如何拓宽小微企业融资渠道(如何拓宽小微企业融资渠道)

作者｜王煜婕 张琦 江瀚「中国银联品牌营销部」

提要：

• 在新冠疫情的冲击之下，很多中小微企业，尤其是餐饮、零售、社会服务等比较集中的中小微商户，面临着资金链断裂的危险，其融资难题更加凸显。

  
  

• 金融科技的不断发展优化为解决中小微企业融资担保提供了更多的可能性。

  
  

  
  

  
  

党的二十大报告提出，支持中小微企业发展。习近平总书记也在多个场合高度关注中小微企业发展，并强调要切实解决企业特别是中小微企业面临的实际困难。

作为市场经济的重要参与者，量大面广的中小微企业是我国数量最大、最具活力的企业群体。第四次全国经济普查数据显示，中小微企业吸纳的就业人数占全部企业就业人数的79.4%，是吸纳就业的强大“蓄水池”，在促进增长、改善民生等方面发挥着不可替代的作用。而同时，在各类市场主体中，中小微企业因自身抗风险能力较弱，反而又是市场经济发展链条中比较弱势的一环。特别是在新冠疫情的冲击之下，很多中小微企业，尤其是餐饮、零售、社会服务等比较集中的中小微商户，面临着资金链断裂的危险，其融资难题更加凸显。

但中小微企业融资难题并不是中国经济的特有现象，而是一个世界性难题，更是一个需要持续关注、持续解决的难题。立足后疫情时代，聚焦中小微企业经营发展，科学引入并发挥数据要素潜能，以金融大数据、区块链等数字化手段打破银企融资链条上存在的“信息孤岛”，打造中小微企业金融综合服务平台，更精准地为中小微企业“输血造氧”，已成为金融机构的普遍共识。

中小微企业“融资难、融资贵”

伴随着我国经济社会的快速发展，中小微企业成长持续提速，但庞大数量与融资困境，已共同构成中小微企业发展“既充满活力又相对弱势”现实的“一体两面”。

一方面，中小微企业自身存在的先天性不足是造成其融资难和融资贵的内在原因。很多中小微企业起步晚、规模小、资产轻，加之财务管理体系标准化程度不高，在融资信息不对称的情况下很难得到金融机构的认可，而且缺少银行贷款的抵押担保品，常常被视为高风险群体，融资渠道大大受限。

另一方面，即使资金供应方愿意为其提供资金融通，也必然要求中小微企业支付较高的“风险溢价”，融资成本更高。根据金融学理论，利率是对风险的补偿。对金融机构来说，越是大型的企业违约风险越低，更容易获得更低的信贷利率水平，而中小微企业由于其本身的高风险特征，导致金融机构需要其支付更高的风险补偿才愿意给予信贷支持，最终导致了中小微企业“融资难、融资贵”困境。目前，虽然不少商业银行都专门推出了中小微企业的信贷产品或设立专业化部门来负责中小微企业信贷服务，也有部分互联网小贷公司致力于服务中小微企业，但依然使用的是较为传统的抵押信贷方式，或者仅给少数资质较好的企业授信，难以服务大多数的市场需求，远远不能满足中小微企业融资的巨大需求。融资渠道少、融资成本高已成为中小微企业在融资过程中面临的主要困难。

国家政策扶持与金融科技发展

近年来，针对中小微企业“融资难、融资贵”问题，国家出台了众多扶持政策。同时，伴随着互联网、移动互联网、物联网的发展，金融科技的不断进步也为解决中小微企业的融资问题提供了更多的可能性。

一方面，国家不断加大对中小微企业的政策扶持力度。为缓解中小微企业面临的困境，国家出台了一系列政策，持续加大金融扶持力度，全力帮助中小微企业等市场主体纾困发展。人民银行发布的数据显示，截至2022年8月末，我国小微企业贷款余额达41万亿元，是2017年末的1.7倍。此前人民银行创设的普惠小微企业贷款延期支持工具和普惠小微企业信用贷款支持计划两项直达工具，已累计支持中小微企业贷款延期还本付息13.1万亿元，发放普惠小微信用贷款10.3万亿元，大大缓解了这些市场主体的流动性压力。

另一方面，金融科技的不断发展优化为解决中小微企业融资担保提供了更多的可能性。聚焦中小微企业“融资难、融资贵”难题，金融机构正在探索以数据赋能中小微市场主体融资，基于信用大数据信息共享，探索构建“清算机构+金融机构+大数据模型”的中小微企业信用融资新模式，缓解银企间信息不对称以及由此导致的“融资难、融资贵”问题。

中小微商户的融资增信解决方案

后疫情时代，诸如奶茶店、美容店、便利店等的中小微商户普遍面临“融资难、融资贵”问题。作为中小微企业的重要组成部分，广大中小微商户具有缺乏可抵押固定资产、日常交易强度高的特点，可以考虑借助数字化的金融支付体系，以支付转接清算数据、商户交易数据等为基础，发挥支付转接清算组织“开放式四方模式”优势，以金融支付数据为纽带，构建起一整套符合金融市场需要的融资解决方案。

第一步，构建交易数据清洗整理体系。

中小微商户数量多、规模小、分布广，其交易呈现收银渠道多元、单笔金额小、时频分散等特点。这导致其交易数据通常分散在各支付机构、收单机构等不同渠道，极易形成“数据孤岛”，难以真正产生数据价值。因而，不论从商户侧，或是支付机构侧、收单机构侧，都无法获得其完整的交易流水，进而无法根据交易数据进行进一步的评估与授信。

但伴随着市场环境的变化，数据环境也正在发生变革，特别是人民银行推动“断直连”以来，不仅各商业银行间的跨行交易由清算机构进行转接清算，各非银行支付机构接入清算机构，其交易也由转接清算机构进行转接清算。

因此，从宏观来看，转接清算机构能够转接处理消费市场的大部分交易；从微观来看，转接清算机构通过“四方模式”也可以掌握单个商户较为完整的交易数据。不过，由于清算机构的数据由不同收单机构上送，因而，同一商户对应多个商户编码，需进一步对齐与整合。

由此，得出第一步“收集交易数据”环节的解决思路：基于转接清算机构的交易数据，建立商户维度的整合分析系统，一是通过对齐商户入网参数，合并同一商户在不同收单机构的商户号；二是以商户为维度，收集整合不同商户号下的交易数据；三是通过大数据合作，进一步整合互联网支付机构的商户数据资源，特别是以美团、饿了么、口碑等为代表的平台数据资源。通过数据整理与统一对齐，为下一步数据建模提供基础。

第二步，建立交易数据模型得出商户信用评级。

首先，利用大数据模型，对原始交易数据进行清洗、过滤，剔除极值、可疑交易。其次，利用大数据模型对该商户的交易规模、稳定性、可持续性等进行分析，并根据不同维度赋分。最后，根据赋分结果，形成该商户的商户画像与信用评级，并同步给出授信额度建议。

需要注意的是，虽已对商户的交易数据进行脱密处理，但鉴于相关数据仍能够反映商户的经营状况，因而，数据的收集、分析、储存、查询都应通过去中心化的区块链技术进行，借此保留各个环节的使用信息，敦促各方保守商业秘密，防止信息外泄。

第三步，借助评级结果帮助商户增信。

金融机构利用大数据模型的评级结果及授信建议，对中小微商户进行增信。在结果应用层面，无论是商业银行还是互联网信贷公司，都可以根据大数据模型的结果进行应用。前者可将授信额度发放至商户持有的该行信用账户，后者则可将资金直接发放至商户提交并已通过风险审查的借记账户。

商业银行则可以利用大数据结果设计中小微企业专属信用卡，以信用卡或数字虚拟信用卡的形式进行市场授信，从而降低授信成本，或者也可以复用其传统的信用卡风控体系。

第四步，进行贷后资金管理监督。

为防止相关资金流入非经营领域，授信后的资金流向管理尤为重要。因此，可以打通中小微商户上游的供应链，进一步监督资金使用。一种思路是场景化，即限制资金使用场景。如奶茶店上游为原料商、机具商，则信贷资金的使用应限制于原料、机具的采购。为便于贷后资金的流向跟踪，中小微商户的交易方应当也是清算机构的入网商户。在交易进行前，系统会自动进行交易方的资质核验，只有当交易方属于事先设定的商户类型时，交易才能成功。另一种思路是根据中小微商户的所属场景，建立供应商库。根据中小微商户所属的场景，如餐饮、便利店、水果店、烟酒店等，将部分符合资质的供应商纳入供应商库，并不断更新、丰富供应商库，中小微商户应优先选择库内的供应商进行交易，当库内供应商无法满足需求时，再选择库外供应商。

两种模式各有利弊。前者轻量化，后者则需要集合清算机构、收单机构、各场景服务商合力，建立规模化、体系化的供应商库。与此同时，后者的贷后资金流向更清晰，风险等级低，前者则更受限于入网商户的真实性、持续性管理。

第五步，构建中小微商户信用评级动态化管理体系。

建立中小微商户信用评级的动态化、全生命周期管理至关重要。单笔信贷交易完成后，系统可根据中小微商户在贷前、贷中、贷后各流程中的交易表现，对其进行全流程赋分，动态更新该商户的信用评级。后续，中小微商户再次申请信贷资金时，金融机构可根据“基础+前期”信贷交易评分，对其进行综合评估，予以授信。

如图1所示，此类数字化融资解决方案主要基于中小微商户的交易流水数据，属于交易数据增信。在现实经营场景中，中小微商户的物流、仓储信息也会产生一定的信用数据，物流、仓储环节也将沉积大量资金，占用一定比例的现金流。

因此，未来，可以考虑通过物联网、智能仓储等技术，将物流、仓储信息“活化”，使之数据化、资产化，并将之纳入大数据模型，丰富模型中的数据来源与维度，从而使之成为金融机构授信、增信的数据基础来源之一。

此外，还可以利用支付标记化技术，对金融机构授信资金进行专门标记，通过跟踪该标记，实时监控信贷资金的流向，进一步降低信贷资金使用风险，切实践行金融助力实体经济、金融服务中小微商户的职责。

（责任编辑：吕晶晶）