大数据技术在小微企业融资中的应用研究

凌端平

关键词： 大数据技术 小微企业 融资活动 信息复用

中图分类号： F832.4 文献标识码： A 文章编号： 1672-3791（2023）15-0245-04

自20世纪末期以来，我国经济发展速度明显加快，不同行业、不同区域都涌现出大量企业，这直接有效地提升了经济发展活力。小微企业的发展活力较高、数目较多，是大众创业、就业的核心载体。然而激烈的市场竞争又削弱了小微企业的竞争力，使其在市场环境下难以获取优势，面临诸多制约[1]。我国以《“十四五”促进中小企业发展规划》《国家发展改革委关于加强小微企业融资服务支持小微企业发展的指导意见》等文件，支持小微企业的融资活动，指导金融机构业务扩展，收效尚可。考虑到小微企业在经济发展、后疫情时代经济复苏、大众创业就业中的积极作用，以及金融活动对社会建设的突出影响，有必要就大数据技术在小微企业融资中的应用进行研究，服务后续相关工作。

1 大数据技术与小微企业融资概述

1.1 大数据技术

大数据（Big Data）也称海量数据，是指数目庞大的信息数据，这些数据通常无法在短时间内以常规工作方法收集，需要借助专业技术、手段或通过第三方获取。大数据技术的优势在于能够快速完成信息计算、分析，了解海量基础信息能够呈现的关键内涵，对包括金融服务、活动在内的各项工作具有直接参考价值。需要注意的是，大数据技术并不能在所有企业、机构中得到应用，这是由于大数据技术以强大的瞬时计算能力为基础，而大部分企业和机构通常不会配置足够数目的计算机。例如：知名咨询公司雅虎，为提供大数据服务，建有两个2 700 m2的计算机房，以7.2 MW的水力设施提供计算机作业电能服务，这一规模是大部分企业、组织不能匹配的[2]。但大数据可在各类组织、企业中广泛应用，以发挥技术优势，直接以结构化数据服务各项工作。

1.2 小微企业融资

小微企业融资是指以小微企业为主体进行的融资活动，广义上包括融入和融出，狭义上通常单指资金的融入[3]，文章取其狭义进行研究。小微企业融资主要强调借助外部资本服务本企业的运营，是小微企业持续谋求发展、占据市场主动的一种基本手段，在各地十分普遍，大数据技术为其融资提供了一定帮助。

2 大数据技术在小微企业融资中的应用思路

2.1 基础数据应用

大数据技术在小微企业融资中的重点包括基础数据的收集和加工、挖掘。例如：大部分金融机构是点对面，即向多个小微企业金融服务，此时个体企业的大数据资源往往比较有限，不能从宏观层面反映其所属行业、区域的金融态势、发展现状。金融机构可借助大数据技术大面积收集数据，如图1 所示。

完成数据收集后，對基础数据进行评估和加工，使其能够更全面地反映目标企业所属行业、区域的具体情况，作为机构提供金融服务的参考[4]。

2.2 影响因素评估

大数据的特点之一在于信息类别丰富，同时小微企业的运营、发展以及融资活动，也受到多个因素的影响，这要求金融机构和小微企业关注大数据下的各类因素，利用大数据做融资活动的综合评估，如本地是否可能获取政策帮助、政策是否会促进小微企业融资发展等。通常各类影响因素也可以通过数据表达其影响具体成果，也为金融机构和小微企业的金融活动提供了思路[5]。

2.3 大数据的复用

大数据产生的速度很快，也会以一定的速度更新，但在金融活动中，无论小微企业还是金融机构，均可尝试大数据复用，对已经收集、加工完成的大数据信息进行保存，以备金融活动之需。一方面小微企业的经营发展态势不会在短时间内出现根本变化，另一方面金融机构的服务方式也多是长期稳定的，这为大数据及其相关技术在小微企业融资中的应用提供了良好空间[6]。

3 大数据技术在小微企业融资中的应用方法

3.1 金融机构的应用

3.1.1 企业征信数据收集

金融机构借助大数据分析小微企业信息时，需要优先获取目标企业（即申请金融服务的企业，下同）信息。原则上看，很多小微企业的成立时间偏短，可收集其成立以来经营过程中的各类信息，大数据技术的支持下，信息获取可采用收集披露信息模式、付费模式或申请方提供模式。前者强调由金融机构获取目标企业的征信信息，通过互联网资源共享池获取数据。付费模式则由金融机构向第三方咨询公司支付少量费用，获取目标企业的金融信息、征信信息；后者强调由目标企业提供其征信信息，金融机构组织审查即可。完成信息收集后，继续进行处理，将目标企业按照征信大数据信息态势，分为3 个等级，具体见表1。

一级企业为优质企业，可优先向其发放贷款、提供金融服务；二级企业为普通企业，可视其提供的担保物等信息，酌情决定是否提供金融服务；三级企业为劣质企业，经营商誉、征信情况均不理想，不宜向其提供金融服务，或根据其担保信息酌情提供小额贷款服务，避免坏账问题。企业征信信息借助大数据技术收集、整理后，可每年进行一次更新，或在企业再次申请金融服务时进行更新，保证大数据的实时性。

3.1.2 行业发展态势评估

小微企业在其所属行业、区域以及产业链内的位置往往并非不可替代，且很多行业在疫情期间遭受严重冲击，行业发展的态势也受到影响，其后疫情时代能否快速复苏仍是未知之数。此时，金融机构在目标企业提出贷款申请后，可结合大数据对其行业发展态势进行评估。大数据信息应包括产业产值、增长率、从业人数变化、经济效益变化、龙头企业经营情况等。采用上文所述的数据收集法，由金融机构利用组织内的信息设备、人员，通过互联网共享池获取有关行业发展态势的各类信息，并做整理；或由第三方咨询公司提供大数据、结构化信息。如果大数据显示目标企业所处产业的产值持续增加、增长率良好，从业人数有所增加、经济效益有所保障、龙头企业经营情况稳妥，表明此行业仍具有发展活力，不属于弱势产业，可酌情向目标企业提供金融服务；反之则应考虑金融服务的回报是否稳定、是否能收回，在目标企业所处产业发展乏力、目标企业发展乏力的情况下，不宜贸然提供金融服务。

3.1.3 动态要素影响评估

小微企业的金融活动完成后，可能受到动态因素影响、冲击，此时金融机构提供的金融服务依然可能无法获取回报，出现坏账情况。建议金融机构借助大数据技术，对影响小微企业融资成效的动态要素进行评估，以提升服务决策的科学性。如政策因素、交通因素等，均影响小微企业的运营、融资成效。金融机构可对目标企业进行动态分析，假定当地推出了扶持政策，向目标企业所属行业提供更多技术、税收支持，金融机构可通过大数据了解同类政策在其他区域发挥的效应，如果大数据表明同类政策实施后其他区域企业发展情况良好，经济效益理想，则本地政策也可能产生类似成效，此时可酌情向目标企业提供金融服务。反之，如果大数据表明同类政策实施后其他区域企业发展情况不佳，经济效益优化有限，则本地政策也可能无法产生预期中的积极成效，此时可避免向目标企业提供金融服务，或提供小额服务，预防可能出现的坏账问题。

3.2 小微企业的应用

3.2.1 基础数据整理和挖掘

小微企业融资活动需要关注大数据的直接运用，首先对本企业相关的基础数据进行整理和挖掘，以大数据提供的结构化信息服务本企业的融资决策。如某企业为农产品收购和粗加工、售卖类企业，在融资活动启动前，需要收集的基础数据，包括本企业的财务情况、负债承担能力、营收水平以及利润增长率等，然后对数据进行加工、挖掘，以提炼其中的关键信息。

以投资回报的变化为例，假定本企业投入100万元生产资金，一年期回报为130 万元，回报率为130%；如果企业投入50万元生产资金，一年期回报为80万元，则回报率为160%。这表明企业投入资金的总额越大，获取的经济回报总额越高，但回报率并不是对应增长的。此时本企业可对历年生产投资和回报率进行分析、计算和对比，形成大数据，根据大数据信息，确定企业回报率最高时投入的生产资金额度，以此为标准组织融资回报，更有利于发挥资金和融资活动的最大效益。

3.2.2 模型建设和反馈

小微企业的工作思路往往比较粗放，包括其融资工作在内，简单采用基础数据整理和挖掘的方式获取大数据，不能充分契合所有小微企业特点，不利于其深入控制融资活动，建议在条件允许的情况下，建立模型反馈机制，以模型提供的反馈信息决定企业是否进行融资及具体的融资额度。模型建设主要考虑一些财务指标，为便于进行原理说明，本文以净利润率为例进行分析。小微企业可根据本企业理念财务信息，拟定3个基于净利润率的分析指标，包括高利润率指标（超过10%）、中等利润率指标（5%～9%）、低利润率指标（不高于5%）。

完成指标建设后，再获取对应年份的融资、经营信息等，主要选取若干个与净利润率相关的信息作为模型内的分析维度，包括高利润率模型中本企业的经营方式、融资次数、融资额度、负债水平等，利用大数据收集同类企业信息，代入模型中，可进一步提升模型的分析能力。上述信息借助大数据获取、整理完成可形成分析模型，分别为高利润率部分、中等利润率部分、低利润率部分。模型示意图见图2。

在企业该年度尝试进行融资时，可收集企业的基本情况代入模型中，根据模型反映确定该年度企业融资满足何种模型特点，据此确定具体的融资方案。由于模型建设和指标选取均借助了大数据，可保证其真实、客观，便于企业融资活动分析。

3.2.3 执行跟踪

融资活动对企业的影响带有长期性，小微企业的资本规模小，单次融资往往会在相当一段时间内影响企业的运营态势，为保证融资的效果，小微企业可组织对融资活动的执行跟踪。在大数据技术的支持下，专业人员可对企业的财务情况进行跟踪，尤其是与此次融资有关的各类信息，每日进行一次信息收集、记录，形成一份原始数据。持续1 个月后，进行数据的汇总，评估此时融资是否发挥了预期效应，如企业利润是否增加、市占率是否有所改善等。一年后，大数据资料初步形成，可对上一年度专业人员跟踪融资活动产生的大數据进行整理，了解此次融资对企业年度运营情况的影响，包括营业收入增加量、净利润率和总额、产品的市场占有率、企业的经营生产能力等。此工作直接针对小微企业本身，可以由企业自行组织、收集获取大数据，比较符合小微企业的特点，也有助于其融资活动分析。

4 大数据技术在小微企业融资中的应用需要注意的问题

4.1 数据的实时性

必须保证数据的实时性，包括金融机构的工作数据，也包括小微企业的分析数据等。所有数据均应反映此阶段目标对象（小微企业）的财务情况、经营情况，一些挖掘后获取的数据也不宜与目标企业经营活动差异过大，应保证分析范畴在一年期之内，如果企业的经营态势缺乏变化，也可适当顺延，但原则上以3 年期内数据的实时性较高。

4.2 数据的丰富性

无论金融机构的服务，或是小微企业的融资申请，均牵涉到财务活动以及后续经营，而小微企业的经营情况和财务安全往往受到多样化数据影响，这就要求在借助大数据进行融资分析时，确保数据的丰富性。丰富的大数据应包括企业的征信信息、财务信息、运营信息、负债信息等，从金融机构角度出发，丰富的大数据便于进行服务决策，从小微企业角度出发，丰富的大数据便于进行财务方面的分析，保证融资效益和安全性。

4.3 数据的客观性

大数据技术的支持下，可采用收集披露信息模式、付费模式或申请方提供模式获取各类数据信息，用于融资活动，但论采用何种方法，均应关注数据的客观性。例如：小微企业提供的大数据，很可能被蓄意美化以获取金融机构的青睐，要求金融机构加强数据分析，在小微企业提供了大数据信息后，金融机构可尝试以其他渠道二次获取同类信息，以最大限度地保证该机构的服务安全，消除大数据客观性不高带来的坏账隐患。

5 结语

综上所述，大数据技术在小微企业融资中的应用价值突出，有助于企业获取资金支持，也有助于金融机构扩展业务，其具体应用主要强调数据的收集、加工和挖掘、应用、存储、复用。从金融机构角度出发，大数据技术的应用包括征信数据收集、同类企业数据收集、行业发展态势评估、动态要素影响评估4 个方面。从小微企业角度出发，大数据技术的应用包括基础数据整理和挖掘、融资额度评估、模型建设和反馈、执行跟踪4 个方面。具体应用过程中还需要关注3 个要素，包括数据的实时性、丰富性、客观性，以发挥大数据技术的优势，促进小微企业融资和金融机构业务扩展。