“小微企业融资发展报告：中国现状及亚洲实践”课题项目由博鳌观察、中国光大银行[微博]、中国中小企业发展促进中心联合发起，国务院发展研究中心金融所副所长巴曙松[微博]担任项目主持人、首席经济学家。新浪财经和新浪微博为独家网络支持。以下为报告摘录：

　　凭借运营互联网的产业经验，以及积累下的海量企业数据库，电子商务企业拥有开展互联网金融的先天优势。由于中国现行政策并不允许非金融类企业开展信贷业务，所以电子商务企业必须借助其他渠道实现资金投放。阿里巴巴[微博]最初探讨的是与银行合作的模式，但是电商平台上最重要的企业交易、信用数据等信息在传统的银行信贷体系中并不适用，银行仍旧使用传统的调查手段来审查电商送来的客户，所以电商的优质客户仅有很少比例能够通过银行审核、可以拿到贷款，突显出电商和银行双方之间的服务不匹配，导致基于与银行合作的网络融资服务模式并不成功。

　　小额贷款公司的出现令电子商务企业独立开展网络融资服务成为可能。以阿里金融为例，阿里巴巴分别于2010年与2011年开设两家小额贷款公司，利用小贷公司作为信贷投放窗口，将目标客户严格限于阿里系电商平台的注册会员商户，在线上完成贷前贷后的所有流程。阿里金融这种“小贷公司+平台”的全新模式，将小贷公司的牌照优势与电子商务企业的渠道、信息优势充分结合，有效降低客户搜索成本以及信用风险，摆脱了与银行合作带来的束缚。

　　融贯互联网理念的信贷产品创新，为小微企业融资提供了切实便利。阿里金融的贷款年化利率约为19%，然而利用“按日计息、随借随还”的创新模式，借款成本并不全部集中在同一个企业身上，提高了资金使用效率、降低了资金成本。通过随借随还模式，企业在有资金需求时找阿里借款，资金使用完毕后可当即归还，充分匹配小微企业融资需求的阶段性特点，这是传统银行无法达到的灵活性。根据2011~2012年的经营数据，授信后企业到阿里金融平均一年内资金循环4.7次，每年平均占用资金127天，即企业使用信贷资金一年，只需付出三分之一的年化利息成本。从本质上说，相比传统金融机构，强大的风险控制能力与互联网平台上人机交互的低成本特征，使得这种信贷业务安排的实践成为可能。资金使用成本的显著降低、使用效率的提高，能及时满足数量更多的小微企业的信贷需求。

　　（一）“大数据”应用构建起网络融资服务小微企业的可靠保障

　　“大数据”应用是网络融资模式的核心内容。从理论角度分析，造成小微企业融资困境的根源有两个：资金供需双方之间信息不对称和风险管理上的激励不相容。但是，在大数据时代，这两个难题正在出现有解的可能。凭借数据挖掘所蕴含的核心竞争力，基于大数据应用的网络融资模式完成了信贷中介在互联网生态中的转型，旨在突破束缚小微企业融资的信息与成本枷锁，一定程度上扭转信贷资源分配的不对称格局。

　　一是降低信息搜寻成本，颠覆了银行业运营的“二八定律”。大企业与小微企业的信息结构存在显著不同。大企业经营规范，信息披露较充分且可信度高，信息质量审核相对容易，因此适用于传统的基于财务报表与抵押资产质量的信贷审核方法；而小微企业的经营管理水平差异性较大，市场上信息披露较少，加之中国很多小微企业缺乏合规的、真实可信的财务报表，资产负债表等“硬信息”无法真实体现企业的经营状况，因此审核小微企业资质、搜寻小微企业信息需付出的人力、物力成本较高。

　　由于信息不对称的存在，银行需要设计新的信贷契约结构，以区分小微企业的优劣、控制风险因素。如果不改善信息结构，可覆盖风险的有效途径只剩下提高利率与要求抵押担保。在当前利率非完全市场化与小微企业抵押担保品欠缺的情况下，采用传统信贷技术从事小微金融，需付出的边际成本与服务大企业相差不大，在信贷供给资源仍显稀缺的情形之下，银行具有提高授信门槛以迫使高风险客户退出信贷市场的动机，银行服务80%低端客户所带来的利润微乎其微，还不如将这部分客户赶出市场，全力支持20%的高端客户。这就是“二八定律”和银行针对小微企业客户实施信贷配给的背后原因。

　　大数据正在尝试打破这种成本与收益难以均衡的僵局。大数据与信贷业务结合的核心优势在于重塑信息结构，削减业务成本。电子商务平台的发展积累了海量数据，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海量“大数据”信息，在一定程度上颠覆了银企间信息不对称的格局。信用评级与贷后管理完全由量化模型自动分析完成，大数据经过云计算后得到动态的风险定价和违约概率分析结果，将风险管理的成本降至最低。信息结构的改善令金融机构可清晰地甄别出企业的资质，金融机构有激励为优质的小微客户提供信贷服务，因此信贷配给发生的基础不复存在。同时，运算能力强大的电子系统将客户拓展的边际成本削减至几乎为零，“二八定律”成立的前提也随之消失，在大数据时代金融机构有机会从80%的所谓低端客户身上获取不菲的价值。

　　二是提供了激励相容的风险管理模式。在中国传统金融机构中，现阶段还存在开展小微金融业务在风险管理上的激励不相容问题。在银行业不断的改革发展过程中，商业银行普遍强化了信用风险的约束机制，但与之相匹配的激励机制却没有相应建立，具体体现在风险控制方面实行新增贷款“零风险”控制，贷款质量终身追究制等，客户经理在风险控制的责任与收益上严重不对称，因此客户经理普遍存在“贷不如不贷，多贷不如少贷”的“惜贷”心理。不仅如此，由于贷后持续监督的成本过高，客户经理缺乏有效的显性激励来控制风险，因此很多高风险项目并未及时剔除，导致小微企业贷款的违约率整体上升，相应地给予银行小微金融业务违约风险大的不良预期，再加上担忧信息不对称情况下可能出现逆向选择与道德风险，银行会选择收紧针对小微企业的信贷供给，造成小微企业信贷市场不均衡。

　　大数据时代里，信息结构的改变，直接驱动风险控制理念发生根本性变化：原来是要求补偿覆盖风险损失（无论是高利率还是抵押担保要求），现在变为持续考核与监控企业稳健经营、创造现金并还款的能力；原来集中考察“硬信息”（资产负债表等），现在变为重点考察“软信息”（经营和交易数据、单据等）。从依赖人力转变到依赖电子系统，风险管理的激励不相容问题不再成为制约小微金融发展的桎梏。在传统的信贷理论中，企业抵押资产额、资产质量与获贷可能性、授信金额成正比，但是由于贷后管理过程中持续性监管的能力不足、风险爆发后抵押品变现的难度大、折价幅度大，这种风险补偿手段往往不能为金融机构避免损失。同时，对于越来越“轻”的小微企业来说，足额的担保和抵押几乎是不可能满足的。因此，信贷理念的变化契合了解决小微企业融资难题的思路。不仅如此，基于大数据挖掘的系统处理与实时监控显著缩短了业务流程，提升了信贷业务效率，具有符合小微企业贷款需求“短、小、急、频”特点的灵活性。由创新借贷理念带来的强有力的风险管理能力，结合系统自动化监管的高效率，为诸如“按日计息、随借随还”这样的新型信贷产品的产生与深化奠定了基础。

　　（二）风险与问题

　　系统性风险挑战量化分析系统

　　互联网金融建立在构造精密的电子系统之上，通过对“大数据”进行分析得出成百上千个指标信息，然后应用量化分析系统进行综合判断。这种模式潜在的突出症结在于，量化模型的参数如何设定？在何种情况下按照何种规则调整？当宏观经济环境出现结构性变化时，根据旧参数所得出的预测与判断是否仍是无偏的？对量化模型形成最大威胁的即是系统性风险。基于电子商务平台的网络融资机构所处的生态系统，不仅包括宏观经济环境，更重要的是该电商平台。在实体经济需求不振时，网络经济有机会焕发青春，例如“非典”期间的电商成长黄金期；但是网络经济也有可能被实体经济拖累，居民消费萎靡、企业生产意愿削弱都会导致电商平台随之陷入萧条。因此，宏观经济与电商平台两种环境的叠加无疑增加了此类互联网金融机构面临的系统性风险的复杂性。

　　信用风险过于集中，缺乏风险分散机制

　　网络平台作为服务提供方，资金流、信息流和信用评级完全由它一家控制与界定，网络融资机构成为信用风险的集中地。网络平台虽然在一定程度上保证了电子商务交易资金流和物流的有序流动，提高了资金交易的信用度，但是它以自己的信用承担中介担保的责任，缺乏信用捆绑机制，由于其并不是金融机构，与银行信用相比还存在很多的不确定因素，从一定程度上制约了网络融资业务的扩展。不仅如此，大部分互联网金融机构为客户提供的是无抵押、无担保贷款，然而并未设置任何本金补偿或保障机制，风险爆发时相应的损失只能靠机构自身或投资者来承担。相反，当信用风险集中爆发时，银行类金融机构可以组织清收抵押资产，追究担保人责任，收回部分损失；然而对于网络融资机构，如果在风险爆发前并未及时发现、处理掉风险点，就只能自己承担起全部损失。因此，创新的风险管理理念与纯信用贷款产品的使用，还需要完善的风险分散机制作为有力保障。