建行首席经济学家黄志凌：小企业融资成本或高达15%【2】

二、由财务指标为核心的信用评级转向以交易记录大数据分析为核心的履约能力判断，为破解小企业信用困境提供了新的方向

现有银行体系的评级方法和小企业自身的特点决定了其很难获得足以支持无抵押贷款的信用评级，而以财务指标为核心的现有小企业信用评级体系的预测能力又十分有限，以致于银行和小企业同时陷入了信贷供给与信贷需求相互脱节的饥渴状态。我认为，这一需求与供给脱节并陷入所谓难解死结的现象，并不是真的无法破解。实际上，关心企业财务指标、要求企业提供抵押担保措施，不是银行的根本目的。对于银行来说最重要的是避免违约，财务指标是判断违约概率的重要视角之一，但不是唯一的途径；抵押保证措施是为了通过增加企业违约成本来提高履约概率，并降低违约以后银行的损失。

实践中我们发现，小企业借款偿还的履约能力在很大程度上取决于其实际商业交易的资金流，交易能够完成就能够带来相应的预期现金流，偿还借款就有了基础；如果能够掌握小企业的交易记录，判断其商业交易的真实性及其履约能力，就可以根据其交易规律提供合适额度和期限的小额无抵押贷款，这样既可以有效管控信贷风险，又能解决小企业的融资难问题。事实上，近年来互联网商业模式、大数据技术的发展，为商业银行解开小微企业融资难的死结提供了重要的方法。大数据技术的核心是预测，通过记录和分析客户全部、海量的交易行为数据，就能够较准确地对客户未来行为进行预测判断，这为解决小企业融资提供了可靠性强的解决方案，在不少领域已经得到了很好应用。

在日常经营过程中，小企业客户会生成海量的交易行为数据，包括客户询价、订单、资金流、交易对手等。以前，这些数据往往沉淀在企业中，没有办法进行整合分析，也无法为银行所用。互联网商业革命使小企业的商业行为发生了重大变化，大量小微企业通过互联网商业平台实现其商业活动，在互联网中这些企业的交易行为可以很容易地被记录、保存下来。在此基础上，一些互联网企业渐渐发现，那些交易真实、可以如约完成的商业活动，资金流可以随着商业交易的完成而自动循环，为这种资金循环提供无抵押贷款是安全的，这种信用贷款与借款人的规模实力以及抵质押品无关。于是，互联网企业依托海量交易数据，运用大数据方法，建立了一种基于真实交易需求（订单）、基于历史交易数据（交易履约记录）、基于关联数据（市场趋势预测）的互联网客户借款安全评级机制和授信筛选原则，使互联网商业背景下小微企业获得无抵押信用贷款成为可能。阿里小贷是这种金融模式的典型代表。截至2013年底，作为互联网金融领头羊的阿里小贷，已经累计为65万多家小微企业提供了超过1600亿元的订单和信用贷款，不良率却仅有0.9%左右。

从业务逻辑上来看，这是一种完全不同于传统银行信贷管理理念与流程的信用放款模式。客户信用评价不再依赖时效性慢、质量较差的财务数据，而是充分利用海量的客户实际交易数据，包括订单数据、交易数据、货运数据、客户网络活跃度数据、客户交互行为数据等，这些数据在时效性、质量和敏感度方面大大优于财务数据。由于数据量极其庞大，运用大数据方法筛选客户发放无抵押贷款就有了科学依据和坚实基础，使客户筛选更加精准有效。通过互联网平台，还可以在技术上实现对客户交易行为的实时监控，客户的每一笔交易情况都会被数据库记录下来，并反映到模型中去。

从实践经验积累的角度来看，以阿里巴巴为例，仅2013年一年在零售领域就有上百亿笔交易以及上万亿交易额，连同大约2.31亿活跃买家和800万活跃卖家，共同构成了一个拥有足够订单、付款信息以及交易记录的数据库。在对客户进行违约概率和履约能力判断时，利用大量公开、透明、真实可信的电子商务平台数据，包括订单数据、交易数据、货运数据、客户网络活跃度数据、客户交互行为数据等，并将这些数据进行量化处理后作为主要的授信依据，纳入贷款审核数据模型中，对企业的交易真实性、交易履约能力、还款能力及还款意愿进行较准确的评估，大大降低了客户的违约概率。

在贷款发放前，通过客户在互联网上进行的所有交易和资金流转记录，自动从后台数据中找到最需要贷款、最有可能获得贷款的客户，判断客户的融资需求、对客户进行较为准确的预授信，一旦客户申请贷款，在提交资料、通过验证后，直接可以发放贷款，大大提高了贷款发放效率，减少了交易成本。在贷款发放后，通过网上支付渠道监控客户是否出现与贷款目的不符的资金运用，并且可以轻易实现对客户的实时监控，客户的每一笔交易情况都会被数据库记录下来，并反映到模型中去。发现客户存在特定风险时，直接从支付宝账户中扣款，即使个别客户发生违约，也在风险承受范围之内。这种依托互联网平台、基于真实交易活动的信用评价模式，有效解决了传统金融模式下客户财务数据不真实、信用记录缺失带来的信息不对称和企业抵质押资产不足的问题，极大提高了对小微客户的金融支持能力，代表了未来小微金融的发展方向。

与阿里巴巴等互联网企业相比，商业银行缺乏真实、实时、足够的企业交易活动记录和数据，因此无法简单复制阿里小贷等小微金融模式。但商业银行也有自己的优势，在现实生活中，很多小微企业是大型核心企业的供应链客户，即核心企业的上游供应商或下游销售商，这些小微企业的生产和交易活动主要围绕核心大企业进行，并在整个供应链中完成大量的交易活动并形成相关交易记录。大型核心企业一般都是商业银行尤其是大型商业银行的重要客户，与商业银行具有紧密的合作关系。因此，银行可以借鉴阿里小贷的经验，发挥与大型核心企业的合作优势，依据小微企业与大型核心企业的交易记录，充分挖掘交易记录和订单数据，包括商品的运输、仓储、流通加工等信息，商业信息和交易条件情况，应收/应付账款信息，订购单、存货记录、确认函、发票等信息，运用大数据技术，为核心企业供应链上下游的小微企业提供金融支持，即通过供应链金融为小微企业进行融资安排。这种供应链金融模式，完全基于企业的交易活动，通过大量的、真实可靠的历史交易记录，有效识别交易背景的真实性、交易的连续性、交易对手的履约能力，并通过信贷业务的封闭运作和贷款的自偿性，保证贷款的安全性。这种业务既突破了商业银行传统的评级授信要求，也无须另行提供抵押质押担保，切实解决了小微企业融资难的问题。

由于小微企业的规模实力和生命周期有限，信用水平不足于支撑其在资本市场上直接融资，只能主要依靠金融机构间接融资。随着市场发育不断成熟、经济结构不断调整、经济增长方式不断转换、市场化改革不断深入，小微企业将步入快速、健康发展轨道，小微企业金融服务蕴藏着的巨大市场机会。发展小微企业业务对于大型商业银行同样具有重要的战略意义。从国外发达国家的情况看，很多大型商业银行都把小微企业作为重要的业务支撑。根据统计，2011年底，美国富国银行小企业贷款占全部贷款余额的11.7%，中间业务收入占比14.44%；摩根大通、美国银行、花旗银行、富国银行四大行的总资产占美国7000多家银行总资产的45%，其小企业贷款余额占全美银行的37%。西班牙桑坦德银行的小企业贷款占全部贷款的24%，利息收入占比33%，手续费占比41%。对于中国大型商业银行来说，这不仅是大银行应该自觉承担的社会责任、也是适应中国经济转型的战略举措，更是加快自身经营转型、实现可持续发展的必然选择。