，可以很好地还原企业真实的“全景画像”，对企业还款能力、还款意愿做出准确判断。

在线自动评估使实时放款成为可能。以信用大数据为基础，使用机器学习和人工智能等技术，提升信用风险评估效率，降低运行成本。通过自动化风控系统，实现全流程风险监控，使得信用良好的企业享受便捷服务，企业违约成本不断提高。

首先，利用“在线实时决策+离线机器学习”的方式，将反欺诈风控前移，做到金融欺诈“魔”高一尺，大数据创新“道”高一丈，通过机器对采集的各类信用数据进行分析，利用机器学习及复杂网络等创新的模型算法技术，识别欺诈者身份，全面提升银行欺诈风险的防控能力。借端欺诈是银行的一个主要风险来源，也是银行反欺诈的重点聚焦领域，通过交叉验证信息主体所提供信息、政务信息、互联网信息以及第三方征信机构信息，判断信息来源的真实性,通过对数据的采集和分析，再通过机器学习及复杂网络等创新的模型算法技术，对数据进行深度挖掘，发现欺诈者隐藏的蛛丝马迹，分析其数据的矛盾点和可疑点，从而识别欺诈者身份，加上与传统经验规则配合使用，大幅提升银行对欺诈风险的防控能力。

其次，信用大数据来源于政府部门、第三方信用机构、互联网，即包含了内部征信数据，也采集了外部征信数据，其中包含了强区分能力的数据，清洗后的数据质量相对较好。系统通过设置自动化的数据清规则、标准化的变量衍生方式、标准化的程序代码、设置标准化的评估模型，自动化决策引擎推送，建立全自动全流程的风控系统，以极少的人工干预和较低的运营成本，促进中小企业贷款。

通过对企业全面的在线自动评估，可以自动筛选出优质企业，一方面可以使金融机构快速找到服务对象，另一方面可以使金融机构对企业提出的贷款需求做快速响应。

信用大数据促进中小企业能力提升

随着信用大数据发挥越来越大的价值，企业信用正在成为一笔可衡量、可变现的资产，它在商业往来中可以获得合作伙伴的信赖，在行政审批中被优先通过，在企业融资中更方便地获得融资、成本更低。在企业经营活动中发挥着越来越重要的作用，它正在为企业带来超额收益。

现代经济是一种信用经济，各个经济主体在社会活动中都离不开信用，借、贷，购、销等经济交往均与信用密切相关。通过对信用大数据的全面整合，实现一处失信、处处受限将更加容易，企业违约成本越来越高，这将倒逼企业更加珍视自身信用。

毫无疑问，那些拥有良好信用的企业，能吸引有关方面放心地与之合作，从而使业务伙伴越来越多，发展空间越来越广阔。越来越多的中小企业关注信用所带来的价值后，越来越重视企业经营的连续性，合法、合规、规范化经营，注重个人和企业的各种信用记录，有力提升了中小企业管理。

信用大数据助力地方政府提供金融政策支持。依托政府信用信息共享平台，可以深化政府数据和社会数据关联分析，提高宏观调控、市场监管、社会治理和公共服务精准性和有效性，真正建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制与科学决策机制。通过信用大数可以有效分析行业景气指数、中小企业指数，为出台适合地方中小企业发展的相关金融政策提供准确的数据分析支撑。

随着社会信用体系建设的进一步推进，信息加速归集，中诚信等传统评级机构运用多年服务于金融机构的信贷评级经验和新型互联网大数据平台服务经验，开创了新型大数据征信模型，打造了“融资服务+信息查询+信用评价+风险预警”的完整信用融资服务链，破解信息不对称问题，让金融机构更加敢于放款，助力破解中小企业“融资难、融资贵”问题。

中小企业贷款的核心在于风控，风控的基础是征信，征信的依据是数据，政府信用大数据+第三方征信公司大数据可建立有效的征信模型，助力银行完成便捷、高效的借款审核，降低坏账率。

信用大数据助力中小企业贷款，使信用成为可衡量、可变现的资产，强力助推中小企业发展。