《银保合作破解小微企业融资难题.docx》由会员分享，可在线阅读，更多相关《银保合作破解小微企业融资难题.docx（4页珍藏版）》请在金锄头文库上搜索。
1、银保合作破解小微企业融资难题我国小微企业数量大且非常具有创造潜力，对吸纳就业，增加税收，促进经济发展贡献巨大。目前，我国小微企业吸纳就业总人数超过2亿人，对GDP的贡献率约为1/4。但“融资难、融资贵”一直是困扰我国小微企业发展的难题之一。在2014年年底召开的国务院常务会议上，李克强总理指出要坚持改革创新，完善差异化信贷政策，健全多层次资本市场体系，进一步有针对性地缓解融资成本高的问题，更好地向小微企业、“三农”提供规范服务。并明确提出：可推广小额贷款保证保险试点，发挥保单对贷款的增信作用。小微企业信用数据缺失、抗风险能力弱是导致传统信贷模式难以适用的根本原因。近期，互联网金融机构纷纷开始借
2、助“大数据”开展小微金融业务，而央行也正式要求阿里巴巴、腾讯在?鹊陌思一?构做好个人征信业务的准备工作。因此，本文将探讨建立大数据、保险理论与银行信贷相结合的模式，有针对性地克服小微企业信用数据不完善、抗风险能力弱的不足，使得信贷资金能够有效投向小微企业领域。 小微企业融资难的根源小微企业融资难问题的核心是由多层次风控难题所致。我国小微企业数量庞大，由于信用体系欠发达，加上小微企业自身财务制度并不健全，从而导致这部分风险个体并没有进入系统的“数据池”。而由于样本十分分散，使得金融机构在贷款前很难进行标准化的信用定价，同样，这部分贷款的后续风控跟踪成本高昂。就小微企业自身来说，这类企业由于大多数
3、处于生产和经营周期的前端，成本投入较高却尚未形成稳定的收入流，这使得小微企业自身对经济环境非常敏感，同时，其抵抗风险的能力和自我修复的能力都很弱。“担保+银行”模式的困局目前，解决小微企业融资难题的一个机制，是在银行和企业之间引入担保公司对企业进行担保，提高小微企业的信用评审状况，从而使企业更容易获得贷款。但就这一模式而言，目前已经暴露出很多不足。首先，我国担保公司对贷款市场的风险识别能力低，且其风控模式大多与传统银行相似，因此“担保+银行”的小微贷款风控模式互补效果并不明显。其次，担保公司由于自身资本实力有限，如果担保的金额过高，就会导致财务杠杆过高，进而使得财务风险骤增;而如果限制财务杠杆
4、，又不能满足小微企业融资过程中广泛需要担保的现实。第三，我国担保公司对银行的议价能力较弱，导致在实践中很多担保公司强迫客户先缴纳一部分保证金，或者通过非法吸收存款、发放贷款等手段，获得高额“非法收益”以弥补“合法收益”的不足，若非如此，现阶段国内的担保公司将难以在市场上长久生存。多重的风险导致银行对小微企业贷款意愿较低，而对抵押品的要求较高。小微企业融资难度大、成本高，反而会降低优质风险个体的贷款意愿，甚至退出市场，而相对劣质的高风险个体则更倾向于留在贷款市场，产生严重的逆向选择问题。国外学界对此早有经典的理论模型予以论证：根据信息经济学理论，斯蒂格里兹和威斯于1981年以信贷市场信息不对称为
5、基础所建立的理论模型最具影响力（也称S-W模型）。商业银行在预期到这一情况的前提下，会产生均衡信贷配给问题。均衡信贷配给是指不是由于货币当局对利率上限的管制，而是出于银行的利润最大化动机而发生的，在一般利率条件和其他附加条件下信贷市场不能出清的现象。S-W模型证明了信息不对称所导致的逆向选择问题是产生均衡信贷配给的基本原因。当面临对贷款的超额需求，且银行无法分辨单个借款人的风险时，银行为了避免逆向选择，不会进一步提高利率，而会在一个低于竞争性均衡利率，但能使银行预期收益最大化的利率水平上对贷款申请者实行配给。在配给中得不到贷款的申请人即使愿意出更高的利率也不会被批准，因为出高价的借款人可能选择
6、高风险项目。这样的趋势就会降低银行的平均资产质量，因此，即使可贷资金有剩余，银行也不愿意按高利率放贷而使自己的利益受损。由此可以看出，在中国，“担保+银行”的模式并不是解决小微企业融资困难的有效途径。探索“大数据+保险+银行”模式以上分析可知，小微企业征信系统的不完善和抗风险能力弱，是导致了小微企业融资难的两大难题。而传统的引入担保公司的模式并不能有效解决这两大障碍。大数据技术为解决小微企业征信问题提供了新的手段，而贷款保证保险运用大数法则和损前融资模式，能够有效平滑小微贷款的违约损失，提升小微贷款业务的抗风险能力。将这两者结合或许是解决小微信贷难题的有效途径。国际经验借鉴关于小微企业融资问题
7、，国际上比较成功的经验是孟加拉国的格莱珉银行。该行一直致力于为农民提供小额贷款。截至2013年12月，该行已经累计发放了145亿美元的小额贷款，其还款率高达97.33%。该行的运营经验以及其创始人尤努斯的“普惠金融”理念，已经成为世界小微贷款业务发展的典范。该行的运营经验总结起来有以下两个方面：一方面，该行要求借款的农民必须以5个彼此熟悉的人为单位组成小组，以便于了解彼此的还款意愿和还款能力;另一方面，为贷款农民免费购买死亡保险，并鼓励贷款农民以贷款额度的3%购买贷款保险。这两个方面中，第一个方面其实是借助贷款者互相之间的担保和监督，以克服小微贷款征信和管理的难题。第二个方面是借助保险来平滑小
8、微贷款业务的违约损失，提升小微贷款业务的抗风险能力。国内实践分析格莱珉银行的“联保模式”和“贷款保险”经验给予了我们很好的启示。而大数据技术的发展可以较好地解决小微征信数据缺失的不足。因此在我国，可以将大数据技术、“贷款保证保险”和商业银行小微贷款业务相结合，形成一种新的小微贷款运营模式，并将之运用到小微贷款领域。首先，对大数据技术而言，这项技术不采用随机分析法（即抽样调查法）这样的捷径，而是搜集所有数据进行专业化的分析和处理。这可以很好地解决小微企业庞杂分散数据的汇总问题。值得注意的是，对大数据的挖掘不仅可以了解微观主体以往的收支记录，而且可以从多个维度评价这些个体。然后通过情境分析得到借贷
9、者边际违约倾向和违约概率，从而更精准地估计与之相对应的违约损失率。因此，运用大数据技术能完善征信系统建设，方便作为贷款方的银行和作为保险提供方的保险公司对借款人进行风险定价。 其次，对保险公司而言，相比于担保公司，保险公司在为贷款人兜底和风控方面有诸多优势：第一，相比担保公司，保险公司对风险的识别、计量和定价都有更为成熟的技术;第二，保险公司可以运用大数法则发行保险产品收取保费，进行必要的损前融资，用多数资质良好的信用个体的保费平滑个别违约损失。而担保公司并不具备这个职能优势。第三，结合当前“大数据”时代的背景，保险公司自身的其他业务对大数据的运用具有固有的诉求，大数据在保险领域的广泛应用，让
10、保险公司比担保公司更有条件经营好这一业务。无论是为了更加了解消费者的诉求，还是为了筛选更好的低风险优质承保标的，或是为了承保后更好地追踪标的，降低赔付率和管理费率，保险公司都有非常强的内在动力，去运用大数据帮助自身提升经营效率。而这带来三个结果：其一，由于保险公司相比担保公司，经营覆盖区域更广，销售渠道更丰富多样，客户数量大投保时间长，因此，保险公司掌握更多的“大数据”，从而能整合不同的风险个体，将其标准化，方便定价;其二，保险公司与担保公司相比，保险的销售和运营模式使得其客户覆盖率广、数量大，因此可运用大数法则确保优质客户的收益能够覆盖违约客户带来的损失。其三，大数据的建设势必需要巨大的技术
11、研发和维护投入，保险公司在资本条件上无疑是优于担保公司的。最后，除了保险公司的优势条件外，还应看到小额贷款保证保险作为保险产品，其本身具有很多其他产品不具备的优势：第一，保费低廉。保险产品凭借自身可以运用大数法则的经营优势，通过精算模型定价，可以向借款人平均收取等额、低额的保费，以多数优质风险个体的保费来覆盖少数违约个体的贷款损失。这种机制对借款人而言成本显著低于企业单独向银行或担保公司提供的抵押品的价值，有助于提升小微企业的流动性。而与传统保险相比，保费低可以算是小额贷款保证保险一个突出的特征。而这一特征是由他所服务的对象小微企业或低收入农民而决定的。也正是因为低廉的保费，使得这部分群体才可
12、能获得商业保险，而且较低的保费也是小额贷款保证保险的重要竞争力来源。第二，覆盖风险的针对性强。与其他产品相比，小额贷款保证保险仅针对贷款人对银行的合约风险（违约风险）。覆盖风险的单一性使得这类产品的保费较低，同时，借款人购买了此款保险之后，就将由于意外等非常规因素导致的无法还款的风险转嫁给了保险公司，这样，小额贷款保证保险既保证了借款人的利益，也保护了银行的利益。因此我们认为，相比担保公司，保险公司更能够充分利用大数据和大数法则，将小额贷款保证保险与银行信贷结合，解决现行“银行+担保公司”模式不能解决的小微企业融资难的问题。实践中可能存在的障碍我们知道，保险公司的信用保险和保证保险是财产保险领
13、域的传统产品。但从总量来说，这类保险在保险公司的保费收入中占比始终很低。而其中的贷款保证保险更是占比微乎其微。根据我国保险公司公开披露的数据，信用（保证）保险保费收入占其保费总收入之比平均不超过5%。银行也并没有大规模开展与保险公司在信用保险领域的合作。制约银行与保险公司合作开展小额贷款保证保险的主要原因包含两个方面。一方面，由于担保公司对银行有很强的依附性，缺乏市场议价能力;当前国内绝大多数担保公司在同银行的合作中需要风险全担，而银行却是“旱涝保收”。但是，小额贷款保证保险合同中通常设定有免赔率，一般在20%30%之间，有的甚至高达50%。另一方面，当前国内银行在同担保公司合作时所签订的保证
14、担保合同，通常为连带保证合同，只要借款人到期没有偿还本金和利息，银行就可以要求担保公司履行保证义务，几乎可以不问借款人没有偿还本金和利息的原因。但是，小额贷款保证保险合同中通常都约定有多项责任免除条款，例如由于银行对借款人信用审查不严所致的损失，保险人将不承担赔偿责任。站在保险公司的角度，以上原因实际上是其自身出于利益的考量，而非风险管理技术成熟的理性行为使然。但如此便会使得贷款保证保险难以介入小微企业向银行贷款的对接中，从而无法解决小微企业的贷款难的问题。因此，要解决这一难题，首先要确保保险公司开展贷款保证保险的收益;然后由保险公司来承担银行小微贷款业务的风险。要确保小微贷款保证保险业务的收
15、益，一是要确保该业务的规模足够大，二是要制定合适的保费率。因此，首先，可以要求金融机构的小微贷款业务客户必须购买小微贷款保证保险（类似孟加拉国的格莱珉银行的做法），这就保证了保险公司开展该类业务的规模。其次，保险公司可对购买贷款保证保险的借款者运用大数据系统进行分析，然后设定相应的保费率（对保费进行风险定价）。通过以上两点，在确保保险公司的收益后，在保证保险条款中需去除相关免责条款，并适当降低免赔率（为银行提供足够的担保）。最后，银行应与保险公司加强合作，通过各自的销售渠道和客户终端获取并整合贷款人和投保人的信用数据，在建立数据库的同时利用大数据技术推进对小微企业的信用评级建设，完善信用评级机制，建立小微贷款客户征信系统，进而降低小微贷款的风险。结束语借助于大数据技术消除小微企业、保险公司和银行三者之间的信息不对称问题;同时借助于保险的大数法则，在三者间作出合理的利益分配和责任分担机制;并由政府积极推动，给予这一机制参与各方有效的物质与非物质支持，或许该模式可以有效解决我国小微企业的融资难题。（：国家开发银行研究院科研管理与合作处）
