政策、技術雙助力，小微信貸終從苦海變藍海？

小微企業(yè)融資難、融資貴、融資慢，已不是一個新問題，早已經(jīng)被喊成了順口溜，可問題依然存在，以致于小微叫苦、銀行卻步、業(yè)務員動力不足。

排列科技認為，形成這種局面的原因，并不是小微信貸無利可圖或者沒有市場空間，而是在傳統(tǒng)服務模式和技術條件下，小微企業(yè)缺信用、缺信息、缺抵押，受信息不對稱與市場不確定性影響，小微企業(yè)金融服務面臨的成本高、風險大、效率低、供需不匹配等問題沒有得到根本緩解，從而影響到銀行為小微企業(yè)提供普惠金融支持的內(nèi)生動力和商業(yè)可持續(xù)性。

　　圖片來源：攝圖網(wǎng)

困難與挑戰(zhàn)之下，并非無轉(zhuǎn)圜之機。既然小微信貸受限于傳統(tǒng)服務模式和技術條件，那么只要能夠突破這些約束條件，小微難題就有望迎刃而解。

近來，小微信貸市場的普遍信心增漲，就基于兩個層面共同形成的“破局”之勢：一是政策層面利好不斷，二是技術層面的積累與突破。

政策面：新年伊始政策連出，宏觀支持助破局

發(fā)展實體經(jīng)濟與穩(wěn)定就業(yè)，是國家經(jīng)濟工作的兩大重心，而民營小微企業(yè)是實體經(jīng)濟的微觀基礎，穩(wěn)定就業(yè)又主要靠千千萬萬的小微企業(yè)。

因此，國家破除小微企業(yè)融資難題的決心非常大。2019年剛一開始，就不斷釋放利好政策，加大對小微企業(yè)的普惠金融支持。主要體現(xiàn)在三個方面：

（1）央行調(diào)標準：中國人民銀行決定，自2019年起調(diào)整普惠金融定向降準小微企業(yè)貸款考核標準，由“單戶授信小于500萬元”調(diào)整為“單戶授信小于1000萬元”。這勢必有利于擴大普惠金融定向降準優(yōu)惠政策的覆蓋面，引導金融機構更好地滿足小微企業(yè)的貸款需求，使更多的小微企業(yè)受益。

　　圖片來源：中國人民銀行網(wǎng)

（2）總理談降準：2019年新年伊始，李克強總理于1月4日接連考察中國銀行、工商銀行和建設銀行普惠金融部，并在銀保監(jiān)會主持召開座談會，強調(diào)要加大宏觀政策逆周期調(diào)節(jié)的力度，進一步采取減稅降費措施，運用好全面降準、定向降準工具，加大支持民營企業(yè)和小微企業(yè)融資。

（3）農(nóng)商歸本源：2019年1月14日，銀保監(jiān)會發(fā)布《關于推進農(nóng)村商業(yè)銀行堅守定位 強化治理 提升金融服務能力的意見》，明確要求農(nóng)商行嚴格審慎開展綜合化和跨區(qū)域經(jīng)營，堅守服務“三農(nóng)”和小微企業(yè)的市場定位，更好地回歸本源、專注支農(nóng)支小信貸主業(yè)，促進解決小微企業(yè)融資難融資貴問題。

對于小微企業(yè)融資的宏觀環(huán)境，國家政策的影響至關重要，全方位的政策支持，必然促使小微信貸的外部環(huán)境發(fā)生極大改善。直白而言，小微信貸市場并不缺乏資金，“水往小微流”是宏觀趨勢。那么剩下的，就是具體的市場運營與技術操作等問題，也即如何打通資金到達小微企業(yè)的“最后一公里”。

技術面：科技助力打通普惠金融“最后一公里”

有了政策的支持，資金的助力，自然離不開技術的實現(xiàn)。

此前，銀行面臨的難題，一是獲取信息難度大，導致成本高，二是風險評估難度高，準確性不足。如果不花費巨量成本獲取信息，就無法緩解信息不對稱，而要遴選出符合條件的低風險客群，又必然需要足夠的數(shù)據(jù)，以便準確評估。

綜而言之，信息不對稱和市場不確定，造成小微企業(yè)信貸難以定向滴灌、供需嚴重不匹配、成本風險雙高難下。簡而言之，歸根到底還是：數(shù)據(jù)與風險。

在這種背景下，近年來大數(shù)據(jù)與人工智能的迅速發(fā)展，為運用技術破除這些難題帶來了可能。目前，市場上的參與方，都在積極將大數(shù)據(jù)、人工智能等前沿技術融入到普惠金融的征信和風控等流程，尋求小微企業(yè)融資困境的破局之道，期望徹底打通資金到達小微企業(yè)的“最后一公里”。

以杭州排列科技為例，就具體從信息獲取、企業(yè)畫像、關聯(lián)圖譜、動態(tài)定價等幾個方面，針對性地解決銀行小微金融服務的數(shù)據(jù)與風險難題：

（1）大數(shù)據(jù)信息獲取：銀行以往對小微企業(yè)所能把握的數(shù)據(jù)維度較少，導致風險覆蓋面窄。面對這一問題，運用大數(shù)據(jù)技術，采集、整合行內(nèi)自有數(shù)據(jù)與行外第三方數(shù)據(jù)，包括基本信息、法人信息、負債信息、現(xiàn)金流信息、征信信息、司法信息、專利信息、供應鏈情況等，海量的數(shù)據(jù)資源，豐富的數(shù)據(jù)維度，有助于保證銀行風控的準確度與覆蓋度。

（2）大數(shù)據(jù)企業(yè)畫像：小微企業(yè)畫像包含企業(yè)和負責人兩個方面。獲取小微企業(yè)的數(shù)據(jù)之后，首先是對數(shù)據(jù)進行處理、挖掘、分析，完成數(shù)據(jù)細粒度化與企業(yè)特征提取，根據(jù)行業(yè)特點定義標簽業(yè)務規(guī)則，通過標簽化形式，描摹出企業(yè)的真實面貌，幫助業(yè)務人員和管理人員全面了解小微企業(yè)，為后續(xù)的貸款流程管控、風險分析和預警做好準備。其次是對企業(yè)主要負責人進行個人畫像，通過對主要負責人的了解，為小微信貸決策提供輔助。基于大數(shù)據(jù)企業(yè)畫像的分析，能夠迅速識別企業(yè)，區(qū)分優(yōu)劣，對眾多小微企業(yè)進行分層、分級管理。

　　圖片來源：杭州排列科技

（3）企業(yè)關聯(lián)知識圖譜：受市場復雜性約束，很多時候，單純了解企業(yè)本身的信息，還不足以給出準確的風險與定價評估，比方說，一些優(yōu)質(zhì)的小微企業(yè)，無法根據(jù)其自身的公司情況來判斷其實力與潛力，而一些“老賴企業(yè)”，則會通過各種投資或重組手段，改頭換面成一家表面信用背景良好的企業(yè)。這種情況下，引入知識圖譜技術、供應鏈金融就能恰切地抓住問題的“命門”。

例如，排列科技就嘗試將知識圖譜技術運用到企業(yè)關聯(lián)分析里，幫助銀行挖掘企業(yè)關聯(lián)信息，識別出錯綜復雜的企業(yè)間、股東間關系以及供應鏈上下游的關系。如此，銀行一方面可以圍繞核心企業(yè)，管理上下游中小企業(yè)的資金流和物流，以核心企業(yè)的信用做背書，向鏈條中上下游的小微企業(yè)提供的金融服務;另一方面可以揪出那些改頭換面的不良企業(yè)，進行提示、預警，避免合作。

（4）小微信貸動態(tài)定價：運用企業(yè)畫像和知識圖譜抽取的有效信息，利用風險評級作為底層基礎，綜合考慮FTP成本、客戶風險級別、客戶價值級別等定價因素，銀行就能夠針對性地為小微企業(yè)提供更靈活的貸款額度和利息方案，根據(jù)動態(tài)定價配置，進行差異化定價，在風險可控的前提下，做到千人千面的小微信貸服務。

從目前的行業(yè)實踐來看，大數(shù)據(jù)與人工智能等技術的運用，一方面讓銀行能夠以更合理的成本獲取信息，用以實現(xiàn)風險評估、定價，極大地緩解了信息不對稱，另一方面，銀行得以在低風險范圍內(nèi)實現(xiàn)定價，精確遴選出符合條件的低風險客戶、客群，損失率降至合理范圍，有效降低了小微放貸的風險與成本。

從宏觀層面上來說，隨著傳統(tǒng)銀行、金融科技公司紛紛在小微信貸的技術融合上發(fā)力，國家“脫虛向?qū)?rdquo;、“定向滴灌”的普惠金融政策，也就能夠不再“懸空”，而是得到確確實實的落地執(zhí)行，實現(xiàn)普惠金融的初衷。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。