运用大数据破解小微企业融资难题的探析

连育青

小微企业系我国市场经济发展中最具生机与活力的客群之一，在新常态下，由于小微企业信贷业务不良贷款大幅攀升，经营效益差甚至亏损，加上经营不规范导致基本金融服务不充分，而信用信息的缺乏进一步又加剧了商业银行的“惜贷”和“惧贷”，导致小微企业“融资难、融资贵、融资慢”的问题一直难以解决。随着互联网+时代的到来，利用大数据创新信贷经营管理，将成为化解这一难题的有力抓手和突破口。本文就商业银行充分利用大数据技术解决小微企业融资难题方面进行探索。

一、应用大数据服务小微企业融资的优势

从富国银行、美国银行等西方先进银行经验看，大数据可以为商业银行更完整地了解客户习惯、创新产品与金融服务提供可能，涵盖了新客户营销、老客户维护、拖欠客户催收等全流程业务环节，实现了对小微企业贷款的全周期精细化管理，其主要优势如下：

1、充分了解客户，实施精准营销。通过非结构化数据处理和相关性关系建模，借助收益评分卡、风险评分卡等计量工具，按照模型预测的客户营销响应概率由高到低排名，下发分支机构，由客户经理进行针对性营销；大数据平台作为一个数据筛选工具并不是营销的主力，客户经理应想方设法从多渠道调查和交叉验证企业信息的真实性和完整性，从而综合判断是否授信。同时，通过对小微企业经营行为分析，能全面地了解小微客群融资的内在规律性，构建产品或服务的优化组合，以满足不同客群的金融需求，实现特色化服务。

2、完善信用分析，提升审批效率。借助包括微信、物联网和电子商务等公共性息平台，将小微企业主之间的人脉关系、投资行为、兴趣爱好等全部融入到个人信息库中，使得银行对小企业及企业主的交易及现金流等进行全流程跟踪成为可能，银行利用这些更加全面和准确的数据在信用分析和客户评级方面作出正确判断，让信贷决策不再仅仅凭借滞后的财务报表和单一的信息来源，而是从被动转变为主动，从信用分析发展到行为分析，为小微企业融资授信决策带来全新的模式，有效地解决信息不对称、成本高等问题。

3、构建预警体系，有效监控风险。运用行为评分卡、风险预警工具等动态监测企业的诚信、纳税及销售流水等情况，及时预警，增强风险防范、化解和处置能力。如通过行为评分卡定期对小微客群信贷资金使用和偿还情况进行评定，然后根据其结果相应地调整授信企业的信用额度，既能提高优质小微客群的贷款额度，提升优质客群对商业银行综合的贡献度，也可以压缩劣质小微客群的贷款额度，减少潜在风险和损失，提升风险管理的前瞻性、主动性和针对性。此外，借助大数据对所有的催收对象实行因户施策，选择合适的催收时机和有效的催收策略，大大提高催收的效果和效率。

二、运用大数据解决小微企业融资中存在的问题

对比互联网消费金融以及同业网络化融资发展模式，商业银行大数据信贷业务在经营模式转型、网络化运营及风险管理等方面还有较大提升空间，在解决小微企业融资问题还需要亟待改进。

1、过于依赖传统信贷手段，大数据优势尚未有效发挥。近年来，大数据在信贷业务方面的应用，主要用于挖掘和筛选企业服务前台营销，在企业征信、授信审批、贷后风险管理等方面依然通过传统方式进行，如在征信查询方面，过于依赖人行征信数据和人工判断，很难识别企业还款意愿，容易把诚信度较高的好企业拒之门外、把还款意愿较差企业错纳；在风险评价方面，其信息主要依据客户经理采集，很容易受主观因素影响而导致填报不准确或失实。同时，跨业务条线数据信息共享不足，难以及时监测贷后动态经营情况，造成风险处置不及时而错失化解良机。

2、互联网+转型滞后，以线上为辅线下为主的运营模式亟需变革。“互联网+”时代，客户全面触网，为大数据信贷业务线上一体化运营创造了条件。但是转型滞后，未能按照大数据信贷产品特点与互联网金融发展需求创新运营模式，目前仅把电子银行作为投放信贷产品的渠道，没有根据线上全流程运营模式去设计大数据信贷产品，造成小微客群线上申请授信后，还要走大量的线下流程，客户经理工作量不仅未相应缩减，甚至反而增加，这种沿袭传统思维发展小微信贷，效率低下，难以满足小微企业“短、小、频、急”的融资需求。

3、“移动优先”策略尚需加强，信贷产品与应用场景结合度有待提高。主要表现为：一是在开发大数据信贷产品时，未考虑移动渠道优先布放的特点，严重影响大数据信贷产品的推广应用；二是移动端支付和查询等功能不完善，造成企业获取融资后难以在移动端直接支付使用，影响授信企业的体验度；三是小微“快贷”等普惠金融产品效能亟待释放。

三、商业银行加快应用大数据解决小微企业融资的思考

1、树立大数据应用理念，夯实小微企业融资根基。造成小微企业融资困境的根源主要在于资金供需双方之间信息不对称，确立大数据意识和思维，成为商业银行解决小微企业融资问题的关键。首先，要牢固树立“数据即资产”理念，做好大数据应用体系规划和建设的顶层设计，通过深入挖掘小微企业资金流、信息流、物流及经营管理数据等，使大数据模式的分析成果及时转化为小微企业融资的有力依据；第二，完善公共信用信息共享平台，人行在现行的征信系统中，整合工商、税务、海关、社保、环保、司法等部门的相关数据信息，将单一小微企业的所有信息全部汇聚到一个系统信息库中；并允许商业银行在确保信息安全的前提下，将其信贷管理系统与人行征信系统对接，为后续主动运用大数据技术开展小微企业融资模式创新提供可能。第三，要保障数据质量。大数据应用的首要基础需要企业具备质量可靠的数据，银行要培养敬畏数据之心，密切关注数据处理的过程，建立适合“三农”和小微企业特点的信用征集和信用评级体系，保证数据质量的稳定，为小微企业融资决策提供可靠的依据。

2、加强信息系统建设，增强融资分析能力。身处大数据浪潮之中的中国商业银行，已积累了庞大的存量客户数据，但并未充分运用起来，很多还是分散的“信息孤岛”。因此，一是整合内部信息平台，共享数据资源。通过打破行内条线间、部门间数据壁垒，连通数据孤岛，整合数据库信息系统；通过外部链接，拓宽同业、政府、互联网等数据信息获取渠道，形成多层次的、第三方的交叉验证体系，实时监测小微企业信贷经营状况，有效降低信息不对称而产生的潜在风险。例如，通过对小微企业账户资金流水、交易对手、季节性流量等数据的挖掘，印证其授信合理性及真实性。二是做好小微企业信贷相关信息系统的开发、优化工作，构建“看得清、管得住”的大数据库。从“看得清”的基本功能要求入手，通过信贷管理专家和大数据技术专家的精心设计，研发并推广适合我国小微企业客群融资的大数据信贷产品分析模型和应用技术，为基层信贷经营管理人员特别是一线客户经理提供好用、管用的金融产品；通过对小微企业授信操作流程监控，捕捉信贷调查未尽职及违规的信息，为非现场检查提供依据。从“管得住”的基本功能要求入手，将有关法律法规和规定要求嵌入全流程各个环节，通过流程再造在线上全面实现对客户、产品、机构、岗位等授权管理、合规管理、流程管理和风险监控。三是构建适宜运用大数据技术的工作环境。加强对小微企业业务发展的组织领导，及时解决运用大数据进行小微企业融资过程中存在的问题，加快数据标准统一，规范数据标准应用要求，实现标准化的数据采集、交换、分析、披露，将企业及股东征信信息、关联企业、生产经营、债项、资产质量、押品等信息进行归集，对于大量的非结构数据，重新设定数据治理结构，提升数据收集、清洗、挖掘、应用、评估效率；加强对存量数据的深度挖掘与整理，把“死数据”激活，从而使存量数据流动起来，实现精准营销，构建一个集“客户、客户经理、业务条线”于一体的大数据运用体系，最终实现全行各业务条线信息共享、上下互动、共赢共生的大数据信息系统。

3、加快运营模式创新，提高融资服务效率。首先，加快信贷经营模式创新，依托大数据挖掘与分析技术，完善小微企业授信流程，构建“产品标准化、授信批量化、风险分散化”的“互联网+客群”的小微企业融资服务模式，逐渐实现客群的批量营销、实时评价、动态分析和在线服务，促进小微客群信贷业务在风险可控基础上的批量发展。第二，加快打造适应互联网+的大数据信贷产品线上运营模式。要加快大数据信贷产品的网络化改造，持续完善线上操作流程，加强系统优化支持，着力打造流程更简便、定价更灵活的网络融资专属产品，尽快实现小微客群在线申请、审批、签约到贷款支用的全流程网上自助操作，以提高业务自动化程度和服务效率。对于基于风险控制，无法完全实现线上运作的产品，进一步梳理线上、线下流程，对于可以通过大数据技术解决的风控环节，全部移到线上处理，减少不必要的线下环节，提高线上运作的程度。第三，契合“移动优先”的转型策略，加快大数据信贷产品的移动渠道推进，如小微“快贷”、“质押贷”等产品在移动端部署，进一步扩大大数据信贷产品的应用场景，加大与优质大中型企业、第三方机构的合作力度，切合小微企业融资需求，把大数据信贷产品嵌入到第三方应用场景之中，提高企业粘性和活跃度，赢得小微客群的认同，形成真正的生产力。第四，完善评分卡工具的应用，在小微企业信贷业务中，应适时启动申请评分卡系统的“自动通过”、“自动拒绝”功能，将小企业信贷审批由之前单纯的“专家经验判断、人工审批”的经验驱动方式，向“经验和数据结果并重，集中化、批量化、智能化审批处理”的数据驱动方式转变，提升金融服务效率。要根据小微企业发展不同阶段的风险特征和业务需求差异，有针对性地调整准入标准、制定服务策略和产品创新，从而更好满足小微企业在成长壮大过程中的金融需求，实现了对小微客群需求的有效挖掘。

4、深入挖掘信息资源，提升风险防控能力。根据小微企业授信前中、后的不同阶段，探索建立与小微企业客群特点相适应的风险防控模式，降低授信成本，提高授信效率。第一、客户准入标准化。进一步完善大数据信贷业务的企业准入标准，对于环境污染的相关行业，要明确有关环保准入标准，积极支持绿色低碳小微企业客群的融资需求，加强小微客群准入分类名单动态管理，坚持环保一票否决权制，促进低端落后产能逐渐向节能减排、高端绿色产能转变，优化信贷资金配置。第二，贷前分析模型化。传统的贷前调查不仅包括对企业财务数据的分析，还包括现场调查，深入了解企业的真实经营和交易情况等。如今运用大数据技术，通过供应链管理系统、税务、环保、海关查询系统等及时准确地获得企业的物流、现金流和信息流，进一步分析企业的行为，完善企业的信用评级模型。第三、贷中监测全面化。传统的管理方式是通过对企业的财务数据分析计算，再辅以专家的经验判断，最终得到授信额度；而随着互联网时代的到来，通过大数据信息系统的链接与挖掘，从互联网上及时动态了解企业生产经营及产品的市场变化情况，有针对性地监测并适时调整授信额度；通过信息挖掘技术，进一步了解企业控制人的人际关系和关联关系等，达到精准授信。同时，通过大数据来监控企业贷款资金的使用方向是否与贷款时所填写的用途一致，若出现违规使用资金或者挪用资金现象，实时发出预警，并更新企业的信用等级，力求将风险降到最低。第四、贷后预警实时化。传统的商业银行贷后管理是通过线下跟踪企业的财务信息、生产经营和抵质押品价值等。如今可以充分利用大数据掌握小微企业的用水、用电、库存、出入库、银行流水等情况，挖掘企业的支出、账户变动等数据；通过公安、司法数据库信息，排查企业参与民间借贷、涉诉等经济纠纷情况；通过同业和人民银行征信等数据系统，了解企业的还款意愿及诚信情况；通过工商、税务数据系统，了解企业股权变更及销售收入变化情况等，全方位多维度对比分析，捕捉授信企业的异常信息及异常迹象，并做出风险预警，以便银行能及时采取措施，降低损失。第五、风险计量精细化。小微企业融资风险表现形式日趋复杂和隐蔽，对风险管理工作中信息技术水平的要求不断提升，要进一步提升工具应用的深度，构建全流程计量工具，实现对小微企业客群的全周期精细化管理，并根据业务情况，动态调整风险计量工具的参数和应用策略；要构建顺畅的零售与对公数据应用通道，形成全面统一的客户风险视图，准确掌握小微企业及企业主的整体风险敞口及其结构，对后续的风险监控、预警和催收工作提供帮助。要按照“大数原则”对已准入客群中表现相对较差的企业实施一定比例的主动、强制退出，以实现对信贷业务潜在风险的前瞻性转移和控制。

5、加强专业队伍建设，营造良好服务环境。首先，培养专业化队伍。要加快招聘和培养一批优秀的精通大数据技术和金融服务技能的复合型人才，为大数据时代的小微企业信贷业务提供强有力的人才保障。二是加强系统培训，增强数据挖掘与分析能力，着力打造一支高素质“侦察兵”、精技术“雷达兵”队伍，为全行小微企业信贷业务健康发展保驾护航。三是夯实基础，完善激励约束机制。考核是最有力的传导方式，你考核什么，你就得到什么。考核体系是以严密的制度、规则，通过绩效分配、行为积分等方式考核到人，规范和引导经营管理行为，强化执行。三是持续推进信贷文化建设。小微企业的私有化特征决定了其一旦出现风险时就会想方设法予以转嫁，通过非正常手段获取融资，避免自身损失是常有现象，因此，要通过案例分析，提升信贷人员风险识别方法与防控技巧，坚决惩治和防范道德风险，不断提高信贷队伍的整体风险防控水平。四是政府和监管部门应制定有效的激励措施，如监管部门加强监管考核力度，鼓励、督促商业银行为小微企业服务，最终实现降低小微企业的融资成本；财政部门出资牵头成立或完善一个多方参与、风险共担的政策性担保机构；政府部门对小微企业不良贷款核销、税收政策等方面给予一定的优惠引导，以提升商业银行小微企业金融服务的广度和深度。

［1］温志军，大数据时代，商业银行有何为？现代商业银行导刊.2014（4）

［2］陈皓，破解小微企业融资困境：基于商业银行的视角.金融监管研究.2017（7）

［3］刘建华，借助互联网与大数据.探索小微金融创新转型之路. 中国银行业.2016（10）

［4］连育青，运用大数据分析.提升商业银行信贷决策水平.财务与金融.2016（5）