文/新浪財(cái)經(jīng)意見(jiàn)領(lǐng)袖專欄作家 黃益平

中國(guó)的經(jīng)濟(jì)增速已經(jīng)落到了近三十年來(lái)的最低點(diǎn)。但如果約四千萬(wàn)家的中小企業(yè)能夠克服融資難的問(wèn)題，它們有可能形成中國(guó)經(jīng)濟(jì)發(fā)展的強(qiáng)大引擎。那么，數(shù)字技術(shù)有沒(méi)有可能幫助解決這個(gè)經(jīng)濟(jì)頑癥、催生一個(gè)新的奇跡呢？

　　自2005年起，中國(guó)政府一直在努力改善中小企業(yè)與低收入家庭的融資環(huán)境。全國(guó)建立了8000多家小額信貸公司，同時(shí)，政府明確要求商業(yè)銀行每年提高中小企業(yè)貸款在總貸款中的比例、同時(shí)降低中小企業(yè)貸款的利率，2018年、2019年的政策目標(biāo)是每年降低1個(gè)百分點(diǎn)。

　　即便如此，中國(guó)仍然只有約20%的中小企業(yè)能夠從銀行獲得貸款。其中一個(gè)重要原因是銀行的獲客成本很高，因?yàn)榇蟛糠种行∑髽I(yè)規(guī)模小、地理分布分散，為它們服務(wù)確實(shí)不易。另外，銀行也無(wú)法對(duì)中小企業(yè)實(shí)行市場(chǎng)化的風(fēng)險(xiǎn)定價(jià)，因?yàn)橘J款利率還沒(méi)有完全市場(chǎng)化。中國(guó)中小企業(yè)的平均壽命大概是5年，因此，為它們提供貸款的風(fēng)險(xiǎn)確實(shí)比較高。而強(qiáng)制要求銀行降低貸款利率，意味著銀行的風(fēng)險(xiǎn)無(wú)法得到充分的補(bǔ)償，政府也不補(bǔ)貼這樣的“準(zhǔn)政策性貸款”。

　　大銀行的總體盈利狀況比較好，即便為中小企業(yè)貸款提供一點(diǎn)交叉補(bǔ)貼，也承擔(dān)得起，況且它們都是國(guó)有商業(yè)銀行。但很多中小銀行就沒(méi)有這個(gè)條件，如果按政策要求給中小企業(yè)貸款，將來(lái)可能會(huì)對(duì)資產(chǎn)負(fù)債表造成負(fù)面影響。同時(shí)，監(jiān)管部門還要求銀行員工對(duì)所造成的不良貸款終身負(fù)責(zé)。因此，很多銀行只好通過(guò)各種形式的造假來(lái)滿足監(jiān)管要求。

　　但其實(shí)即便沒(méi)有監(jiān)管部門降低貸款利率的要求，銀行也很難對(duì)中小企業(yè)做市場(chǎng)化的風(fēng)險(xiǎn)定價(jià)，因?yàn)樗鼈儾恢涝趺丛u(píng)估中小企業(yè)的信用和風(fēng)險(xiǎn)。傳統(tǒng)銀行的信用評(píng)估模型主要依靠財(cái)務(wù)數(shù)據(jù)、抵押資產(chǎn)或者政府擔(dān)保，但中小企業(yè)普遍缺乏這些條件。

　　因此，解決中小企業(yè)融資難的問(wèn)題，需要從兩個(gè)方面同時(shí)入手，第一，央行應(yīng)該允許貸款利率靈活浮動(dòng)，由銀行決定與風(fēng)險(xiǎn)相應(yīng)的貸款利率水平，真正做到市場(chǎng)化定價(jià)；第二，銀行也應(yīng)該積極創(chuàng)新，找到評(píng)估中小企業(yè)信用風(fēng)險(xiǎn)的有效辦法。

　　在實(shí)踐中已經(jīng)有做得不錯(cuò)的成功經(jīng)驗(yàn)，浙江臺(tái)州的三家小銀行—泰隆、臺(tái)州和民泰—利用線下軟信息評(píng)估中小企業(yè)的信用風(fēng)險(xiǎn)，主要是了解企業(yè)家的個(gè)人行為與社會(huì)關(guān)系。

　　但更值得關(guān)注是正在中國(guó)大地上蓬勃展開的中小企業(yè)貸款的數(shù)字革命，大科技平臺(tái)鏈接數(shù)以億計(jì)的用戶并連續(xù)地記錄他們的數(shù)字足跡，云計(jì)算與機(jī)器學(xué)習(xí)模型快速、準(zhǔn)確地分析企業(yè)與個(gè)人的行為，并以此指導(dǎo)銀行的貸款決策。

　　北京大學(xué)數(shù)字金融研究中心與國(guó)際清算銀行的聯(lián)合研究發(fā)現(xiàn)，以數(shù)字技術(shù)為基礎(chǔ)的信用評(píng)估模型預(yù)測(cè)違約的準(zhǔn)確率要超過(guò)傳統(tǒng)銀行的信用評(píng)估模型，這起碼可以歸結(jié)為三個(gè)方面的因素：第一，大數(shù)據(jù)風(fēng)控模型包含了反映個(gè)人與企業(yè)行為的變量以及它們?cè)诰W(wǎng)絡(luò)中重要性的變量，與傳統(tǒng)模型的資產(chǎn)負(fù)債表數(shù)據(jù)相比，這類變量更加穩(wěn)定；第二，大數(shù)據(jù)模型還利用許多實(shí)時(shí)的數(shù)據(jù)，包括現(xiàn)金流、交易量、違約率等，與傳統(tǒng)模型相對(duì)滯后的數(shù)據(jù)相比，這類變量能夠反映最新狀況；第三，與傳統(tǒng)模型的線性分析方法相比，大數(shù)據(jù)模型的機(jī)器學(xué)習(xí)方法能夠更好地抓住非線性的關(guān)系，特別是不同變量之間的交互影響。

　　科技平臺(tái)的長(zhǎng)尾效應(yīng)意味著一旦平臺(tái)建立起來(lái)之后，增加服務(wù)大量的中小企業(yè)的邊際成本幾乎為零。事實(shí)上，中國(guó)的兩大移動(dòng)支付運(yùn)營(yíng)商支付寶與微信支付已經(jīng)分別擁有大約10億的用戶。

　　數(shù)字技術(shù)的另一個(gè)優(yōu)勢(shì)是速度非常快。目前在嘗試大數(shù)據(jù)風(fēng)控模型的三家網(wǎng)絡(luò)銀行—微眾銀行、網(wǎng)商銀行和新網(wǎng)銀行，幾乎都能實(shí)時(shí)處理貸款申請(qǐng)。螞蟻金服與網(wǎng)商銀行開發(fā)了一個(gè)被稱為“310”貸款模式：借款人花三分鐘時(shí)間在線提交申請(qǐng)；一旦獲得批準(zhǔn)，貸款資金可以在一秒鐘內(nèi)到賬；整個(gè)過(guò)程實(shí)現(xiàn)零人工干預(yù)。

　　微眾銀行、網(wǎng)商銀行與新網(wǎng)銀行每家每年都能發(fā)放大約1000萬(wàn)筆小微或者個(gè)人貸款，每家銀行只有1000-2000名員工，而它們的不良率則保持在1%上下。

　　當(dāng)然，數(shù)字革命也會(huì)遭遇很多問(wèn)題，比如數(shù)據(jù)不平等，有很多個(gè)人與企業(yè)沒(méi)有大數(shù)據(jù)，就很難享受這項(xiàng)革命帶來(lái)的好處。當(dāng)然，相比較而言，傳統(tǒng)銀行受到的財(cái)務(wù)數(shù)據(jù)的約束可能更為嚴(yán)厲，網(wǎng)絡(luò)銀行則利用多樣化的大數(shù)據(jù)做信用評(píng)估，微眾銀行主要依賴社交媒體與支付的數(shù)據(jù)，網(wǎng)商銀行更多地使用網(wǎng)絡(luò)購(gòu)物與支付的信息，而新網(wǎng)銀行則干脆就是一家開放銀行，平臺(tái)建立以后，對(duì)接其它大數(shù)據(jù)平臺(tái)。因此，即便一個(gè)企業(yè)家缺乏財(cái)務(wù)數(shù)據(jù)與抵押資產(chǎn)，如果有足夠多的數(shù)字足跡，也有可能獲得貸款。

　　一些網(wǎng)絡(luò)銀行甚至開始想辦法解決所謂的“數(shù)據(jù)白戶”的問(wèn)題，以緩解數(shù)據(jù)不平等的后果。假如一個(gè)借款人線上缺乏數(shù)據(jù)，銀行可以在綜合考量之后仍然可以考慮提供一筆非常小額的貸款，借款人在定期償還的過(guò)程中，可以逐步積累信用記錄與數(shù)據(jù)足跡。

　　中國(guó)在很早以前就已經(jīng)意識(shí)到解決中小企業(yè)融資問(wèn)題的重要性，現(xiàn)在網(wǎng)絡(luò)銀行提供了一個(gè)非常好的解決方案。相信這場(chǎng)數(shù)字革命不僅有利于中國(guó)的經(jīng)濟(jì)發(fā)展，更是為普惠金融發(fā)展趟出了一條新路，是一項(xiàng)具有世界意義的金融創(chuàng)新。

　　(本文作者介紹：北京大學(xué)國(guó)家發(fā)展研究院、中國(guó)經(jīng)濟(jì)研究中心教授)