大数据征信背景下小微企业融资研究

颜路路

【摘 要】传统征信模式下，小微企业由于先天信用缺陷和后天经营管理不善，无法满足商业银行的授信条件，所以长期以来饱受“融资难、融资贵、融资烦”的困扰。大数据技术助推传统征信转型升级，能够实现信用数据多维度采集、智能化分析、多场景运用，有效填补小微企业信用空白，提升小微企业的融资可获性。文章总结了大数据征信的三大特征，剖析了小微企业大数据征信融资机制，并从商业银行的角度提出了大数据征信融资优化建议，旨在为小微企业的成长与发展排忧解难。

【关键词】大数据征信;小微企业;商业银行

【中图分类号】F832.42 F830.49【文献标识码】A【文章编号】1674-0688（2022）03-0161-03

我国小微企业数量众多，在活跃市场、促进经济增长方面贡献较大，是当之无愧的“轻骑兵”。商业银行关心和支持小微企业成长与发展，运用金融科技力量，加大对小微企业的贷款力度，提升小微企业金融服务质效，不仅是贯彻落实国家政策要求，更是金融支持实体经济和稳定就业、鼓励创业的重要内容。商业银行不能因为一部分小微企业信用缺失而不敢贷、不愿贷，不能因为一部分小微企业经营管理不善而拒绝为其提供金融服务，而应从源头上帮助小微企业排忧解难。大数据征信的出现可以有效解决小微企业信用短缺的问题，为小微企業提供公平的融资环境。

1 大数据征信的内涵

大数据是一种数据集合，具备容量大、类型多、快速存储、应用价值高的特点，既表示海量数据集合，又代表一种超强的数据处理技术，而且正快速发展为新一代信息技术和服务业态。2022年1月开始实施的《征信业务管理办法》对征信有明确的解释，是指对反映企业和个人信用的数据信息进行采集、整理、保存、加工，并提供给信息使用者的活动。征信本质上就是收集与信用有关的数据的活动。不难看出，大数据与征信联系密切。

关于大数据征信的概念与内涵，学者们的看法趋于一致。梁宏梅（2016）从信息采集、处理、应用3个方面归纳了大数据征信的独特优势，认为大数据征信是指在信用信息采集、整理、保存、加工过程中充分运用大数据技术，并把结果提供给需求者的活动[1];陈志（2016）认为能反映信用状况的海量数据的采集处理就是大数据征信[2];单建军（2021）指出大数据征信通常是指运用科技手段收集、处理和分析海量数据，开展征信服务[3]。本研究认为，大数据征信是指运用现代大数据技术，对能够反映信用的信息数据进行挖掘、处理和分析，并提供给信息需求者的活动。大数据技术与征信深度融合，是对传统征信的补充与升级。

2 大数据征信的特征

大数据征信与传统征信有何不同呢？戈志武（2017）认为大数据征信具有数据来源广泛且多样化、数据存储与处理智能、快速且个性化、数据加工整理全面、准确且精细化、应用方式宽泛且深入化四大显著特征[4]。顾乃景、马晓丽（2020）指出覆盖范围更加广泛、数据源丰富多样且时效性强、数据处理能力强大，结果真实且能量化，产品类型多样等特点是大数据征信的优势所在[5];杨亚仙、庞文静（2020）指出，相对于传统征信，大数据征信的数据来源更加广泛，理论基础是机器学习模型等，服务对象大多为无信贷记录者[6]。本研究认为，基于大数据4V特征，即大量（Volume）、多样（Variety）、高速（Velocity）和价值（Value），可以将大数据征信的特征概括为以下3点。

2.1 数据源量大面宽，内容丰富、种类繁多

以商业银行信贷数据为基础的征信管理系统，具有很高的权威性，但局限性也很明显，其数据维度单一，数据来源渠道狭窄。传统征信模式下，众多小微企业将在融资中自动出局。因为小微企业的经营存在较大风险，所以商业银行不愿贷、不肯贷、不能贷，大部分小微企业缺乏信贷信息，其融资也因此陷入“死循环”。大数据征信数据来源广泛，不仅包括传统的信贷数据，还包括其他多维度、半结构及非结构化数据，克服了以上瓶颈。

2.2 数据获取方便、快捷，加工处理智能、高效

传统征信主要采取线下实地调查评估的方式，例如查看企业的财务报表、业务流水、供产销记录等，调查综合成本高。然而，许多小微企业根本无法提供上述材料，或者提供的报表真实性值得商榷，不能作为授信的直接依据。大数据征信运用大数据技术重构多维度信用评价模型和算法，对获取的海量信息进行高效处理、智能分析，以及多样化输出和呈现，能够满足商业银行的授信参考需求。

2.3 数据时效性高，应用主体多元、涉及领域广

传统征信模式大多依赖历史信息，存在一定时滞性。大数据征信能够通过模型和算法对庞大的数据信息进行实时更新处理，可以在一定程度上规避数据陈旧而带来的不确定风险。海量数据经过大数据技术分析以后，可提供信用报告、信用评级、征信评分等多种产品形式供多主体、多场景使用。

3 小微企业大数据征信融资机制

小微企业融资困难的一个重要原因是信用数据缺失，无法满足商业银行等授信机构的授信标准。大数据征信可以多维度挖掘信用数据，填补小微企业的信用空白，丰富授信机构所获取的信用信息，增大信用评价维度，提高了小微企业融资可获性。大数据征信在小微企业融资过程中扮演信用信息提供者角色，在实际运用过程中主要来自政府牵头搭建的信用信息共享平台、以提供信用产品为主营业务的专业征信公司、商业银行自建的大数据征信系统。商业银行根据大数据征信的结果决定是否授信及授信额度多少。

信用信息共享平台具体表现为各种融资服务平台，平台上入驻了银行业金融机构、政府部门、小微企业等用户，整合了注册登记、生产经营、人才及技术、纳税缴费、劳动用工、用水用电、节能环保等信息资源。小微企业可以在平台上发布融资需求，金融机构凭借平台上共享的相关信用信息自主决定是否授信。此外，平台上的信息资源自动动态更新，可以满足小微企业融资急、融资频的需求。

在大数据技术的保障下，征信业务市场化是扩大征信覆盖面，充分利用海量相关数据的关键之举。市场化征信机构补充和优化了政府平台数据，数据来源更加多维，服务内容更加丰富，满足市场需求更加多元。根据央行官网显示，截至2021年8月，已有超过百家企业征信机构在央行完成备案，59家信用评级机构在人民银行分支行完成备案，批准设立2家全国性市场化个人征信机构。商业银行亟须建立自己大数据征信系统，收集小微企业信用相关数据，建立小微企业成长档案，为小微企业提供周期性、特色化金融服务。一般小型地方商业银行目前可能还不具备这样的条件，但仍然可以通过平台共享的数据及第三方征信公司提供的数据，精准帮扶小微企业，为其提供优质的融资服务。

4 大数据征信背景下小微企业融资现状

4.1 普惠型小微企业贷款及商业银行不良贷款情况

普惠型小微企业贷款，是指每户授信总额在1 000万元及以下的小微企业贷款，是了解小微企业融资现状的重要参考指标。通过研究普惠型小微企业贷款，可以直观地反映商业银行对小微企业的信贷支持力度。从2019—2021年共12季度银行业金融机构发放普惠型小微企业贷款的情况来看，贷款余额明显呈季度递增的趋势。这在一定程度上可以反映出，小微企业的融资规模在逐渐增加，融资现状有所好转。12个季度中，商业银行并没有因为小微企业贷款额的增加而出现较高不良贷款率，仅2020年第三季度的不良贷款率最高达到1.96，其余季度均控制在较低水平，远低于5%的监管标准，这也从侧面反映了大数据征信背景下，商业银行扩大小微企业贷款服务并不违背谨慎性和安全性原则。但是，商业银行也要及时进行风险预警和管控，同步跟进各项防范措施。2019—2021年银行业金融机构普惠型小微企业贷款及商业银行不良贷款率见表1。

4.2 小微企业运行指数情况

小微企业运行指数由经济日报社和中国邮政储蓄银行联合发布，按月采集，旨在反映小微企业整体运行和发展情况。本研究通过登录邮政储蓄银行官网小微企业模块查找汇总了2019—2021年小微企业运行指数。结果显示，我国小微企业运行指数近3年均在50以下（50以下趋差，50为一般，50以上趋好），2019年指数明显高于2020年和2021年，但也仅为46.4，属中等偏下水平。2020年受新冠肺炎疫情的影响，小微企业遭受重创，运行指数从2019年1月份的46.1降至39.1，随后有所增长但仍然保持在较低水平。2021年小微企业运行指数在2020年的基础上有回升，但仍未恢复到疫情前的水平。这足以表明我国小微企业整体运行状况不佳，小微企业在成长发展过程中还存在较多的困难和瓶颈。国家和政府层面在小微企业帮扶方面做了很多努力，效果也很明显，但我国小微企业数量庞大，受到先天信用缺陷和后天经营管理经验不足的影响，需要商业银行针对小微企业成长特点，不断推出金融服务产品，精准支持，久久为功，持续助力。2019—2021年我国小微企业运行指数如图1所示。

值得注意的是，小微企业运行指数是综合反映值，是综合反映小微企业在融资、采购、生产、销售等各个方面的运行态势和发展状况的指标。因此，要想改善小微企业的生存环境，提高小微企业运行指数，提供资金支持只是最基础的帮扶措施，社会还要从其他多方面着手，共同发力。比如，改善支付结算服务，出台税收优惠减免，持续开展政策解读、市场分析等。

5 存在的问题及其对策

大数据征信将传统上追求数据精准性转变为追求数据相关性，以“一切数据皆信用”的理念，引领着传统征信转型升级，通过数据“产品化”，实现信用数据的“增值”。大数据技术嵌入传统征信让广大小微企业撕掉了“缺信用、信用差”的标签，有效缓解了小微企业融资困境，为小微企业营造了良好的成长与发展环境。然而，数据安全存在隐患、数据质量存在争议，小微金融服务热情不高，复合型人才储备不足等问题逐渐凸显，大数据征信服务小微企业融资的弊端不容忽视。为了更好地解决已经暴露的问题，防范将来可能出现的风险，本研究从商业银行层面提出4点想法，仅供参考。

5.1 打破传统思想禁锢，改善小微金融服务

傳统征信模式下，小微企业长期存在信用缺失的现象，小微企业在融资过程中存在被商业银行歧视、边缘化的现象。再加上小微企业规模不大，现金流较少，给商业银行创收少，贷款风险高，大多数商业银行都不愿为小微企业提供服务。虽然国家接连发文要求商业银行支持小微企业发展，但是受传统思维束缚，小微金融服务依然动力不足，热情不够。大数据征信背景下，小微企业信用缺失的现象有所改善，商业银行必须打破传统思维禁锢，提高政治站位，加大普惠金融力度，把小微企业作为重要的客户群体来服务。此外，商业银行要调整绩效考核的标准，畅通政策宣传渠道，激发基层工作积极性，提高服务小微企业质效。

5.2 强化数据安全监管，维护主体合法权益

大数据技术的深度运用，对传统的征信监管体系无疑是一种挑战，数据安全监管面临较大压力。大数据征信获取数据高效便捷的特点，容易造成数据泄露，信息主体隐私被窃取、合法权益受到威胁等问题。因此，要高度重视数据的存储与保护，加快制定大数据征信法，强化征信监管，加大惩处力度，营造良好的大数据征信环境，把保护信息主体的合法权益作为首要前提。同时，要加强行业从业人员职业道德方面的培训，从业人员也需提高自我约束意识，恪守职业准则和保密原则，避免数据主动泄露的情况。

5.3 健全行业协会审批，严格把关数据质量

大数据征信数据来源广泛，维度多元，海量数据处理后得到的信用信息的真实性和有效性如何，令很多用户感到担心和疑惑。因为普通用户大多是非专业人士，所以对数据的处理过程及模型算法不太了解。若大数据征信结果缺乏专业权威认证，容易引发征信市场混乱，滋生以次充好、欺骗用户的乱象，增加金融机构授信风险。因此，要健全行业协会审批制度，调动行业协会监管积极性，严厉打击数据造假等乱象，对数据的来源及处理过程进行严格核查与监督，不合格的征信产品一律不予审批通过，确保推出的大数据征信产品真实可靠，能够真实反映主体信用状况。

5.4 加大金融科技投入，重视人才队伍建设

大数据技术与征信业务深度融合，使得小微企业的信用信息从无到有，从有到优，逐步朝着体系化目标迈进。海量数据分析处理的各个环节不仅需要建设强大的网络系统，防止黑客攻击和入侵，也需要储备大批既懂技术又懂金融的“多面手”。为此，要加大对金融科技方面的投入，构筑互联网的“铜墙铁壁”。此外，要重视人才队伍建设，加强内部人员培训和外部人才引入，配齐配强互联网金融复合型人才。

6 展望

小微企业数量多，贡献大，决不能因为资金短缺阻碍其发展。目前，小微企业在融资方面还存在诸多问题，但政府及社会各界都在积极破除信息壁垒，逐步优化小微企业融资环境，竭力为小微企业的健康发展保驾护航。此外，小微企业自身也要规范经营、科学管理、注重信用信息维护，在逆境中创新发展。

参 考 文 献

[1]梁宏梅.大数据征信业务特征探析[J].征信，2016（6）：34-36.

[2]陈志.我国大数据征信发展现状及对征信监管体系的影响[J].征信，2016（8）：47-50.

[3]单建军.基于大数据征信的商业银行信贷风险管理研究[J].金融发展评论，2021（1）：85-94.

[4]戈志武.大数据征信监管研究[J].西南金融，2017（4）：13-18.

[5]顾乃景，马晓丽.我国大数据征信发展现状探析[J].中国集体经济，2020（34）：161-162.

[6]杨亚仙，庞文静.我国大数据征信行业的发展现状、问题与对策[J].征信，2020（2）：49-52.