王会兴

摘 要：当前我国想要大力发展小微企业，就必须从根本上解决小微企业融资难的问题。困扰小微企业发展的很大一部分原因取决于小微企业的资质不符合融资的必要条件以及商业银行自身现有的风险管控能力。本文就从小微企业的特点入手，以商业银行的视角分析如何利用大数据加强对小微企业风险管理，提出具体大数据应用方式，总结可行性意见。

关键词：大数据;商业银行;小微企业;风险管理

据工商部门的统计表明，我国的小微企业占企业总数的85%以上，金融资本投资的逐利性加大了小微企业的信贷的难度，小微企业自身对风险管控的能力也是制约其在信贷过程中影响信贷投放的瓶颈。如今，大数据时代已经到来，努力创新小微企业信贷风险管理模式是化解小微企业信贷投放瓶颈的有效途径。大数据可以为商业银行提供数据分析，可以对小微企业客户进行有效分类，建立小微企业客户负面清单，对于不符合资质的小微企业进行预警提示，以达到对小微企业风险管理的目的。改变陈旧的小微企业信贷由客户经理主导的风险管理流程，以大数据云端处理的管理模式，自上而下进行风险管控。

一、大数据对提升商业银行小微企业风险管理的意义

目前商业银行对于小微企业的风险管理手段还处于比较落后的状态，技术提升刻不容缓。主要体现在对已有系统和各类数据的利用率低、风险管理欠缺智能化、对人工过度依赖，直接导致了突出的风险管理和人员不足的矛盾。由此可见，有效地利用大数据技术对提升商业银行小微企业风险管理具有以下几点重要意义：

1.促进客户数据图谱绘制的完整性

基于大数据的商业银行小微企业风险管理能够将碎片式的信息进行关联、整合，建立以小微企业客户为中心的基本信息、资产负债信息和行为信息整体视图，有利于商业银行对客户风险进行360度全方位的解读和识别，在做到洞察客户的不同需求和偏好的同时，还能够及时察觉小微企业潜在的风险并提前做好风险的防范措施。

2.有效解决信息不对称问题，精准定位风险

信息不对称问题是导致小微企业风险存在的主要原因。利用大数据对内、外丰富的数据资源进行整合、分析，并在风险管理领域进行广泛应用，能够及时对信息的真实性、可靠性进行验证，促进风险的精准等位、识别和量化。

3.改变对小微企业风险管理滞后的现状

商业银行对小微企业的风险管理滞后会导致业务效率低、损失率高等问题。而利用大数据技术对小微企业进行风险管理，能够将规避风险的规则融入到业务流程中，从而实现风险的实时、主动识别，并及时预警，改变商业银行对小微企业风险管理的被动局面。

4.有效实现全自动、智能的風险批量化管理

利用大数据技术对小微企业进行风险管理与传统方式的区别在于，大数据技术能够将各种规避风险的管理规则与业务流程相结合，通过建立覆盖整个业务流程的风险管理体系，能够大大提高业务流程中的风险点的识别能力，能够有效解决传统的对全部数据进行抽检所带来的风险部分遗漏的问题。

二、大数据的应用基础及可行性

应用大数据主要是为了解决信贷双方之间传递信息不对称的问题，建立有效的信息快速处理机制。那么，大数据的信息来源主要有以下几个方面：

1.商业银行自身数据是数据的重要来源

商业银行多年来的数据经营积累，为小微企业客户风险管理提供了强有力的数据支持，可以对客户数据有针对性地提取。大数据和云计算促成了商业银行可以对小微企业的交易及现金流程等情况进行有效的跟踪，使实现有效解决信息不对称、成本过高的问题得到了技术上的支持。还可以有效地规避人为评价的优劣偏差，提升评价的客观性。

2.借助互联网开放平台的优势进行数据挖掘

互联网已经逐渐融入人们的生活，在现代人们的生产生活中随处都是各类数据平台的影子。在互联网平台上轻轻松松就可以找到小微企业客户及其负责人的相关数据，包括主要的社交网站、电子商务平台等等，人们在互联网开放平台上的人际关系、兴趣爱好等都被一网打尽。商业银行可以有效地利用互联网搜索引擎准确地寻找到小微企业客户及其负责人的大体数据，通过这些被提炼后的大数据信息可以使商业银行在对小微企业信贷审批与决策方面提供更全面的数据分析。

3.各类专业数据平台

随着互联网的在生活中的不断深入，各地区的公安、税务、海关、人民检察院等系统也在不断加入这一数据开放平台，形成了全民信用评价的新时代。商业银行可以积极地与这些系统进行联网合作，建立小微企业客户查询入口，增强信贷预警提示功能可以有效地提高对小微企业客户风险管理的主动性。不仅如此，商业银行还应该不断扩大征信系统的信息来源，一方面可以有效促进跨平台的数据整合，另一方面商业银行也可以通过与小微企业客户的各类生活缴费（比如：小微企业的水费、电费、银行流水等等）等信息的数据平台（比如：交通运输部门、电商平台等等）进行对接，实现数据共享。最后，还可以与互联网监管系统进行协同作战，有效实现小微企业客户信息（尤其是风险信息）实时共享。

三、小微企业融资需求及融资面临的瓶颈

小微企业的特点主要体现在企业规模小、公司治理相对于大型企业来说不够规范、公司主要管理者、决策者的思想直接影响着企业的成败等等方面。小微企业创建资金多以自筹为主，额度需求比较低，对于贷款的要求又快又急。小微企业的这一自生特点直接造成其在贷款时极易遭遇瓶颈，例如：

首先，小微企业很难在申请融资时向商业银行提供有效的企业领导力评估、财务分析等等方面的具体信息，而现有的商业银行评价体系大多是针对以上的诸多方面对企业做出综合评价才能决定是否对该企业进行融资。如果单一地依靠企业自身提供的数据来判断是否可以对该企业融资，那么将大大增加商业银行资金融资的风险。

其次，就商业银行自身来说，现金的商业银行信贷工作的主导还是以信贷客户经理为主，而小微企业又大多呈现家族式的相互关联的经营状态，信贷客户经理很难掌握企业具体的资金流向，从而无法对该企业做出合理的是否具有信贷资质的有效判断，有的企业常常为了规避自身已经出现的风险，通过向民间借贷的方式弥补企业资金漏洞，有意规避商业银行的监督，直接造成商业银行对该企业的信贷监管漏洞，如果企业不加入商业银行的统一监管范围，在企业出现资金问题，甚至无力经营导致破产时，商业银行自身也会受到牵连。所以商业银行对信贷制度上还有待提高。

最后，现在的小微企业规模小，而且大多为轻资产企业，由于经济原因的制约，企业生产经营的场地、厂房都是租赁的，生产设备也都具有较强的专业性，作为抵押物时不容易被商业银行所接受。所以，规模小是小微企业融资难的重要原因之一。

四、如何应用大数据加强商业银行小微企业客户风险管理

1.改变商业银行管理模式

要想加强对小微企业客户的风险管理，就要从商业银行自身管理入手，从管理制度上进行改革。改变传统的信贷经理主导的客户管理模式，建立自上而下的管理模式，旨在为客户的管理提供一个专业化的融资平台，商业银行信贷员工对小微企业客户进行挖掘，对客户进行数据筛选，对客户进行系统性的分析以及风险预警。从贷款前的客户分析到贷款申请过程中的审批再到贷款后的企业关联与风险管控，多方面考虑优化数据，把客户提供的企业数据与商业银行员工掌握的数据进行整合，分析该企业的风险状况。

2.加强对各平台数据进行负面信息及问题清单的管理

建立负面信息及问题清单库，对小微企业客户进行风险管理。一方面激活商业银行现有的数据信息，对数据进行分类分析;另一方面商业银行应该加强与小微企业所涉及的通讯系统、生活缴费系统、电商平台等等诸多第三方“大数据”平台合作，实时共享数据;如果更进一步与公安系统（为的是掌握在逃以及吸毒人员）、社会保障系统等方面的合作，就可以全方位了解小微企业，增加对小微企业数据的掌握，可以有效降低对小微企业客户信贷管理风险。

3.商业银行加强对小微企业融资后的风险预警管理模式

目前商业银行在对小微企业的贷后管理工作主要表现在对小微企业信贷后的线下财务跟踪，以及生产经营状况信息的监督等方面实现风险管控，这种方法具有消耗信贷人员大量精力却达不到理想成效的弊端。如果可以利用“大数据”平台对小微企业的库存、商业银行流水、电商投入等情况进行了解，就可以掌握小微企业是收支情况，及时发现小微企业客户存在的风险，也可以有效避免商业银行自身受到小微企业因经营不善而倒闭时所带来的风险。其次通过公安系统、司法行政系统的数据信息，及时了解企业有没有民间借贷等经济纠纷情况;还有就是与同行业合作，实时分享数据，了解小微企业客户的证词报告情况，掌握小微企业客户的诚信度;再根据工商税务系统提供数据，了解小微企业客户是否有企业股权变更等情况。做到全方位、多角度对数据进行对比分析，判断企业的生产生存现状，捕捉企业异常信息并及时做出预警，对于已经出现的风险及时调查，必要时要采取人工干預甚至终止合作。

最后，还可以实施网络系统管理与人工干预相结合的方式，为商业银行对小微企业客户风险管理的双重保险。在正常小微企业客户融资贷款申请过程中，可以应用系统自动筛选客户数据、自动评价客户是否具备信贷条件、自动对符合条件的小微企业客户进行审批工作的方式进行全自动化办公，减轻工作人员压力。在自动筛选审批过程中如果出现数据异常时就要提示人为干预的方式对数据进行确认，人为地对存在风险客户进行数据的再次确认，力求将小微企业客户融资风险降到最低。

五、总结

对于小微企业客户的融资风险管控是商业银行对小微企业融资的经营管理中的重要环节，加强小微企业客户风险管理是商业银行降低自身信贷风险的重要举措，对于商业银行自身的长久稳定发展具有重要的现实意义。“大数据”平台在国外的商业银行早已进行了广泛的应用，“大数据”对于商业银行加强对小微企业客户的风险管理具有现实意义，有效提升了对于小微企业客户风险管理的效率。

参考文献

[1]李连梦.基于大数据的商业银行智慧型风险管理研究[D].天津商业大学，2016.

[2]吴文兴.大数据时代下商业银行运营风险管理的思考[J].中国商论，2018，（21）：3-4.

[3]赵俊.基于数据仓库的国内商业银行上市公司客户信用风险管理研究[J].电子测试，2016，（1）：154-155.

[4]杨洋.浅谈金融科技时代银行信息安全风险管理[J].中国科技投资，2018，（28）：187.