楊盼 符候強(qiáng)

摘 要：小微企業(yè)不僅是吸納就業(yè)的“主力軍”，更是激勵(lì)創(chuàng)新、帶動(dòng)投資、促進(jìn)消費(fèi)的重要“生力軍”。大數(shù)據(jù)已成為商業(yè)和金融發(fā)展的主要手段，因此，如何利用大數(shù)據(jù)加強(qiáng)對小微企業(yè)信貸管理成為關(guān)鍵問題。本文首先分析大數(shù)據(jù)的發(fā)展以及小微企業(yè)信貸情況，其次總結(jié)大數(shù)據(jù)信貸應(yīng)用中存在的問題，最后提出針對性策略。

關(guān)鍵詞：大數(shù)據(jù);小微企業(yè);信貸

本文索引：楊盼，符候強(qiáng).大數(shù)據(jù)背景下小微企業(yè)的信貸對策研究[J].中國商論，2022（04）：-096.

中圖分類號：F830.5 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2022）02（b）--03

1 大數(shù)據(jù)系統(tǒng)與小微企業(yè)信貸概述

1.1 大數(shù)據(jù)系統(tǒng)概述

大數(shù)據(jù)系統(tǒng)是當(dāng)前數(shù)據(jù)管理的主要方式，其產(chǎn)生發(fā)展主要分為三個(gè)階段：

一是被動(dòng)階段——操作系統(tǒng)階段

創(chuàng)建數(shù)據(jù)庫大大降低了數(shù)據(jù)管理的復(fù)雜性。事實(shí)上，大多數(shù)操作系統(tǒng)數(shù)據(jù)庫都被用作數(shù)據(jù)管理，例如銀行交易系統(tǒng)，醫(yī)院病歷等。這是由于數(shù)據(jù)庫的廣泛使用而引起的人類社會數(shù)據(jù)量的重大飛躍，在此階段，數(shù)據(jù)通常隨著一些操作生成并記錄在數(shù)據(jù)庫中，例如，每次一家銀行開展業(yè)務(wù)，它在數(shù)據(jù)庫中創(chuàng)建相應(yīng)的操作記錄。

二是主動(dòng)階段——數(shù)據(jù)量的發(fā)展

最重要的標(biāo)志是用戶的原始內(nèi)容的記錄。近年來，這種類型的數(shù)據(jù)激增有兩個(gè)原因：第一是新社交網(wǎng)絡(luò)的出現(xiàn)和快速發(fā)展，第二是智能手機(jī)等新型移動(dòng)設(shè)備的出現(xiàn)。這些便攜式、全天候訪問網(wǎng)絡(luò)的移動(dòng)設(shè)備使人們更易于在網(wǎng)上表達(dá)自己的觀點(diǎn)。

三是自動(dòng)階段——傳感器系統(tǒng)的廣泛使用

隨著技術(shù)的發(fā)展，人們已經(jīng)能夠制造具有處理功能的微傳感器，并且這些設(shè)備被廣泛用于社會的每個(gè)角落以控制整個(gè)社會的運(yùn)轉(zhuǎn)。且在這個(gè)過程中這些設(shè)備不斷自動(dòng)生成新數(shù)據(jù)。

1.2 小微企業(yè)信貸概述

當(dāng)前，小微企業(yè)信貸活動(dòng)越來越頻繁，小微企業(yè)的信貸活動(dòng)比較普遍，但每次信用額度都很低，需求也很緊迫。一般而言，因?yàn)樾∥⑵髽I(yè)迫切需要資源，他們對銀行放貸的要求相對較高，即他們希望銀行首次能夠滿足公司對資金的需求，這將要求銀行在此過程中盡可能簡化程序。但小微企業(yè)的信息發(fā)布滯后，增加了還貸風(fēng)險(xiǎn)，從小企業(yè)創(chuàng)建的角度來看，小微企業(yè)的制度和控制存在很多缺陷，導(dǎo)致企業(yè)結(jié)構(gòu)不合理，及時(shí)性失靈。共享大量與信用相關(guān)的信息反映了增加銀行掌握與業(yè)務(wù)相關(guān)的信息的難度，因此，銀行將對小微企業(yè)的財(cái)務(wù)支持產(chǎn)生很多擔(dān)憂，而且由于對小微企業(yè)的實(shí)際控制無法輕易確定，無法獲得有關(guān)公司運(yùn)營狀況的準(zhǔn)確信息，這使得評估小微企業(yè)的風(fēng)險(xiǎn)水平變得更加困難[1]。

2 大數(shù)據(jù)背景下小微企業(yè)信貸存在的問題

2.1 數(shù)據(jù)安全管理制度不完善

大數(shù)據(jù)信貸業(yè)務(wù)的核心是數(shù)據(jù)的管理和應(yīng)用。作為整個(gè)業(yè)務(wù)鏈中最基本的單元，數(shù)據(jù)保護(hù)非常重要。人們對數(shù)據(jù)的關(guān)注度越來越高，數(shù)據(jù)的價(jià)值不斷增加，在大數(shù)據(jù)時(shí)代，這也給信息安全帶來了更大的風(fēng)險(xiǎn)。因此數(shù)據(jù)信息安全必須受到嚴(yán)格保護(hù)。例如，競爭對手在競賽中破壞數(shù)據(jù)分析結(jié)果以及由于對自身連接的管理不充分而導(dǎo)致的數(shù)據(jù)泄露或丟失，這些情況在大數(shù)據(jù)時(shí)代很常見。數(shù)據(jù)具有很高的流動(dòng)性，數(shù)據(jù)與數(shù)據(jù)的碰撞具有巨大的價(jià)值。每個(gè)數(shù)據(jù)單元都有無限的價(jià)值潛力，因此大數(shù)據(jù)時(shí)代的信息安全工作特別艱巨，與過去相比，所涉及的維數(shù)呈幾何級數(shù)增長。如何建立一個(gè)科學(xué)的信息安全系統(tǒng)，如何使用其提高效率和實(shí)現(xiàn)更好管理策略是當(dāng)前需要解決的問題。

2.2 數(shù)據(jù)信貸業(yè)務(wù)流程僵化

利用大數(shù)據(jù)技術(shù)執(zhí)行小額信貸的新方式，實(shí)現(xiàn)了傳統(tǒng)的小額信貸所沒有的流程效率，高度可控的風(fēng)險(xiǎn)和精確的營銷為小額信貸提供了新的模式。但商業(yè)銀行要想發(fā)揮出新的作用并獲得充分的資金，還有很多工作要做。社會環(huán)境、技術(shù)支持、監(jiān)管政策等問題以及銀行結(jié)構(gòu)的限制仍然很多，大數(shù)據(jù)應(yīng)用也面臨許多挑戰(zhàn)。

目前，銀行中小微企業(yè)的信貸業(yè)務(wù)流程是從大型公司的貸款業(yè)務(wù)發(fā)展而來的，尤其是單賬戶營銷、在線申報(bào)、線下審批、線下貸款的流程。僅有少數(shù)流程是線上實(shí)施，流程建設(shè)的標(biāo)準(zhǔn)化和自動(dòng)化還不夠;在營銷階段，缺乏營銷業(yè)務(wù)流程設(shè)計(jì);審批階段缺乏針對性的流程設(shè)計(jì)。例如，信貸、擔(dān)保、抵押和質(zhì)押的批準(zhǔn)程序在50萬元和500萬元的貸款額度中沒有不同。相關(guān)訂單的履行主要是手工完成，標(biāo)準(zhǔn)不統(tǒng)一，因此容易填寫錯(cuò)誤且不能以標(biāo)準(zhǔn)化的方式填寫;在信用管理方面，不同信用等級的客戶接受相同類型的信用管理，沒有太大區(qū)別。因此，運(yùn)用大數(shù)據(jù)的信貸業(yè)務(wù)流程僵化，無法適應(yīng)小微企業(yè)的新要求[2]。

2.3 數(shù)據(jù)儲備量不足

當(dāng)前，大數(shù)據(jù)的應(yīng)用尚未建立具有可靠來源和全面覆蓋范圍的官方數(shù)據(jù)口徑，商業(yè)銀行數(shù)據(jù)主要來自客戶的業(yè)務(wù)和銀行資產(chǎn)，以及與其他單位建立的數(shù)據(jù)交換渠道。目前，使用大數(shù)據(jù)進(jìn)行信用交易的互聯(lián)網(wǎng)金融機(jī)構(gòu)大多從平臺交易記錄、客戶行為、平臺社交圈中收集信息，以突破供應(yīng)鏈，掌握平臺交易者上下游產(chǎn)業(yè)鏈的信息，這也是互聯(lián)網(wǎng)融資的重點(diǎn)工作。但是，尚沒有官方統(tǒng)一平臺來集成來自稅務(wù)、海關(guān)、房地產(chǎn)、汽車產(chǎn)品和其他口徑的數(shù)據(jù)，以實(shí)現(xiàn)互連互通。

由于小微企業(yè)的財(cái)務(wù)管理體系寬松，為避免稅收或便利需求，公司資金經(jīng)常通過個(gè)人賬戶，頻繁在企業(yè)賬戶與個(gè)人賬戶之間進(jìn)行轉(zhuǎn)賬，無需會計(jì)分錄即可處理現(xiàn)金結(jié)算。傳統(tǒng)的渠道監(jiān)控工具很難對這些行為進(jìn)行統(tǒng)計(jì)分析，并且無法提供有價(jià)值的數(shù)據(jù)，毫無疑問，這是商業(yè)銀行建立在成本、周期方面與外部實(shí)體建立聯(lián)系的數(shù)據(jù)渠道的一項(xiàng)重大投資。通過數(shù)據(jù)平臺的標(biāo)準(zhǔn)化導(dǎo)入外部數(shù)據(jù)，只有通過對數(shù)據(jù)進(jìn)行分析和分類，才能生成用于分析生產(chǎn)環(huán)境的價(jià)值信息。因此，數(shù)據(jù)儲備量也是商業(yè)銀行應(yīng)用大數(shù)據(jù)中亟待解決的問題[3]。

3 大數(shù)據(jù)背景下小微企業(yè)信貸業(yè)務(wù)對策

3.1 優(yōu)化業(yè)務(wù)流程

隨著互聯(lián)網(wǎng)平臺和大數(shù)據(jù)的發(fā)展，借助互聯(lián)網(wǎng)平臺，可以根據(jù)小微企業(yè)貸款業(yè)務(wù)中大量客戶和復(fù)雜信息的特點(diǎn)，最大化銀行業(yè)務(wù)的增值內(nèi)容，實(shí)現(xiàn)輕量級的運(yùn)營，促進(jìn)小微企業(yè)的信貸。小微企業(yè)的信用驗(yàn)證以及審批和貸后管理的核心流程都以線上形式，這不僅減輕了管理人員的負(fù)擔(dān)，而且降低了人為主觀判斷的不確定性。在審批階段，數(shù)據(jù)庫將比較系統(tǒng)的內(nèi)部和外部數(shù)據(jù)以及數(shù)據(jù)行業(yè)的模型，最后對其進(jìn)行審核，以做出快、準(zhǔn)確的審批決定;在信貸管理階段，系統(tǒng)將實(shí)時(shí)跟蹤和監(jiān)視客戶的生產(chǎn)和運(yùn)營狀態(tài)，與建立的數(shù)據(jù)模型進(jìn)行持續(xù)比較，預(yù)測和警告可能的風(fēng)險(xiǎn)，提供準(zhǔn)確、完整的客戶貸款數(shù)據(jù)，最終完成信貸管理的自動(dòng)化并最大程度地增加附加值。具體而言，一方面，大數(shù)據(jù)用于控制小微企業(yè)信貸產(chǎn)品的設(shè)計(jì)和營銷，大數(shù)據(jù)是幫助銀行了解市場需求和設(shè)計(jì)信貸產(chǎn)品以滿足市場需求的良好工具。在產(chǎn)品設(shè)計(jì)階段，通過捕獲和分析小微企業(yè)的上下游數(shù)據(jù)和資金流入，找出小微企業(yè)需要哪些產(chǎn)品來改進(jìn)信貸產(chǎn)品。另一方面，大數(shù)據(jù)則用于事后信用監(jiān)控?cái)?shù)據(jù)，為處理貸款提供科學(xué)工具。通過監(jiān)視數(shù)據(jù)并使用定量模型進(jìn)行計(jì)算分析，可以實(shí)現(xiàn)動(dòng)態(tài)概率分析。如果發(fā)現(xiàn)風(fēng)險(xiǎn)并給出預(yù)警，銀行可以在信用風(fēng)險(xiǎn)發(fā)生之前及時(shí)處理，從而降低風(fēng)險(xiǎn)管理成本。

3.2 完善評價(jià)體系

對于小微企業(yè)，新的商業(yè)銀行評價(jià)系統(tǒng)在一定程度上更有利于從訂單數(shù)據(jù)，交易數(shù)據(jù)，貨運(yùn)數(shù)據(jù)，客戶交互數(shù)據(jù)等數(shù)據(jù)中查找客戶的真實(shí)信息。它可以解決小微企業(yè)的難題，準(zhǔn)確的信用評估以及貸款后的實(shí)時(shí)監(jiān)控所必需的信息。此外，商業(yè)銀行還應(yīng)評估小微企業(yè)產(chǎn)品質(zhì)量、市場競爭力、企業(yè)期望等。

3.2.1 評估小微企業(yè)實(shí)際收入

一些小微企業(yè)交易頻繁，差異較大。所謂的虛假交易包括異常大筆交易，與公司平均現(xiàn)金流量有明顯差異的交易，與公司的運(yùn)營和生產(chǎn)周期明顯不一致的交易，與主要業(yè)務(wù)明顯不兼容的交易，過分誠信和償還貸款的交易等。借助大數(shù)據(jù)技術(shù)，建立公司流水的模型。可以根據(jù)公司的歷史情況和行業(yè)平均水平，消除可能的虛假交易記錄。同時(shí)可以利用大數(shù)據(jù)技術(shù)來加深多個(gè)數(shù)據(jù)之間的關(guān)系，從稅務(wù)、工商、水利等部門收集信息并與之交叉驗(yàn)證。進(jìn)行公司的制造和經(jīng)營活動(dòng)，以達(dá)到控制公司實(shí)際銷售收入的目的。

3.2.2 評估小微企業(yè)關(guān)聯(lián)關(guān)系

直接關(guān)系可以通過查詢工商系統(tǒng)和中國人民銀行征信系統(tǒng)的相關(guān)數(shù)據(jù)庫來實(shí)現(xiàn)，這是大數(shù)據(jù)技術(shù)的直接應(yīng)用。但是很難找到隱藏的關(guān)系，因此商業(yè)銀行必須使用大數(shù)據(jù)技術(shù)，探索數(shù)據(jù)的廣度和深度，例如法人代表、關(guān)鍵的小微企業(yè)投資者、實(shí)際控制人以及其他公司交叉職業(yè)中的關(guān)鍵人員;在傳統(tǒng)的人工審查中，我們只能找到與借款人有直接交易關(guān)系的關(guān)聯(lián)公司。借款人嘗試交易時(shí)在第三方的幫助下有意地隱藏和執(zhí)行交易，銀行很難找到實(shí)際的關(guān)系。而應(yīng)用大數(shù)據(jù)，就可以判斷是否存在關(guān)聯(lián)。此外，如果可以，還能嘗試從公司主要人員中收集旅行、娛樂等其他信息，大數(shù)據(jù)技術(shù)可以使用此信息來支持評估。

3.2.3 評估異常的業(yè)務(wù)狀況

一方面，銀行使用大數(shù)據(jù)技術(shù)連續(xù)監(jiān)控公司的流量，在流量出現(xiàn)異常情況時(shí)及時(shí)跟進(jìn)，尤其是小微企業(yè)大量資金的異常流出，大筆資金異常流入。另一方面，可以跟蹤公司的情況和信息流。例如，跟蹤公司的房地產(chǎn)、抵押狀況等。商業(yè)銀行應(yīng)使用大量數(shù)據(jù)，在各個(gè)級別進(jìn)行控制，從公司的資金流開始，輔以物流和信息流，主要抓住真實(shí)業(yè)務(wù)生產(chǎn)經(jīng)營情況，減少銀行與公司之間信息不對稱，實(shí)現(xiàn)公司動(dòng)態(tài)估值，衡量公司融資需求，優(yōu)化公司抵押管理等主線[4]。

3.3 提升整合處理能力

建立大數(shù)據(jù)平臺，集中處理大數(shù)據(jù)的收集、存儲、分析和應(yīng)用，大大豐富了商業(yè)銀行的信息資源，使數(shù)據(jù)庫系統(tǒng)與現(xiàn)有數(shù)據(jù)倉庫和歷史數(shù)據(jù)存儲系統(tǒng)匹配，并提供應(yīng)用程序支持服務(wù)管理。實(shí)施大數(shù)據(jù)策略的關(guān)鍵是收集和編譯通過銀行數(shù)據(jù)模型顯示的外部數(shù)據(jù)，以達(dá)到分析目的，這要求商業(yè)銀行建立自己的大數(shù)據(jù)數(shù)據(jù)庫來保存數(shù)據(jù)收集、存儲、挖掘和應(yīng)用數(shù)據(jù)?？梢源鎯Υ罅繉Q策有用的數(shù)據(jù)，通過對這些數(shù)據(jù)進(jìn)行分析和處理，可以形成不同客戶群的數(shù)據(jù)模型，為達(dá)到有效利用大數(shù)據(jù)的目的，有必要將其轉(zhuǎn)換為可以隨時(shí)調(diào)用和查詢的統(tǒng)一數(shù)據(jù)文件，特別是要加強(qiáng)數(shù)據(jù)質(zhì)量控制和標(biāo)準(zhǔn)化的建立，便可以將分散的、零散的數(shù)據(jù)定期集成到系統(tǒng)。數(shù)據(jù)庫建成后，商業(yè)銀行可以使用數(shù)據(jù)庫的客戶模型來有針對性地、多階段地處理和分析客戶資源，并提取真正有價(jià)值的數(shù)據(jù)，以便將其用于銀行的各種信貸系統(tǒng)進(jìn)行風(fēng)險(xiǎn)準(zhǔn)備[5]。

3.4 建設(shè)專業(yè)數(shù)據(jù)處理團(tuán)隊(duì)

商業(yè)銀行傳統(tǒng)的小額信貸業(yè)務(wù)存在上述缺點(diǎn)，主要是由于信息不對稱和信貸成本高。隨著信息技術(shù)的深入發(fā)展及移動(dòng)互聯(lián)網(wǎng)的興起，大數(shù)據(jù)技術(shù)正在迅速發(fā)展。大數(shù)據(jù)從“概念”轉(zhuǎn)變?yōu)椤皟r(jià)值”，逐漸進(jìn)入實(shí)施和驗(yàn)證階段，越來越多的人期望實(shí)現(xiàn)對海量數(shù)據(jù)的處理并從中找到價(jià)值。同時(shí)，通過數(shù)據(jù)處理，商業(yè)銀行可以減少信息不對稱，降低借貸成本并提高效率。強(qiáng)大的外部競爭迫使商業(yè)銀行研究和利用大規(guī)模數(shù)據(jù)來開發(fā)新的適應(yīng)市場環(huán)境和實(shí)際需求的產(chǎn)品，這就要求銀行擁有自己的大規(guī)模數(shù)據(jù)分析服務(wù)，以建立收集和分析大數(shù)據(jù)的機(jī)制。大數(shù)據(jù)實(shí)施計(jì)劃和實(shí)施措施，可為商業(yè)銀行其他部門提供充足的后勤支持，從而降低銀行監(jiān)管小微企業(yè)的成本，提高商業(yè)銀行和其產(chǎn)品的競爭力。

目前商業(yè)銀行大數(shù)據(jù)專業(yè)人才儲備嚴(yán)重不足，主要以財(cái)經(jīng)商貿(mào)類專業(yè)人才為主，專業(yè)的數(shù)據(jù)分析人才占比較小，且員工入職以后，由于崗位分工不同，側(cè)重學(xué)習(xí)的內(nèi)容也不同。這就導(dǎo)致員工缺乏對大數(shù)據(jù)技術(shù)的了解，大數(shù)據(jù)與金融運(yùn)用專業(yè)性不夠。要做好大數(shù)據(jù)分析，需要商業(yè)銀行提前規(guī)劃，強(qiáng)化員工對互聯(lián)網(wǎng)知識的普及和互聯(lián)網(wǎng)金融產(chǎn)品的運(yùn)用，通過持續(xù)學(xué)習(xí)、體驗(yàn)，不斷提升員工對互聯(lián)網(wǎng)金融的認(rèn)識度，在此基礎(chǔ)上注重發(fā)現(xiàn)和培養(yǎng)既懂商業(yè)銀行業(yè)務(wù)又熟悉數(shù)據(jù)分析的復(fù)合型人才，推進(jìn)數(shù)據(jù)分側(cè)隊(duì)伍的建設(shè)。

4 結(jié)語

隨著大數(shù)據(jù)時(shí)代的到來，商業(yè)銀行得到了創(chuàng)新和發(fā)展小微企業(yè)貸款的機(jī)會，提升貸款業(yè)務(wù)風(fēng)險(xiǎn)管理水平已成為商業(yè)銀行開展小額信貸業(yè)務(wù)的重中之重。因此，結(jié)合大數(shù)據(jù)，建立基于小微企業(yè)信息收集的全面信用評級體系，實(shí)現(xiàn)小微企業(yè)貸款的智能化、自動(dòng)化、標(biāo)準(zhǔn)化和規(guī)范化，可以提升商業(yè)銀行貸款的風(fēng)險(xiǎn)控制水平，并為小微企業(yè)貸款業(yè)務(wù)的進(jìn)一步發(fā)展提供指導(dǎo)。

參考文獻(xiàn)

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（1）：146-169.

[2]榮洽，黃小璐.商業(yè)銀行中小微企業(yè)信貸風(fēng)險(xiǎn)評分模型初探[J].科技經(jīng)濟(jì)導(dǎo)刊，2021，29（19）：219-220.

[3]陳曉昕.大數(shù)據(jù)環(huán)境下供應(yīng)鏈金融在小微企業(yè)中的運(yùn)用研究[J].企業(yè)改革與管理，2020（9）：128-129.

[4]陳貽春. B銀行小微企業(yè)互聯(lián)網(wǎng)信貸業(yè)務(wù)競爭戰(zhàn)略研究[D].濟(jì)南：山東大學(xué)，2020.

[5]徐建平，金禹辰.中小商業(yè)銀行小微企業(yè)信貸風(fēng)險(xiǎn)控制措施研究[J].時(shí)代金融，2020（6）：142-143+145.

Research on Credit Countermeasures of Small and Micro Enterprises

under the Background of Big Data

Weining Autonomous County Secondary Vocational School? Bijie， Guizhou? 553100

School of Management， Guizhou University? Guiyang， Guizhou? 550025

YANG Pan

Weining Autonomous County Secondary Vocational School? Bijie， Guizhou  553100

FU Houqiang

Abstract： Small and micro businesses are not only a major source of employment， but also an important source to stimulate innovation， drive investment and promote consumption. Big data has become the main means of business and financial development， so how to use big data to strengthen credit management of small and micro businesses has become a key issue. This paper first analyzes the development of big data and the credit situation of small and micro enterprises， and then summarizes the problems in the application of big data credit， so as to put forward some targeted strategies.

Keywords： big data; small and micro enterprises; credit