小微企业抗风险能力弱，疫情之下受到较大冲击。小微企业底子薄、资金链短、抗风险能力弱，正常时期就受到融资难题困扰，疫情更使其资金压力骤增，甚至陷入经营发展的“寒冬”。调研数据显示，82%的小微企业面临资金缺口，71%的受访企业认为能贷到款就能扛过疫情。

　　本次抗疫过程中，在通过数字化融资服务小微企业方面，中国的互联网银行与传统银行都取得了一定成效。各家银行提供的线上无接触金融服务，使得金融科技发挥了宏观经济稳定器的作用。研究显示，数字化融资的发展减弱了新冠疫情对中国小型家庭企业的冲击。

　　一方面，中国的互联网银行采取了一系列措施加强对小微企业的信贷支持，包括通过“无接触”方式向小微企业发放贷款，对受疫情影响严重的小微企业进行贷款展期，针对疫情相关特殊人群，采取延期还款、征信逾期豁免等措施。数据显示，从3月5日到4月30日，网商银行一家即与同业合作发放“无接触”贷款3667亿，服务客户840万。

　　另一方面，一些传统国有银行和股份制银行也在数字化融资服务方面取得了积极突破，利用网银、手机APP及开放API等互联网渠道，结合内部数据以及工商、电力、信用等外部数据，打造线上非接触式信贷服务体系，提升了银企撮合效率，扩大了融资服务覆盖面与可得性。比如，疫情期间，工商银行推出线上信用贷款产品“用工贷”，截至一季度末，已向重点领域企业提供信贷支持3334亿元。招商银行、中信银行、平安银行等股份制银行也表现出色，基于科技手段推动信贷审批流程更加自动化、产品营销更加网络化、风险管控更加智能化。


　　IMF总裁格奧尔基耶娃（Kristalina GEORGIEVA）高度赞赏中国在疫情期间为中小微企业提供的数字化融资服务。她指出，作为最先遭受疫情冲击的国家，中国在运用金融科技支持实体经济，特别是在持续为受困企业和个人提供信贷支持方面，积累了宝贵经验，这对其他后续陷入危机的国家有着重要的借鉴价值。

　　中方专家认为，相较于传统主流银行，互联网银行的小微数字化融资服务在数据和风险控制方面具备一定优势，可总结为以下四条经验。

　　经验一：个人数据以及电商和社交数据是重要且有效的风控数据。

　　小微业务的最核心风险来源于信息不对称，而影响小微个体经营稳定性的首要风险又来源于经营者本身。经营者个人数据，比如婚姻状态、住所、资信等是否稳定，近期是否发生不利变化，是否染上不良恶习，社交圈质量等，都是影响信贷资产的重要因素。

　　此外，针对经营者个人，互联网银行接入了包含金融机构和网贷信贷历史数据、电信运营商数据、社保公积金数据、航旅、教育、网络行为、消费、出行等社交数据；针对经营实体，则引入了工商、税务、司法、增值税发票等企业经营性数据。

　　经验二：数据化的智能风控体系实现了从客户准入、风险评估、营销定价到实时放贷、贷后监控的全流程自动作业，具有低成本优势。

　　由于小微企业贷款金额很小，评估这些企业风险所带来的单位成本就相对高。由于这些高成本，传统银行可能没有动力去主动帮助小微企业，速度也比较慢。互联网银行利用数字技术较大程度地解决了这一问题。

　　以网商银行的“310”服务模式为例，其实现了3分钟提交申请资料，1秒钟发放贷款，整个过程0人工干预。根据网商银行的估算，其发放一笔贷款的运营成本约为2.3元人民币，而同样的一笔贷款，如果以线下作业方式完成，大概需要成本两千元。

　　再以新网银行的信贷调整方式为例，在贷前审核环节，会根据客户的个人信用等多方面情况，给客户定制化的贷款额度及利率；在贷后的动态监管过程中，会进一步分析客户需求，对其贷款额度做相应调整。

　　比如，当发现客户多头借贷严重，资金饥渴度非常高，同时还款记录不好，银行会逐渐冻结其额度，相反，当发现客户额度使用较为频繁，且借贷记录良好，同时结合其他多个平台反馈的数据情况，认定其为优质客户，也有较大的资金需求，银行则会逐步提额。

　　经验三：互联网银行完全通过机器学习模型确定每笔信贷的金额、利率、期限以及是否延期，这一过程无需信贷员干预，降低了融资成本，发挥了人工干预和机器学习两者间的协同效应。

　　当前环境充满不确定性，通过将这些不确定性纳入风控模型中，互联网银行能做出及时风险判断和信贷决策。例如，互联网银行使用机器学习的方式来决定定价以及客户的贷款是否延期重组。风险管理人员和技术人员更多研究每一阶段不同地区、行业、经营业态下企业群体的整体风险表现、贷款意愿、重组意愿和还款意愿。以新网银行为例，目前日审批贷款峰值达到33万单，但从人力成本上来说，借助金融科技力量则可以由270人轻松完成。

　　经验四：互联网银行与传统主流银行相互合作、互为补充，两者按实际出资情况分担风险和收益。

　　两者的大部分合作是通过联合贷款形式展开。虽然中国的大部分传统主流银行都具备了线上发放贷款、评估风险的能力，但是互联网银行依然具备独有的数据和风险控制优势，可以为传统银行提供风险识别、客户鉴别、建模、贷中贷后管理等支持。


　　一是重视数字化融资的安全性。

　　首先，数据的安全。当前互联网银行使用的数据来自多个方面，包括电商数据、工商登记数据、企业经营数据，未来需要更加重视这些数据的真实、合法和安全使用。

　　其次，算法的安全。应强化人工智能在金融领域的规范应用，加强算法模型评价与管理，提升算法的可解释性、可验证性和鲁棒性，防范因模型缺陷、算法黑箱等导致羊群效应。

　　最后，渠道的安全。应加强各家银行APP、API的安全管理，严格落实金融APP备案管理制度，加强渠道全生命周期安全管控，切实保护金融消费者权益、维护资金安全。

　　二是鼓励互联网银行与传统银行深度合作。

　　研究显示，互联网银行与传统银行在信贷风险评估方面各有优势。金融科技风控模型与传统的打分卡模型相结合能够有效提高信贷风险评估效率，促进金融包容与普惠。

　　实践证明，疫情期间，互联网银行利用金融科技可以将服务渠道进一步下沉，有效服务长尾客群。传统银行也在逐步探索数字化转型的新路子，精心打造常态化的非接触式服务新模式。未来应鼓励双方更好处理在金融科技系统对接、观念互相认同等方面的挑战，展开更多深度合作。

　　三是探索小微企业远程开立电子账户。

　　电子账户开立是银行业进一步做好小微金融服务的迫切需求。目前远程开立银行账户所必须的身份识别、线上授权等相关技术都已经成熟，疫情防控期间，中国人民银行也出台了鼓励银行通过电子渠道为企业办理开户、变更等账户业务的政策。建议选取部分银行作为试点，在有关部门支持下进行技术攻关与运行尝试，推进这一政策安排的常态化。

　　与此同时，互联网银行头部机构从实现长远发展角度提出如下建议：

　　一是加强涉企数据共享。涉企数据对识别企业经营状况不可或缺，建议进一步提升包括反映小微企业经营状况的工商、税务等公开政务信息源对银行机构的开放程度。

　　二是完善互联网银行监管框架，针对互联网银行形成相对独立的、差异化的监管框架和业务规范，有利于最大程度发挥互联网银行的作用，也有利于规范业务发展。

　　三是拓展互联网银行融资途径和资金来源。人民银行已经积极出台多项政策措施，进一步实施对中小银行的定向降准，支持中小银行更好聚焦中小企业，增加信贷供给，降低融资成本，服务实体经济。在风险可控的原则下，建议考虑支持互联网银行资本工具创新。


本文系CF40“战疫”系列要报成果，来源于新金融评论，未经许可不得转载。