破局小微企业融资难，对症下药还要对因治疗

亿欧网 • 5年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

治病救人，讲究对症下药。但对症下药亦非究竟，若对症不对因，就是头疼医头、脚疼医脚，治标不治本。小微企业亦然，融资难、融资贵是症状表现，广拓融资渠道、降低贷款利率即是对症治疗，可缓一时之急；与此同时，还需追根溯源，探析病因。对因下药，方是治本之策。

从经济转型的角度来看，服务业与科创型企业才代表未来方向；从当前行业的实践来看，针对此类企业，信用贷款远比质押贷款更有效率。而信用贷款，只能靠数据——低成本、批量化获得企业真实经营数据（或能反映经营状况的数据）。因此，能否低成本、批量化获得小微企业真实的贷前贷后数据，成为解决当前小微企业融资难的根本出路。

从这个角度来说，小微金融的社会价值，不仅仅止步于发放了多少贷款，更大的价值在于为多少小微企业建立了信用档案。

探因小微企业融资难

众所周知，小微企业融资难，难在风控。

我国小微企业平均寿命只有3年，跨过这个坎，有望晋身大中型企业；迈不过去，就死掉了。对银行来讲，面对平均只能活3年的群体，风险管理就很难办——在3年时间里经历生老病死，企业经营状况半年一小变、一年一大变，很可能申请贷款时一切正常，贷款刚发放，企业就由盛转衰、行将就木了。

所以，做小微金融，贷前调查很重要，贷后管理更关键——要实时追踪企业经营状况，对于潜在风险早发现、早应对。但贷前调查就已不易，实时监测更是难上加难。淘宝、苏宁等平台企业，对线上商户可实时监测，银行没这便利条件，若靠客户经理实时盯防，人力成本太高，在商业上不可行。

问题是，小微企业是一块大市场，政策层面又有要求，不能不做，怎么办？抵质押担保。抵押物在手，贷款发放后，企业经营状况变好变坏不再重要，大不了处置抵押物。此时，小微金融风控难题迎刃而解——不仅贷后管理压力减小，连贷前审查也轻松不少。

基于此，抵质押担保成了银行小微金融业务的主流模式。据央行数据，截至2018年末，银行单户授信500万元以下的小微企业贷款中，抵质押担保贷款占比87.5%，信用贷款占比仅为12.5%。

但是，能提供抵质押物的企业毕竟是少数。从规模上看，小企业大概率还有些可供抵质押的资产，微型企业就难了；从行业上看，制造企业有设备厂房，生产性（/生活性）服务业、科创类企业则是轻资产，没啥东西可供抵押。

恰恰，从规模上看，普惠金融的重点在微型企业；从经济转型角度看，服务业与科创型企业才代表未来方向。所以，银行业若不改变抵质押担保的模式，继续发力小微金融，数据层面可以很好看，贷款资金却未必给到该扶持的企业。

这么看，发力信用贷款，才有可能让资金流向科创型企业以及生产性（/生活性）服务业。

能提供抵质押物的小微企业成了座上宾，银行争相抛出橄榄枝，败下阵来的银行只好去做信用贷款，却只把小微金融看作硬指标，放贷凭一腔热情。贷款放出去了，3年后小微企业死掉了（因为小微企业平均寿命只有3年），坏账来了、客户没了，只能重新开发新客户。之后，三年又三年，客户不断归零、坏账不断累积，越做越差，步入死胡同。

要做信用贷款，只能靠数据——低成本、批量化获得企业真实经营数据（或能反映经营状况的数据）。从这个角度看，不能低成本、批量化获得小微企业真实的贷前贷后数据，才是制约当前小微企业融资难的根本原因。

对因治疗，数据为药

对因治疗，数据为药——发掘实时数据，随小微企业经营状况实时调整信贷策略，才能深入小微金融又不被高风险所伤。这条路，金融机构都知道，也做了探索。从数据层面看，主要有这几个维度：产业链数据、政务数据，以及金融机构内生数据等。

产业链数据

基于产业链数据，衍生出供应链金融的进化与创新。在供应链金融中，金融机构基于对信息流、资金流、物流的把控实现风险定价与分散。

早期，供应链金融仍然依赖核心企业担保、依赖应收账款质押，这些年，随着产业互联网化尤其是物联网等新技术的应用，供应链金融有了新的玩法。

一是平台模式崛起。以电商（包括B2C平台和B2B平台）为典型代表，全面掌握商户经营数据、区域分布、季节经营特征、账期及付款方式等信息，贷前可预知融资需求，贷后可自动化监测风险，解决了小微企业融资难题。

二是SaaS模式崛起。在小微金融数据化大潮下，服务于企业日常经营的ERP、SaaS及各类数据软件公司等，也凭借对信息流的掌握切入供应链金融业务。

三是物联网带来产业链中物的觉醒。通过物联网技术，实现物品识别感知、位置定位和跟踪监控，金融机构可实时掌控企业经营活动、监控抵押物最新状况，为信息订阅、监控报警、数据可视化等服务提供支撑，为供应链金融打开新的想象空间。

政务数据

税务、工商、行政处罚；医保、社保、环保；水表、电表、海关报表等，这些散落在政务部门的数据，可间接反映企业经营状况，是近年来银行发力信用小微贷款的主要抓手。

不少银行的明星小微贷款产品，如建行小微快贷、工行经营快贷、农行微捷贷、微众银行微业贷、苏宁银行税e贷等，背后都以税务数据为核心，叠加其他公共事务数据、征信数据甚至企业主信息等进行大数据建模。

如据《中国小微企业金融服务报告（2018）》，江苏省金融机构将融资产品与政府扶持政策、企业公共信用信息、融资需求等数据整合，构建金融服务信息共享平台，破解中小微企业融资难题。截至2018年末，已有90余家金融机构接入平台，面向9万多家注册企业提供服务，成功授信4.2万笔，涉及金额近6000亿元。

金融机构内生数据

企业生产经营离不开金融产品支持，账户、存款、支付、代发薪等基础金融服务中，沉淀了大量有价值数据。只是，一则这些数据分散在不同银行，二则即便同一家银行数据也被分散在不同的部门，缺乏有效整合，难以发挥合力。

央行征信数据，是金融机构内生数据的最典型代表，也是集大成者。通过整合不同银行的信贷数据，央行征信成为金融机构信贷决策中当之无愧的指路明灯。

支付数据，是另一块宝藏。银行以收单数据为抓手，开发了POS贷（基于商家POS流水进行放贷）；支付机构基于支付数据，也打通风控解决方案对外输出之路。其中，最具代表性的是支付宝，通过遍布线下的收款二维码，倡导“多收多贷”，已向600多万线下小微企业（商户）发放小额贷款。

数据价值评鉴

上述三大数据源，有的是生产经营一手数据，如产业链数据，是企业经营状况的直接反映；有的属于二手数据，如政府公共事务数据和金融机构内生数据（支付数据是例外，既是金融机构内生数据，也是产业链中资金流数据，本质上也是一手数据），是企业经营状况的间接反映。无论直接数据，还是间接数据，都能在小微金融领域发挥大作用，问题是，不同的数据，获取难度和可用数据规模差异很大。

产业链数据，核心企业和行业平台信息密度最高，催生了供应链金融模式，更多地数据则散落于各处，规模化利用尚需时间。

政务数据，散落于不同部门，尚需整合。此外，基于数据报送门槛及国家对小微企业的减税降费等措施，很大一部分小微企业数据并未被有效覆盖。

金融机构内生数据，含金量高，但金融机构本身太过分散，导致数据分散、难以整合，如截至2018年末，我国仅银行业金融机构就有4588家。央行征信将银行信贷数据整合起来，成为整个金融体系信用风险防控的定海神针，其他有价值的数据，如支付、存款、理财等，仍有待整合发掘。

近年来，商业银行纷纷上线基于数据的小微贷款产品，强调自动化审批，从贷款客户数看，差异却很大。截止2018年末，网商银行累计贷款客户数1277万户（2019年6月已超过1700万户），在同业中遥遥领先，原因就在于背后数据量的不同。

破局小微企业融资难，对症下药还要对因治疗

就网商银行而言，线上贷款客户来自阿里电商渠道，对应国内最大电商平台；线下为支付宝收单商户，对应最大的移动支付工具，入口集中度高，客户辐射能力强悍。其他银行的小微贷产品，则以税务等政务数据为主，数据分散于各地政府机构，整合难度较大，很难快速上量。

小微金融，难在数据；数据获取之难，难在入口分散，孤岛效应难以消除。而支付领域尤其是B2C支付，市场集中度高，入口效应明显，无疑为小微金融批量化、规模化拓展开辟了一条新路。

两大支付巨头均手握几乎全域用户，合计占据90%以上市场份额，与几乎所有2C端小微商户都能打上交道。以支付为入口最广泛触达小微企业客户，再辅以理财、保险、贷款、数字化经营、社区交流甚至进货渠道、物流支持等服务，逐渐黏住小微企业，获取多元数据，风控自然不在话下。

网商银行的实践，已经证明此路可行。截止2019年6月，网商银行已累计为1700万小微企业（商户）发放贷款超过3万亿元。

征信外溢，价值输出

受益的不仅仅是1700万家小微企业（商户），也不仅仅是网商银行和310模式（3分钟申请、1秒钟放款、0人工介入）下的合作银行，贷款数据纳入征信，征信具有外溢效应，整个小微金融生态均可受益。

据央行数据，截至2018年，央行征信累计为261万户中小微企业建立了信用档案，累计帮助54万户中小微企业获得银行贷款，余额达11万亿元。遗憾的是，央行征信采集的是商业银行历史数据，解决的是有贷户的二次、三次申贷问题，无法解决首贷问题。

小微企业融资难，难在首次贷款。首次贷款后可建立信用档案，第二次获得贷款的概率可提升至75%以上。首次贷款，只能靠金融机构主动探索，对央行征信覆盖不了的小微客户伸出橄榄枝。

从这个角度看，小微金融的社会价值，不仅仅止步于发放了多少贷款，更大的价值在于为多少小微企业建立了信用档案。辐射的小微企业数量越多，小微金融的生态基础就越扎实。

2018年以来，在各方推动下，国内小微金融迎来阶段性高潮。为赢得各方配套的奖励补贴政策，一些金融机构把小微业务视作硬指标，不能上强上，运动式做小微，引来了一些质疑。

其实，站在信用建设角度看，这并非坏事。原来不敢做的客户，现在放开了，做了之后就会有结果，无论好坏，都是宝贵的数据。

就以不良率问题来讲。当前，小微贷款暴露出不良率高企的问题，如截止2018年末，单户授信500万元以下的小微企业贷款不良率为5.5%，比大型企业高出4.17个百分点。若我们换个角度，不良率高并非全是负面因素。

不良率高，恰恰说明金融机构真正深入到不熟悉的领域，以高不良为代价，不断拓宽客户服务边界，在这个过程中，有一些坏客户，也发现了好客户。

举例来说，金融机构新拓展了100个小微企业客户，其中10家出现问题，是会带来一些损失，但反过来看也发掘了90家有能力还款的好客户。这90家企业变成有贷户后，数据可供整个金融体系查询共享，可以轻松地获得二次贷款、三次贷款。这才真正体现了普惠金融的价值所在，也是高不良背后的潜在价值。

当然，小微金融要坚持商业可持续原则，不能一味任由不良率高企。但降低不良的最佳方法，不是不做、少做，而是努力消除信息不对称，让小微企业信用从不可知到可评估，在所谓高风险群体中，把低风险客户挑出来，不断拓宽小微金融的客户边界。

标本兼治

当前，小微金融量增价降，已取得明显成效。截至2018年末，小微企业法人贷款授信237万户，同比增加56万户，增长30.9%；普惠小微主体授信1793万户，较2017年末增加467万户，增长35.2%。2018年12月，全金融机构新发放的500万元以下小微企业贷款平均利率为6.16%，同比下降0.39个百分点。

若以“融资难、融资贵”为症状，症状已明显缓解。对症治疗救急，对因治疗除根。现阶段，仍有必要继续对症治标，更要积极对因治本——不断夯实数据基础。

围绕数据驱动，还有很多事情可做：