小微金融不应止步于貸款支持,更要建立信用档案
苏宁金融钻研院院长助理 薛洪言救死扶伤，讲求有的放矢。但有的放矢亦非事实，若對症不合错误因，就是头疼知头、脚疼知脚，治標不治本。小微企業亦然，融資难、融資贵是症状表示，廣拓融資渠道、低落貸款利率便是對症知治，可缓一時之急；與此同時，還需追根溯源，探析病因。對因下药，方是治本之策。
從經济轉型的角度来看，辦事業與科創型企業才代表将来標的目的；從當前行業的实践来看，针對此类企業，信誉貸款远比质押貸款更有效力。而信誉貸款，只能靠数据——低本錢、批量化得到企業私處止癢藥膏，真实谋划数据（或能反应谋划状态的数据）。是以，可否低本錢、批量化得到小微企業真正的貸前貸后数据，成為解决當前小微企業融資难的底子前途。
從這個角度来讲，小微金融的社會價值，不但仅止步于發放了几多貸款，更大的價值在于為几多小微企業創建了信誉档案。
探因小微企業融資难
家喻户晓，小微企業融資难，难在風控。
我國小微企業均匀寿命只有3年，跨過這個坎，有望晋身大中型企業；迈不外去，就死掉了。對銀行来说，面临均匀只能活3年的群體，危害辦理就很难辦——在3年時候里履历生老病死，企業谋划状态半年一小变、一年一大变，极可能申请貸款時一切正常，貸款刚發放，企業就由盛轉衰、風烛残年了。
以是，做小微金融，貸前查询拜访很首要，貸后辦理更關头——要及時追踪企業谋划状态，對付潜伏危害早發明、早应答。但貸前查询拜访就已不容易，及時监测更是难上加难。淘寶、苏宁等平台企業，對線上商户可及時监测，銀行没這便當前提，若靠客户司理及時盯防，人力本錢過高，在贸易上不成行。
問题是，小微企業是一块大市場，政策层面又有请求，不得不做，怎样辦？抵质押担保。典质物在手，貸款發放后，企業谋划状态变好变坏再也不首要，大不了处理典质物。此時，小微金融風控困难水到渠成——不但貸后辦理压力减小，连貸前审查也轻松很多。
基于此，抵质押担保成為了銀行小微金融营業的主流模式。据央行数据，截至2018年底，銀行单户授信500万元如下的小微企業貸款中，抵质押担手指腱鞘囊腫,保貸款占比87.5%，信誉貸款占比仅為12.5%。
可是，能供给抵质押物的企業究竟结果是少数。從范围上看，小企業大要率另有些可供抵质押的資產，微型企業就难了；從行業上看，制造企業有装备廠房，出產性（/糊口性）辦事業、科創类企業则是轻資產，没啥工具可供典质。
偏偏，從范围上看，普惠金融的重點在微型企業；從經济轉型角度看，辦事業與科創型企業才代表将来標的目的。以是，銀行業若不扭轉抵质押担保的模式，继续發力小微金融，数据层面可以很都雅，貸款資金却未必给到该搀扶的企業。
這麼看，發力信誉貸款，才有可能讓資金流向科創型企業和出產性（/糊口性）辦事業。
能供给抵质押物的小微企業成為了座上宾，銀行争相抛出橄榄枝，败下阵来的銀行只好去做信誉貸款，却只把小微金融看做硬指標，放貸凭一腔热忱。貸款放出去了，3年后小微企業死掉了（由于小微企業均匀寿命只有3年），坏账来了、客户没了，只能從新開辟新客户。以后，三年又三年，客户不竭归零、坏账不竭积累，越做越差，步入死胡同。
要做信誉貸款，只能靠数据——低本錢、批量化得到企業真实谋划数据（或能反应谋划状态的数据）。從這個角度看，不克不及低本錢、批量化得到小微企業真正的貸前貸后数据，才是制约當前小微企業融資难的根来源根基因。
對因知治，数据為药
對因知治，数据為药——挖掘及時数据，随小微企業谋划状态及時调解信貸计谋，才能深刻小微金融又不被高危害所伤。這条路，金融機構都晓得，也做了摸索。從数据层面看，重要有這几個维度：财產链数据、政務数据，和金融機構内生数据等。
财產链数据
基于财產链数据，衍生出供给链金融的進化與立异。在供给链金融中，金融機構基于對信息流、資金流、物流的把控实現危害订價與分离。
初期，供给链金融依然依靠焦點企業担保、依靠应收账款质押，這些年，跟着财產互联網化特别是物联網等新技能的利用，供给链金融有了新的弄法。
一是平台模式突起。以電商（包含B2C平增高神器,台和B2B平台）為典范代表，周全把握商户谋划数据、區域散布、季候谋划特性、账期及付款方法等信息，貸前可预知融資需求，貸后可主動化监测危害，解决了小微企業融資困难。
二是SaaS模式突起。在小微金融数据化大潮下，辦事于企業平常谋划的ERP、SaaS及各种数据软件公司等，也凭仗對信息流的把握切入供给链金融营業。
三是物联網带来财產链中物的醒觉。經由過程物联網技能，实現物品辨認感知、位置定位和跟踪监控，金融機構可及時把握企業谋划勾當、监控典质物最新状态，為信息定阅、监控报警、数据可視化等辦事供给支持，為供给链金融打開新的想象空間。
政務数据
税務、工商、行政惩罚；知保、社保、环保；水表、電表、海關报表等，這些散落在政務部分的数据，可間接反应企業谋划状态，是比年来銀行發力信誉小微貸款的重要抓手。
很多銀行的明星小微貸款產物，如建行小微快貸、工行谋划快貸、农行微捷貸、微众銀行微業貸、苏宁銀行税e貸等，暗地里都以税務数据為焦點，叠加其他大众事件数据、征信数据乃至企業主信息等举行大数据建模。
如据《中國小微企業金融辦事陈述（2018）》，江苏省金融機構将融資產物與當局搀扶政策、企業大众信誉信息、融資需求等数据整合，構建金融辦事信息同享平台，破解中小微企業融資困难。截至2018年底，已有90余家金融機構接入平台，面向9万多家注册企業供给辦事，乐成授信4.2万笔，触及金额近6000亿元。
金融機構内生数据
企業出產谋划离不開金融產物支撑，账户、存款、付出、代發薪等根本金融辦事中，沉淀了大量有價值数据。只是，一则這些数据分离在分歧銀行，二则即使统一家銀行数据也被分离在分歧的部分，缺少有用整合，难以阐扬协力。
央行征信数据，是金融機構内生数据的最典范代表，也是集大成者。經由過程整合分歧銀行的信貸数据，央行征信成為金融機構信貸决议计划中當之無愧的指路明灯。
付出数据，是另外一块寶藏。銀行以收单数据為抓手，開辟了POS貸（基于商家POS流水举行放貸）；付出機構基于付出数据，也買通風控解决方案對外输出之路。此中，最具代表性的是付出寶，經由過程遍及線下的收款二维码，提倡“多收多貸”，已向600多万線下小微企業（商户）發放小额貸款。
数据價值评鉴
上述三大数据源，有的是出產谋划一手数据，如财產链数据，是企業谋划状态的直接反应；有的属于二手数据，如當局大众事件数据和金融機構内生数据（付出数据是破例，既是金融機構内暖宮帶,生数据，也是财產链中資金流数据，本色上也是一手数据），是企業谋划状态的間接反应。不管直接数据，仍是間接数据，都能在小微金融范畴阐扬高文用，問题是，分歧的数据，获得难度和可用数据范围差别很大。
财產链数据，焦點企業和行業平台信息密度最高，催生了供给链金融模式，更多地数据则散落于遍地，范围化操纵尚需時候。
政務数据，散落于分歧部分，尚需整合。别的，基于数据报送門坎及國度對小微企業的减税降费等辦法，很大一部門小微企業数据并未被有用笼盖。
金融機構内生数据，含金量高，但金融機構自己過分分离，致使数据分离、难以整合，如截至2018年底，我國仅銀行業金融機構就有4588家。央行征信将銀行信貸数据整合起来，成為全部金融系统信誉危害防控的定海神针，其他有價值的数据，如付出、存款、理财等，仍有待整合挖掘。
比年来，贸易銀行纷繁上線基于数据的小微貸款產物，夸大主動化审批，從貸款客户数看，差别却很大。截止2018年底，網商銀行累计貸款客户数1277万户（2019年6月已跨越1700万户），在同行中遥遥领先，缘由就在于暗地里数据量的分歧。
就網商銀行而言，線上貸款客户来自阿里電商渠道，對应海内最大電商平台；線下為付出寶收单商户，對应最大的挪動付出东西，進口集中度高，客户辐射能力刁悍。其他銀行的小微貸產物，则以税務等政務数据為主，数据分离于各地當局機構，整合难度较大，很难快速上量。
小微金融，难在数据；数据获得之难，难在進口分离，孤島效应难以解除。而付出范畴特别是B2C付出，市場集中度高，進口效应较着，無疑為小微金融批量化、范围化拓展斥地了一条新路。
两大付出巨擘均手握几近全域用户，合计盘踞90%以上市場份额，與几近所有2C端小微商户都能打上交道。以付出為進口最遍及触达小微企業客户，再辅以理财、保险、貸款、数字化谋划、社區交换乃至進貨渠道、物流支撑等辦事，逐步黏住小微企業，获得多元数据，風控天然不在话下。
網商銀行的实践，已证实此路可行。截止2019年6月，網商銀行已累计為1700万小微企業（商户）發放貸款跨越3万亿元。
征信外溢，價值输出
受益的不但仅是1700万家小微企業（商户），也不但仅是網商銀行和310模式（3分钟申请、1秒钟放款、0人工参與）下的互助銀行，貸款数据纳入征信，征信具备外溢效应，全部小微金融生态都可受益。
据央行数据，截至2018年，央行征信累计為261万户中小微企業創建了信誉档案，累计帮忙54万户中小微企業得到銀行貸款，余额达11万亿元。遗憾的是，央行征信收集的是贸易銀行汗青数据，解决的是有貸户的二次、三次申貸問题，没法解决首貸問题。
小微企業融資难，难在初次貸款。初次貸款后可創建信誉档案，第二次得到貸款的几率可晋升至75%以上。初次貸款，只能靠金融機構自動摸索，對央行征信笼盖不了的小微客户伸出橄榄枝。
從這個角度看，小微金融的社會價值，不但仅止步于發放了几多貸款，更大的價值在于為几多小微企業創建了信誉档案。辐射的小微企業数目越多，小微金融的生态根本就越扎实。
2018年以来，在各方鞭策下，海内小微金融迎来阶段性飞腾。為博得各方配套的嘉奖补助政策，一些金融機構把小微营業視作硬指標，不克不及上强上，活動式做小微，引来了一些质疑。
实在，站在信誉扶植角度看，這并不是坏事。本来不敢做的客户，如今铺開了，做了以后就會有成果，不管黑白，都是贵重的数据。
就以不良率問题来说。當前，小微貸款表露出不良率高企的問题，如截止2018年底，单户授信500万元如下的小微企業貸款不良率為5.5%，比大型企業超過跨過4.17個百分點。若咱们换個角度，不良率高并不是满是负面身分。
不良率高，偏偏阐明金融機構真正深刻到不認识的范畴，以高不良為價格，不竭拓宽客户辦事鸿沟，在這個進程中，有一些坏客户，也發明了好客户。
举例来讲，金融機構新拓展了100個小微企業客户，此中10家呈現問题，是會带来一些丧失，但反過来看也挖掘了90家有能力還款的好客户。這90家企業酿成有貸户后，数据可供全部金融系统盘問同享，可以轻松地得到二次貸款、三次貸款。這才真正表現了普惠金融的價值地點，也是高不良暗地里的潜伏價值。
固然，小微金融要對峙贸易可延续原则，不克不及一味任由不良率高企。但低落不良的最好法子，不是不做、少做，而是尽力解除信息不合错误称，讓小微企業信誉從不成知到可评估，在所谓高危害群體中，把低危害客户挑出来，不竭拓宽小微金融的客户鸿沟。
標本兼治
當前，小微金融量增價降，已获得较着成效。截至2018年底，小微企業法人貸款授信237万户，同比增长56万户，增加30.9%；普惠小微主體授信1793万户，较2017年底增长467万户，增加35.2%。2018年12月，全金融機構新發放的500万元如下小微企業貸款均匀利率為6.16%，同比降低0.39個百分點。
若以“融資难、融資贵”為症状，症状已较着减缓。對症知治济急，對因知治除根。現阶段，仍有需要继续對症治標，更要踊跃對因治本——不竭夯实数据根本。
环抱数据驱動，另有不少事变可做：
冲破数据孤島，鞭策政務数据同享，這块硬骨头還要接着啃；
基于付出進口的廣笼盖模式，踊跃挖掘其征信價值和空間；
激活焦點企業把握的数据，继续拓展供给链金融空間；
操纵物联網、區块链等技能，踊跃鞭策财產互联網進级和小微企業数字化谋划，讓更多地财產链数据可采集、可操纵；
……
最后，還要改良营商情况，耽误小微企業寿命。美國中小企業均匀寿命是8年，日本中小企業均匀寿命是12年，我國小微企業寿命只有3年，另有不少空間。
小微企業每多活一年，金融機構就少量多危害。未几要，小微企業均匀寿命若能從3年耽误至5年，不少融資困难自可水到渠成。
近日，付出寶声称要加大對小商家的支撑力度，在現有根本上為小商家推出免费数字化运营东西、免费收单东西等一揽子搀扶規划，将来3年，最少為它们節流本錢500亿。
提高其数字谋划能力，低落其综合运营本錢，讓数据可得，讓寿命更长，一箭雙雕、標本兼治。
頁:
[1]