如何运用大数据破解小微企业融资难题？

出品：信贷风险管理，作者：连育青

小微企业系为我国市场经济中最具生机与活力的客群，已经成为推动我国经济发展的一支重要力量。近年来，由于小微企业信贷业务不良贷款率持续攀升，经营效益差甚至亏损，加上经营不规范导致基本金融服务不充分，而信用信息的缺乏进一步加剧了商业银行的“惜贷”和“惧贷”，导致小微企业“融资难、融资贵、融资慢”的问题一直难以解决。随着互联网时代的到来，利用大数据技术，创新信用评价模式，将成为化解这一难题的有力抓手和突破口。本文就商业银行充分利用大数据技术解决小微企业融资难题方面进行探索。

一、商业银行应用大数据服务小企业融资的优势

从富国银行、美国银行等西方先进银行经验看，大数据可以为商业银行更完整地理解客户习惯、创新产品与金融服务提供可能，涵盖了潜在客户营销、新客户准入、老客户维护、拖欠客户催收等全流程业务环节，实现了对小微企业贷款的全周期精细化管理，其主要优势如下：

1、运用大数据充分了解客户，实施精准营销。

通过非结构化数据处理和相关性关系建模，借助收益评分卡、风险评分卡等计量工具，从数据仓库的海量数据项中提取对无贷户转化为有贷户变化最敏感的关键变量，按照模型预测的客户营销响应概率由高到低排名，下发分支机构，由客户经理进行针对性营销；大数据平台作为一个数据筛选工具并不是营销的主力，客户经理应想方设法从多渠道调查和交叉验证企业信息的真实性和完整性，从而综合判断是否授信。同时，通过对客户经营行为模式进行分析（如事件关联性分析），能深入全面地了解客户融资行为的规律性，构建产品或服务的组合，实现产品套餐或服务套餐基础上的“套餐创新”，以满足不同客群的市场需求，实现特色化服务。

2、运用大数据完善信用分析，提升审批效率。

借助包括微信、微博在内的社交网站以及搜索引擎、物联网和电子商务等平台，将小微企业主之间的人脉关系、投资行为、兴趣爱好、财富积累过程、购物习惯等全部加入到巨大的个人信息库中，使得银行对小企业及企业主的交易及现金流等情况进行全流程跟踪成为可能，有效解决了信息不对称、成本过高的问题。商业银行利用这些更加全面和准确的数据在信用分析和客户评级方面作出正确判断和决策，让信贷决策不再仅仅凭借滞后的财务报表和单一的信息来源，而是从被动转变为主动，从信用分析发展到行为分析，为小微企业融资授信决策带来全新的方式，既快速、准确地评价客户，更可以降低业务风险。

3、运用大数据构建预警体系，有效监控风险。

运用行为评分卡、早期预警工具等动态监测企业的诚信、纳税及销售流水等情况，及时预警，增强风险防范、化解和处置能力。如通过行为评分卡工具对客户信贷资金使用和偿还等进行打分，然后根据其不同的行为评分结果，进行相应的信用额度管理和调整，一方面可以提高优质客户的贷款额度，最大化实现优质客户对商业银行利润的贡献度，另一方面可以降低劣质客户的贷款额度，减少潜在风险和损失，提升风险管理的前瞻性、主动性和针对性。此外，借助大数据对所有的催收对象制定合理的催收顺序和策略组合，选择合适的催收时机和有效的催收策略，实现整个催收过程的低成本、高回报，提高催收的质量和效率。

二、运用大数据解决小微企业融资中存在的问题

对比互联网消费金融以及同业网络化融资发展模式，商业银行大数据信贷业务在经营模式转型、网络化运营及风险客户识别等方面还有较大提升空间，在解决小微企业融资上问题需要进一步加以改进。

1、过于依赖传统信贷手段，大数据优势尚未有效发挥。

近年来，大数据在信贷产品创新方面的应用，主要还体现在挖掘和筛选客户用于前台营销方面，在客户征信、风险评价、授信审批、贷后风险管理等方面依然通过传统方式进行，大数据优势未有效发挥，如在客户征信方面，过于依赖人行征信数据和人工判断，准入客户覆盖范围和对客户还款意愿识别受到很大限制，容易错失众多有效客户、错纳还款意愿较差客户；在客户风险评价方面，大数据信贷产品主要采用评分卡进行客户评级，评价主要依据信贷人员采集的信息，很容易受到信贷人员主观影响导致填报不准确或失实。同时，跨业务条线数据共享不足，未能及时对相关信息进行贷后监测预警，造成风险处置不及时而错失化解良机。

2、互联网+转型滞后，以线上为辅线下为主的运营模式亟需变革。

“互联网+”时代，客户全面触网，为大数据信贷业务线上一体化运营创造了条件。但是银行大数据信贷业务转型滞后，未能根据大数据信贷产品特点和互联网金融发展需求变革运营模式，目前大数据信贷业务仅把电子银行作为投放产品的渠道，没有按照线上全流程运营特点去设计大数据信贷产品和制定风险防控措施，造成客户线上申请产品后，还需要大量的线下流程要走，客户体验和效率都远远不足。客户经理工作量不仅未相应缩减，甚至出现需要更多人工管理、维护的反向效应，这种沿袭传统思维发展转型业务，难以满足小微企业“短、小、频、急”的融资要求。

3、“移动优先”策略尚需加强，信贷产品与应用场景结合度有待提高。

主要表现为：一是受产品设计理念的影响，开发大数据信贷产品时，未优先考虑移动渠道布放的特点，造成部分产品布放移动渠道端滞后，影响大数据信贷产品的接受度和美誉度；二是移动端支付和查询功能不完善，造成客户获取融资后，难以在移动端支付使用，或在移动端跟踪使用，影响客户体验度。三是还不能支持小微信贷资金的线上支付，严重影响对大数据金融产品的推广应用，小微“快贷”普惠金融效能亟待释放。

三、商业银行加快应用大数据解决小微企业融资的思考

1、树立数据创造价值理念，夯实小微企业发展根基。

目前，造成小微企业融资困境的根源主要在于资金供需双方之间信息不对称，确立大数据意识和思维，成为商业银行解决小微企业融资问题的关键。首先，要牢固树立“数据即资产”、“经营数据是重要的资产管理”观念，开阔思路，做好大数据应用体系规划和建设的顶层设计，明确大数据发展战略和思路，构建大数据分析和应用架构体系，通过深入挖掘企业资金流、信息流、物流及经营管理数据等，从企业投入产出中寻找关键敏感数据，使大数据模式的分析成果及时转化为中小企业融资的有力依据；第二，建立信用信息共享平台，人行在现行的征信系统中，整合工商、税务、海关、社保、环保、司法等部门的相关数据信息，将单一小微企业的所有信息全部汇聚到一个系统，形成一个评价结果；同时，允许商业银行在确保科技安全、信息保密的前提下，将其信贷管理系统与人行征信系统对接，为后续主动运用大数据技术开展小微企业融资模式创新提供可能。其次，要保障数据质量。大数据应用的首要基础需要企业具备质量可靠的数据，银行要培养敬畏数据之心，密切关注数据处理的过程，建立适合“三农”和小微企业特点的信用征集和信用评级体系，保证数据质量的稳定，为小微企业融资决策提供可靠的依据。

2、加强信息系统建设，增强大数据分析能力。

身处大数据浪潮之中的中国商业银行，积累了几十年存贷汇核心业务相关的结构化数据，还存有电话、网银、ATM、用卡记录等大量的非结构化数据。然而，商业银行存量客户的海量数据并没有充分运用起来，很多还是分散的“信息孤岛”状态。

因此，一是整合平台，加强数据共享。通过行内条线系统的无缝对接、数据库资源系统的整合，打破条线间、部门间数据壁垒，连通数据孤岛；通过外部链接，拓宽数据获取渠道，如同业数据、政府数据、互联网数据等，形成多层次的、第三方的交叉验证体系，严密监控小企业信贷客户经营状况，有效降低信息不对称可能产生的潜在风险。例如，通过对企业账户行为、交易对手、季节性流量等数据的分析，印证其授信合理性及真实性等。

二是做好小微企业信贷相关信息系统的开发、优化工作，搭建“看得清、管得住”的系统平台。从“看得清”的基本功能要求入手，将信贷专家和大数据技术专家的智慧结合起来，研发和推广大数据分析模型和技术，为信贷经营管理人员特别是一线客户经理提供好用、管用的大数据实战工具；通过对小微企业授信操作流程监控，捕捉信贷违规及未尽职的信息，为非现场检查提供依据。从“管得住”的基本功能要求入手，将有关制度要求嵌入流程环节，通过流程再造实现对客户、产品、机构、岗位等的授权管理、合规管理、流程管理，全面落实信贷政策、制度等。并适时征询各级机构的使用意见和建议，缩短开发优化周期，实现“大数据”应用的无缝连接。

三是构建适宜运用大数据技术的工作环境。加强对小微企业业务发展的组织领导，及时解决运用大数据进行小微企业融资过程中存在的问题，加快数据标准统一，规范数据标准应用要求，实现标准化的数据采集、交换、分析、披露，将企业征信信息、股东征信信息、企业基础资料、企业资产情况、企业关联公司、债项、资产质量、押品等信息进行归集，对于大量的非结构数据，重新设定数据治理结构，提升数据收集、清洗、挖掘、应用、评估效率；加强存量数据的深度挖掘与整理，把“死数据”激活，从而使存量数据流动起来，实现精准营销，构建一个集“客户、客户经理、业务条线”于一体的大数据运用生态体系，最终实现全行业务条线信息共享、上下互动、共赢共生的良性循环。

3、加快运营模式创新，提供融资服务效率。

首先，加快信贷经营转型与创新，依托大数据挖掘与分析技术，完善小微企业授信流程，构建“产品标准化、授信批量化、风险分散化”的“互联网+客群”的小微企业融资服务模式，逐渐实现客群的批量营销、实时评价、动态分析和在线服务，促进小微客群信贷业务在风险可控基础上的批量发展。

第二，加快打造适应互联网+的大数据信贷产品线上运营模式。以提升客户体验为核心，搭建小微企业互联网金融服务平台，实现贷款申请、数据采集、信用评价、审批放款一站式服务，由渠道建设向平台建设转变，与电子银行、公司、国际、个人的在线产品和服务相结合，为小微企业提供在线综合金融服务；要加快大数据信贷产品的网络化改造，持续完善线上操作流程，加强系统优化支持，着力打造流程更简便、定价更灵活的网络融资专属产品，尽快实现客户在线申请、审批、签约到贷款支用的全流程网上自助操作，以提高业务自动化程度和客户办理效率，提升客户体验度。对于基于风险控制，无法完全实现线上运作的产品，进一步梳理线上、线下流程，对于可以通过大数据技术解决的风控环节，全部移到线上处理，减少不必要的线下环节，提高线上运作的程度。

第三，契合“移动优先”的转型策略，加快大数据信贷产品的移动渠道部署，如小微“快贷”、“质押贷”等产品在移动端部署，进一步扩大大数据信贷产品的应用场景，加大与优质企业、第三方机构的合作力度，切合小微企业融资需求，把大数据信贷产品嵌入到第三方应用场景之中，提高客户粘性和活跃度，赢得客户认同，形成真正的生产力。第四，完善评分卡工具的应用，在小微企业信贷业务中，应适时启动申请评分卡系统的“自动通过”、“自动拒绝”功能，将小企业信贷审批由之前单纯的“专家经验判断、人工审批”的经验驱动方式，向“经验和数据结果并重，集中化、批量化、智能化审批处理”的数据驱动方式转变，提升金融服务效率。要根据小企业客户发展不同阶段的风险特征和业务需求差异，有针对性地调整准入标准、制定服务策略和产品创新，从而更好满足小企业在成长壮大过程中不同的金融需求，实现了对客户需求的有效挖掘。

4、深入挖掘信息资源，提升风险防控能力。

以完善风险管理与营销组织协同为重点，根据小微企业授信前中、后的不同阶段，运用数据模型实施分类管理、分类授信、细化操作标准和操作细则，探索建立与小微企业客群特点相适应的防控模式，建立专业高效的业务体系，降低授信成本，在满足风险可控的情况下，提高授信效率。

第一、贷前分析模型化。传统的贷前调查不仅包括对企业财务数据的分析调查，还包括到小微企业现场去调查，深入了解企业的实际经营情况、交易状况和财务状况等。如今运用大数据技术，通过供应链管理系统、税务、环保、海关查询系统等及时准确地获得企业的物流和现金流信息，进一步分析企业的行为，完善企业的信用评级模型。

第二、贷中监测全面化。传统的管理方式是通过模型对企业的财务数据进行计算，得到定量的数据，再辅以专家的经验判断，定量与定性相结合，最终得到授信额度；而互联网时代，利用大数据技术，通过信息系统的链接，从互联网的记录及时动态了解企业产品和资金的交易情况，产品和行业的市场变化情况，加强对企业生产经营的监督监测；从社交网络的数据信息进一步了解企业控制人的人际关系和关联关系等，实现精准授信。同时，通过大数据来监控企业贷款资金的使用方向是否与贷款时所填写的用途一致，若出现违规使用资金或者挪用资金现象，实时发出预警，及时评估和更新企业的信用等级，力求将风险降到最低。

第三、贷后预警实时化。传统的商业银行贷后管理是通过线下跟踪企业的贷后财务信息、生产经营状况和抵质押品价值等信息。如今可以充分利用“大数据”进行风险预警，通过掌握小微企业的用水、用电、库存、出入库、银行流水等情况，挖掘企业的支出、账户变动等数据；通过公安、司法数据库信息，排查企业参与民间借贷、涉诉等经济纠纷情况；通过同业和人民银行征信等数据系统，了解企业在同业的贷款质量及诚信情况；通过工商、税务数据系统，了解企业股权变更及销售收入变化情况等等，全方位开展数据筛选、数据关联、模型分析，多角度、多维度对比分析异常数据，甄别客户的经营情况，捕捉异常信息并做出风险预警，以便银行能及时作出反应，通过及时控制抵质押品来降低损失。

第四、客户准入标准化。制定完备的小微企业数据收集标准，明确准入的条件和数据收集清单及录入标准。客户经理在收集完数据或者做业务的同时，必须在规定时间内完整录入数据，形成全行公共的数据源，然后由数据管理部门进行定期的归档和整理，以满足各个条线接口的需要，成为应用数据库。进一步完善大数据信贷业务的客户准入、授信、预警监测规则，打破部门银行限制，打通条线数据竖井，加强多条线、多系统间数据联动分析，建立从客户准入、风险评估、授信审批、贷后管理的全流程风控监控预警机制，多维度、前瞻性识别和预警风险客户，及时应对和化解信贷风险。

第五、风险计量精细化。小微企业融资风险表现形式日趋复杂和隐蔽，对风险管理工作中信息技术水平的要求不断提升，要进一步提升工具应用的深度，构建全流程计量工具，实现对小微企业客户的全周期精细化管理，并根据业务情况，动态调整风险计量工具的参数和应用策略；要构建顺畅的零售与对公数据应用通道，形成全面统一的客户风险视图，准确掌握小微企业客户及企业主的整体风险敞口以及组合层面的各类风险敞口总量和结构，对后续的风险监控、预警和催收工作提供帮助。要按照“大数原则”对已准入客群中表现相对较差的客户实施一定比例的主动、强制退出，以实现对信贷业务潜在风险的前瞻性转移和控制。

5、加强专业队伍建设，营造良好服务环境

多年来，商业银行一贯重视信贷人员业务拓展能力，对信贷人员的风险管理能力培养不够。

首先，培养专业化队伍。要加快通过组织机构调整，招聘和培养一批优秀的精通“大数据”技术和金融等技能的人才，共同组成复合型的“大数据”专业团队，致力于数据的挖掘和分析，为“大数据”时代的小微信贷等业务提供强有力的人才保障。

二是加强系统培训。组织多层级、多层面的业务培训，增强数据挖掘与分析能力，重点对产品经理、客户经理及网点相关人员进行培训，着力打造一支高素质“侦察兵”、精技术“雷达兵”队伍，为全行小微企业信贷业务健康发展保驾护航。

三是夯实基础，完善激励约束机制。考核是最有力的传导方式，你考核什么，你就得到什么。考核体系是以严密的制度、规则，规范和引导经营管理行为，需要覆盖风险收益、资产质量以及内控与基础管理等多个维度，并且根据实际情况，及时调整有关计划和规则。通过绩效分配、行为积分等方式考核到人，规范行为，强化执行。

四是持续推进信贷文化建设。小微企业的私有化特征决定了其一旦出现风险时就会想方设法予以转嫁，通过非正常手段获取融资，避免自身损失是常有现象，因此，要落实经营条线的风险管理责任，坚决惩治和防范道德风险，使合规意识内化于心、外化于行；要通过案例分析，提升信贷人员风险识别方法与防控技巧，不断提高信贷队伍的整体风险防控水平。

五是政府和监管部门应制定有效的激励措施，如财政部门出资牵头成立一个多方参与、风险共担的政策性担保机构；监管部门加强监管考核力度，鼓励、督促商业银行为小微企业服务，最终实现降低小微企业的融资成本；政府部门对小微企业不良贷款核销、税收政策等方面给予一定的优惠引导，以提升商业银行小微企业金融服务的广度和深度。

本文经授权转自信贷风险管理（xdfxgl01），如需转载，请关注后获取授权。