大数据破解银行业“二八法则”

　　金融市场往往遵循“二八法则”， 即 20%的优质客户享受了 80%的金融 服务。 相较之下， 小微企业虽然是资 金需求的长尾群体， 却多为传统金融 所忽略。 2017 年以来， 我国经济增 速放缓、 流动性趋于短缺， 小微企业 融资难困局更加突出。 从我国企业的 融资渠道看， 主要包括权益、 债券融 资的直接融资渠道和向商业银行、 民 间资本进行借贷的间接融资渠道。 其 中， 权益、 债券等直接融资渠道多适 用于大中型企业， 小微企业难以企及 股票债券发行的财务和治理标准； 银 行及民间借贷又存在缺乏足额担保、 利率过高等问题。 此外， 国内金融机 构的同质化经营模式也加剧了小微企 业的融资困境。 融资痛点源自“三高” 一直以来， 小微企业融资被认为 是世界性难题， 融资难、 融资贵问题 长期难解。 造成这种结果的诸多原因 里， 有三个最为关键。 第一是投资风险高。 小微企业多 处于初创成长阶段， 个别可能存在 “百年小微老店”， 但大多数小微企业 均处于初创期， 具有存活率低、 家族 色彩浓、 财务不规范等特点。 小微企 业的这些特点导致外界难以掌握企业 的真实经营状况， 加剧了银行等外部 投资融资机构的信用、 市场风险。

　　我 国小微企业平均寿命为 2.9 年， 平均 在成立 4 年 4 个月后 可获得首次贷款， 而 获得首次贷款后的小 微企业获得二次贷款 的比例达 76%， 获得 四次以上贷款的比例 达 51%。 第二是边际成本高。 基于小微企 业的信息不对称， 传统融资机构需匹 配相应融资结构和契约安排， 以实现 风险控制的目的。 此外， 小微企业融 资往往缺乏足以匹配信用风险的担保 品， 因此传统金融机构从事小微金融 所付出的成本既包括前期的充分尽调 成本， 也包括针对该企业风险特征设 计对应融资结构的成本。 此外， 在现代经济时代， 即使是 小微企业， 其经营范围辐射半径都有 可能达到数百公里， 横越数省。 企业 住所地银行难以清晰看到其资金流、 物流、 信息流状况， 难以完整阅读其 商业模式亦属平常。

　　这更加剧了传统 信贷授权的难度。 在传统风控模式 下， 服务小微企业的边际成本与大型 企业相近。 因此银行具有基于“二八 法则” 提高授信门槛， 服务大中型企 业的充分动机。 第三是道德风险高。 小微企业融 资的信息不对称也带来了更高的道德 风险， 一是在授信过程中， 小微企业 为获得资金存在隐瞒其真实经营状况 的动机； 二是在资金使用环节， 小微 企业更具有将借贷资金用于高风险项 目的动机。 有案例显示， 一些企业利用银企 信息不对称， 屏蔽信息、 假造交易、 多头授信及欺诈融资。 一些公司通过 关联交易进行资金空转， 虚假做大结 算流量套取信用。 一些实际控制人在 不同市场多处注册， 分头融资骗贷。 个别企业通过让司机、 保姆、 远房亲 戚作为关联企业的法定代表人， 形成 复杂的关联交易、 关联担保或联保群 保， 进行跨地区、 跨市场、 跨银行资 金转移。 这一现象加剧了信贷机构的 风险控制难度， 提高了小微企业的融 资成本。 精准画像效果明显 随着大数据时代的到来， 基于大 数据的互联网小微金融服务机构开始 扮演颠覆者的角色。 从一些实际案例 看， 大数据已经在破解“二八法则” 中发挥了作用。 精准企业画像是大数据最重要的 贡献之一。

　　基于电子商务平台与社交 平台的发展， 部分第三方机构积累了 海量数据， 对网络大 数据进行挖掘所得到 的逻辑与规律信息， 要比现实中发布的企 业数据更具真实性， 因而具有巨大的社会 经济价值。 以阿里金融为例， 囊括了平台商 户的历史交易数据、 信用记录、 客户 评价等内部数据， 以及纳税记录、 海 关记录等外部数据的“大数据”， 颠 覆了银企间信息不对称的格局。 基于海量数据， 第三方机构进行 数据脱敏和数据整合后即可实现小微 企业信息的数据化， 为小微信贷提供 数据基础。 网商银行数据显示， 数字 经济条件下， 我国小微企业正在快速 数字化转型， 数字化小微企业已占多 数。 据统计， 我国小微企业和个体经 营者总量在 1 亿家左右， 而网商银行 依据脱敏后的阿里巴巴电商平台交易 数据、 线下移动支付二维码数据， 结 合我国工商登记数据估算， 我国初步 实现数字化的小微经营者已达 6000 万家以上。 针对数字化信息， 第三方 机构可以依据小微企业、 企业经营者 以及企业行为进行精确画像， 评估过 往业绩、 预估未来经营状况。

　　此外， 大数据还实现了智能授信 贷款。 互联网小微金融服务机构利用 云计算技术， 建立智能授信贷款规 则。 系统自动提取对应企业数据， 套 用量化模型进行经营分析和授信评 级， 得出动态的风险定价和信用风险 概率结果。 基于这一结果， 可智能生 成授信及融资合同条款， 大幅增进融 资服务效率。 网商银行表明， 其利用 数字技术破解小微经营者触达和风控 难题， 设立了一整套互联网授信、 贷 款规则， 建立了纯信用贷款的“310” 模式 （3 分钟申请、 1 秒钟放贷、 全 过程零人工干预）。

　　数字显示， 网商 银行及前身阿里小贷成立 9 年来， 累 计服务了超过 1500 万家小微企业， 其中 80%以上为网商银行的独有客 户， 2018 年户均余额仅 2.6 万元， 笔 均贷款仅 1.1 万元， 体现了基于大数 据的系统化风控模式对小微融资的重 要意义。 勾勒精准画像还要两步 目前， 我国数据利用呈现“数据 孤岛” 和“数据闲置” 现象。 一方 面， 我国数据多由不同公共机构所掌 握， 多重视存储而非分析、 利用数 据， 导致了数据的闲置； 另一方面， 市场主体通过自身平台和交易渠道所 沉淀的数据多处于“孤岛” 状态， 缺 乏共享。 这一背景下， 对小微企业真 实经营信息的整合显得更为困难。 出 于获取信贷的目的， 一个企业两套账 的情况较为普遍， 因此数字化的财务 信息往往缺乏可信性。 因而， 大数据 所依靠的信息绝非简单的财务纸面数 字， 而是需要两步： 一是加入更多其 他数据， 二是促进商业数据交换、 信 息交易机制的构建与完善。 在开放政府相关数据上， 可借鉴 美国的经验。

　　美国的数据开放历史上 同样需解决数据分散、 整合成本大、 法律障碍、 联邦政府与各州政府之间 权利义务关系协调等问题。 2009 年， 美国建立“Data.gov”， 要求联邦政府 各部门定时开放数据， 并对提供数据 的格式和形式进行了统一要求。 2013 年 5 月 9 日， 奥巴马签署新的行政命 令并将数据开放上升到法规层面， 即 《使政府信息默认格式改为开放且机 器可读格式》， 根据这一命令， 所有 产生的政府信息， 在产生的时候其格 式就应当是开放的和机器可读的。 在 美国数据开放的过程中， 面临跨部门 数据整合、 数据开放方式、 数据安全 等问题时， 始终以法令的方式明确联 邦对数据开放的正面态度， 构建统一 框架和法定化开放模式。 全面、 完整、 相关的数据来源是 进行大数据分析的前提， 是发展大数 据产业的基础， 而数据权利的界定与 明确则是数据获取、 交换机制的核 心。

　　一方面， 数据源于个人信息， 源 于用户的行为留痕； 另一方面， 数据 的应用则以数据取得者通过数据提 取、 记录并将其进行纳入可利用的数 据载体为基础。

　　因此， 数据权利涉及多方主体， 是数据内容和数据载体的二元结构， 因此其权属的认定也应当以主体对数 据的形成作用为视角， 进行多维度思 考。 如从数据是否涉及隐私信息角 度， 将数据划分为底层数据、 匿名化 数据以及衍生数据。 对于底层数据， 数据主体拥有完 整权利， 未经许可不得取得、 使用、 交易； 对于匿名化数据， 经许可数据 使用者具有使用、 交易的权利； 对于 经过数据清理、 数据可视化等技术手 段得出的衍生数据， 数据控制者应拥 有专有权。 在合理划分数据权利的基 础上， 政府应推进数据交换机制的构 建与完善。