运用金融科技破题民企融资难

□一 凡

　　因不少民营企业有效担保物不足、经营稳定性及抵御风险能力较弱，商业银行不同程度存在不愿贷、不敢贷现象。如何破解这一难题?有观点认为，商业银行可运用金融科技手段构建以风险管控为本的信贷风险管理体系，从而实现支持民企发展、控制信贷风险的双赢。

　　从商业银行角度看，信贷风险管理存在管理理念滞后、银企信息不对称、管理手段落后、管理人才匮乏等问题。因此，其在信贷评估中重担保、轻经营分析，着重考察抵押、保证等第二还款来源，难以深入调查分析企业的第一还款能力;贷款集中审批侧重形式要件审查，对实质风险分析与判断不足。

　　另一方面，民企因缺乏全面系统的经营数据、财务信息更新不及时，使银行难以及时掌握真实经营信息;加之征信记录不全面，商业银行缺乏有效手段掌握企业历史信用状况，难以甄别优质客户。

　　目前，商业银行信贷管理主要依赖人工经验判断企业还款意愿、偿债能力等，大数据应用、定量分析及前瞻性风险识别欠缺。而民企贷款单笔金额小、笔数多，银行客户经理采取逐户管理方式，管理半径小、成本高、效率低;贷后管理侧重报告功能，很难进行高质量、高频次的风险监测及预警，对贷款资金实际流向、企业动态经营状况、还款能力变化情况难以监控到位。此外，精通银行风险管理、风险计量模型等的人才缺乏，在数据建模、量化分析方面着重对已发生数据的分析，缺少对未来趋势的预测、研判技能。

　　为此，银行可充分利用金融科技手段完善信贷风险管理，促进银企信息透明化、提高授信效率、丰富风控技术手段、强化智力支持，更好地助力民企成长壮大。

　　商业银行可借助金融科技实现对风险的多维度识别、判断及控制，将可接受抵质押物范围扩大至应收账款、专利权、存单等。对公司治理完善、负债水平合理、履约记录良好的优质民企，弱化对抵押担保物的过度依赖;依托内部评级授信机制，对信用等级达准入标准的客户，在加强风险识别判断、提高风险管控能力基础上，强化对企业第一还款来源的分析。

　　运用金融科技手段避免银企之间信息不对称，是破题民企融资难的重要环节。在确保信息安全前提下由地方政府牵头，在金融机构、财政税务、市场监管、海关、司法等部门之间构建以大数据为核心的综合信息服务平台，可批量查询民企注册、信用、纳税、经营、民事判决、诉讼执行等信息，实现跨部门信息共享、资金供需双方线上高效对接，优化金融机构与企业信息对接机制，让信息“多跑路”、企业“少跑腿”。银行还可运用大数据甄别目标客户、提高获客能力，加强与各类电商平台、掌握大量用户数据的外部机构合作;通过手机、IPAD等移动终端设备及微信等社交网络，收集、积累用户非结构化数据;依托互联网电商平台、用户海量交易数据，运用大数据技术深入分析客户消费习惯、投融资偏好及风险承受能力，实现对客户的精准画像、精准营销。

　　在提高授信效率方面，可运用大数据、人工智能、物联网等科技手段强化贷前调查分析。设置信用评分卡或建立评分模型，查实企业资质、财务、经营等基本情况，对客户在线交易数据、交易行为及多层次担保链条进行科学分析，准确评定企业资信等级;在偿债能力分析方面，可运用大数据技术简化人工审核分析过程，准确评估项目效益、还本付息能力;在还款意愿分析方面，用大数法则、概率代替人工判断，可开展信息真实性核实、社交行为及行为归集分析等。银行还可建立授信评级模型，结合贷前调查结果，用物流、现金流、信息流等数据对企业授信评分，实现用户资信与风险定价精准匹配。

　　让金融科技渗透全流程贷后管理，全方位提高信贷风险管理效率。以数字化、智能化风控手段替代传统的人工经验判断，改变传统的依靠财务报表、抵质押物识别客户信用风险的逐户管理方式，可高效管理更多客户。拓展新技术应用领域，前瞻性动态监测信用风险。在交易链平台运用物联网技术，以“人工+技术”监管方式实现大宗商品向数字仓单转化，可提升对质物监控水平，防范假仓单融资、重复抵押等风险。运用区块链技术推动供应链向产业链升级，缓解产业链最薄弱环节的资金需求，为供应链金融保驾护航;建立大数据监测模型，实时监测企业经营风险状态。设置信贷风险监测、预警指标，深挖借款企业账户交易信息、资金真实流向、关联方交易等信息，对大额资金异常流动、不符经营规则的交易流水下滑情况及时预警，多维度交叉验证、有效识别资金挪用等高风险行为。针对还款意愿差、能力不足问题，利用贷款企业的公安违法、法院执行、税务缴款信息等进行违约信息监测预警。分类指导做好风险化解，对民企采取“一户一策”风险化解策略，对流动性资金周转出现暂时困难但产品有市场、经营正常的企业，采取调整贷款期限、优化还款方式等措施帮助渡过难关。

　　人力资本是商业银行信贷管理的核心因素。因此，银行急需完善人才培养配套机制、打造信贷专业团队，以提高信贷管理创新理念、合规意识为目标，有针对性制定信贷管理人才培养计划，分层次、分重点地加强培训。信贷人员贷前培训应以提高基本业务技能、培养合规意识为重点，贷后管理应以数据建模、量化分析、风险监测为重点，全面提升他们对企业未来经营趋势的预测、研判能力。