■李海姣

（湖南涉外經濟學院）

1 商業(yè)銀行服務中小微企業(yè)的現狀

1.1 商業(yè)銀行服務中小微企業(yè)的動力充足

2015年，銀保監(jiān)會在《關于2015年小微企業(yè)金融服務工作的指導意見》，提出了商業(yè)銀行發(fā)展小微企業(yè)貸款的業(yè)務要求。隨著中小微企業(yè)的發(fā)展，國家對于中小微企業(yè)的幫助也越來越多，也對商業(yè)銀行服務中小微企業(yè)提出了更高的要求。大數據高效處理信息的能力，以及互聯網金融的逐步深入，可以降低銀行的信息成本和交易成本，從而放寬對中小微企業(yè)的貸款限制。大數據對于風險防范和客戶細分也有著很大的促進作用，可以很大程度上提升信息的價值，增加商業(yè)銀行對中小微企業(yè)的關注度。

1.2 中小微企業(yè)貸款偏重抵質押

中小微企業(yè)60%左右的貸款需要抵押或質押作為擔保，信用貸款僅10%左右，而大型企業(yè)的信用貸款占比達到44%以上。根據《中國銀行年報2016》數據統(tǒng)計，中國銀行境內貸款超過50%需要抵押或質押擔保，信用貸款只有26%左右，而信用貸款大多提過給大型企業(yè)，據此可以估計中小微企業(yè)的擔保形式60%以上需要抵押或質押。

1.3 我國商業(yè)銀行服務中小微企業(yè)的模式

我國絕大多數商業(yè)銀行服務中小微企業(yè)運用的是“信貸工廠”模式?！靶刨J工廠”具有“產品標準化、作業(yè)流程化、生產批量化、隊伍專業(yè)化、管理集約化、風險分散化”六大特點。該模式可以幫助商業(yè)銀行在既定的風險容忍水平內，提高效率，降低成本，既滿足了中小微企業(yè)信貸融資“短、頻、急”的需求，有能使商業(yè)銀行實現對中小微企業(yè)的戰(zhàn)略化發(fā)展目標。

2 我國商業(yè)銀行服務中小微企業(yè)存在的問題

2.1 銀行和中小微企業(yè)之間信息不對稱

中小微企業(yè)的經營與企業(yè)主的行為密切相關，而企業(yè)主行為難以量化，加大了商業(yè)銀行開展中小微企業(yè)服務的困難。商業(yè)銀行無法通過企業(yè)的財務指標、經營狀況等信息來準確地衡量中小微企業(yè)的實力和風險。另外，我國的征信體系尚不完善，缺乏專業(yè)且可信的第三方征信機構，更缺乏征信業(yè)普遍采用的行業(yè)信息技術標準。征信主要依托于企業(yè)自主向商業(yè)銀行提供并及時更新信息，而中小微企業(yè)自我信用意識淡薄，對于政府的政策安排以及金融機構的制度安排很少關注。導致中小微企業(yè)提供的信息可靠性差，商業(yè)銀行貸款風險高。

2.2 大型商業(yè)銀行對中小微企業(yè)的金融支持較弱

雖然有前文所提到的一系列動力使得商業(yè)銀行逐步發(fā)展中小微企業(yè)貸款業(yè)務，也取得了一定的成效。據中國銀行監(jiān)督委員會數據統(tǒng)計，2017年，我國小微企業(yè)貸款余額為30.74萬億元，2018年，全國小微企業(yè)貸款余額為32.35萬億元。但從中小微企業(yè)貸款占貸款總額的比例來看，中小微企業(yè)貸款總額比例仍然偏低。說明商業(yè)為中小微企業(yè)提供的服務并不充足。

表1 2016年大型商業(yè)銀行小微企業(yè)貸款比重

2.3 中小微企業(yè)管理不規(guī)范，授信成本高

中小微企業(yè)本身的管理意識弱，信息透明度低，財務狀況，管理方式，經營水平等信息缺乏可信度，甚至存在財務數據造假、負債嚴重、騙取貸款等問題。商業(yè)銀行使用傳統(tǒng)方式授信時，信息的獲取、整理、鑒別是非常耗時耗力的，需要花費大量的人成本和時間成本，導致中小微企業(yè)貸款時間長，程序多，商業(yè)銀行惜貸現象嚴重。這增加了中小微企業(yè)的融資成本，也增加了商業(yè)銀行的經營成本。

3 大數據在商業(yè)銀行服務中小微企業(yè)中的優(yōu)勢

3.1 豐富數據，實時更新，有效控制企業(yè)貸款風險

大數據的優(yōu)勢在于數據變化可以實時更新，改變以往需要企業(yè)自覺更新的弊端，數據庫可以將所有信息細化到每一個時間節(jié)點上，使商業(yè)銀行對企業(yè)的風險評估可以做出實時評估，具有很強的連續(xù)性，從而避免企業(yè)數據作假的可能性，達到有效控制風險的目的。

商業(yè)銀行可以與多部門，多機構合作，構建多維度的大數據征信平臺，獲取最廣泛、可信的數據信息。一方面，銀行加強與政府部門的合作，收集企業(yè)相關信息以完善企業(yè)數據和企業(yè)信用狀況以便商業(yè)銀行更好的把握中小微企業(yè)的經營狀況和信譽水平。同時，線上交易已經非常普遍，各大互聯網金融機構儲存了大量的實時交易數據。銀行與這些金融機構合作，通過瀏覽記錄、搜索量等挖掘企業(yè)的歷史信息、了解企業(yè)的發(fā)展狀況和信用信息。

3.2 優(yōu)化數據，細分服務，幫助商業(yè)銀行創(chuàng)新金融產品

商業(yè)銀行可以運用自己的技術對信息進行挖掘和有效甄別，將中小微企業(yè)的信息關聯起來并重新組合成對銀行有用的測量數據，使每一份中小微企業(yè)的數據變動能對應相應的貸款利率、預期收益率、償債能力等硬性指標。通過初步篩選、數據深度挖掘、建立數據評估模型等步驟，最終形成比較完整客觀的信用評分，并以此作為對該企業(yè)進行貸款的依據。通過企業(yè)或者企業(yè)主的存貸信息、保險信息、征信信息，對中小微企業(yè)進行長期穩(wěn)定的劃分。同時，還可以根據行業(yè)的發(fā)展?jié)摿σ约敖洕尘皩ζ髽I(yè)的未來發(fā)展進行預測，從而制定出更加合適的貸款方案，降低貸款風險的同時促進中小微企業(yè)的規(guī)范發(fā)展。

3.3 創(chuàng)造虛擬資本，增加企業(yè)信用

傳統(tǒng)的中小微企業(yè)貸款，過分依賴于抵押和質押，導致其貸款成本高。在大數據的應用下，商業(yè)銀行可以發(fā)展多維征信體系，依托大數據，與第三方平臺合作，借助第三方征信機構的幫助，結合政府征信系統(tǒng)，便可以發(fā)展適合中小微企業(yè)的征信系統(tǒng)?？梢愿鶕敿毜挠唵螖祿畔砼袛嗥髽I(yè)信用，也使得商業(yè)銀行可以對貸款對象的信用水平和潛在風險進行更加深入的考量。

4 大數據時代優(yōu)化商業(yè)銀行服務中小微企業(yè)的建議

4.1 加大大數據在中小微企業(yè)金融服務中的適用范圍

中小微企業(yè)對大數據的運用并不充分，將征信與大數據結合可以反向推動企業(yè)運用大數據，在企業(yè)加大對大數據使用的同時，又給商業(yè)銀行積累企業(yè)數據拓寬渠道。傳統(tǒng)中小微企業(yè)的數據只有社保、納稅等政府部門數據，伴隨著大數據應用的不斷深入，中小微企業(yè)可以將大數據運用于物流、賬單收付、上下游貨物交接等各個方面。商業(yè)銀行也可利用這些數據對企業(yè)做出更加全面的信用評估。同時商業(yè)銀行自身也可以拓寬大數據的使用范圍，利用數據追蹤，對貸款的使用狀況進行實時跟蹤，確保貸款的使用正規(guī)，降低貸款風險，從而增加對中小微企業(yè)的貸款。

4.2 創(chuàng)新中小微企業(yè)貸款抵押擔保方式

傳統(tǒng)上中小微企業(yè)貸款一直依賴于固定資產的抵押和質押。隨著大數據下虛擬資產的增加，中小微企業(yè)擁有看了更多的信用價值。商業(yè)銀行也可以根據這些虛擬價值，創(chuàng)造出適合中小微企業(yè)的金融產品。

4.3 加大對新興中小微企業(yè)的支持

據統(tǒng)計，2018年末，我國全部中小微企業(yè)中，信息傳輸、軟件和信息技術服務業(yè)企業(yè)91萬家，比2013年末增加69.3萬家，增長319.4%，占比為5.0%；科學研究和技術服務業(yè)企業(yè)114.1萬家，比 2013年末增加81.5萬家，增長250%，占比6.3%?？梢娦屡d企業(yè)的發(fā)展是非常迅速的，這也就意味著，新興中小微企業(yè)需要大量的資金來幫助其有序發(fā)展。在大數據的監(jiān)控下，這些新興企業(yè)既可以得到的良好的監(jiān)管，擁有良好的發(fā)展前景，具有良好的虛擬信用。商業(yè)銀行應該加大對這類企業(yè)的投資以及創(chuàng)新對這類企業(yè)的貸款方式。

4.4 利用大數據與保險業(yè)結合服務中小微企業(yè)

2019年我國銀保監(jiān)會合并，意味著銀行業(yè)與保險業(yè)的密切程度越來越高，數據共享對于兩個行業(yè)而言也是非常重要的。近年來，由于保險能夠有效防范與分散中小微企業(yè)發(fā)展運營中的風險，企業(yè)的保險意識不斷加強，保險業(yè)擁有的企業(yè)數據也越來越多，創(chuàng)造銀行業(yè)與保險業(yè)之間的數據共享，可以增加商業(yè)銀行對中小微企業(yè)的了解。商業(yè)銀行可以結合保險公司創(chuàng)新產品，提高中小微企業(yè)的保險參與度，根據市場變化與企業(yè)需求推陳出新，以持續(xù)不斷的創(chuàng)新來更好地支持中小微企業(yè)的發(fā)展。