小微企业具有规模小、固定资产比重较低、管理模式相对粗放、抵抗风险能力较弱等经营特点，而且我国小微企业生命周期相对较短。受信息不对称、信息不对称、逆向选择等风险的影响，银行等机构在应对小微企业的贷款时面临高交易成本与高风险，而受到我国市场利率影响，银行只能在基准利率基础上进行有限的调整贷款利率水平，较低的盈利水平导致银行不会将小微企业的信贷业务放在首要位置。为扭转这样的信贷发展趋势，缓解小微企业融资困难，政府对小微企业的政策性扶持力度逐渐加大；为保证风险、成本与收益的平衡，同时承担扶持小微企业发展的社会责任，金融部门推出多种小微企业信贷模式。

政府对小微企业的政策性扶持力度逐渐加大

为更好缓解小微企业融资困难，引导银行体系资金流向小微企业，政策层面持续释放积极信号。从宏观角度，进一步健全货币政策和宏观审慎政策的“双支柱”调控框架，通过疏通货币政策传导机制，让国家政策切实惠及有需求的小微企业，实现“精准滴灌”。（现有主要结构性货币政策工具有：定向降准、信贷资产质押再贷款、常备借贷便利、中期借贷便利、抵押补充贷款、短期流动性调节工具等。）具体到操作层面，主要措施可以归纳为以下三个方面：一是降低小微企业贷款综合融资成本。银行业等金融机构严格执行“七不准”“四公开”要求，强化落实“两禁两限”规定，进一步缩短融资链条，清理不必要的“通道”和“过桥”环节，降低融资成本。二是引导金融机构增加向小微企业的信贷投放。加大对中小银行定向降准力度，鼓励银行业金融机构扩大小微企业信贷支持范围，补充中小银行资本金提高信贷投放能力；三是解决“担保难”的小微企业信贷服务瓶颈。财政支持健全信贷担保体系，尝试通过完善政府性融资担保体系，减轻商业性与联保性担保体系压力。

金融部门推出多种小微企业信贷模式

为缓解小微企业的流动资金压力，金融部门推出多种信贷模式。小微企业信贷具有期限短、金额小、频率高、时效强的特点，为做出应对，金融部门发力提高信贷业务的标准化，带动小微企业信贷的办理效率提升，并覆盖更大产业范围的小微企业，实现批量化与规模化。按照标准化不同，可将现有的信贷模式分为三种类型：传统信贷模式、“半自动”信贷模式与“全自动”信贷模式。通过对银行等金融机构进行调研，参考产品场景，本文对市场上典型与新型的小微企业贷款产品进行了分类（具体分类可参见清华大学互联网产业研究院于2019年发布的《金融科技在小微企业信贷中的应用发展研究报告》），以为银监会提出的小微企业贷款 “三个不低于”为目的，选择以下四种模式进行分析：联保类信贷、创业担保类信贷、供应链类信贷、公共行为数据类信贷。

标准化提升与产品场景的丰富，组合出不同的信贷模式实践成果。标准化程度不同与场景不同的信贷模式匹配组合，可以呈现出当下小微企业信贷模式的简易生态形式。

根据标准化程度划分的信贷模式

（1）传统信贷模式

传统的信贷模式耗时长、成本高，以抵押和担保为主。业务成本与风险溢价的控制让批量化的小微企业信贷难以实现，尽管信贷业务对部分流程实现了标准化，但“全手动”的模式需要耗费大量时间与人员对小微企业进行深入了解与实时跟踪，银行的管理、信贷人员的专业性和成本控制的要求较高，周期较长，难以有效解决小微企业的“燃眉之急”。

（2）“半自动”信贷模式

信息化进程加快，在传统信贷模式基础上衍生出“半自动”的信贷模式。通过将部分审批工作交由系统自动化处理，最后仍由人工进行审批放款，该模式耗时相对较短，成本有所下降。该模式尽可能地实现了全流程的标准化，但由于小微企业在经营和管理并没有实现标准化，因此信息采集工作与贷后管理仍未实现自动化。从效率和范围来看，“半自动”的信贷模式要优于传统模式，但对于我国海量的小微企业而言仍是杯水车薪。

（3）“全自动”信贷模式

大数据的沉淀与云计算的应用让“全自动”的信贷模式成为可能。数字化与网络化的在各行业中的广泛应用，为小微企业信贷提供了更高效的解决方案。通过对存量和增量的企业公共行为数据（包括交易、税务、工商、司法等方面）的分析，自动映射客户的信用数据，标准化信息采集数据与贷后管理，几乎可以全自动的进行小微企业信贷，切实减少业务成本。从效率与范围来看，“全自动”的信贷模式要明显优于传统与“半自动”的信贷模式，但受企业数据积累的影响较大。

（4）不同标准化模式的小结

传统信贷模式主要通过业务人员采取客户信息，实时密切跟踪客户信息，贷前、贷后的业务流程依靠全人工方式运行，风险控制能力强，但效率较为低下，很难形成批量化与规模化。“半自动”信贷模式将部分审批工作自动化，贷前的信息采集仍然需要手工，贷后的风险管理通常也需要人工介入，这种模式在中小银行的信贷中较为常见，人工介入在信贷全流程中仍然占较大比例，在一定区域内可以实现批量化。“全自动”信贷模式依靠大数据积累与云计算协助，数据源更准确，基本实现全流程自动化，在必要时也可以人工介入，让批量化与规模化的小微企业信贷成为可能。

根据产品场景划分的信贷模式

（1）联保类信贷

三个及以上小微企业组成的联保小组，组员共同承担贷款的连带责任。由符合银行授信条件的小微企业组成联保小组，联保小组之间通过缴纳一定的保证金并签订协议，承诺每位成员为其他成员的接管提供连带保证责任。小组成员为保证自身信贷不受影响，会充分发挥组员间的相互监督，这将有效抑制小微企业贷款中的信用风险，同时又让小组成员获得一定额度的授信业务。

（2）创业担保类信贷

为化解过剩产能，吸纳大量就业人员，基于传统商业性小额贷款的创新模式。由政府部门提供财政补贴，从银行获得贷款来源。本类别的信贷目的在于促进劳动者多渠道就业，常会伴随着创业培训与其它鼓励性质的优惠政策。近年来支持创业的政策频出，使创业担保类信贷的覆盖范围更广，门槛更低，力度更大，创业成功率也有所提高。

（3）供应链类信贷

围绕供应链核心企业，为供应链上下游小微企业进行贷款投放。根据核心企业在信贷过程中的作用，可以分为两种类型：供应链担保类型与供应链数据类型。供应链担保类是指供应链核心企业（或平台）参与整个借贷过程，以应收账款、订单或承诺到期付款等方式为其上下游节点企业提供信用担保，银行将对小微企业的信用风险评估转为对核心企业的信用风险评估，充分发挥信贷第二还款来源中的补充作用。供应链数据类是指以核心企业（或平台）为主导，以供应链ERP沉淀数据或上下游交易数据作为供信用评价依据，可以高效服务供应链上下游小微企业的信贷业务。

（4）公共行为数据类信贷

小微企业的公共行为数据作为信贷的准入条件或审批依据。此类型的信贷种类相对较多，可以根据数据来源分为两个大类，一类是信息共享平台类型，另一类是交易平台类型。信息共享平台类信贷指由国家部委牵头或参与建立信息共享平台，为金融机构的信贷业务提供数据作为融资信用。这类数据主要由税务信息、市场监管、海关、司法、水、电、气费以及社保、住房公积金缴纳等领域的信用信息组成，金融机构使用公共信用信息进行信贷评价和风险管理。交易平台类信贷指电子商务平台应用小微企业在电子商务平台中运营过程中所沉淀的交易流水以及社交数据，作为信贷风控的评价依据，但服务对象主要限定在网商平台的存量客户群体。

（5）不同场景的信贷模式小结

在很长一段时间里，联保类信贷与创业担保类信贷是应对小微企业融资难题的重要业务模式，可以很好的缓解企业融资难的问题，但在放贷过程中仍存在效率不高问题；供应链类信贷与公共行为数据类信贷可以通过自动化的信息处理，可以较好地应对小微企业在融资过程中的期限短、频率高与时效强的特点。

小微企业信贷实践成果总结

传统、“半自动”、“全自动”信贷模式的根本差异在于各个模式建立企业信用和风险评价体系的数据信息不同。传统信贷模式主要受限于信息不对称问题，以银行业作为主导，需要通过有经验的业务员对小微企业的还款能力与还款意愿进行评估，还款能力主要通过企业的财务指标与还款的现金流来源进行判断，在具体落实过程中，由于不同企业的经营与管理方式并不规范，导致人均产能有限，难以规模化。“半自动”信贷模式基于传统信贷模式，将信贷流程自动化水平提高，但仍需要人工进行信息收集与风险判断，实现人工与自动化系统结合，可以在一定区域内实现规模化。“全自动”信贷模式通过大数据源和客户源，主要以银行与第三方作为主导，通过大量数据的积累，实现了数据采集、获客、授信决策、放款、回款等全流程自动化，能很好的应对信息不对称问题，不少银行开始引入征信、税务、工商、司法等各种公共数据，为这类模式的推广提供了良好的发展前提，使规模化与批量化成为可能。

场景不同的信贷模式的区别源于信息挖掘方式不同。联保类信贷与创业担保类信贷在信贷过程中以银行为主导，依靠人工进行信息收集、风险判断实现传统信贷，通过引入评分卡等流程标准化工具实现“半自动“信贷。供应链类信贷以供应链核心企业（或平台）为主导，供应链上下游小微企业可以通过第二还款来源的担保获取融资，实现传统信贷与基于传统信贷的”半自动“信贷；小微企业的资金流、物流等流转与运营信息在供应链中大量沉淀，让供应链类信贷通过ERP系统实现”全自动“信贷。公共行为数据类信贷以第三方与银行为主导，通过整合税务、市场监管、海关、司法、水、电、气费以及社保、住房公积金缴纳等领域的信用信息，通过数据赋能实现”全自动“信贷与基于“全自动”信贷的”半自动“信贷。

参考文献

[1] 曾刚.信息不对称与小额信贷创新[J].金融理论与实践,2012(03):4-9.

[2] 肖志明,赵昕,赵学荣,李佳.建设政府性融资担保体系 探索“四台一会”支持产业扶贫[J].开发性金融研究,2018(03):81-87.

聂靖鹏

清华大学互联网产业研究院研究员，工学学士，主要从事金融科技、传统产业数字化转型等研究领域，曾参与《2020保险科技洞察报告》、《2019年金融科技在小微企业信贷中的应用发展研究报告》、《2019年小微企业信贷模式分析报告》、《2018年金融科技产业白皮书》等系列研究报告的编撰，并参与福建省新型基础设施指数、青岛市等地区产业园区规划等院地合作项目。学术成果包括清华大学智库报告两篇，《关于新兴技术发展推进中应加强负面清单管理的若干建议（人工智能部分）》、《互联网金融现状描述》。作为论坛主要策划人参与“数字经济-地产新篇（2018）”、“金融科技助力小微企业信贷（2019）”主题论坛等。

王一沙

清华大学互联网产业研究院产品研发主管，小微企业金融专家团队成员