小微企業在我國經濟發展中扮演著重要角色，貢獻了50%的稅收，60%的國內生產總值（GDP），70%的技術創新，80%的就業。小微企業是建設現代化經濟體系、推動經濟實現高質量發展的重要基礎，是擴大就業、改善民生的重要支撐，關系億萬家庭生計，更關乎經濟的基本盤。然而，新冠肺炎疫情的暴發造成中小微企業經營活動短期停滯，被動裁員現象增多、流動性風險加劇、信用違約風險增大等。本文認為，深化互聯網小微信貸模式創新，增強銀行穩企保企能力，充分發揮金融的“穩定器”作用，可為小微企業擺脫疫情之困提供破局對策。

疫情沖擊下小微企業發展的困境及應對

突如其來的新冠肺炎疫情使部分城市不得不采取出行控制、社交隔離甚至封城的措施，以保障人民生命健康安全，這使很多商業行為從線下轉到了線上，經濟發展受到了一定沖擊。本次疫情對企業的沖擊程度不均衡，小微企業相對于大中型企業受到的負面影響更大。無論是在打通供應鏈、尋求資金支持，還是在拓展銷路上，小微企業都困難重重。一方面是剛性成本，如房租、人力成本等支出不變；另一方面是訂單大幅下滑，收入減少，一些微觀經濟主體陷入經營和財務危機。

4月29日，習近平總書記主持召開中央政治局會議，會議要求“要穩住市場主體，對受疫情嚴重沖擊的行業、中小微企業和個體工商戶實施一攬子紓困幫扶政策”。5月5日，國務院總理李克強主持召開國務院常務會議，部署進一步為中小微企業和個體工商戶紓困舉措，以保市場主體穩就業。5月31日，國務院印發《扎實穩住經濟的一攬子政策措施》，聚焦財政、貨幣金融、穩投資促消費、保糧食能源安全、保產業鏈供應鏈穩定、?；久裆鶄€方面提出了33項措施，以最大限度減少疫情對經濟社會發展的影響，統籌發展和安全，努力實現全年經濟社會發展預期目標。其中，“鼓勵政府性融資擔保”“加大普惠小微貸款支持力度”“加大政府采購支持力度”“穩定和擴大民間投資”等多項具體舉措，幫扶中小企業紓困解難。

近年來，商業銀行在扶持小微企業方面做了大量努力。自2016年國務院印發《推進普惠金融發展規劃（2016—2020年）》以來，一些大型商業銀行率先推出互聯網小微信貸模式，基于大數據風控，全流程線上業務辦理，即申即貸，推動了小微信貸業務呈現高質量、高速度發展態勢，有力緩解了小微企業的融資難問題。尤其在疫情期間，互聯網小微信貸模式更是充分發揮了其線上辦理優勢，在銀行線下網點無法展業的情況下，為小微企業第一時間獲取信貸資金提供了保障，為緩解小微企業的生存壓力提供了有力的資金支持。面對不斷反復的新冠肺炎疫情，這一模式的重要性越發凸顯。然而，該模式尚存在客戶體驗不佳、需求識別不準確等不足，需要深化創新，將互聯網小微信貸模式打造為疫情之下商業銀行穩企保企的主戰場，為踏實經營的企業在需要資金的時候給予其所需額度的貸款。

商業銀行現有互聯網小微信貸模式面臨的挑戰

互聯網小微信貸的快速發展一方面是源于國家在支持小微企業融資方面持續出臺政策，致使商業銀行越來越重視小微信貸業務；另一方面是其確實可在一定程度上針對性地解決傳統小微貸款模式存在的問題，對銀行信貸有著重要意義。然而，不論是從客戶體驗視角看，還是從銀行視角看，商業銀行現有互聯網小微信貸模式尚存在一些痛點和難點。

（一）從客戶體驗的視角看，現有商業銀行互聯網小微信貸模式面臨五個方面的痛點。一是“不知道”。雖然商業銀行早已推出互聯網小微信貸模式，但不少小微企業主仍然不了解銀行的互聯網小微信貸產品，還是認為辦貸款需要到網點申請。這和銀行數字化營銷和服務能力不足有關。一方面，商業銀行的互聯網小微信貸模式基本是產品在線上，營銷靠線下，網點觸達能力決定了產品服務范圍。由于小微企業數量眾多，單純依靠銀行網點經理的推廣，很難做到面面俱到；另一方面，即便有些小微企業主知道銀行有互聯網小微信貸產品，但產品選擇太多，不知道如何操作。二是“貸不到”。部分商業銀行的互聯網信貸產品依然延續線下審批的風控思路，設置了相對比較高的準入門檻，導致條件不滿足的小微企業很難從銀行獲得貸款，如企業成立年限的限制。單單這個準入條件就會將很多小微企業擋在門外。三是“貸不滿”。一些符合條件的小微企業雖然能在銀行獲得貸款，但難以貸到所需金額。這又突出表現為：一種是始終無法貸到其需要的資金；另一種是在企業最需要錢的時候貸不到所需金額，不需要錢的時候授信額度又比較高。四是“貸過頭”。還有一些小微企業，從其經營角度來說并不需要太多資金，但銀行給的額度偏高，又或在企業不需要錢的時候，銀行給予了授信額度。這可能引發小微企業的逆向選擇，將貸款資金挪作投機或盲目擴張。一旦投機或擴張失敗，企業陷入困境，直接影響銀行信貸資產安全。五是“貸不長”。小微企業因自身生產經營特點，對長期資金需求較高，而銀行的互聯網信貸模式大多為一年期的流動資金貸款，導致一些企業貸款到期后需要先把銀行貸款結清再重新申請一筆貸款，無疑會增加企業的交易成本。特別是對于一些采用過橋資金還款的企業，一旦重新申請貸款沒有獲批或授信額度大幅低于原有貸款金額，會讓企業陷入流動性困境。

（二）從銀行的視角看，銀行在推進互聯網小微信貸業務的過程中也面臨著一些挑戰，主要包括以下五大難點：一是數據獲取難?；ヂ摼W小微信貸模式的基礎是大數據風控，銀行需要掌握盡可能多的數據，包括企業經營的相關數據。雖然我國征信體系建設已經取得了長足進步，但現階段有些數據尤其是企業經營相關的數據仍較難獲取，特別是對于一些中小銀行而言，獲取數據的難度更高，無法完全滿足銀行大數據風控的需要。二是客戶管理難?；ヂ摼W突破了時間和空間限制，使得銀行可服務的客戶數量呈指數級增長。小微企業眾多，其所處生命周期以及對數字技術的理解等方面存在巨大差異，對銀行標準化服務提出了要求。由于貸后管理仍需要客戶經理去執行，大幅增長的企業數量已經超出了現有客戶經理的服務能力，出現劇增的企業數量與有限的服務能力不匹配的現象。如果依然按照現有手段去服務這些客戶，無疑會產生巨大成本，效果也不盡如人意。三是客戶需求識別難。銀行長期形成以產品為中心的思維尚未完全轉變為以客戶為中心的思維，銀行對小微企業的調研不夠深入，對客戶了解不足。另外，銀行目前掌握的數據很難精確識別客戶的需求。四是欺詐風險防范難。新興的商業銀行互聯網小微貸款模式主要依托生物識別、光學字符識別（OCR）、大數據風控模型等手段識別企業的真實性、申請貸款的合理性等，面臨著遠高于傳統線下授信模式的欺詐風險。五是新型風險管理難?；ヂ摼W小微信貸模式的基石是大數據智能風控，大數據模型被廣泛運用到小微信貸的自動審批之中，這就不可避免地帶來了新的風險。一方面，一旦模型構建的前提條件發生改變或者模型管理不善，將會導致信貸審批結果出現大面積偏移。小則導致審批通過率過低，引發客戶投訴；大則導致審批過松，產生大量不良貸款，最終造成業務中止。另一方面，隨著大數據在互聯網小微信貸風控領域的深入應用，數據合規、數據質量、數據源可持續性、數據解讀等問題對信貸風控的有效性甚至業務可持續性的影響與日俱增。模型風險和數據風險作為伴隨著互聯網小微信貸模式而生的新型風險，尚沒有形成成熟的風險管理機制，是銀行面臨的風險管理新課題。

商業銀行互聯網小微信貸業務可持續發展的路徑

商業銀行需要進一步深化創新，徹底打破銀行傳統的以產品為中心的思維，向真正以客戶為中心轉變，深刻洞察小微企業的經營行為和需求，創新數字化營銷與服務。從需求識別出發，打造以小微企業需求為中心的一站式辦理的業務模式，形成體系化、生態化的大數據風控模型體系，提升風控精準度，為真正踏實經營的小微企業提供滿足其需求的信貸服務，幫助小微企業走出困局，陪伴小微企業成長。同時，要探索建立模型和數據風險等新型風險管理模式，確?；ヂ摼W小微信貸業務的可持續發展。

（一）推進數字化營銷與服務創新工作。一方面，結合小微企業的經營特征，基于企業主的生活、工作場景，聯合專業數字化營銷機構和平臺，共建精準營銷模型，開展有針對性的數字化品牌宣傳、產品營銷推廣，讓更多企業了解銀行互聯網信貸產品；另一方面，通過建立產品、服務知識圖譜，基于人工智能技術打造智能交互機器人，引入真人虛擬數字人形象，為小微企業提供類似真人的一對一服務體驗；創新交互式業務辦理方式，幫助小微企業解決貸款申請、還款等相關問題，通過智能外呼開展還款提示、催收等業務，提升服務效率，降低企業交易成本和銀行服務成本，破解客戶服務難題。同時，通過數字人采集動態交互數據，進一步夯實大數據風控的數據基礎。

（二）大力推進基于隱私計算的數據采集工作。自黨的十九屆四中全會首次將數據納入生產要素以來，國家層面開始大力推進數字經濟發展，數據流通機制、基礎設施等勢必會逐步完善，銀行獲取數據將更加便捷。另外，隨著《數據安全法》《個人隱私信息保護法》《征信業務管理辦法》等法律法規的出臺，對銀行使用外部數據提出了更高的合規要求。銀行可以探索推進聯邦學習等隱私計算技術在數據合作中的運用，基于隱私計算數據可用不可見的特性破解數據合作方之間的數據共享合規問題以及信任問題，與產業鏈核心企業、政府部門及其他合規數據源開展深入的數據合作，實現跨行業、跨機構數據的直接聚合開展機器學習等模型訓練，充分釋放數據生產力，為破解企業“貸不到、貸不滿、貸過頭、貸不長”等問題夯實數據基礎。

（三）著力創新打造以小微企業需求為中心的業務模式。首先，從產品流程上來說，打破銀行傳統以產品為中心的產品設計模式，從客戶需求出發，將現有眾多產品整合為一個以信用為主，以風險緩釋手段為增信的面向客戶的統一的一體化業務流程，為客戶做減法，讓客戶可以實現“一站式”的貸款申請。其次，基于大數據精準識別小微企業所處生命周期、行業特征，推斷小微企業資金需求金額、使用周期等，以此作為企業授信額度測算、貸款期限確定的依據之一，解決客戶“貸過頭、貸不長”的問題。同時，也可以將需求識別結果作為小微企業申請行為欺詐識別的重要依據，增強銀行的反欺詐能力。最后，為小微企業提供在線增信服務。當小微企業獲得的授信不足以滿足其資金需求或申請貸款被拒時，可以通過在線“存數”，即由小微企業存入相應資產數據證明；銀行通過OCR、自然語言處理（NLP）等人工智能技術進行真實性的交叉核驗，并將結構化后的數據輸入增信模型，重新調整授信結果，解決客戶“貸不滿”及客戶需要重新申請抵押貸款而帶來的體驗不佳問題。

（四）構建體系化的風控屏障，提升風控精準度。風控是商業銀行做好小微企業融資服務的重要基礎。就現階段的大數據技術特點而言，解決目標問題越精確，效果越好。因此，大數據模型越精細，覆蓋的風險問題維度就越全面，對小微企業的風險畫像就越準確，風控的精準度就越高。商業銀行需要探索改變現有相對粗放的大數據風控模式，將風控問題細化拆解。針對每個問題建立對應的細化模型，準備充足的數字風控“零件”，再將這些“零件”根據實際業務情況進行靈活組裝，建成更靈活、快速、精準的大數據智能風控體系。

第一，大力研發通用模型，夯實數據風控的標準“零件”?？梢詮钠髽I間風險傳染、區域信貸風險、行業信貸風險等問題入手，探索研發風險傳染模型、區域風險指數模型、行業風險指數模型等。這類模型作為一種通用模型，既可獨立使用，直接參與信貸決策，又可作為其他風控模型的輸入變量，提升大數據風控模型的區分能力。從貸款流程來看，既可以應用于貸前審批場景，也可以應用于貸后風險管理場景。第二，結合小微企業所處行業、區域、生命周期等不同特點，構建小微企業分群模型，細化企業分群。小微企業分群是實現對小微企業“一戶一策”個性化服務的基礎。第三，創新研發大數據需求識別模型體系。需求識別是創新互聯網信貸模式的重要基礎，是銀行實現從以產品為中心向以客戶為中心轉變的關鍵，通過建立小微企業資金需求金額和周期推估等模型，識別小微企業的貸款金額、用款周期等需求，為滿足小微企業個性化需求奠定基礎。第四，進一步做深做全企業經營風險評價模型體系。在上述通用模型和小微企業分群模型的基礎上，綜合考慮企業主對小微企業的影響以及小微企業自身的經營情況，通過運用圖計算、人工智能等前沿技術，探索構建企業主經營能力推估、企業主社會資本推估、企業主欺詐風險評價、企業主信用風險評價、小微企業競爭力推估、破產預測、成長力推估、現金流推估等模型，對小微企業進行全方位洞察，形成全面的企業經營風險評價模型體系，為提升整體風險識別的精準度提供支撐。第五，在上述模型體系的基礎上，通過組合運用各類模型“零件”，構筑全新的大數據智能風控體系，為商業銀行創新互聯網小微信貸業務模式保駕護航。同時，應充分考慮疫情等突發因素，有針對性地推進模型的自學習和迭代，保障模型穩定性和有效性，為在疫情之下更快、更好滿足真正踏實經營小微企業的需求提供根本保障。

（五）強化模型和數據風險管理，確保業務可持續發展。一方面，建立模型風險管理體系，防范模型引發的風險。引發模型風險的原因眾多，包括模型質量、模型部署、突發事件等都有可能造成模型偏移，因此需要建立覆蓋模型全生命周期的風險管理體系，以防范模型引發的風險。從模型生命周期看，可以分為研發、投產上線、運行、退出等階段，需要針對各個階段特點配套對應的管理手段。強化模型研發前的可行性研究、模型研發完成后的獨立驗證及評審、模型投產上線前的充分測試、模型投產后的持續監控以及及時報告，建立模型風險應急管理機制，明確模型風險應急處置流程和相關責任人的職責，準備模型風險應急預案，明確各類模型風險出現后的業務可持續性保障手段、模型變更及退出機制等。對于在自動審批環節中審批職責的反欺詐、信用評估、額度管理等模型應盡可能地準備替代模型，一旦觸發模型變更條件，需要第一時間進行模型切換，確保業務連續性。

另一方面，建立健全數據風險管理體系，切實防范數據風險。在數字時代，數據是銀行的核心生產要素，涉及面廣。數據引發的風險會波及互聯網小微信貸等對數據強依賴的業務，銀行需要針對數據合規、數據質量、數據中斷、數據解釋性、數據欺詐、數據理解等可能引發相應風險問題的各個方面，從數據采集、流動、應用等相關環節入手，建立對應的風險管理制度和規范，明確風險管理范圍以及各相關職能部門職責，強化數據全流程監控，建立應急機制，探索人工智能技術在數據風險管理領域的應用，提高數據風險管理效率和能力。

（作者為資深數字金融專家、大數據專家，中國建設銀行總行上海大數據智慧中心原普惠與互聯網金融處負責人）