張純信、齊超穎：從“管中窺豹”到“高屋建瓴”——金融科技紓解企業融資難題

■本文選自《復旦金融評論》

■作者 ： 張純信 復旦大學泛海國際金融學院學術副院長、金融科技研究中心主任、金融學教授；齊超穎 復旦大學泛海國際金融學院金融科技研究中心高級助理研究員

■公眾號：復旦金融評論

張純信

復旦大學泛海國際金融學院學術副院長

金融科技研究中心主任、金融學教授

齊超穎

復旦大學泛海國際金融學院

金融科技研究中心高級助理研究員

近年來，技術與金融的協同不斷強化，金融科技的相關技術應用在金融領域，打造了數據密集型的金融新範式，併為另類數據的應用創造了良好的前提條件。

在傳統數據領域，數據體量有限且數據之間的差異不顯著，導致很多企業的獨特優勢被弱化。而大數據技術的應用使即時數據的提供成為可能，也降低了信息不對稱的風險。同時，另類數據在金融領域的應用為數據分析、風險控制、前瞻性預測等業務提供強有力的支撐。

在此背景下，企業亟需新的數據源、新的分析視角和新的另類高頻數據。比如，根據卡車運行情況來判斷公司的運營狀況，能突破財務報表的低頻問題，讓數據更直接地與企業的實體運營情況連接。

另類數據為企業融資拓新路

作為國民經濟和社會發展的生力軍，中小微企業貢獻了50%以上的税收，60%以上的國內生產總值，70%以上的技術創新，80%以上的城鎮就業，並覆蓋90%以上的企業數量。這些企業的生存狀況直接關乎居民整體收入和社會經濟穩定。中小微企業以其靈活和創新的方法促進經濟增長，但卻面臨着為運營和增長尋覓資金的挑戰。

長期以來，受政策法規、經濟環境、金融機構信貸審核體制及企業自身特點等因素的影響，中小微企業缺少正規有效的融資渠道。因為中小微企業財務記錄較少，缺乏信用數據，基本沒有固定資產作抵押，自身的金融和管理技能有限，開展各項業務的成本較高，所以很難通過銀行獲得傳統的信貸便利。而民間融資成本相對較高。金融供給方和融資需求方信息不對稱是此類企業融資難的主要原因之一。

面對中小微企業融資的痛點——企業規模小且週期短；高逾期率和高壞賬率；營業數據分散、徵信難——“融資難”在於找不到可靠的風控手段，“融資貴”在於無法控制業務成本。另類數據能夠為此提供更廣泛的思路、更及時有效的信息，經過更可靠的第三方數據認證，能夠降低中小微企業的融資難度，因而具有廣闊的發展前景。

打造數據密集型金融新範式

人工智能、大數據、區塊鏈等技術在金融領域的應用造就了數據密集型的金融新範式，併為另類數據的出現和應用營造了良好的前提條件。隨着金融開放進一步擴大，數據多元化發展，另類數據在金融行業中開始扮演越來越重要的角色，特別是在輔助投資者或金融機構做投資決策、幫助中小微企業以及個人提升信用評級等方面的應用最為廣泛。在數字經濟背景下，另類數據可用於分析企業整體經營情況、預測行業景氣度等、跟蹤產業發展狀況。

首先，相較於傳統數據，大數據的優勢主要體現為體量大、流動速度快、種類繁多且高度真實與安全，從而增強了信用評價。與季報、年報等相比，即時大數據更能夠顯示整體趨勢，為資本市場的有效定價提供建議。

其次，另類數據是不同於傳統數據但具有有效使用價值的數據信息。另類數據的獲得也不同於傳統數據（比如交易所數據、公司公告披露的最新數據），因此它們對於投資者實施投資決策或金融機構評估企業往往有着很大的價值。另類數據包羅萬象，比如一定區域內的天氣情況、某企業的銷售記錄、消費者的消費信息、生產過程中的浪費指數。

另類數據不顯示在財報中，卻能有效地聯結投資主體與現實社會，並可能長期影響基本面。比如，有兩個在虧損的公司，其中一家公司人員穩定，另一家人員流動較大，那麼投資人有理由相信人員穩定的公司是更值得信賴的。但僅憑財務分析通常無法深耕到基本面。此外，另類數據的變化是認定或證實考察對象的有效依據。比如，當一家商場的營收總額下降，可以分別利用社交媒體、線上平台等抓取商場人流量和產品質量的數據，確定營收額下降的真正原因。

在傳統模式下，銀行在選擇貸款企業時遵照5C原則，即考察貸款方的品德、經營能力、資本、資產抵押、經營環境，開展中小微企業貸款業務時大多通過“徵信報告+實地走訪”的方式收集企業的經營狀態、上下游信息等來預判企業還款能力。然而，眾多中小微企業無法提供符合銀行要求的財務信息，並且其數據的真實性有待進一步考察。同時，與個人消費信貸不同，中小微企業所在行業維度的複雜性和樣本積累難度對授信提出挑戰。因此，真實數據難獲得、數據多樣、貸款樣本量少等使金融機構缺乏判斷的依據，增大風控難度。

不過，藉助大數據的多元與快速、人工智能的高效與低成本和區塊鏈技術搭建起新的去中心化、自動化智能合同信用體系，能夠帶來融資成本的整體下降，將相關服務觸及到真正的好公司。

具體來説，針對中小微企業的融資困境，另類數據能夠彌補企業傳統數據方面的不足。企業法人代表的多種經營、婚姻狀況、民間借貸情況或不良嗜好等均會在一定程度上影響企業的還款能力，且信息具有高度多元化、多來源的特徵。因此，在常規的企業經營信息和徵信系統信息外，另類數據信息在區塊鏈的第三方認證體系下，能成為有效風險控制的重要因素。比如，對於商店的貸款申請，銀行可根據其客流量、交易金額、貨架的品種豐富度和服務員的態度等信息來決定是否放貸和貸款額度。

再次，中小微企業多為非上市企業，不受金融機構跟蹤，其數據的真實性易受質疑。此時，一個基於原始運營信息和更有效信用體系的相關數據認證，可以使好公司得到認可，壞公司不敢再造假或從可投資項目池自然淘汰。因中小微企業體量小，銀行和投資人往往會同時選擇多個投資標的，而對投資標的評估與篩選需要極大的工作量。此時區塊鏈技術、人工智能技術、另類數據等可協助評估，新的信用體系可以幫助提高評估效率。

目前，另類數據已經在眾多場景中取得實際應用。“另類數據”的寶貴之處除了提供更大量的多類型數據補給，其洞察潛力能出其不意地提高效率、降低成本。另類數據與傳統數據相互補充，提高了金融服務對接效率，增強了信用評價，通過金融科技手段“四兩撥千斤”助力中小微企業發展。

人工智能與另類數據共助數字強國

全球數字經濟發展進入新階段，數字經濟也是下一階段我國經濟高質量發展的重要推動力。作為傳統金融數據的補充，另類數據為市場洞察提供了不同視角，提升了數據模擬的準確性，能夠更高效準確地在市場上匹配金融服務的供需雙方，通過金融科技的手段推動數字經濟蓬勃發展。展望未來，另類數據在數字經濟時代的種類和數量將繼續增多，另類數據的時效性和多視角性將受到更多關注，有望成為企業競爭採用的主要手段之一，也會成為企業發展的重要資源。

同時，基於人工智能和大數據算法，對各種另類數據進行量化分析，並將結果應用到金融證券、對衝基金、外匯交易、大宗商品貿易、政策研究、行業監管等諸多領域，將有利於發現新的市場投資機會，推動整體經濟發展。

技術為本、拓寬思路、平衡成本是挖掘及使用另類數據過程中需要秉持的策略。目前，從全球行業發展情況來看，我國的另類數據行業與其他國家基本處於同一起跑線，並在眾多應用領域處於領先地位，但尚未形成成熟的行業監管框架。如何在發揮另類數據潛能的同時有效防範相關風險、保障另類數據行業健康發展，是世界各國共同面臨的挑戰。

□ 本文代表作者個人觀點，僅供讀者參考，並不構成為投資、會計、法律或税務等領域提供建議。

□編輯 | 潘   琦

□視覺 | 葛雯瑄

-END-

優惠 購買 《復旦金融評論》 單期刊

↙↙ 點擊 “閲讀原文” ，優惠訂閲《復旦金融評論》單期