“小微企業融資發展報告：中國現狀及亞洲實踐”課題項目由博鰲觀察、中國光大銀行[微博]、中國中小企業發展促進中心聯合發起，國務院發展研究中心金融所副所長巴曙松[微博]擔任項目主持人、首席經濟學家。新浪財經和新浪微博為獨家網絡支持。以下為報告摘錄：

　　憑借運營互聯網的產業經驗，以及積累下的海量企業數據庫，電子商務企業擁有開展互聯網金融的先天優勢。由于中國現行政策并不允許非金融類企業開展信貸業務，所以電子商務企業必須借助其他渠道實現資金投放。阿里巴巴[微博]最初探討的是與銀行合作的模式，但是電商平臺上最重要的企業交易、信用數據等信息在傳統的銀行信貸體系中并不適用，銀行仍舊使用傳統的調查手段來審查電商送來的客戶，所以電商的優質客戶僅有很少比例能夠通過銀行審核、可以拿到貸款，突顯出電商和銀行雙方之間的服務不匹配，導致基于與銀行合作的網絡融資服務模式并不成功。

　　小額貸款公司的出現令電子商務企業獨立開展網絡融資服務成為可能。以阿里金融為例，阿里巴巴分別于2010年與2011年開設兩家小額貸款公司，利用小貸公司作為信貸投放窗口，將目標客戶嚴格限于阿里系電商平臺的注冊會員商戶，在線上完成貸前貸后的所有流程。阿里金融這種“小貸公司+平臺”的全新模式，將小貸公司的牌照優勢與電子商務企業的渠道、信息優勢充分結合，有效降低客戶搜索成本以及信用風險，擺脫了與銀行合作帶來的束縛。

　　融貫互聯網理念的信貸產品創新，為小微企業融資提供了切實便利。阿里金融的貸款年化利率約為19%，然而利用“按日計息、隨借隨還”的創新模式，借款成本并不全部集中在同一個企業身上，提高了資金使用效率、降低了資金成本。通過隨借隨還模式，企業在有資金需求時找阿里借款，資金使用完畢后可當即歸還，充分匹配小微企業融資需求的階段性特點，這是傳統銀行無法達到的靈活性。根據2011~2012年的經營數據，授信后企業到阿里金融平均一年內資金循環4.7次，每年平均占用資金127天，即企業使用信貸資金一年，只需付出三分之一的年化利息成本。從本質上說，相比傳統金融機構，強大的風險控制能力與互聯網平臺上人機交互的低成本特征，使得這種信貸業務安排的實踐成為可能。資金使用成本的顯著降低、使用效率的提高，能及時滿足數量更多的小微企業的信貸需求。

　�。ㄒ唬�“大數據”應用構建起網絡融資服務小微企業的可靠保障

　　“大數據”應用是網絡融資模式的核心內容。從理論角度分析，造成小微企業融資困境的根源有兩個：資金供需雙方之間信息不對稱和風險管理上的激勵不相容。但是，在大數據時代，這兩個難題正在出現有解的可能。憑借數據挖掘所蘊含的核心競爭力，基于大數據應用的網絡融資模式完成了信貸中介在互聯網生態中的轉型，旨在突破束縛小微企業融資的信息與成本枷鎖，一定程度上扭轉信貸資源分配的不對稱格局。

　　一是降低信息搜尋成本，顛覆了銀行業運營的“二八定律”。大企業與小微企業的信息結構存在顯著不同。大企業經營規范，信息披露較充分且可信度高，信息質量審核相對容易，因此適用于傳統的基于財務報表與抵押資產質量的信貸審核方法；而小微企業的經營管理水平差異性較大，市場上信息披露較少，加之中國很多小微企業缺乏合規的、真實可信的財務報表，資產負債表等“硬信息”無法真實體現企業的經營狀況，因此審核小微企業資質、搜尋小微企業信息需付出的人力、物力成本較高。

　　由于信息不對稱的存在，銀行需要設計新的信貸契約結構，以區分小微企業的優劣、控制風險因素。如果不改善信息結構，可覆蓋風險的有效途徑只剩下提高利率與要求抵押擔保。在當前利率非完全市場化與小微企業抵押擔保品欠缺的情況下，采用傳統信貸技術從事小微金融，需付出的邊際成本與服務大企業相差不大，在信貸供給資源仍顯稀缺的情形之下，銀行具有提高授信門檻以迫使高風險客戶退出信貸市場的動機，銀行服務80%低端客戶所帶來的利潤微乎其微，還不如將這部分客戶趕出市場，全力支持20%的高端客戶。這就是“二八定律”和銀行針對小微企業客戶實施信貸配給的背后原因。

　　大數據正在嘗試打破這種成本與收益難以均衡的僵局。大數據與信貸業務結合的核心優勢在于重塑信息結構，削減業務成本。電子商務平臺的發展積累了海量數據，對網絡大數據進行挖掘所得到的邏輯與規律信息，要比現實中發布的企業數據更具真實性，因而具有巨大的社會經濟價值。以阿里金融為例，囊括了平臺商戶的歷史交易數據、信用記錄、客戶評價等內部數據，以及納稅記錄、海關記錄等外部數據的海量“大數據”信息，在一定程度上顛覆了銀企間信息不對稱的格局。信用評級與貸后管理完全由量化模型自動分析完成，大數據經過云計算后得到動態的風險定價和違約概率分析結果，將風險管理的成本降至最低。信息結構的改善令金融機構可清晰地甄別出企業的資質，金融機構有激勵為優質的小微客戶提供信貸服務，因此信貸配給發生的基礎不復存在。同時，運算能力強大的電子系統將客戶拓展的邊際成本削減至幾乎為零，“二八定律”成立的前提也隨之消失，在大數據時代金融機構有機會從80%的所謂低端客戶身上獲取不菲的價值。

　　二是提供了激勵相容的風險管理模式。在中國傳統金融機構中，現階段還存在開展小微金融業務在風險管理上的激勵不相容問題。在銀行業不斷的改革發展過程中，商業銀行普遍強化了信用風險的約束機制，但與之相匹配的激勵機制卻沒有相應建立，具體體現在風險控制方面實行新增貸款“零風險”控制，貸款質量終身追究制等，客戶經理在風險控制的責任與收益上嚴重不對稱，因此客戶經理普遍存在“貸不如不貸，多貸不如少貸”的“惜貸”心理。不僅如此，由于貸后持續監督的成本過高，客戶經理缺乏有效的顯性激勵來控制風險，因此很多高風險項目并未及時剔除，導致小微企業貸款的違約率整體上升，相應地給予銀行小微金融業務違約風險大的不良預期，再加上擔憂信息不對稱情況下可能出現逆向選擇與道德風險，銀行會選擇收緊針對小微企業的信貸供給，造成小微企業信貸市場不均衡。

　　大數據時代里，信息結構的改變，直接驅動風險控制理念發生根本性變化：原來是要求補償覆蓋風險損失（無論是高利率還是抵押擔保要求），現在變為持續考核與監控企業穩健經營、創造現金并還款的能力；原來集中考察“硬信息”（資產負債表等），現在變為重點考察“軟信息”（經營和交易數據、單據等）。從依賴人力轉變到依賴電子系統，風險管理的激勵不相容問題不再成為制約小微金融發展的桎梏。在傳統的信貸理論中，企業抵押資產額、資產質量與獲貸可能性、授信金額成正比，但是由于貸后管理過程中持續性監管的能力不足、風險爆發后抵押品變現的難度大、折價幅度大，這種風險補償手段往往不能為金融機構避免損失。同時，對于越來越“輕”的小微企業來說，足額的擔保和抵押幾乎是不可能滿足的。因此，信貸理念的變化契合了解決小微企業融資難題的思路。不僅如此，基于大數據挖掘的系統處理與實時監控顯著縮短了業務流程，提升了信貸業務效率，具有符合小微企業貸款需求“短、小、急、頻”特點的靈活性。由創新借貸理念帶來的強有力的風險管理能力，結合系統自動化監管的高效率，為諸如“按日計息、隨借隨還”這樣的新型信貸產品的產生與深化奠定了基礎。

　　（二）風險與問題

　　系統性風險挑戰量化分析系統

　　互聯網金融建立在構造精密的電子系統之上，通過對“大數據”進行分析得出成百上千個指標信息，然后應用量化分析系統進行綜合判斷。這種模式潛在的突出癥結在于，量化模型的參數如何設定？在何種情況下按照何種規則調整？當宏觀經濟環境出現結構性變化時，根據舊參數所得出的預測與判斷是否仍是無偏的？對量化模型形成最大威脅的即是系統性風險�；�于電子商務平臺的網絡融資機構所處的生態系統，不僅包括宏觀經濟環境，更重要的是該電商平臺。在實體經濟需求不振時，網絡經濟有機會煥發青春，例如“非典”期間的電商成長黃金期；但是網絡經濟也有可能被實體經濟拖累，居民消費萎靡、企業生產意愿削弱都會導致電商平臺隨之陷入蕭條。因此，宏觀經濟與電商平臺兩種環境的疊加無疑增加了此類互聯網金融機構面臨的系統性風險的復雜性。

　　信用風險過于集中，缺乏風險分散機制

　　網絡平臺作為服務提供方，資金流、信息流和信用評級完全由它一家控制與界定，網絡融資機構成為信用風險的集中地。網絡平臺雖然在一定程度上保證了電子商務交易資金流和物流的有序流動，提高了資金交易的信用度，但是它以自己的信用承擔中介擔保的責任，缺乏信用捆綁機制，由于其并不是金融機構，與銀行信用相比還存在很多的不確定因素，從一定程度上制約了網絡融資業務的擴展。不僅如此，大部分互聯網金融機構為客戶提供的是無抵押、無擔保貸款，然而并未設置任何本金補償或保障機制，風險爆發時相應的損失只能靠機構自身或投資者來承擔。相反，當信用風險集中爆發時，銀行類金融機構可以組織清收抵押資產，追究擔保人責任，收回部分損失；然而對于網絡融資機構，如果在風險爆發前并未及時發現、處理掉風險點，就只能自己承擔起全部損失。因此，創新的風險管理理念與純信用貸款產品的使用，還需要完善的風險分散機制作為有力保障。