用微博账号登录:

当前位置:首页 > 小微企业 > 姜建清:小微企业融资难背后的信息不对称难题


姜建清:小微企业融资难背后的信息不对称难题

作者:姜建清 发表于:2016-11-28 姜建清:小微企业融资难背后的信息不对称难题

推荐度:

信息不对称与融资难

社会上一直以来对小微企业融资难的指责不绝于耳。批评较多指向了商业银行机构。有些从道德角度批评银行嫌贫爱富、缺乏社会责任;有些指责国有银行“喜大嫌小”,存在“所有制偏好”。认为大银行只会支持大企业,只有小银行才支持小企业。事实上中国各家金融企业在服务小微企业方面态度都十分积极,在资金、人员等资源配置上努力倾斜于小微企业融资。

中国银行业对小微经济体的经济贡献和就业贡献是有充分认识的。根据中国商业银行对小微企业的信贷余额揭示,2015年末,五家大银行小微企业融资余额为6.02万亿元,股份制商业银行融资余额为3.82万亿元,城市、农村商业银行和信用社融资余额为7.7万亿元。其他非银行机构包括互联网金融信贷余额占比较低。

问题是,在对小微企业融资难众说纷纭的同时,对如何根本解决这个“世界性难题”却思考不够,对小微企业金融的可持续发展,市场化、商业化的金融政策研究不多。

客观上小微企业客户群体风险高,利润率低。2016年9月末,中国小微企业平均不良率为2.9%,明显高于中国银行业贷款平均不良率水平,商业银行的平均净息率在2.1%左右,不少银行小微企业信贷业务风险率更高,部门单独核算可能是亏损或无利的。长久的可持续金融发展是堪忧的。支撑银行信贷的存款资金多数是需还本付息的私人和企业存款。许多对银行的批评者,对银行与财政的区别并不清晰。不了解银行的财产权属于公众,银行仅是信托管理者。超越风险底线、造成亏损破产甚至酿成社会信用危机,对社会的危害极大。

因而商业银行通常表现出畏惧风险、谨慎保守,是其行业的特性要求。银行畏惧风险是可以理解的,但如何识别风险,防控风险,让风险可承受、让风险与收益相匹配的小微企业能够得到融资,同时又守住风险底线,避免出现系统性、地区性信用风险?其关键点在于解决信用领域的信息不对称问题,这也是解决小微企业融资难问题的治本之策。

信息不对称导致信贷风险上升

本世纪中国银行业信息化取得了巨大的进步。但信贷领域信息化程度弱于银行其他业务领域。在低信息数据运用下的信贷方式会偏爱长期贷款。贷后不闻不问,依赖还贷还息信息了解客户。中国的一些银行曾偏重于贷款给政府融资平台、国有大型企业和上市公司,这并不在于政府的“引导”,而与信息的可得性及可信度是有关系的。

大型企业的财务报表相对健全。政府融资平台与国有企业恶意隐瞒信息的动机相对较低,恶意通过关联企业隐蔽真相的案例较少,不幸的是这一状况在呈现变坏的趋势。通常银行为防范风险,倾向将信贷投向信息质量较好的企业。当信息不对称导致欺诈风险上升时,银行在心理上会采取“避险”行为。小微企业“融资难”的问题并不全部在于其实力弱,许多小微企业长期从事某些商业、工业、科技或服务业务,经营规模较小但收入稳定、经营良好,受外部经济环境的影响也不大。但小微企业财务制度不健全较为普遍,信息透明度不高。遇到经济、行业周期及经营困难时,财务造假及数据欺诈问题开始上升,致使银行不良贷款上升。从而使银行对企业数据缺乏信任,担忧受骗,走向了所谓当铺文化,交易摩擦成本提高。甚至因噎废食,形成惜贷等恶性循环,造成劣质企业驱逐优质企业。一些比较诚信的小微企业成为这种行业风气的受害者,令人十分痛心。

信息不对称主要表现在如下方面:

1. 经济复杂化导致信息不对称风险增加。发展中国家在向市场经济转型的过程中,尤其由于信息不对称导致各类欺诈风险频发,道德风险居高不下,信用市场摩擦和交易成本较高。曾有专家学者十分赞赏类似“信用合作社”式的信贷管理,认为属地、亲缘、联保等方式可以解决小微企业的信息不对称问题。对部分生产、销售半径小的手工业经济,传统的小农户经营,其从生产、销售到消费主要是在数十公里的范围内,可以全过程掌握资金流、物流、信息流。但现代经济时代,小微企业的经济圈都可以达100公里,甚至1000公里以外,属地银行无法清晰完整地看到其资金流、物流、信息流状况。

互联网经济时代企业经营活动空间更加扩大,跨省市、跨国经营普遍、跨界经营常态、商业对手多变,金融中介多元,导致融资、结算信息碎片。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。一些企业将融资后结算的多头、多跨、不透明视为企业的权利,将资金结算搞得异常复杂,难以辨别流向,并且让物流与资金流脱节,融资与结算脱节,让支付交易脱离银行体系,使银行难以判断交易真实性。以致多行多头融资授信,放大信用风险。一些担保公司利用资金流和商品流的脱节,重复开单、虚假保管、多头担保。同时网贷业务良莠不齐,透明度不高,还没有经历完整信贷周期的检验,也成为近期融资风险的高发领域。

2. 中国银行业依靠大数据控制信贷风险能力不适应。资产转化功能是金融企业其最核心功能,即实现资金在时间、空间、规模等维度上的转化,资产转化的全过程都伴随着风险。传统上银行发放贷款前后,须对企业的资金流、物流和信息流的运行进行全过程、不间断的监控。通过数据的异常变化揭示风险。由于信息割裂,融资银行对融资企业缺乏整体把握,对客户信息掌握不深不广,维度单一,无法真正“了解你的客户”。银行无法完整、及时掌握客户经营行为、资金流动、销售动态及交易对手和关联企业状况。无法把握资金流、物流、信息流的匹配。随着经济活动的日渐复杂,企业交易对手关系复杂、关联企业面貌模糊。依靠企业财务数据、经验分析和历史经营业绩等报表审查已不适应现状。对由企业供应链、关联企业链、担保互保链形成的复杂关联,仅对孤立的不多数据分析已难以准确判断信贷风险。信贷分析判断及决策的信息数据量不足。对假数据、假贸易、假资料、假用途因数据维度单一、数据信息短缺而难以鉴别。对客户财务指标、资金流向、异常交易、隐形关联、交叉违约难以及时预警及采取措施。而且通过抽样或单点、静态调查分析信贷往往不能揭示问题。有些数据从单笔看是正常和合理的,但从多笔或累计交易看,就可能是不正常、不合理的。只有通过全部交易数据的长时期变化分析,才能抽丝剥茧,揭示风险迹象。

信用市场的参与者因获得信息渠道不同、信息量多寡差异而承担不同风险,获取不同收益。要成功实现资产转化和风险转移交易,需要掌握比交易对手更充分、有效的信息。银行长期承担的资产转化职能,锻造了银行的专业管理和风险控制基因。但传统的银行风控模式依靠人工调查、授信、审批、贷后管理,依靠抵押担保来缓释信贷风险。依靠银行信贷人员的专业技能和经验,而经验积累需要时间甚至失败磨砺,成本甚高且耗时过久。随着中小企业融资客户群体扩大,线下人工信贷作业成本昂贵,制约了业务规模和质量的提升。互联网时代金融交易的形态有所改变,小微企业融资小额化和高频化。客户数量、交易数量多但单笔业务规模小、期限短。融资交易要求速度快、便捷灵活。中国银行业迫切要实现信贷数字化管理变革,运用新型数据化信贷风险控制方式以适应信贷风险新常态。

3. 中国银行业信息数据化建设亟须提升。中国商业银行在长期经营中已经积累起了丰富而高质量的信息资源,依靠信息优势,经营及控制风险。在长期承担信用中介的过程中,依托自身在资金流动中的枢纽地位,成为经济信息的重要汇集点,逐步积累了基于个人、企业资金及账户活动的大量有价值信息。这些信息积累时间长,基本反映了各类社会经济主体生产、交易、投资等行为的历史明细、习惯特征和违约记录等;信息的完整度较高,因此挖掘分析成本较低。银行长期从事信用中介,擅长信息收集、数据分析、模型构建等,具备风险甄别、风险定价、风险监测、风险处置等核心能力。

商业银行利用这些信息资源,一定程度减少了由交易成本和信息成本所带来的市场摩擦,把不对称的信息变得对称,促进资金供求双方更有效地匹配,银行对于传统的结构化数据的挖掘和分析是处于领先水平的,但对非结构化数据的管理与应用处于起步阶段。但同时中国商业银行数据信息库建设又是分步骤、渐进式的,系统之间整合不足,业务运行和管理系统分隔,各种子公司、子业务、子产品系统之间彼此独立,客户、市场、业务、交易与信贷风险控制的系统整合不够。与信贷相关的数据库存在着专业分割、标准不一、架构复杂、布局分散、共享不够、维护不佳等问题。跨业务条线、跨机构的信息流转不够顺畅。使信贷数据收集不足和闲置浪费问题并存,缺乏数据整合、场景交易等行为数据。使海量数据成了“沉没数据”,即便坐拥海量信息,也因数据断裂、缺乏挖掘而患上数据“贫血症”。在系统开发上,缺乏对异常交易信息的模型分析。或信用评级模型简单,数据源单一,导致模型失真。从目前多发的信用风险状况中,可以看出银行现有的数据信息采集、管理都已不太适应互联网时代的信贷风险控制。

当前一些互联网金融企业控制电商平台及运用金融科技,依靠场景掌握了用户的资金流和信息流。进而延伸至支付、融资等金融服务领域。同时企业和客户的商业行为和消费习惯发生深刻变化。原本被银行掌握的交易信息,由于客户通过电商平台而变得难以监测。客户的网上搜索、在线沟通、支付交易等行为,注册信息、交易信誉、社交关系及习惯偏好等数据被电商企业获取,构成支付闭环,逐步形成对客户信息的部分优势。在去银行中介化的背后更长久的隐患是信息脱媒和去信息中介化的风险。但相比银行,电商平台的数据仍存在较大局限性,如偏重于场景交易和社交信息,客户黏性不强,挖掘成本较高,缺乏商户在金融活动、项目发展、销售上下游、专业咨询、投资银行及国际化方面的专业信息,从融资规模分析,仍未过好风控这一关。银行与其他金融科技企业,殊途同归,在信用风险控制两端隔墙相望,谁能最大限度地服务客户,并最终能控制风险的金融服务企业才是最后的成功者。

解决信息不对称,是解决小微企业融资难问题的必过门槛

1. 加强社会信息数据法制建设。要完善立法,完善市场秩序,建立诚信社会。使守信者处处受益,失信者寸步难行。完善互联网金融和金融科技的监管体系,实行信用、信息数据欺诈的惩戒机制,对银企交往中隐瞒事实关联企业和交易行为实施欺诈应作为违法犯罪处理。修改完善“贷款通则”,明确融资双方权责,明确信用活动过程中信息数据真实性的法律要求,严惩信用交易过程中的欺诈行为。支持债权人有权要求债务人提供更加透明的数据信息。支持银行对融资客户的信息披露不真实、不清晰可慎贷。对于不配合、不提供数据信息的融资者可拒贷。融资客户的资金流、物流和信息流必须统一,贷款流向与用途流向必须统一。

2. 建立全社会统一企业和个人公共信用数据库。在现有中央银行贷款台账数据库的基础上,广泛纳入多方面数据信息,使其成为全社会共享的信用数据平台。并可进一步开发利用平台数据价值,创新基于平台数据开发小微企业信用评级功能,完善征信体系,为银行融资授信提供参考。探索“平台+银行+数据公司”联合模式,“银行+金融科技”合作模式等战略合作,鼓励社会各界齐心协力、多措并举,共同努力解决小微企业融资领域存在的信息不对称、信用短缺问题。宣传发扬小微企业金融服务信息化建设成果经验,如目前浙江台州市金融服务信用信息共享平台已经整合13个部门信息,覆盖50余万家市场主体,征集数据5070万条,银行机构开设查询用户2055万个,累计查询153万次,对台州小微企业融资起到了重要的推进作用。但地方信用信息平台数据采集及覆盖面有限,若能推广至全国,会在解决小微企业融资难方面发挥巨大的推动力。

3. 银行要主动求变,提升数据信息能力,推进小微企业金融服务变革。确立数字化变革战略,打造完备的数据基础,构建好数据仓库,包括对各种结构化、非结构化数据进行挖掘分析,将数据作为判断市场、精准营销、发现价格、评估风险、配置资源的重要依据。要从平台、数据、金融三方面入手,建立起高效的信息平台。不仅要成为金融服务提供商,还要成为经济体系中重要的信息服务提供商,通过经济活动各个环节的交易信息、金融信息、物流信息等信息资源的积累,建立小微企业整体视图。构筑多场景生态圈,提升渠道和流程效率,改善小微企业体验,有效降低成本。利用大数据处理和数学建模分析,产生客户洞察、发掘金融需求,进一步细分市场,提供差异性、特色化、专业化服务。要主动融入互联网的金融变局,吸收信息技术创新发展成果,推进金融产品和服务的创新。借助大数据技术强大的数据分析能力,推出新产品、新服务,延伸服务范围,发展包容性的普惠金融,通过金融科技技术运用,将供应链金融作为银行发展小微企业融资的主攻方向,实现全产业数据链深入挖掘,并有效提高在传统业务模式下容易被忽视的微型企业客户的服务供给,匹配供需结构平衡,注重金融体系运作效率的提升。

4. 加强金融创新,推进数据化、信息化银行的建设。大数据和智能化在资产管理和风险控制领域的运用是未来商业银行和其他从事资产转化的机构的攻坚点。随着社会经济活动的广度和深度发生变化,银行的风险控制必须提升到新阶段。数据信息技术已为我们提供了可能,大数据不是抽样,是通过模型导入全数据来做交易习惯分析,从超越习惯的异常现象中发现风险。要强化对信息维度、来源的研究分析,细化到行业、区域、个人、对手、产品、交易、时间、内容等。利用政府和中介组织、企业间、商圈的交易详细数据,结合社会失信、违约、违法数据,解决好数据源的可得、可靠、准确、及时。数据历史长度越长,准确性越高。依靠数据集成、整合分析方式对信用风险进行监控,建立数据关联、数据匹配等逻辑性分析模型。

一是依此实现精准授信、精确管理。通过标准化、专业化信贷分类,采用大数据分析和数学建模,解决传统的信贷管理中存在的“失准”、“失察”和“失步”的弊端,并简化风险决策流程,提升审批效率。

二是依此实现信贷创新。做到准入精准化、审批自动化及风控模型化,更多开发线上自助融资产品。

三是依此实现对客户行为需求的把握,建立统一的客户标签和客户画像,形成客户全景视图,推行精准有效营销。

四是依此实现对关注企业及其数据的风险判断,通过数据合成,相互佐证。搜集多维数据源对异常交易、异常账户、异常习惯进行判断。数据真实透明,资金流、物流及信息流清晰可见,信息具有历史长度的企业,会是受银行欢迎的优良客户。银行应区分信息可靠企业和复杂企业,风险越大的行业和企业所需要的信息维度也应越多,并确立不同的准入方式。

五是依此实现对企业资金流、物流及信息流的严格监控,关注结算主要是关注风险,结算逃离可能就是风险预示。贷后管理须依靠每日的流量监控。

六是依此建立风险计量体系。确定风险偏好、集中度风险与风险限额,并确定资本合理分布。银行与科技有密切互动关系,最近几十年来所有金融创新的背后都有科技的背景。银行主动拥抱科技是为了提升核心竞争力。银行业从来是科技创新成果的最新尝试者。未来在小微企业融资领域,大数据技术和人工智能会提升银行的风险把控能力,信贷决策要超越依靠实践和失误积累经验的传统做法。通过学习积累胜败经验,通过深度神经网络,模拟人脑的机制来判断、决策信贷;互联网金融和区块链技术会在支付领域发挥作用,提升支付的安全性;区块链技术还可能重塑信用传递交换机制。VR技术会运用在信贷等现场调查领域崭露头角,非结构化的图像数据为远程决策者提供身如其景的感受。

银行业正在经历一场前所未有的数据化、信息化革命转型,再造后会呈现一批新型的银行。由于信息不对称导致的小微企业融资难问题定会根本性地改变,新的金融生态将会形成。

【作者系中国-中东欧(中国-中东欧基金)董事长、中国工商银行原董事长】

来源:第一财经

《商业评论》网iPhone客户端

请关注我们的新浪微博官方帐号:

@商业评论网(http://weibo.com/ebusinessreview

@商业评论杂志(http://weibo.com/hbrc)

无觅相关文章插件,快速提升流量
[  标签: 经济推荐  信息不对称  融资难  时评  小微企业  ] 1977 次阅读1 次评论

读者评论

(评论内容为网友针对本词条展开的讨论,与本网站的观点立场无关。)


  • 云图供应链金融

    云图供应链金融:

    中小企业融资难问题一直是中小企业发展的一大困难。中小企业由于自身规模小,现金流容易出现紧张甚至断裂的情况,因此,如何盘活资金成为了中小企业最为关注的问题。供应链金融是以供应链真实交易背景为基础产生的。它不同于以往的传统银行借贷,能够较好的解决中小企业因为经营不稳定、信用不足、资产欠缺等因素导致的融资难问题。 传统的银行借贷对企业以往的财务信息进行静态分析,依据对授信主体的孤立评价做出信贷决策,因此,银行并没有把握住中小微企业真实的经营状况。相反,供应链金融评估的是整个供应链的信用状况,加强了债项本身的结构控制。供应链金融在真实交易的前提下,以大企业的信息优势来弥补中小企业的信用缺失,从而全面提升了产业链中的中小企业信用水平和信贷能力。供应链金融的本质是信用融资,在产业链中发现信用。 目前供应链金融属于新兴金融,能不能把供应链金融做好,跟服务企业对于产业的了解,对风险的控制能力,与银行的战略合作关系等等都有直接关系。比如云图的供应链金融,核心是风控和大数据管理能力。开展供应链金融必须具备对行业的了解、融资方式的理解、风险的识别、金融产品和方案的设计等综合能力,唯数据论、唯端口论等都是不行的

    ( 03月14日 )回复(0)

    该文章只有登录后才能评论。请先登录

    分享到:QQ空间 腾讯微博

    评论

    声明:本文由 @商业评论网 http://www.ebusinessreview.cn(转载请保留)拥有版权或由内容合作伙伴授权提供,未经商业评论网书面许可,对于商业 评论网拥有版权和/或其他知识产权的任何内容,任何人(包括博客及个人空间)不得复制、转载、摘编或在商业评论网所属的服 务器上做镜像或以其他任何方式进行使用。


    您也可以直接 在线订购 或致电 800 820 5396 购买刊登本文的当期杂志。 电子版全文将于本月内更新发布,届时您可购买在线阅读卡阅读全文。

    帐户如果还没有点数?立即 购买阅读卡,在线阅读更多精彩文章 注册冲值后仍打不开全文?请点击“ 常见问题”。如需更多信息,请进入 帮助页面
    订阅热线: 800-820-5396    邮局订阅代码: 80-115
    共0人分享过本文,他们是: