作为重要的市场主体，小微企业、个体工商户等普惠金融服务对象的发展，与保障就业、激发创新动力、促进经济发展息息相关，是金融服务实体经济高质量发展的重要环节。近年来，我国普惠金融在供给量和覆盖面上取得了令人瞩目的成效。数据显示，2021年末，普惠小微贷款余额达19.2万亿元，同比增长 27.3%；普惠小微授信户数 4456 万户，同比增长38%。
不过，也要看到，这一领域仍是金融服务实体经济的薄弱环节。小微企业普遍缺乏传统抵押物的特点以及经营过程中伴随着的种种不确定性，让普惠金融业务面临风险大、成本高、收益难以匹配等因素制约。新冠疫情发生以来，进一步加剧了普惠金融的供需矛盾。
此外，普惠金融服务还存在着不平衡问题。有数据显示，截至2020年末，浙江、广东、江苏、山东、福建等5个东部发达省份普惠小微贷款余额占全国总量近50%。同时，农村地区的数字基础设施建设不足，征信体系完善速度较慢、增信效果有限，信贷获得率有待提升。
如何解决这些矛盾？
在数字化技术发展日新月异、银行业加速推进数字化转型的当下，科技创新的突破与应用，应该成为赋能普惠金融，解决制约业务开展痛点的关键所在。
首先，为有效解决银企信息不对称痛点，打破核心企业信用强依赖，破解链上小微企业融资难融资贵困境，银行可借助大数据手段，推出一系列数字解决方案，推动数字供应链金融相关项目建设，惠及产业链供应链末端的小微企业，为其提升效率、节约成本。
其次，为了解小微企业真实融资需求，银行可以依靠5G、区块链、物联网等底层技术和多层级的账户体系，对企业的订单、资金、物流、仓储等数据实时在线采集、验证，智能洞察企业融资需求，有效提高对小微企业的定价能力，确保资金能随时、随地、随需地精准滴灌到小微企业。
再次，面对小微企业缺乏可靠信用凭证的现状，银行可以借助科技手段提取小微企业运营关键数据，并将其转化为可供自己使用的信用信息。
银行可借助日渐丰富的大数据信息，基于小微企业生产场景提取数据，作为关键的信用要素，对内将小微企业和企业主资金结算、交易流水、投资理财等多维数据进行系统整合、动态跟踪、交叉验证；对外连通政府部门，形成以政府及公共事业类数据为主体、特色场景类数据为助力的外部数据体系。
在足量内外部数据的基础上，银行还可以进一步运用机器学习、深度学习等模型算法进行数据分析和模型训练，进行模型量化基础上的风控建模，实现风控系统的智能升级，将内外部数据标准化、关联化，推动数据资产转化为信用信息。
借助物联网与通讯卫星技术，银行利用物联网终端采集经小微企业授权的生产运营数据，并通过地面网络或者卫星通信传输至银行数据中台，中台再将这些数据与小微企业主体信用、供应链交易等数据进行联合建模，实现“物流、商流、信息流、资金流”四流合一，将非标准化信息变为标准化数据和商业模型，以获取小微企业授信依据。
同时， 科技手段的介入，也为解决普惠金融业务可持续性，破解银行在展业中面临的风险信息不对称、风险识别难、风险预警弱、贷后管理繁琐等问题提供了新路径。智能化风控体系的建立，使银行风险识别准确性有效提升，不仅可对存量贷款客户进行前瞻性分层管理，还可逐步提升风险预警信号精准度和贷后管理有效性。
具体而言，在贷前，银行可有效拦截欺诈、伪冒等风险，主动筛选优质客户，过滤高风险客户，提高调查审查能力；在贷中，银行可搭建多维度数据体系，从更全面的角度进行小微客户画像和风险评估，对小微企业进行风险定价和提前授信，提高审批监测能力；在贷后，银行可加强风险信息归集、监测、审查的准确性与及时性，实现风险早识别、早预警、早发现，并通过差异化贷后检查、接入外部数据等手段，提高贷款管理效率。
此外，为破解普惠金融供给不平衡问题，银行可以借助金融科技手段，搭建开放平台，构建生态场景，加强与政府、企业、同业等各类平台的连接，提升开放共享能力，深度融入产业互联网和工业互联网的发展，全方位推进技术共享、场景共建、成果共用，同时帮助农村地区完善数字基础设施建设，让数字平台把服务带到物理网点难以触及的区域，进一步消除普惠金融服务的空白地带。
来源：金融时报-中国金融新闻网
作者：陆宇航
https://www.financialnews.com.cn/pl/cj/202202/t20220218_239646.html
