栏目编辑：张磊磊 E-mail:1711945429@qq
当前，我国经济处于转变发展方式和转换增长动力的关键期，中央对金融服务实体经济的发展要求进一步加强，特别要求银行进一步服务小微企业，在实现良好风控的基础上，支持小微企业的发展，提升微观主体活力，同时拓展自身业务空间，使金融机构和小微企业形成一种相互需要、相互支持和互惠互利的关系。但是，银行获取小微企业经营数据的全面性、维 度不够，风险管理方法以定性管理为主，在实践中会采用较多的主观规则和主观判断，导致定量分析较为欠缺，难以精准分析小微企业的风险，小微企业融资难、融资贵的问题仍然存在。随着大数据、人工智能技术在银行风控领域的应用，银行可以全方位地收集小微企业多维度的数据，采用数据挖掘模型对其风险进行科学的评估，获得符合实际的风险评估结果，为银行有效服务小微企业开拓了一条新的路径。 小微企业融资的智能风控路径
高数笔谈■ 中国农业发展银行信息科技部 李小庆
摘要：当前小微企业融资难、融资贵的问题仍然存
在，随着大数据、人工智能技术在银行风控领域的应用，银行可以全方位地收集小微企业多维度的数据，采用数据挖掘模型对其风险进行科学的评估，从而获得符合实际的风险评估结果。本文分析了当前小微企业融资面临的主要问题及成因，提出了面向小微企业的智能风控思路及路径，为银行有效服务小微企业开拓了新的思路和方法。
关键词：小微企业；融资；智能风控；大数据
栏目编辑：张磊磊 E-mail:1711945429@qq
一、当前小微企业融资面临的主要问题及成因
根据人民银行发布的《2018年金融机构贷款投向统计报告》，2018年末，金融机构人民币各项贷款余额136.3万亿元，同比增长13.5%，增速比2017年末高0.8个百分点，其中，普惠口径小微贷款余额8万亿元，同比增长18%，增速比2017年末高8.2个百分点。通过金融服务实体经济，重点之一在于支持小微企业的发展，实现实体经济和金融的有机融合，不仅是当前经济发展的需要，也是支持小微企业健康发展的有效途径。在国家政策的激励下，小微贷款增速相对各项贷款平均增速高4.5个百分点，但也同时看到，小微贷款余额只占各项贷款余额的5.9%，其发展空间较大。我国小微企业处于政策支持
大力发展的机遇期，正在蓬勃发展，但由于其处于原始积累阶段或具有创新的特点，前期需要大量的资金投入，特别是需要获取相对优惠、直接的资金支持。
当前，小微企业经营的资金来源主要分为内源性和外源性渠道，其内源性渠道相对而言积累缓慢，而通过外源性渠道融资时又受到各种限制，困难重重。内源性资金的筹措主要以自身积累的资金为主，小微企业采取一系列的营销活动，通过其产品或服务获取资金，以实现其经营过程中的资金需要。外源性融资渠道主要是通过银行信贷、金融租赁、发行债券等方式满足其经营管理的资金需要，一般以银行信贷为主渠道。但是小微企业经营管理不规范，缺乏有效的抵质押物，银行出于控制风险的考虑，限制了对其贷款的意愿。
两个加快以深圳市为例，根据相关资料统计，不少小微企业都有家庭或家族经营的特点，选择银行贷款作为外源性融资时，存在融资不畅通、资金不能直接到位、融通不及时等情况，抵贷要求过严，小微企业的融资过程困难重重。主要原因在于小微企业处于创业初期，经营管理的情况难以采用银行的标准指标进行衡量，且其财务数据不完备，缺乏正规报表，若按常规信贷流程提交材料进行评估，则难以满足银行贷款评审的要求。此外，银行在贷款评估的过程中，还需有明确的抵质押物，但小微企业处于起步阶段，很难具备有价值的抵质押物。而小微企业核心的竞争力主要体现在其创新能力、发展潜力或特经营等方面，这些方面很难转化为固定价值的抵质押物，因此，小微企业和银行之间形成了一种难以对接的鸿沟。出于控制风险等方面的考虑，银行改变信贷政策现状的动力不足，较难认可小微企2010湖南高考语文
业的发展潜力，因此，对其融资需求的关注度不高。
要推动金融机构服务小微企业的积极性，需要加强对服务小微企业的金融业态、金融产品以及金融体系的建设，根据小微企业的特征、性质及领域，设计小微企业融资担保机制，改变传统风控方式，通过大数据、人工智能等先进科技开展智能风控，完善金融服务小微企业的机制和流程。建立贷前调查、贷中及贷后管理流程化、快捷化、差异化的金融融资模式，鼓励和引导金融机构参与到服务小微企业创新的过程中。
二、面向小微企业的智能风控思路
银行的风险管控模式在不断演进，积累了较为丰富的风险管理经验，其中，对于大中型企业的风险管理模型一般为多层次评价等较为成熟的模型，在模型中设计一些关键参数或指标，再根据实践对其赋值不断进行调整和完善。大中型企业的经营管理较为规范，相关信息较为完备，使用这一模型能准确地评价企业信用及相关情况。但小微企业风险评估仍然沿用传统方式，主要参考大中型企业标准进行评级授信，并没有根据其特点设计出新的模型和评估指标。在对小微企业信息采集不全或其相关经营管理信息本身就缺失的基础之上，采取传统风险管理模型对小微企业进行评级授信，其结果往往不尽如人意，难以获得理想的评级结果，也难以体现小微企业创新能力、快速的发展能力和潜在的竞争能力，采用这一模型难以准确地评价小微企业的风险情况。
栏目编辑：张磊磊 E-mail:1711945429@qq
因此，银行要转变传统的风险管理思路。小微企业主要竞争力在于其发展潜力或创新能力，如果发展潜力或创新能力较强，在市场上具有一定的竞争力，即使是在缺乏相关抵质押担保物的情况下，其信贷风险仍然是可以控制的，应该为其提供适当的信贷资金，助力其不断发展或成倍地扩张规模。银行如果能与其合作，既能控制住风险，又会带来较好的经营利润。因此，银行需要有效地考虑小微企业发展的各方面因素，设计与小微企业内在特征和经营发展相匹配的风险评估体系，建立合适的风险评估模型，形成能准确地分析、评估其风险的能力，实现既能支持小微企业的发展，又能有效管控其风险的目标。中国井矿盐
安徽医科大学学报大数据及相关技术的发展，为银行对小微企业的融资服务和风险管理带来新的契机。通过获取小微企业的经营数据、财务数据、交易数据以及税务、工商、案件、海关，甚至用电、用水等数据，可以全方位、多维度地对小微企业进行分析和洞察，科学地评估其信用风险，从而较大程度地提高对小微企业风险评估的准确度。通过大数据多维综合评估，摒弃主观评价因素，将小微企业发展潜力、创新能力等因素纳入评估体系。对传统模式下难以数据化度量的主观指标，采用大数据、人工智能等技术进行多维刻画和处理，使得对小微企业的风险评估更加符合实际情况，更加精准，从而提高银行的精准
风险控制能力和服务小微企业的能力。
三、面向小微企业的智能风控路径
当前国内商业银行正在积极深入地探索基于大数据的小微企业信贷风险管理模式。以业务场景为突破口，应用大数据、人工智能方面的技术，构建风险管理模型，实施风险监测和风险控制，实现风险被动防御向主动地识别、监测和拦截转变，从单一的事后监控改变为动态地事前防范、事中控制和处置，在此基础上建立统一的、全面的、动态的智能风控体系，满足当今形势下银行开展小微企业融资时风控的需要。
（一）全面收集小微企业信息
整合行内、行外有价值的企业经营、财务及其他相关数据，实现对数据的汇聚、整合、存储、处理和分析，建立全行统一标准、处理、分析和挖掘的大数据分析平台。聚合小微企业的基本信息、经营信息、交易信息、信用信息等方面的数据，同时，广泛应用工商、税务、司法、海关等多领域的数据，利用网络爬虫等技术，根据需要拓展数据获取渠道，采用分布式、图像处理、语义分析等技术，对结构化、半结构化、非结构化数据进行整合、存储和处理，从而从多维度、多角度地分析小微企业的特征和信用情况。
（二）建立智能风险管理模型
从小微企业信贷业务的实际需要出发，建立面向大数据的风险管理模型，通过模糊综合评判方法将发展潜力、创新能力等转化为模型的输入数据，并对风险管理模型进行训练和优化。在标准建模基础上还可实施机器学习、深度学习建模技术，通过模型的自我学习，对各类风险管理参数进行动态调整，促进模型不断完善和优化，提高模型的自我进化能力和智能化程度。通过模型进行风险管理评价，精准地分析小微企业履约意愿、履约能力和履约稳定性，实现对小微企业的评级、评分，同时还可以监测风险异常，实现对小微企业经营风险的识别、评估和预警。在具体实践中，针对各类业务场景研发在线贷款风险模型、风险欺诈模型、贷款违约风险模型等，形成不同风险场景的专用模型，从而提升对风险识别的专业性和准确性，并根据场景归纳出一批具有价值的风险管理成果。
（三）开展智能风控场景应用斗形纹
智能风险管理可应用于业务经营管理的各类场景，形成智能识别、智能评价、智能决策三位一体的智能风险管理体系。
一是加强小微企业特征及关联关系分析。利用小微企业的多维信息，将知识图谱深入应用到其关联关系分析中，充分识别和展现小微企业之间的股权关
栏目编辑：张磊磊 E-mail:1711945429@qq
系、担保关系、资金往来关系，形成小微企业关系全景视图，对小微企业关联关系进行精准分析和充分展示，及时发现小微企业关联关系蕴含的风险，从而综合评价小微企业的情况，为小微企业信用评级、风险评价提供决策支持，提高风险综合评估质量。
二是开展信用风险评估。依托小微企业的历史数据及外部各类交易数据，分析小微企业经营管理、财务状况、历史违约等情况，在监测指标基础上构建贷款风险模型，根据模型进行贷款风险评估。基于模型获取具有价值的评估结果，对小微企业各类行为进行分析，对经营管理情况进行透视，客观地评价小微企业的信用情况，分析其还款能力和还款意愿，从而更加准确、深入地分析、评估小微企业的风险情况，根据评估结果进行信贷决策。
三是开展贷后风险管理。由于小微企业的经营面临较多不确定性，需要及时采集小微企业相关信息，包括经营管理类因素和非财务因素。经营管理类因素主要是指资产、负债、销售额、回笼货款、利润水平等经营管理指标；非财务因素主要是指法律政策、行业趋势、股权变动、家庭情况、个人异常等情况。通过大数据平台采集、融合内外部数据，建立小微企业贷后风险监测模型，及时分析、判断小微企业的潜在风险，并进行风险预警，采取控制措施，实现贷后风险的早发现、早介入、早处理，规避和降低银行资金可能出现的损失。
（四）建立主动的智能风险监测模式
对小微企业的行为进行分析，通过规则匹配、模式识别，匹配小微企业的经营特征。基于海量数据对风险进行筛查，提高风险匹配的精准度和效率；基于监测指标建立相关的风险识别模式，捕捉小微企业经营风险的变化情况，发现小微企业行为背后隐含的风险信号，当产生风险提示信息时，及时采取风险控制措施。同时，基于大数据的流计算技术建立实时的风险识别和监测，对小微企业风险进行实时监测和前瞻性分析，实现实时动态监测小微企业风险的变化情况，将其应用到贷前、贷中和贷后全流程风险管理过程中，实现对风险的实时预警、实时发现和及早处置。
（五）大力推进线上小额信用贷款
基于传统的信贷模式，银行发放一笔小微贷款要经历多个流程、多个部门，步骤多、时间长，服务效率不高，效果不佳。通过不断探索和实践，银行可在大数据收集和分析的基础上，大力推进供应链融资，与供应链上核心企业加强合作，将其信用向供应链上具有小微企业性质的供应商、经销商延伸，建立基于“数据整合+模型评价+实时决策”的小微企业信贷模式，契合小微企业的小额信用贷款需求。在对小微企业各类数据进行充分分析的基础上，采用信用评分模型，在线上就能快速自动完成小微企业的贷款决策，实现小微企业贷款在线申请、在线评估、在线审批和线上发放。基于大数据、人工智能技术将这一流程自动化、智能化，极大地提高银行服务小微企业的能力和效率。
总之，银行要以问题为导向，深入调研和准确研判小微企业在融资过程中融资难、融资贵的问题，优化服务流程和金融产品，更好地服务好小微企业，支持其走出融资困境，更进一步服务实体经济，追求银行和企业双赢。同时，银行要在互联网金融时代的激烈竞争中立于不败之地，需要拓展自己的经营蓝海，保持自身良性的发展，深入发展小微企业的金融服务市场，对金融产品进行结构化调整，采用大数据及人工智能等技术识别、监测和控制风险，开发适合小微企业的信贷产品，推进银行金融供给侧改革。FTT
参考文献：
[1]吕秀梅. 大数据金融下的中小微企业信用评估[J]. 财会月刊，2019(7):22-27.
[2]张春华，李铮杰，陈佳良，等. 大数据技术在银行业务领域的创新应用[J]. 中国城市金融，2015(9):57-59.
[3]闫真宇，邓舒仁. 小微企业融资模式、存在问题及建议——以浙江为例[J]. 浙江金融，2018(12):50-57.
