受前段时间股市暴跌影响,央行降准降息等一系列宏观调控下,新型的民营银行利差逐步缩小,盈利空间收窄。银行不得不和大型银行错位竞争而进一步开拓中小微企业市场。
据温州民商银行行长侯念东介绍,目前温州民商银行的贷款以信用贷款为主,大概占比70%以上。怎样从众多有资金需求的中小微企业中筛选出真正风险可控的贷款对象,以及贷后管理和风险预警。据悉温州民商银行和其他众多金融机构一样已经开始创新管控机制,联合第三方机构运用大数据为企业体检来确定筛选。
传统金融体系融资方式的弊端
传统的抵押担保、环保互保都早已过时,甚至联保互保都形成担保链成了金融黑洞。担保链是多个企业在向金融机构融资时,通过互相担保、连环担保、联合担保等担保关系链条形成的特殊利益共同体。从公开资料来看,我国目前已经形成众多企业担保链,且担保链中企业普遍存在超出自身实力对外融资和担保现象,个别企业的信贷风险通过担保链条迅速传导和放大。担保链企业担保行为的不规范,造成作为银行贷款资金安全保证之一的担保,实际上并没有真正让银行贷款获得安全保障,反而因连带担保责任导致担保链上多个企业债务风险传染加剧,扩大了银行信贷风险,甚至成为区域性金融风险的诱因。
当前担保链的主要模式,一是同一实际控制人控制下的关联企业内部互联互保。这种方式只是为了满足银行贷款发放的“程序要求”,尽管看起来提供担保的企业数目较多,实际上担保能力完全依靠核心企业的经营状况,不能真正起到实质性降低风险的作用。如有关部门在调查山西6家企业时发现,这6家企业是由同一家族控制的关联企业,截至2013年末在商业银行的融资总额为12.26亿元,其中保证金覆盖2.27亿元,没有被保证金覆盖的10亿元银行融资中,有6.2亿元为集团内部企业互相担保。6家关联企业中1家企业完全停产、1家企业入不敷出,仅靠2家核心企业勉强维持,而每年仅借款利息就需支付1亿元。2013年4月以来,这些关联企业在各家商业银行的贷款本息开始出现大量的逾期情况,企业对到期贷款和利息均无力归还。
联保互保模式是环环相扣的,一环断,环环断,一家企业出事,很有可能影响与它相关联的一系列互保企业。前几年频频出现钢贸企业被银行诉至法院事件,起因均是公司为其他贸易商进行了“联保”。自温州民企大规模爆发“跑路潮”以来,资金断裂企业名单就在不断刷新,“联保圈”信贷危机就像黑洞一般,让越来越多的企业卷入其中,也让银行感到前所未有的资产质量下降压力。
传统弊端造成中小微企业融资难
中小企业自身的原因。中小企业大多以家庭经营,合伙经营等方式发展起来的,企业规模小、资产少、底子薄、科技含量低,缺乏核心竞争力,抵制市场的能力差。另外财务制度不健全,信用观念淡薄。相当一部分企业为避税,做虚假报表,银行很难从其报表上的数字评价其实际财务状况和经营成果。
金融体系和金融机制的原因。我国企业融资的主渠道是银行信贷支持,而目前四大国有银行主要以国有大企业为服务对象,对民营中小微企业的资本需求,不存在利益的驱动,而且在面对中小微企业的贷款需求时,信贷人员谨小慎微,过于保守,普遍采取“为不错贷,宁可不贷”的做法。
还有银行的贷款手续复杂,办理困难,贷款成本偏高。中小企业要求贷款额不大,期限短,时效快,但是银行发放程序经办环节都相同,带来银行的经营成本和监督费用的上升。所以银行从节约成本和监督费用出发,不愿意贷款给中小企业。
银行体系结构不合理。国有商业银行和地方性金融机构业务趋同、市场趋同。没有制定出合理的市场定位战略,导致金融体系中缺乏与国有大银行搭配合理的区域性和地方性金融机构,中小企业难以得到有力的金融支持。
抵押品和担保的缺乏。由于相关法律、法规不完善使我国银行对抵押品的要求条件较为苛刻。银行缺乏对无形资产的鉴别和定价能力,接受抵押品的偏好依赖于抵押品是否能顺利出售以及抵押品的价值是否稳定。所以除了土地和房地产外,银行很少接受其他形式的抵押品。中小企业能提供的土地,房屋等抵押物较少,寻求担保困难,大多不符合金融部门的要求,使得中小企业很难通过抵押贷款获取资金。银行缺乏对其他资产如机器设备、存货、应收账款等的鉴别和定价能力。
政府缺乏对中小企业融资的政策支持。比照国外经验,许多国家对中小企业融资都采取各种优惠政策进行扶持,而中国的经济政策、金融政策主要依据所有制类型和行业特征来制定,缺乏中小企业的专门管理机构以及专门支持中小企业的金融机构,中小企业金融支持辅助体系不健全。另外,商业银行的经营方式不利于中小企业融资、中小企业的发展阶段特点决定其资金的紧张状况等等都是造成中小企业融资难的因素。
面对传统融资渠道单一,银行、监管部门职能滞后的现状,我国著名经济学家樊纲在12月7日召开的“经济新常态下的融资租赁互联网金融高峰论坛暨钰诚集团e租宝(2015)年会”上表示,如今市场产能过剩,资源错配,很大原因在于政府干预选择新型战略产业。创新商业模式,提升产业竞争力,形成有效的金融模式,应当以一种“普惠模式”的产业政策来鼓励正当的市场竞争。目前纯信贷模式还只有股份制商业银行来创新尝试,是绝对不够的,需要上升到一个大的高度建立国家信用体系。只有在政府政策的支持下,建立起诚信的政府、企业、银行,通过保持独立的第三方对企业进行信用评估和风险预警,才能从根本上帮助中小微企业融资难、融资贵的困境。
大数据助力中小微企业进行信用评估
传统征信方式存在着五点缺陷:1,封闭、数据不够完善。传统征信方式是通过固定途径收集一些可用作评级的信息,由分析人员对各项数据进行分析、评级,最终得到受评对象履约能力和履约意愿的评级。2. 数据容易失真产生偏差。由于人工的介入,必然受到职业素养、道德品质等主观因素影响,导致对受评对象的评价结果与客观事实存在一定偏差。3.实时性差、后续难以更正。没有用户评价系统,直接用户无法参与评定,难以后续跟踪。在数据失真偏差的情况下也难以更正。4.方便性差。征信平台上传数据积极性低、更新不及时、接入门槛高、查询次数受到限制。5.人力资源成本大。随着未来征信市场快速发展,征信产品种类和数量日益增加。面对巨大而繁杂的业务,人力成本不断增加对于征信企业来说亦是一个不容忽视的问题,行业人才的稀缺与行业快速发展将不可避免地产生矛盾。
大数据催生的征信体系建设则可以很好的解决传统征信体系面临的问题。因为其数据覆盖面广,涉及的维度更全面,通过互联网方便快捷的服务中小微企业。
相比传统的征信方式,大数据信用采用云计算技术,从数据录入开始到评价结果输出的整个过程全部由计算机算法完成,避免了主观判断的影响,确保评价结果的真实性;即使同时处理多个受评对象,仍然能够保证快速、准确的高效性。大数据信用的运行成本主要来自知识产权和硬件的投入,相比大规模的人员需求,低成本优势显而易见。此外,大数据信用还能够满足评价结果与信用信息的同步,也就是说,当受评对象的信用信息发生变化时,能够对其信用进行快速及时的计算,保证了信用的实时性。
老刘认为未来的征信业将以智能数据分析系统为平台,依靠大数据挖掘技术实现转型升级。一方面依托大数据的征信体系可以深度挖掘用户信用信息,防范潜在的信用风险,实现有效的风险控制;另一方面,依托大数据的征信体系可以在数据充分信息化的基础上实现精细化管理。
中小企业开启信用服务新时代
中国中小企业协会副会长、金电联行董事长范晓忻在接收央视新闻联播采访时表示:“大数据不仅能够对风险进行度量,而且能够做到一定程度的预判”。
大数据征信平台可以通过对中小微企业3到5年,甚至是更长时间的历史生产经营数据以及交易数据进行挖掘、筛选、计算、分析。使企业真实的生产经营状况、成长发展状态,通过数据真实客观的反应出来。将无形的信用进行量化,形成可以让金融机构为企业发放贷款的信用信息。大数据信用融资改变了通过抵质押从金融机构获取贷款的传统方式,从结构上丰富了国家的金融体系。
金电联行作为首批获得中国人民银行颁发企业征信牌照的第三方企业征信机构,中国第一家拥有具有自主知识产权的信用信息云服务平台,第一个提供第三方信息价值链服务的运营模式。已经为中国上千家的中小微企业提供了信用融资服务,累计提供了60多亿元非抵质押的纯信用融资授信。其中融资额度最高达到了6800万元,最低一笔为98万元,而且迄今为止从未发生过一笔不良贷款。在贷后风险监管方面,金电联行也已经为国家开发银行、广发银行等多家金融机构提供将近300亿的监管服务。预计年内,监管金额将超过1000亿元人民币。
据悉,央行上周对首批入围个人征信牌照的机构再次进行调研,对首批入围芝的麻信用、考拉征信、腾讯征信等要做最后验收。一位知情人士透露,首批个人征信牌照有望在本月底发放。老刘相信,未来大数据征信平台将会建立更客观的信用评价体系,从中小微企业融资入手,打破以财务信息为核心的固有信用评价思维,改变以抵押担保为主的传统信贷方式。创建一个低成本、大批量、高效能、全风控的纯信用贷款管理模式。破解我国多年的中小微企业信用融资的难题,并不断向金融资本和社会信用市场延伸,形成以“数据约束”解决“信用悖论”的客观信用理论与评价体系,开创我国信用服务的大数据时代。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22