陸岷峰
縱觀國際到國內、從歷史到現在,作為最富市場活力的微觀經濟群體的小微企業(yè)在就業(yè)、稅收、創(chuàng)新、經濟增長等方面發(fā)揮著重要作用的同時,“融資難”、“融資貴”一直以來都是阻擋小微企業(yè)發(fā)展壯大的主要“攔路虎”,更是擺在政府部門、金融機構等支持實體、激活市場活力、助力普惠金融的一塊難啃的“硬骨頭”,也一直是理論界和實務界長期以來所共同關注的熱點問題。
據相關統(tǒng)計,截至2016年末,全國中小微民營企業(yè)共計6000余萬家,在國民經濟發(fā)展過程中的GDP貢獻度、稅收貢獻度、專利貢獻度、就業(yè)貢獻度均高于50%以上。與此同時,截至2016年末,小微企業(yè)從傳統(tǒng)銀行獲取融資支持的貸款余額26.7萬億元,占銀行業(yè)資產規(guī)模的比例為11.5%,全年新增小微企業(yè)貸款僅3.24 萬億元。這兩組數據上的鮮明對比,折射出小微企業(yè)融資桎梏的這一客觀事實。
小微企業(yè)融資桎梏因為難,所以貴;因為貴,所以難。這一既定循環(huán)事實背后的主客觀原因是多方面的。
從資金需求方來看,小微企業(yè)普遍存在資產實力薄弱、管理能力欠缺、財務狀況不佳、生命周期偏短等。這類小微客戶從現有的狀況很難契合銀行業(yè)金融機構的風險偏好,也加大了銀行與小微企業(yè)之間的信息障礙,信貸通過率和服務效率滿足不了小微企業(yè)用戶的需求。
從資金供給方來看,銀行業(yè)金融機構注重企業(yè)財務信息、人海戰(zhàn)術獲客、過度偏好抵押風控等。從銀行商業(yè)化、市場化經營模式來看,各商業(yè)銀行出于對小微企業(yè)融資所產生的成本、風險和收益等指標的綜合考量,并不能真正做到完全定位于小微客戶,而是集中偏好于中大型客戶追求規(guī)模擴張的同質化發(fā)展。
從政府部門來看,政府相關部門近些年密集出臺了相關扶持政策,多措并舉緩解小微企業(yè)融資桎梏問題。誠然,政府政策的天花板效應限制了各種可能的供應資金流向小微企業(yè)的需求渠道,政策的針對性、政策的執(zhí)行力、政策的有效性、政策的頂層設計等方面顯現出低效。
究其根源,在現有的市場環(huán)境下,信息不對稱才是中小微企業(yè)融資桎梏的最主要矛盾。信息不對稱直接導致逆向選擇和道德風險兩大問題,從而形成較高的信息費用和交易費用。商業(yè)銀行傳統(tǒng)的信貸模式和風控邏輯無法完全掌控和利用小微企業(yè)真實生產場景數據信息,包括小微企業(yè)用水數據、用電數據、用氣數據、納稅數據、社保數據、采購數據、生產數據、銷售數據、財務數據等。而這些真實生產場景背后的價值信息才真正反映出小微企業(yè)的真實狀況,對融資活動起到有效的指導。
隨著大數據可視化技術、海量信息智能化處理技術、自然語言理解、多媒體內容理解能力等的快速進步,經過采集、存儲、清洗、建模、挖掘之后的大數據價值逐步凸顯。通過互聯網、物聯網、大數據、云計算、機器學習等信息數據手段和技術,將小微企業(yè)在采購、生產、加工、銷售等全流程場景通過大數據進行協同挖掘和分析,最大程度降低小微企業(yè)與金融機構之間的信息不對稱程度,多維度綜合評估出小微企業(yè)的真實償債能力和償債意愿,從而進行融資貸款決策,讓彼此在信息相對充分的基礎條件下進行市場化合作,不僅降低了雙方的交易成本,同時也提升了交易效率。
大數據思維和技術在小微企業(yè)中的深度運用,降低了信息不對稱程度,能夠充分有效識別小微企業(yè)的信貸風險大小并科學指導信貸決策。在小微企業(yè)融資過程中,若銀行業(yè)金融機構通過大數據運用認為其風險較大,不宜進行貸款支持的,理應按照市場競爭規(guī)律不予授信;若銀行業(yè)金融機構通過大數據運用認為其風險可識別、可控,這類客戶則是銀行業(yè)金融機構的目標客戶并給予大力支持。
政府部門在支持小微政策制定過程中通常采取財稅、融資、補貼、獎勵等多元化方式,具有短期性、道義性、直接性等特征,在具體落實過程中往往存在著道義上的號召、不能實現廣覆蓋、執(zhí)行不到位等諸多問題,不能從根本上緩解小微企業(yè)融資桎梏問題。
而隨著大數據在各行各業(yè)的有效運用,政府部門在支持小微政策上需要積極調整政策思路,從直接的道義扶持向間接的精準扶持、從治標扶持向標本兼治扶持、從短期扶持向長遠扶持進行思維轉變。首先,各級政府部門應積極推動大數據在農業(yè)、工業(yè)、服務業(yè)等產業(yè)鏈領域的研發(fā)設計、生產制造、經營管理、市場營銷、售后服務等全場景應用,積累海量的企業(yè)用戶數據信息。其次,各級政府部門應支持大數據產業(yè)鏈的發(fā)展,鼓勵科技型企業(yè)的數據分析發(fā)掘服務、技術外包服務和知識流程外包服務在小微企業(yè)中的運用,挖掘數據價值信息。最后,穩(wěn)步推動公共數據資源開放共享,引導企業(yè)、行業(yè)協會、科研機構、社會組織等主動采集并開放數據,打破數據孤島。endprint