大数据与人工智能提升小微企业金融服务研究

时间:2021-10-25
作者: 方匡南

编者按我国小微企业数量庞大。据第四次全国经济普查结果显示,2018年年末我国中小微企业数量占全部企业数量的99.8%,遍布全国不同地区的各个行业,贡献了全国60%的国民生产总值和50%以上的税收,满足了80%左右的城镇就业,对我国经济发展起着至关重要的推动作用。因此,发展小微企业对我国经济高质量发展具有十分重要的意义。如何为小微企业提供更有针对性、更加安全便捷的金融服务,成为推动小微企业金融服务转型升级并突破小微企业融资难、融资贵等瓶颈的关键所在。对此,本文系统性地阐述了小微企业金融服务现状及存在的融资困境,通过借鉴大数据与人工智能的国际实践,为中国小微金融发展提供了解决问题的新思路,并提出相关建议。

近年来,银行业金融机构优化资源配置、强化金融科技运用、创新产品服务,我国小微企业金融服务质量和水平有了较大提升。2020年新冠肺炎疫情暴发,我国短期经济发展受到巨大冲击,小微企业成为此次疫情的“重灾区”。疫情期间我国政府出台了一系列政策来加强对小微企业的信贷支持,但是小微企业融资难、融资贵问题仍十分突出,尤其是小微企业“首次贷”难的问题。相比大型企业,小微企业具有轻资产、高风险的特征,其抗风险能力较弱,加上小微企业难以获得稳定融资,因此遭受的冲击更大、影响更深,面临着巨大的生存风险。

随着大数据、人工智能、区块链等金融科技在金融领域广泛应用,金融机构可以全方位地收集小微企业多维度信息,采用机器学习等人工智能方法对其贷前风险科学评估,贷后风险及时智能监测和预警,为金融机构有效服务小微企业开拓了一条新的路径。2019年中国人民银行印发的《金融科技(FinTech)发展规划(2019-2021年)》强调运用人工智能、大数据等金融科技手段提升小微企业金融服务效率。在重大疫情下,借助于大数据、人工智能等技术的纯线上“无接触”信用贷款模式,为实体经济特别是小微企业提供快速、精准帮扶,保障信贷资源供给,全面支持受疫情影响企业复工复产。

我国小微企业金融服务现状及存在的问题

我国小微企业主要采用依靠内部融资、直接融资、间接融资、民间借贷四种方式获取相应小微企业金融服务。内部融资是利用自身原始积累的内部资金进行投资;直接融资是通过发行股票和债券等形式从资本市场融通资金;间接融资通过抵押和信用贷款等方式从金融机构贷款,是小微企业在融资时最主要采取的方式;而民间借贷作为前三种方式的补充,更加灵活快捷,但同时也带来更大的风险。一直以来,监管部门都高度重视小微企业金融服务的发展,“两增两控”的监管要求突出了对小微企业贷款量质并重、可持续增长的监管导向。“两增”即单户授信总额1000万元以下(含)小微企业贷款同比增速不低于各项贷款同比增速,贷款户数不低于上年同期水平,“两控”即合理控制小微企业贷款资产质量水平和贷款综合成本,进一步要求商业银行形成服务小微企业长效机制。同时,在资金端引导商业银行在内部资金转移定价(FTP)中对小微企业贷款给予优惠,解决基层银行做小微业务“不划算”的问题。目前全国性商业银行对普惠型小微企业贷款,在FTP中均按照不低于50个基点给予优惠,一些银行的优惠力度达到100个基点以上。

在政策驱动下,我国普惠小微贷款规模快速增长,小微企业金融服务覆盖面也持续拓宽。据央行发布的《中国普惠金融指标分析报告(2020年)》统计,截至2020年年末,我国普惠小微贷款余额为15.1万亿元,同比增长30.3%;小微金融支持的小微经营主体达3228万户,同比增长19.4%,全年新增530万户,且2020年新发放贷款金额1000万元以下的小微企业贷款平均利率为5.15%,同比下降0.81%。央行发布的《2021年二季度金融机构贷款投向统计报告》显示,今年二季度末,我国普惠小微贷款余额17.74万亿元,同比增长31%,增速比上年末高0.7个百分点。同时,金融科技在支持小微企业金融服务中扮演越来越重要的角色,2020年以来央行发布的60个金融科技试点项目中,属于小微企业信贷领域的就达42个。(见图表)

虽然小微企业金融服务取得了长足的发展,但小微企业尚存较大的融资缺口。据世界银行发布的《中小微企业融资缺口:对新兴市场微型、小型和中型企业融资不足与机遇的评估》显示,我国中小微企业潜在融资需求高达4.4万亿美元,而相对应的融资供给仅有2.5万亿美元,潜在融资缺口1.9万亿美元,缺口比重为43.18%。解决小微企业融资难、融资贵的问题是一项复杂的系统工程,小微企业金融服务持续创新和发展成为响应市场变化和缓解小微企业融资难、融资贵问题的突破口。

我国小微企业金融服务还存在如下几个问题:一是信贷资源分配不均。为了实现规模效益和资金安全,传统金融服务对资源的分配大多基于“二八定律”,即将80%的资金投向前20%的资产规模大且有较强偿债能力的企业。位于尾部的小微企业由于存在管理基础薄弱、管理不规范、规章制度落后、组织结构和各项决策随意性较大、经营和财务状况透明度不高等问题,其经营规模小,生存周期短,大多集中分布于准入门槛较低的行业,可用于贷款抵押的机器设备、厂房等资产较少,从而较难得到金融服务,信贷资源分配不均衡。二是民间小微金融机构亟待加强监管。民间小微金融机构相对于银行服务更加灵活,但是其正规性和实力相较于银行有所欠缺,只能满足小微企业的部分融资需求,且利率相对较高。此外由于市场不规范容易陷入借贷纠纷。民间小微金融机构需进一步加强监管,规范市场行为,使其能够成为小微企业融资的重要补充。三是小微金融风险防控存在盲区。由于小微企业信用意识薄弱,小微金融服务面临信息透明度低、获取成本高以及信用体系不健全等问题。金融机构和企业之间存在严重的信息不对称,在风险防控方面存在盲区。四是小微企业金融服务覆盖不足。小微企业数量庞大,在地理位置和行业类别上具有较大分散性,金融机构若要扩大金融服务对小微企业的覆盖面,将对其人力和物力等提出更高要求,尤其是小微企业资金需求具有“短、频、急”的特点,将削弱金融机构在提供相应服务时的积极性。五是金融科技作用尚待发挥。由于银企信息不对称,存在“数据孤岛”,缺乏必要的数据支撑。此外,部分中小银行金融科技研发投入不足,线上特色金融产品开发能力弱,无法满足小微企业对资金短小频急等特点的需求,严重制约了对小微企业的信贷支持。

大数据与人工智能发展阶段及特征

根据麦肯锡全球研究院定义,大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。而基于大数据的支持和采集,立足于深度神经网络,人工智能研究和开发各类用于模拟、延伸和拓展人的智能的理论、方法、技术以及应用系统,通过深度机器学习并根据对大量数据的训练做出决策。

2017年7月8日,国务院印发《新一代人工智能发展规划》,作为第四次工业革命的引擎,人工智能产业的发展方向得到了全面部署。规划发布的次年,中国人工智能企业融资规模即达到157.54亿美元,占全球人工智能企业融资的46.94%。随着数字经济不断推进,数据量不断增大,数据种类持续丰富,数据的获取难度逐步减小。在政策的推动和技术的进步下,大数据与人工智能不断深入我们的日常生活,中国人工智能科技产业发展步入融合产业部门主导的新阶段。2020年是人工智能和实体经济全面融合的元年,中国人工智能科技产业内生于经济转型升级创造出的智能化需求,新冠肺炎疫情对经济社会的冲击进一步刺激了潜在需求,加速了人工智能和经济社会全面融合发展的步伐。而美国技术封锁则坚定了中国立足自主创新构建新的全球创新网络的决心和信心。在金融领域,各金融机构逐步利用自身资源创建或和互联网公司合作建立自己的大数据与人工智能服务系统,在人机协作、数据安全、隐私保护等方面提供各类解决方案,推动数字化进程和提高运作效率,并更好地防控金融风险。

人工智能时代的来临将颠覆传统产业结构并重塑全球产业竞争格局。作为新一轮产业变革的核心驱动力,人工智能技术是重塑产业发展的新优势,提升国家竞争力的强战略。面对人工智能技术进步带来的挑战,传统金融行业与人工智能深度融合发展可以创新金融产品和服务模式,为小微企业提供更加精准的信贷支持以及长足发展的动力来源。

大数据与人工智能支持小微企业金融服务的国际实践

小微企业同样是英美等发达国家经济的重要组成部分。据世界银行组织开展的企业调查显示,各国中小微企业普遍面临融资困难、政策调整风险、电力供应保障不稳定等诸多问题,尤其是中小企业更关注融资问题。跨国实证研究也表明,融资越便利,比如金融机构服务中小企业数量越多、提供给中小企业的信贷量越多,中小企业密度(每千人拥有的中小企业数量)就会越高。近年来,发达国家在利用人工智能提升小微企业金融服务效率、利用大数据构建小微企业信用体系以及小微企业金融服务监管等方面有较多的成功经验。

(一)运用大数据构建小微企业信贷数据库。凭借大数据在信息收集、整合、预处理、储存、传输等方面的优势,可以将分散于众多机构和平台的小微企业信贷数据收集整合起来,在降低信息采集成本和处理成本的同时,结合小微企业账户、资产、交易、历史信贷数据信息以及大量非经营类信息,还原小微企业真实经营状况。美国小微企业金融数据平台(SBFE)用来搜集小微企业信贷数据,与小微企业、金融机构、征信机构等多方建立联系并形成完整闭环;在线金融服务公司(Kabbage)用来收集大量电商数据、支付终端数据、店铺经营数据、电商顾客反馈等信息,对电商小微企业的经营状态进行数据采集,并利用大数据技术将脸书(Facebook)、推特(Twitter)等社交平台数据也纳入信息采集范畴。

(二)运用大数据与人工智能技术建立完备征信体系。对小微企业相关信贷信息进行挖掘,量化小微企业真实的经营状况、还款能力和偿还意愿,有利于提升小微金融的风险控制和风险管理能力。依靠政府政策支持,借助互联网、大数据与人工智能等技术,美国拥有全球最完备的征信系统,在信息挖掘、分析等方面具有强大优势,大幅减少在借贷过程中可能存在的违约风险。美国邓白氏公司利用其全球数据库和庞大的客户资源,针对小微企业开发了小企业信用风险评分、中小企业“胡佛分析”、中小企业信贷风险管理方案等多样化的征信产品;艾克飞公司(Equifax)在官方网站专门开辟小微企业栏目,提供包括小微企业信用报告、信用监测、风险指标报告、风险监测等服务。英国则通过《信用信息条例》和中小微企业信息共享计划,要求指定银行向指定征信机构报送中小微企业基本信息和信贷相关信息,征信机构运用大数据与人工智能等技术对小微企业进行信用等级的评估,并向各个小微金融机构提供服务,帮助金融机构对放贷时可能存在的违约风险进行有效把控。

(三)运用大数据与人工智能技术优化小微企业金融服务途径。基于大数据与人工智能技术,搭建个性化小微企业金融服务框架,可以在降低放贷风险的同时,便捷化小微企业申请贷款的流程,缩短审批流程,更加有效地将信贷资源向小微企业精准“滴灌”。美国小微金融机构基于小微企业自身特点,根据征信机构提供的相关信贷历史信息和信用报告、评分等做出是否向小微企业放贷的决策,并且在小微企业贷款的审批流程中结合了大数据和人工智能等技术,拓宽美国小微企业融资可用渠道。比如,Kaggage公司通过搜集包含运营、财务、社交等多方面的数据,重构信用体系,综合形成信用评分并据此快速放款,为小微企业融资提供了全新的融资途径。

大数据与人工智能在中国小微金融中的应用前景

大数据与人工智能已经嵌入中国社会生活的各个方面,更是与金融具有天然的耦合性。通过相关技术深度挖掘有效信息,建立智能化的经营模式和风控体系,为小微金融产品创新、管理创新和服务创新注入新活力。

(一)拓宽数据共享渠道,打破“数据孤岛”。“数据孤岛”在数据分享的过程中由于很高的处理成本、传输成本、储存成本等制约了数据的利用,大数据的采集和应用为解决这一问题提供了更多的可能性。小微企业在区域和行业的分散化分布使得其信贷数据也具有零散的特点,利用大数据等技术的发展与升级,可以将数据服务化、在线化,拓宽各种数据共享渠道。小微企业的生产经营数据以更加便捷和低成本的方式共享给征信机构和金融机构,降低了数据开发和管理的难度,丰富了小微企业数据维度,极大缓解了小微企业与金融机构之间信息不对称的问题。

目前,对于小微企业有价值的数据沉淀在各政府部门以及各经营场景中,如交易、招采、纳税、公司内部管理等场景。因此,小微企业数据积累可以通过小微企业经营管理相关场景“数字化”,政府部门数据互联互通,进而掌握多维度动态经营信息。比如,作为国务院小微企业金融服务改革创新试验区的浙江台州市建设的小微企业金融服务信用信息共享平台,采取“一平台、四系统、三关联”的架构,结合企业在各部门的信用信息并实行信息资源的共享。该平台不断升级,采取“科技+金融+产业”的模式融合发展,并利用“台州科技金融平台”的上线弥补传统线下服务的局限性。截至2020年年末,台州小微企业金融服务信用信息共享平台已经采集了30个部门118大类共4.09亿条信用信息,覆盖全市69万家市场主体,累计查询量约1099万次,有效拓宽了数据共享渠道,一定程度上破解了小微企业与金融机构之间的信息不对称问题,为其他地区发展小微企业金融服务积累了经验。

(二)通过大数据技术驱动,完善小微企业征信体系。利用大数据为小微企业客户的各类基本信息和行为信息构建信用评分模型,可以令数据价值直观化,深入评估各企业的经营现状、还款能力以及发展潜力;利用人工智能相关技术可以提高大数据处理和分析结果的准确性和有效性,建立更加全面可靠的信用评价系统,并实现建模过程和信用评估过程的自动化,更有效地防控金融风险,做好风险预警,为金融机构提供审批评估依据。比如,2020年浙江浙里信征信有限公司与厦门大学信用大数据与智能风控研究中心联合制定《中小微企业在金融借贷场景下信用评价应用指南》,旨在以科学的信用概念为基础,兼顾国际标准和中国特色,在充分参照国际和发达国家现有术语和定义的基础上,结合中国实际情况和中小微企业发展特征和趋势,运用大数据融合、机器学习、迁移学习等技术,建立普适、标准、严谨的信用评价体系,帮助中小微企业(尤其是样本不足行业)进行信用评估。应用这套方法论体系可以开发任何行业中小微企业信用评价标准模型,以此统一各信用评估环节的流程与技术要求,实现中小微企业信用评价过程的规范化、标准化,降低中小微企业融资成本。

(三)借助人工智能技术,优化小微企业金融服务水平。通过传统贷款审批流程中的人工决策转化为人工决策和系统自动决策相结合,减少主观判断影响的同时缩短金融机构在审批过程中所需要消耗的时间,提高贷款审批效率;通过深度挖掘众多来源的各方面信息,为小微企业客户“画像”,可以更高效地为具有分散性特点的小微企业提供个性化的金融服务,助力小微企业金融服务和产品的创新。在丰富多层次服务体系的同时减少对人力的依赖,较大程度地减少金融机构获客成本,为小微企业提供安全多样的融资途径。目前,我国已存在多家金融机构和第三方支付机构基于大数据与人工智能技术提供相关小微信贷产品。如建设银行下属的善融贷商务平台,不需要抵押和担保,利用企业及企业主的账户结算数据和经营信息综合评估企业的还款能力,据此为小微企业提供贷款额度;平安银行“贷贷平安商务卡”根据小微企业销售数据和交易行为信息对其进行授信。

111.jpg

相关建议

尽管大数据和人工智能融合小微企业金融服务目前整体仍处于“浅应用”的初级发展阶段,以对流程性、重复性的任务实施智能化改造为主,但人工智能技术应用在金融业务外围向核心渗透的阶段,其发展潜力已经彰显。而这些技术在数据和计算等方面的先天优势都将加强小微金融的适应性、竞争力和普惠性,极大地提高金融机构识别和防控风险的能力和效率,推动金融供给侧结构性改革。加快利用大数据与人工智能提升小微企业金融服务可从以下三个方面进行推进。

(一)推动数字化转型,优化小微企业营商环境。一方面,营商环境是小微企业生存发展的土壤,是影响市场主体活力与兴衰的重要因素;另一方面,在数字化转型成为全球产业共识的背景下,小微企业在数字化过程中由于产业松散、管理不规范、资源有限等问题,转型需要由外向内驱动。只有通过数字化转型引领小微企业营商环境持续优化,加快搭建并完善涵盖金融、税务、市场监管、社保、海关、司法等大数据的服务平台,深度利用平台大数据,挖掘信用信息价值,才能促进银企精准对接。

(二)加强金融科技运用,提升金融机构效能。充分发挥大数据信息优势,以市场需求为导向,大力开发个性化、差异化、定制化金融产品和服务,着力打通金融活水流向小微企业的“最后一公里”。一是智能评估具有线上实时运行、系统自动判断、审核周期短的优势,为小微企业信贷提供了更高效的服务模式;二是智能风控落地于银行企业信贷,互联网金融助贷,消费金融场景的信用评审,风险定价和催收环节,为金融行业提供了一种基于线上业务的新型风控模式;三是探索推出银行主导模式、核心企业主导模式、第三方平台主导模式及监管部门主导模式的区块链供应链金融平台作为小微企业与银行的桥梁。

(三)完善法律法规,为小微企业融资提供更加健全的法律保护。如何解决行业发展过程中数据隐私安全与人工智能应用边界等问题,是提升小微企业金融服务水平的一大难题。2021年6月10日,十三届人大常务委员会通过《中华人民共和国数据安全法》并于9月1日实施,有关部门可以此为基础进一步完善并覆盖小微金融领域在大数据与人工智能背景下出现的新业务,降低小微企业融资过程中可能存在的数据泄露风险,采取鼓励发展与适度监管双管齐下的方法,为小微企业成长和小微金融发展保驾护航。

[作者为厦门大学经济学院教授,信用大数据与智能风控研究中心主任,浙江(台州)小微金融研究院特约研究员]