經濟觀察網 記者 姜鑫當頑固難題中小企業融資難遇上無限可能的金融科技，將會發生怎樣的化學反應？

近日，中國平安旗下的深圳壹賬通智能科技有限公司（下稱：壹賬通）發布業內首份中小企業金融服務白皮書——《中小企業金融服務變革與金融科技前沿發展》（下稱“白皮書”），道出了中小企業融資難題與破解之道。

中小企業作為國民經濟組成中數量最龐大、活躍程度最高、發展最不均衡的主體，其金融服務相關問題已經得到了政府有關部門的高度重視。除信息不對稱、中小企業財務質量不佳、基礎資產狀況薄弱、金融機構業務流程復雜、外部支撐環境不佳等原因，中小企業面臨著金融服務可得性低、成本高、業務流程復雜、效率低等問題。中小企業迫切需要個性化金融產品、更靈活化的金融服務手段、綜合化金融服務與便捷化金融服務程序以緩解金融服務困境。

而在眾多變革方案中，金融科技以人工智能、大數據、區塊鏈、云計算以及生物識別等科技為切入點，為中小企業金融服務問題的解決提供了新的視野。

中小微企業融資缺口率近半

根據全國規模以上工業企業調查數據，截至2017年底，我國中小企業數量約為37.6萬戶，占企業數量高達98%。其中中型企業數量為5.3萬戶，占比14%；小型企業數量為32.3萬戶，占比高達84%。在吸納勞動力方面，2017年，大、中、小型企業從業人員數量分別為2898、2648、3317萬人，占比分別為33%、30%和37%。

白皮書數據顯示，每年有大概65%的發明專利和80%的新產品開發出自中小企業。我國中小企業不僅是中國持續健康增長的重要引擎，更是科教興國和“雙創”政策下最為活躍的微觀主體。

但相對于大型企業，中小企業的盈利能力仍顯不足。小型企業利潤增速最慢，僅為10.6%，而中型企業虧損面最高，達到12.9%。在行業分布上，中小企業大多分布于制造業。2017年，制造業中小企業占比最高，高達93.3%，采礦業和公用事業占比分別為3.3% 和2.8%。同時，制造業的企業數量、就業人數、營業收入、利潤總額均最高，虧損面最低，表明制造業中小企業數量多，吸納勞動力能力強，經營能力和盈利能力均較強。而采礦業、公用事業的虧損面均較高，表明其盈利能力不足，抗風險能力較弱。

然而，中小企業并沒有獲得與其地位相稱的金融服務。截至2017年，中國中小微企業部門受到完全融資約束占35%，部分融資約束6%，遠高于世界平均水平。

另有數據顯示，截至2017年末，國內小微企業貸款余額30.74 萬億元，僅占銀行貸款總余額的24.67%。工信部統計顯示，我國33%的中型企業、38.8%的小型企業和40.7% 的微型企業的融資需求得不到滿足。

中國中小微企業正規部門融資缺口接近1.9萬億美元，融資缺口率達43%，占GDP 比重17%。中國受融資約束的中小微企業總數達2300多萬，微型和中小企業中受融資約束的比例分別為41% 和42%。面臨融資約束的企業中完全融資約束的企業總數接近2000萬，占86%，面臨部分融資約束的企業總數為300多萬，占比14%。

融資服務方面，中小企業的信貸綜合成本較高。正規金融部門加權平均融資成本在10% 左右，非正規金融部門融資成本在15% 左右。

四大模式難解融資難

白皮書總結稱，目前服務中小企業主要有四種模式：第一種是德國IPC 模式，臺州銀行將其本土化演化成為“臺州模式”，形成“下戶調查、眼見為實、自編報表、交叉檢驗”的特色，但其過分依賴客戶經理的判斷，道德風險高，難以形成規模經濟。第二種是淡馬錫信貸工廠模式，仿照“流水線”的作業方式，將中小企業貸款的產品設計、貸款申請、審批、發放和風險控制、內部管理等業務環節標準化和批量化操作，民生銀行是運用這種模式的典型代表。但這種模式缺乏個性化，快速審批機制增加了風控難度。第三種是供應鏈金融模式，利用處于供應鏈上下游的企業資信來提升自身信用，比如京東的供應鏈保理融資產品“京保貝”。但其受資源限制，技術門檻高，且過于依賴核心企業。第四種是傳統小微貸款模式，“重抵押、輕信用”是主要特征，將大部分中小企業拒之門外。

中小企業融資難首先是信息不對稱問題。無論是大型企業還是中小企業，都會面臨信貸配給。中小企業在抵押物和擔保等方面的“硬信息”不足。相對于大型企業，中小企業面臨更為嚴重的信貸配給；其次是金融服務提供方的問題。傳統融資流程復雜，對于人力有限的中小企業是不可忽略的成本因素。此外，風控的問題也是中小企業難以從銀行獲得貸款的重要原因，各家銀行和市場對不良率非常重視，即使銀行整體在服務中小企業上能夠盈利，出于防范風險的角度也不敢貿然擴大規模。第三是中小企業的問題。中小企業或企業主個人缺乏主動積累信用記錄的意識和行為。最后是外部支撐環境不完善。

金融科技的可能性

近年來，金融回歸本源的聲音越來越大，中小企業的融資困境成為各方討論的焦點。2017年9月全國人大常委會通過《中國人民共和國中小企業促進法》，2018年6月央行等五部委聯合印發《關于進一步深化小微企業金融服務的意見》，改善了中小企業獲得金融服務的制度環境。

在基礎設施上，也開始初見成效，2016年7月螞蟻信用針對小微企業的信用系統“靈芝”接入工商、司法、海關、納稅、銀行等數據庫，為中小企業信用評級提供了有利支撐；同樣值得一提的是金融科技服務的一站式平臺壹帳通，壹帳通打造了一個金融SaaS(軟件即服務)云平臺，通過人工智能、區塊鏈、云平臺、生物識別等核心科技，為銀行、保險、投資等各金融機構提供科技賦能服務。而其旗下子平臺壹企業則借助壹賬通人工智能，區塊鏈，云平臺和生物識別等核心技術，助力中小企業破解中小企業融資瓶頸；壹企業直接連接金融機構的企業貸款產品，企業在貸款過程中遇到的信息，在資金需求周期內因金融機構服務不足而導致的資金不到位的情況可以得到解決。

除此之外，還有其他各種金融服務平臺依次上線，例如截至2017年底，中征信應收賬款融資服務平臺已經為12.6萬家企業服務，促成融資金額5.1萬億元。

在這里面，金融科技發揮了重要的作用。一方面，金融科技可緩解信息不對稱問題，區塊鏈、生物識別等技術可保證信息的可靠性和透明性；另一方，金融科技可大幅降低金融服務成本，大數據能夠極大地降低信息獲取成本，人工智能可以減少人力成本；此外，金融科技的應用能夠從技術手段上解決中小企業風險評估問題，降低金融服務風險，提高金融服務可得性。

但在壹賬通副總經理兼首席技術官兼首席運營官黃宇翔看來，金融科技在解決中小企業融資難問題也面臨著一些難題。“第一是模式，第二是數據，第三是模型，第四我認為是場景”，在談到這一問題時，黃宇翔如是回答經濟觀察網記者采訪。

黃宇翔表示，模式就是金融科技公司能為中小銀行做什么，怎么樣幫助中小企業融到資？金融科技公司不能向企業放款，而是要探索怎么樣幫助我的銀行放款，這需要創新和嘗試；數據是金融科技面臨的第二個難題，沒有數據什么也不用談。“我們跟中小銀行談，就會問給你幾家中小企業，幫我查一下，能不能告訴我他的數據量有多大，這是最大的困惑。好在我們目前通過平安銀行這么多年的積累，加上平安集團自己的數據，再加上我們合作了一些企業，做了數據的采集。怎么樣讓企業把他的數據貢獻出來呢？我們用了區塊鏈的技術，我們會在他的電腦里裝一個區塊鏈節點，采集它每天的經營數據和財務，或者是稅務數據、發票信息。用區塊鏈技術給數據加密，雖然上傳到區塊鏈上面，但數據所屬者還是企業本身，當企業需要貸款時可以通過密碼授權方式授權給有興趣的銀行，我們才可以為這個銀行提供征信報告，這是我們如何解決本身系統不能解決的數據采集問題。”

模型難題，黃宇翔表示，當你數據很多時，對模型的訓練就會更加有優勢，更易于訓練出比較真實的、適用于中小企業中小銀行的信貸模式。而場景則是在哪些場景下可以為企業提供服務，比如說根據發票做貸款，根據稅務做貸款，根據汽車融資做的貸款，幫助企業根據場景提供對他相對有價值的服務。