互联网金融_小微企业融资与征信体系深化_刘芸

2014年第2期总第181期征信CＲEDIT ＲEFEＲENCE No．22014欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟Serial NO．181收稿日期：2013－12－07基金项目：中国浦东干部学院长三角研究系列社会公开招标课题《金融服务创新与小微企业融资困境对策研究》（celap2012-YZD-GEN-03）作者简介：刘芸（1976－），女，山东日照人，讲师，硕士，主要研究方向为金融创新和风险评估；朱瑞博（1975－），男，山东聊城人，教授，博士，主要研究方向为自主创新、金融契约设计和风险评估。

【征信体系建设】互联网金融、小微企业融资与征信体系深化刘芸1，朱瑞博2（1．上海海事职业技术学院航运管理系，上海200120；2．中国浦东干部学院教学研究部，上海201204）摘要：信息不对称是小微企业融资约束的关键。

基于大数据应用的互联网金融正在凭借互联网开放平台的信息收集优势与数据挖掘能力，缓解小微企业的信息不对称，增强借贷的风险可控性，降低小微企业的征信成本和融资成本，实现金融资源的有效配置。

互联网金融的快速发展，使得金融风险日益集聚。

征信是保障互联网金融健康发展的重要前提。

征信体系的健全与完善对促进互联网金融市场的健康发展具有关键作用。

关键词：信息不对称；小微企业融资；互联网金融；大数据；征信体系中图分类号：F832．4文献标志码：A 文章编号：1674－747X （2014）02－0031－05一、信息不对称：制约小微企业融资的关键瓶颈小微企业是中国经济的基本细胞，是中国经济最具活力的组成部分。

在小微企业发展的各种困境中，融资难、融资贵已经成为抑制小微企业健康成长的最大瓶颈，是世界各国普遍关注的难点问题。

目前，我国企业发行股票上市和发行债券的直接融资条件仍然十分严格，小微企业大多在创业期和成长期，很难达到上市或发债门槛。

因此，中国小微企业的融资难、融资贵主要体现为贷款难、贷款贵。

信息不对称是造成小微企业融资难的关键瓶颈。

信息不对称是指在交易双方的信息不对称分布或者一方信息的不完全性，进而阻碍其做出正确的决策，导致交易效率降低的现象。

Stigliz 和Weiss （1981）通过一个经典模型证明了信息不对称是产生信贷配给的根本原因［1］。

所谓的信贷配给（creditrationing ）是指银行面对超额的资金需求，因无法或不愿提高利率，而采取回存、担保或抵押等非利率的贷款条件，使部分资金需求者退出银行借款市场，以消除超额需求而达到平衡。

信贷配给的结果是部分企业或个人即使愿意支付较高的利率也得不到贷款，或者贷款申请只能部分被满足。

信息不对称可以分为事前的信息不对称和事后的信息不对称两类，在信贷市场上会分别导致事前隐藏信息的逆向选择和事后隐藏信息或行动的道德风险，这两种行为都深刻影响着小微企业融资的难度和成本。

事前的信息不对称导致信贷市场的逆向选择，进而导致小微企业融资难、融资贵。

小微企业作为资金的使用者通常比银行更清晰地掌握自己的财务状况、贷款动机、项目质量、偿还概率及条件等信息，因此，为了成功借到资金，贷款者往往隐瞒不利于贷款的负面信息，放大有利于获得贷款的信息。

在这种情况下，银行只能凭借企业提供的报表、材料等，辨别企业与贷款项目的类型、成功概率和平均风险，·13·采用统一的利率水平发放贷款。

当银行预期到小微企业贷款前隐藏信息的动机时，往往通过提高贷款利率的办法来覆盖向所有小微企业贷款的风险。

当贷款利率提高时，项目风险较低的小微企业由于其项目较低的收益率，不愿承担较高的贷款成本而退出信贷市场，最终常常是那些项目风险更高的企业获得贷款。

基于这种博弈预期，银行一般选择少贷款或者不贷款，最后，就形成了逆向选择约束下小微企业贷款难、贷款贵的困境。

事后的信息不对称导致信贷市场的道德风险。

在贷款合同签订以后，由于信息不对称，贷款者的行为不总是被银行所知，银行很难获得小微企业贷款用途及其经营管理等事后的真实信息和行动，更难以完全监督小微企业的行动。

因此小微企业可能会采取对银行不利的一些行为，如改变资金用途从事高风险项目，也不主动向银行披露真实信息。

这就加大了贷款资金的经营风险，甚至有些企业贷款之初就没有归还本金、支付利息的打算。

在事后道德风险的作用下，银行宁愿实行信贷配给，也不愿意提高利率满足所有的贷款请求。

在信息不对称的条件下，缺乏抵押品、贷款的规模不经济性等进一步降低了银行向小微企业放贷的意愿。

与大企业相比，“短、小、急、频”是普通小微企业融资需求的典型特征［2］。

P2P企业宜信发布的《小微企业调研报告：经营与融资》显示，日常资金短缺额度在10万元之内的小微企业数量占比64%，94%的小微企业日常资金短缺额度不超过50万元，且多用于短期用途，如原材料购买、偿还应付款项、发放工资等。

由于小微企业具有较快的周转效率，对资金占用时间的要求不长，但对资金到位效率的要求却很高，主要集中在5 10个工作日［3］。

由于小微企业的管理水平普遍落后、会计制度大多不完善，导致商业银行对小微企业进行全方位的贷款尽职调查成本要高于大企业。

贷款额度小的规模不经济性，决定了商业银行对小微企业不可能投入与大中型企业相同的人力物力去进行贷前调查、审批和贷后管理［4］。

在缺乏抵押品的情况下，为了规避风险，商业银行往往不愿意向小微企业进行放贷。

在创新驱动、转型发展的大背景下，中国小微企业融资需求发生了显著性的变化：期限变长，金额变大，风险变高，抵押担保品更少、质量更低，小微企业金融服务需求从单一化转向综合化、一体化［2］。

二、基于大数据应用的互联网金融：化解小微企业融资难的有效途径信息不对称是小微企业融资约束的关键，因此，解决信息不对称是解决小微企业融资难的重要途径。

基于大数据应用的互联网金融模式，正在凭借互联网开放平台的信息收集优势与数据挖掘能力，突破束缚小微企业融资的信息不对称难题。

伴随着移动通信、移动支付、社交网络、大数据和云计算等信息技术的突破性创新，自2007年中国首批P2P网络借贷平台上线以来，我国的互联网金融呈蓬勃发展之势。

2013年6月，余额宝进一步导致全国互联网金融的爆发式发展。

目前，全球互联网金融的运行模式主要有：以阿里、京东等为代表的电商平台金融，以陆金所为代表的网上金融超市，以Lending Club、人人贷、拍拍贷为代表的P2P，以Kickstarter为代表的众筹模式，以Bitcoin为代表的虚拟货币，以PayPal、支付宝为代表的第三方支付等。

（一）缓解小微企业的信息不对称，增强借贷的风险可控性依靠强大的数据收集、数据分析和行为追踪能力，互联网金融借助大数据处理技术能够有效地筛选、甄别目标客户，调查、监督客户的还款意愿和还款能力，实时监测借款方的异常状况，并自动报警，从而在一定程度上运用技术手段大幅度缓解市场信息不对称以及由此引发的逆向选择和道德风险问题，增强借贷的风险可控性，并为用户提供多样化的融资服务。

与传统银行借贷重点关注资产抵押品、资产负债表等“硬信息”不同，互联网金融更加关注各种各样的非资金类的“软信息”。

“硬信息”主要以数字形式存在，是定量的，在传递过程中不易失真。

“软信息”则难以量化、检验及传递。

银行信贷模式很难收集到足够的“软信息”，传统的技术处理手段也很难从纷繁复杂的大量“软信息”中获取有效的信息。

互联网金融可借助大数据挖掘和信息流优势，准确、快速地对小微企业借款的风险进行判断和定价。

通过搜索引擎可以收集到小微企业主日常生活的所有交易数据和社交数据，比如一般都在哪里消费，月均消费金额是多少，消费支出中的分布情况，微博微信之类的社交圈活跃度等。

这些碎片式·23·的数据价值密度很低，单独的一条数据几乎没有价值，但是把这些数据整合起来通盘分析，就可以从中挖掘出很多的个人特征、生活习惯，并进而可以推断出其实际财务状况，进行风险评判。

更重要的是，这些数据都是在互联网上收集的各类碎片信息，因此造假的可能性非常低。

借助这些“软信息”还可以甄别出借款人刻意隐瞒的虚假信息。

同时，通过网络交易平台，借助大数据处理技术，互联网金融公司追踪小微企业贷款的去向以及企业主消费习惯的变化，客观、真实地判断借贷资金的安全性，进而可以警示可能违约的借款人遵守规则、按期还款。

例如，为了有效地控制贷款的资产质量，阿里小贷公司建立了多层次微贷风险预警和管理体系，对贷款从申请到回收进行了全程监控，实现了贷前、贷中、贷后三个环节的紧密结合，有效规避和防范了贷款产生不良的风险［5］。

（1）贷前阶段，除了运用淘宝和阿里平台收集详细的客户交易数据进行分析后评级外，阿里还借助第三方数据认证服务取得客户的海关、税务验证的数据。

同时，阿里还引入了一套心理测试系统，对小企业主进行分析，判断其性格特质，测评其撒谎程度。

此外，客户评级还要结合客户软信息、上下游评价等，从而完成对小微企业客户的全方位综合评价。

（2）贷款期间，阿里系统将监控企业贷款使用是否有发生偏离的情况。

如果贷款真正投入到生产经营中，客户的平台流量将得到提升，营业额和利润也将随之上涨；反之，如果评估结果变差，将提前预警并收贷。

（3）贷后阶段，通过平台监控企业经营动态和行为，可能影响正常履约的行为都将会被预警。

通过网络店铺关停机制，提高客户违约成本，有效控制贷款风险。

若客户逾期还款，按合同将被收取罚息，通常是日息的1．5倍。

针对恶意拖欠贷款的坏账客户，阿里还制定了公布用户的不良信用记录的“互联网全网通缉”机制。

（二）降低小微企业的征信成本和融资成本基于大数据挖掘技术不断创新征信手段，互联网金融可以大幅度降低对小微企业的征信成本和融资成本，这主要表现在三个方面：第一，互联网金融收集海量“软信息”的成本很低。

进入Web2．0时代后，伴随着智能终端用户的爆发式发展，数据安全技术使隐私保护和交易支付顺利进行，社交网络、电子商务、第三方支付、生活服务类网站、搜索引擎等积累了海量的的数据量，大量琐碎的、非标准化的“软信息”都在互联网留下了足迹。

如生活服务类网站积累了大量的水、电、煤气、有线电视、电话、网络费、物业费交纳等数据，这些“软信息”客观真实地反映了个人的基本信息，在信用评级中非常宝贵。

阿里金融则通过电商平台阿里巴巴、淘宝、天猫、支付宝等积累了大量交易支付数据。

这些数据的收集不需要额外的投入，获取成本几乎为零。

第二，互联网金融大数据处理的成本也很低。

基于云计算和行为分析理论的大数据挖掘技术，可以在海量的信息中挖掘到最基本、最关键的能够预测预警欺诈风险和信用风险的信息，因而使互联网金融可以以极高的效率和极低的成本，动态地算出借贷的风险定价和违约概率。