民生银行研究院院长 黄剑辉

近年来，小微企业“融资难、融资贵”问题依然没有得到很好解决。日益兴起的商业银行互联网贷款利用大数据技术等金融科技手段，为解决传统小微信贷业务中的痛点问题提供了新思路。

破解难题的新抓手

小微企业是提升经济增长、拉动社会就业和促进创新的重要驱动力，然而小微企业融资难问题却在世界各国普遍存在，并对企业发展造成极大阻碍。在我国，近年来陆续出台相关政策措施。2018年6月，中国人民银行等五部委联合印发《关于进一步深化小微企业金融服务的意见》，采取货币政策、财政政策、监管政策等“几家抬”的办法，进一步加大对小微企业的金融支持力度。银行业金融机构要加强对互联网、大数据、云计算等信息技术的运用，改造信贷流程和信用评价模型，降低运营管理成本，提高贷款发放效率和服务便利度。通过发展互联网贷款缓解小微融资难问题，正是对相关要求的落实。

互联网贷款是依托于互联网新技术以及金融科技、聚焦于长尾客户金融需求而兴起的一种新型信贷模式，目前主要应用于消费贷款和小微贷款，其在解决传统融资模式中的信息不对称、提高中小微企业信贷审批效率、降低融资成本等方面具有独特优势。目前，已有相当数量的银行为客户提供面向小微客户的互联网贷款服务，这些机构多依托自身电子银行、直销银行及电商平台等入口，着力搭建场景，吸引有借款需求的客户。

从狭义角度上讲，互联网贷款可特指纯线上信贷产品，这虽然是未来的主要发展方向之一，但从目前各行对于纯线上小微贷款的实践来看，大多处于相对早期的探索阶段。更为广泛的探索则是在线上线下结合的产品及业务模式方面，各银行的创新更具特色，通过在目标客户框定、产品精准营销、客户额度审批等贷款产品核心处理流程中充分融入大数据分析应用，可以在很大程度上解决传统小微贷款业务中存在的诸多痛点，从而破解小微企业融资难题。

针对性举措

商业银行越来越重视小微信贷业务，但传统的小微贷款业务存在诸多方面的痛点，互联网贷款则可在一定程度上解决这些痛点。

第一，利用大数据技术解决信息不对称问题。随着互联网的发展与大数据时代的来临，银行可以更容易获取小微企业的各方面数据，并通过大数据和云计算技术对收集来的碎片化信息进行关联分析、交叉检验及信息核实，从而对企业的真实面貌进行全面刻画。通过先进的生物认证、人脸识别技术辅以其他手段，基本已能做到在线的身份认证。同时，通过加强与大数据征信机构的合作，也可建立小企业失信披露机制，预防重复骗贷现象发生。

第二，通过实时在线监测解决贷后管理问题。利用数据挖掘技术在线7×24小时对客户的行为数据进行采集，对借款人进行全面持续的风险监测，一旦发现任何风险迹象，及时通知相关业务部门提前采取风险防范应对措施。尤其是在电商平台+企业信贷模式下，借款人在整个供应链上的资金流动全在平台的掌握之中，借款人的需求是否真实、还款能力是否足够，到期时点该客户是否能有足够资金还款，均可通过对数据的处理计算准确推断。

第三，线上引流精准营销解决获客留客问题。一是通过与政府职能部门、支付结算机构、核心企业等的合作，利用其网站、APP等线上引流，其中尤属与税务机关或代理报税机构合作开发的产品最为成熟。二是运用大数据技术对小微融资需求进行前期预测，主动寻找潜在客户，并通过合适的渠道精准营销。三是通过区分不同层次客户的需求，为小微企业提供精准金融产品服务及配套产品，不仅使营销更加便捷，也能极大提升客户的黏性。

第四，优化信贷流程解决单位成本偏高问题。一是操作在线完成、审批在线自动处理、风险在线自动预警的操作模式，大幅降低借贷双方的操作成本。二是数据信息技术的快速发展使商业银行可以较低成本获得小微企业及个人沉淀在移动支付端、社交网络平台上的海量“软信息”。三是利用大数据挖掘和分析技术，对碎片化的信息进行反复推演和提炼，从而加快审批流程、提高审批质量、降低信息处理成本。目前多行可实现审批按秒计、放款按分计。

第五，依托大数据信贷决策解决操作风险问题。大数据信贷决策采用云计算技术，从数据收集录入到评价结果输出，整个过程全部由计算机算法完成，减少了人为主观判断，不仅确保评价结果的客观性，也有助于防范操作风险。而通过在传统建模技术的基础上采用机器学习建模技术，则可进一步提高模型运作的自动化程度，减少人为干预对模型输出的影响。目前较为先进的大数据决策模型已能覆盖贷前贷中贷后的客户全生命周期管理。