金融科技在中小企業信用體系建設中的應用研究

張崇杰　許國萍　王飛

摘要：有效的信用體系建設，是增強中小企業微觀主體活力，推動中小企業健康發展的關鍵，對于維護良性運轉的市場秩序也有重要意義。但中小企業信用體系建設中面臨信息資源質量低、信用數據壁壘等問題有待解決。通過梳理金融科技關鍵技術及典型應用，提出運用金融科技解決中小企業信用體系建設的構想。

關鍵詞：金融科技；中小企業；信用體系

中小企業作為促進市場經濟發展的重要力量，其信用體系的建設與完善對促進其在金融市場的順利融資、行業市場內的高效運營和提高企業信用的管理水平并促進企業長期健康發展都非常關鍵。涉及社會的各個層面和不同部門的信用體系建設，只有在各級政府的統一領導和專項規劃下，才能構建統一、完善、流暢運行的信用體系。一段時間以來，“放管服”改革深入推進，各地重點建設信用信息應用平臺。在實現全覆蓋、數據共享、信息公開等工作方面，省級平臺建設取得重大進展。政府平臺通過完善頂層設計，制定并適時調整社會信用體系建設的相關法律法規和政策，明確各部門權利、義務和責任，保證各成員單位依法合規參與信用體系建設工作，同時保障信息主體信息安全。

2019年9月，國家發改委、銀保監會發布通知，要求建立中小微企業信用評價體系和信用信息共享機制，支持“信易貸”融資服務。2021年7月，人民銀行發布通知，鼓勵銀行金融機構與地方征信平臺、融資服務平臺合作，提高中小微企業信用貸款放款比率。2021年12月，國務院印發實施方案，進一步發揮信用信息在中小微企業融資中的支持作用，推動建立長效機制。2022年1月，中國人民銀行發布金融科技發展規劃，要求建立安全高效的金融科技創新體系，搭建一體化運營中臺，建立智能化風控機制，全面激活數字化經營新動能。

對于國家的宏觀經濟管理和調控政策的制定與落實方面，中小企業完善的信用體系能讓宏觀經濟政策精準有效地調控市場經濟行為。然而，金融機構面臨信息不透明等問題，難以準確評估中小企業的信貸風險，阻礙了優質中小企業獲得信貸資金支持。因此，提高中小企業信用風險評估的準確性是解決中小企業融資難的重要組成部分，是幫助中小企業發展和前進的有效途徑。

一、中小企業信用體系建設現狀與問題

（一）中小企業信用體系建設主要做法及研究現狀

早期的信用評價體系主要基于財務指標對企業的信用進行評價。在中小企業信用評價指標的選擇中，除了考慮償債能力、盈利能力、經營能力、發展潛力等財務指標外，還包括管理者素質、行業發展和政策環境、企業發展階段等非財務指標。

目前，我國對信用評價的研究，特別是中小微企業信用評價領域的研究，與國外先進國家相比起步較晚，在理論技術和實踐上仍存在顯著差距。此外，由于中小微企業財務報表數據失真、關鍵業務數據缺失等問題，單純依靠財務數據進行信用評估難以真實反映中小微企業的實際信用水平。因此，近年來，國內學者在研究中小企業信用評價方法時，開始使用大數據方法，整合財務、運營、物流等信息，彌補過去的不足；在指標體系建設方面，隨著研究的深入，引入了非財務指標，而不僅僅是使用財務指標。中小微企業信用評價體系的構建及其信用計量已成為國內學者的研究熱點。

（二）中小企業信用體系建設存在的問題

中小企業在中國當前的經濟結構中占有非常重要的地位。中小微企業融資難，主要是由于其金融體系相對不健全和信息不對稱；與此同時，中小企業缺乏足夠的抵押資產，融資擔保更加困難。在目前的銀行信貸體系下，如果信貸體系建設滯后，信用擔保體系不健全，抵押擔保將難以實施。

目前，許多大型企業已經建立了完整的信用管理和信息披露機制。然而，由于缺乏管理經驗和運營實力，中小企業的信用信息過于分散，其信息資源質量令人擔憂，難以建立健全的中小企業信用體系。第一，由于監管體制以及市場環境等多方面的原因，可用于評價我國中小企業信用狀況的信息資源質量存在非常明顯的缺陷。信用信息管理較粗放，能夠客觀反映企業最基本運營狀況的財務信息和稅務信息與企業實際運營嚴重不符，在標準化、規范化方面還未形成體系，從而影響后續的深度挖掘。第二，不同部門間數據互通、信息整合通道尚未形成，依然存在數據割據、數據孤島現象，準確而有效的企業信用評價大打折扣。與中小企業信用狀況相關的信息資源廣泛存在于不同地區的各個政府職能部門、跨行業的組織機構以及企業內部環境中，并且由于部分數據信息涉及信用主體的權益保護和相關行業、政府機構以及征信服務機構的利益，給高效運轉的中小企業信用體系的構建形成很大的阻力。第三，中小企業基本信用信息主要用于信息披露，在企業信用評估、風險防控等專業應用方面有拓展空間。同時，各級商業銀行和監管部門的信用風險評估機制尚不健全，這可能導致政府信用監管不足，也可能使銀行為了降低不良貸款率而傾向于選擇更嚴格的審查策略，導致貸款門檻高，難以有效緩解中小企業的融資困難和高融資成本。中小企業信用體系的建設基礎是有價值的信息資源的獲取和科學的評價體系的開發，因此改進中小企業信用體系建設現狀至關重要。

二、現代科技推動金融變革的關鍵技術

（一）大數據技術

大數據作為一個綜合概念，是指一個龐大、多樣且快速增長的信息來源。這些信息需要使用新的方法來獲得，并有助于提高洞察力、決策能力和流程優化能力。一般來說，大數據技術的主要特征包括大容量、多樣性、及時性、價值性、準確性等。例如，通過大數據分析，我們可以了解數據背后主體的行為模式，這有助于政府、行業、企業和其他人做出決策。金融業數據收集能力的提高依賴于信息技術的發展。大數據技術與傳統金融相結合，通過數據的信息化和模塊化處理，在確定趨勢、評估信用、分配資源和控制風險方面發揮作用，有助于提高金融服務的效率。

隨著金融科技的迅猛發展，大數據技術已經成為金融科技領域的重要組成部分，大數據技術的應用可以幫助金融機構更好地管理客戶數據、提高風險控制能力、提高業務效率等。大數據技術在金融科技領域的應用體現在三個方面。

1. 客戶數據管理

大數據技術可以幫助金融機構更好地管理客戶數據，通過對客戶數據進行收集、整合、分析，金融機構可以更好地了解客戶需求和行為，進而推出更加個性化的金融產品和服務。例如，大數據技術可以幫助銀行了解客戶的消費習慣和偏好，并根據客戶的需求和行為推出相應的金融產品，如消費貸款、投資和財富管理。

2. 風險控制

大數據技術可以幫助金融機構更好地進行風險控制。通過分析客戶數據、交易數據等，金融機構可以更好地識別潛在的風險和問題，并采取相應的風險管理措施。例如，大數據技術可以幫助銀行進行反欺詐檢測，識別潛在的欺詐行為，減少金融損失。

3. 業務效率提升

大數據技術可以幫助金融機構提高業務效率，通過對數據進行分析和挖掘，金融機構可以更好地了解業務流程和運營狀況，進而優化業務流程、提高業務效率。例如，大數據技術可以幫助銀行管理客戶服務。通過分析客戶服務數據，金融機構可以了解客戶服務需求和滿意度，優化客戶服務流程，提高客戶滿意度和忠誠度。

（二）人工智能技術

隨著人工智能技術的不斷發展和成熟，金融科技領域對人工智能技術的應用也日益廣泛。人工智能技術可以幫助金融機構更好地管理風險、提高客戶體驗、優化業務流程等。人工智能技術在金融科技領域的應用主要體現在如下方面。

1. 風險管理

人工智能技術可以幫助金融機構更好地管理風險，提高風險預測的準確性。例如，利用機器學習算法對客戶數據進行分析和挖掘，可以更好地識別和評估潛在的風險因素，提高風險控制能力。

2. 客戶服務

人工智能技術可以幫助金融機構提高客戶服務水平，提高客戶滿意度。例如，利用自然語言處理技術和聊天機器人，可以實現客戶的自動化服務和智能化問答，提高客戶體驗。

3. 業務流程優化

人工智能技術可以幫助金融機構優化業務流程，提高業務效率。例如，利用機器學習算法對數據進行分析和挖掘，可以優化業務流程，提高業務效率和準確性。

4. 精細化營銷

人工智能技術可以幫助金融機構實現精細化營銷，根據客戶數據進行定向推送，提高營銷效率和精準度。例如，利用機器學習算法和大數據分析技術，可以對客戶進行分類和分析，從而實現針對性的精細化營銷。依托大數據平臺和機器學習等先進技術，我們可以獨立學習客戶交易習慣和記錄行為特征，并提供專屬服務。仍有很大的發展空間。

5. 金融投資

人工智能技術可以幫助金融機構優化金融投資策略，提高投資收益。例如，利用深度學習算法和機器學習算法對市場數據進行分析和預測，可以實現更為準確的投資決策。

（三）區塊鏈技術

區塊鏈技術是一種去中心化的分布式賬本技術，具有去中心化、可追溯、防篡改等特點。近年來，隨著區塊鏈技術的不斷成熟和應用的廣泛性，金融科技領域也開始了對區塊鏈技術的應用探索。區塊鏈技術在金融科技領域的應用如下。

1. 數字貨幣

區塊鏈技術可以支持數字貨幣的發行和交易。例如，比特幣是基于區塊鏈技術的數字貨幣，通過區塊鏈技術實現了去中心化的數字貨幣交易，從而提高了交易的安全性和效率。

2. 資產交易

區塊鏈技術可以支持資產的去中心化交易，提高交易的可追溯性和透明度。例如，區塊鏈技術可以實現不動產的登記、轉移和交易，從而實現資產的去中心化交易。

3. 信用評估

區塊鏈技術可以支持信用評估，提高信用評估的準確性和可靠性。例如，利用區塊鏈技術對個人數據進行分析和挖掘，可以更準確地評估個人的信用狀況，從而提高信用評估的效果。

4. 風險管理

區塊鏈技術可以支持金融機構進行風險管理，提高風險管理的能力。例如，利用區塊鏈技術對交易數據進行分析和挖掘，可以更好地識別和評估潛在的風險因素，提高風險控制能力。

5. 供應鏈金融

區塊鏈技術可以支持供應鏈金融，提高供應鏈金融的效率和可靠性。例如，利用區塊鏈技術實現供應鏈金融的信息共享和透明度，從而提高供應鏈金融的效率和風險管理能力。

（四）云計算技術

云計算技術是一種將計算資源、存儲資源和應用程序等提供給用戶的服務模式，具有可靠性、可擴展性和高性能等優勢。在金融科技領域，云計算技術也有著廣泛的應用。云計算技術在金融科技領域的應用如下。

1. 金融數據存儲和處理

云計算技術可以支持金融機構存儲和處理大量的金融數據。例如，云計算技術可以提供彈性計算和存儲資源，滿足金融機構對于大量數據存儲和處理的需求。

2. 金融風險管理

云計算技術可以支持金融機構進行風險管理。例如，云計算技術可以提供實時數據分析和挖掘服務，幫助金融機構識別和評估潛在的風險因素，提高風險控制能力。

3. 金融服務交付

云計算技術可以支持金融機構提供金融服務。例如，云計算技術可以提供高可靠性、高性能的服務平臺，支持金融機構提供在線交易、金融咨詢等服務，提高服務的效率和質量。

4. 金融創新

云計算技術可以支持金融機構進行創新。例如，云計算技術可以提供靈活、高效的開發和測試環境，支持金融機構進行快速的應用開發和測試，加快創新的速度。

5. 金融監管

云計算技術可以支持金融監管。例如，云計算技術可以提供高可用性、高安全性的監管平臺，支持監管部門對金融機構進行實時監管和數據分析，提高監管的效率和精度。

（五）物聯網技術

物聯網（Internet of Things，簡稱 IoT）是指通過網絡將各種物理設備互相連接，形成互聯網上的物體網絡。在金融科技領域，物聯網技術也有著廣泛的應用。物聯網技術在金融科技領域的應用如下。

1. 智能支付

物聯網技術可以支持智能支付。例如，物聯網設備可以用于身份驗證和授權，實現無現金支付和安全支付，提高支付的便利性和安全性。

2. 智能風險管理

物聯網技術可以支持智能風險管理。例如，物聯網設備可以監測客戶資產的狀態和變化，幫助金融機構快速響應風險事件并做出決策，提高風險控制能力。

3. 智能客戶服務

物聯網技術可以支持智能客戶服務。例如，物聯網設備可以收集客戶的使用習慣和偏好，為客戶提供更加個性化的服務，提高客戶滿意度和忠誠度。

4. 智能資產管理

物聯網技術可以支持智能資產管理。例如，物聯網設備可以監測資產的狀態和變化，為金融機構提供實時的資產管理和追蹤服務，提高資產管理的效率和精度。

5. 智能市場監管

物聯網技術可以支持智能市場監管。例如，物聯網設備可以監測市場行為和交易數據，為監管機構提供實時的監管服務，提高市場監管的效率和精度。

三、運用金融科技解決中小企業信用體系建設的構想

隨著我國經濟的不斷發展，中小微企業已經成為了經濟的重要支柱。在實踐中，中小微企業的融資難、融資貴、融資風險高等問題已成為制約中小微企業發展的主要瓶頸。為了解決這些問題，我國政府提出了一系列政策措施，其中金融科技的發展成為了解決中小微企業融資難的重要手段。金融科技可以通過科技手段為中小微企業提供更全面、準確、高效的金融服務，為中小微企業信用體系建設賦能，促進中小微企業健康發展。

小微企業發展面臨融資難、融資成本高、融資風險大的問題。因此，結合金融科技在中小微企業信用體系建設中發展的特點和現實，借鑒我國其他地區用金融科技賦能中小微企業信用系統建設的經驗，構建特色鮮明的融合創新機制和具體實施路徑框架，有效服務中小微企業。介紹金融科技賦能中小微企業信用體系建設的融合機制和實施路徑，包括金融科技、信用評價指標體系、信用評價模型和金融風控模型等。

在金融科技賦能中小微企業信用體系建設的過程中，需要按照以下路徑實施。

（一）建立金融科技平臺

為了賦能中小微企業信用體系建設，需要建立一個完善的金融科技平臺，以支持信用評價指標體系、信用評價模型和金融風控模型等的建設和應用。該平臺應該具備以下特點。

數據匯聚與整合：平臺應該能夠匯聚和整合來自不同數據源的信息，包括企業注冊信息、財務數據、稅務數據、工商數據、征信數據等。此外，還應該具備數據清洗和歸一化的能力，以保證數據的準確性和一致性。

數據存儲與管理：平臺應該能夠對海量數據進行高效存儲和管理，確保數據的安全性和完整性。同時，平臺還應該支持數據的實時更新和查詢，以滿足不同應用場景下的需求。

數據分析與挖掘：平臺應該能夠利用大數據和人工智能等技術，對數據進行分析和挖掘，從而提取出中小微企業的信用信息，包括財務狀況、經營能力、市場前景等方面的信息。

信用評價與預測：平臺應該支持建立基于大數據和人工智能的信用評價模型，以實現對中小微企業的信用評價和風險預測。該模型應該能夠結合各種數據指標進行評價，包括財務指標、經營指標、市場指標等，從而實現對企業信用的全面評估。

金融風控與決策：平臺應該支持建立基于大數據和人工智能的金融風控模型，以實現對中小微企業的風險管理和決策支持。該模型應該能夠對企業的信用狀況進行實時監測和預警，并提供相應的風險控制策略和建議。

（二）建立中小微企業信用評價指標體系

建立中小微企業信用評價指標體系是中小微企業信用體系建設的重要一環。以下是建立中小微企業信用評價指標體系的路徑。

明確評價目標：明確中小微企業信用評價的目標和范圍，如評價中小微企業的經營狀況、償債能力、管理能力等。

確定評價指標：根據評價目標確定相應的評價指標。評價指標應具有客觀性、科學性和實用性，并能反映中小微企業的真實情況。

篩選評價指標：根據評價指標的重要性和可操作性進行篩選，確保評價指標能夠覆蓋中小微企業的主要經營活動和風險點。

設計評價模型：根據評價指標設計評價模型，將評價指標進行加權計算，得出中小微企業的信用評分。評價模型應考慮指標的相互關系和重要性，并進行動態調整。

完善評價體系：建立完整的中小微企業信用評價體系，包括評價指標、評價模型、評價結果的解釋和反饋機制等。

建立數據平臺：建立中小微企業信用評價的數據平臺，包括企業基本信息、財務信息、征信信息等。平臺應具有數據共享、數據安全和數據保護等功能。

實現自動化評價：通過人工智能技術，將評價指標、評價模型和數據平臺相連接，實現對中小微企業信用評價的自動化評估和監控。

（三）建立中小微企業信用評價模型

信用評價模型的構建是本課題的核心內容。在這里，我們提出了一種基于知識圖譜的信用評價模型。具體而言，我們使用知識圖譜算法來分析中小微企業的多源數據，生成企業的知識圖譜。在這個知識圖譜中，企業與各種因素（如經營狀況、財務狀況、管理狀況等）之間的關系都被清晰地描述出來。這樣，我們就可以通過對這個知識圖譜的分析，來評價企業的信用狀況。

知識圖譜算法是一種基于圖論的算法，它可以將各種關系用圖的形式表示出來，從而方便對關系進行分析。在本課題中，我們將中小微企業與其經營狀況、財務狀況、管理狀況等因素之間的關系都表示為圖的形式，然后通過對這個圖的分析，來評價企業的信用狀況。

在進行信用評價時，我們首先需要對企業的知識圖譜進行處理，將其轉化為數學模型。我們使用了一種基于圖卷積神經網絡（GCN）的方法，將知識圖譜轉化為一個矩陣，然后通過矩陣運算，對企業的信用狀況進行預測。在這個過程中，我們還考慮了各種因素的權重，來對企業的信用狀況進行更加準確預測。

（四）金融風控模型的構建

金融風控模型是保證金融服務安全的重要手段，本課題也考慮到了這一點。我們提出了一種基于大數據和機器學習的風控模型，以保障中小微企業融資過程的安全和風險控制。

在這個模型中，我們將中小微企業的融資信息、財務信息、經營信息、信用信息等各種因素納入考慮范圍，并通過對這些數據的分析，來對企業的風險狀況進行評估。我們采用了一種基于深度學習的方法來進行風險評估。具體而言，我們使用了卷積神經網絡（CNN）和循環神經網絡（RNN）來對中小微企業的融資過程進行分析和預測，從而提高風險控制能力。

四、結語

綜上所述，金融科技賦能中小微企業信用體系建設的融合機制和實施路徑主要包括四個步驟：建立金融科技平臺、建立中小微企業信用評價指標體系、建立中小微企業信用評價模型和建立金融風控模型。這些步驟是相互關聯、相互促進的，能夠形成一個完整的中小微企業信用體系建設框架，為金融機構提供更為可靠和準確的風險評估結果，從而更好地支持中小微企業的發展。

參考文獻：

[1]朱鵬霏.金融科技背景下T銀行小微信貸業務創新研究[D].成都：電子科技大學，2022.

[2]姚一鳴.金融科技對商業銀行信用風險的影響研究——基于小微企業貸款視角[D].濟南：山東大學，2021.

[3]陳文虎，等.金融科技在信用研究領域的應用[J].債券，2022（10）：82-86.

[4]付娉.基于區塊鏈技術的企業征信構建研究[J].金融發展評論，2021（07）：84-94.

[5]劉榮，崔琳琳.大數據技術在中小企業信用體系建設中的應用[J].征信，2015（04）：40-43.

[6]石林，劉金星.加強中小企業信用體系建設之我見[N].中國市場監管報，2019-08-06（005）.

（作者單位：黃河科技學院工學部）