经济师论文

您当前的位置:学术堂 > 经济学论文 > 经济师论文 >

中小企业融资难的原因与互联网金融融资模式(2)

来源:学术堂 作者:周老师
发布于:2015-12-03 共7424字

  互联网金融大数据的出现丰富和发展了借贷技术手段,将传统信贷理论中不易应用的借贷方式变得可行,如交易型信贷中可以开展交易信用贷款、应收账款贷款、小企业信用评分制度等。此外,原本需要客户经理去企业调研才能获得的软信息,也由于互联网产生形成了新型关系型贷款模式。

  互联网技术不仅帮助金融机构扩展了信息分析能力,还使其对于中小企业的投资前、中、后期的风险状态监控具有新的手段,如: 更加准确的账户级实时动态信息的采集和处理,不同来源信息的交叉检验,客户违约的及时、大范围信息披露和市场驱逐等。

  从本质上看,互联网融资模式是对信贷技术 5 个维度的丰富和发展,从信息和风险两个大维度上解决融资问题。通过互联网大量信息扩大了信息来源,拓宽了项目审查模式,其根本上是起到降低融资中信息不对称的作用; 利用互联网信息交互技术引入了新型风险控制手段,优化提升了放款流程、风险分担机制和监控模式。

  4. 互联网金融模式

  目前,互联网金融根据运作模式来区分主要有提供直接融资服务的 ”小贷 + 平台“模式和提供融资中介服务的 P2P模式。

  其中,”小贷 + 平台“模式主要被电商和服务于电商的数据公司采用,凭借 ”大数据“资源优势,建立其特有的风险控制机制,降低交易成本,提升审核速度以满足小微贷款需求; 而 P2P 模式,则主要作为信息提供平台,实现资金方与项目方的对接。

  三、互联网金融实践经验---电商模式

  近几年,中国电子商务市场的发展在全球都处于领先地位。大量电子商务企业迅速崛起,国内电子商务市场的用户规模已位列全球第一,电子商务市场环境也日趋规范。据CNNIC 统计数据显示,网上交易额从 2004 年的 3500 亿元升至 2005 年 的 5531 亿 元,增 长 58% ( 吴 玮、侯 希 玲,2006) .

  2014 年我国电子商务市场交易规模达 12. 3 万亿元,同比增长 21. 3% ,其中网络购物增长 48. 7% .中国电子商务研究中心与麦肯锡所发布的报告称,随着中国电子商务市场的高速成长,预计到 2020 年,网络零售将占到中国消费市场份额的 10% ~16% .与此同时,随着电子商务市场的快速发展,电商之间的竞争变得尤为激烈。为了寻求更大的发展机会,在阿里巴巴、京东之后,苏宁等大的电商相继试水金融业务。

  1. 电商金融运营模式

  目前,电商开展金融借贷业务主要有以下 4 种方式:

  ( 1) 电商通过自身盈利及股东投资积累的资金,直接用自有资金开展金融服务,如阿里巴巴、paypal 模式。

  ( 2) 电商利用自身信用作担保,帮助其上下游客户从银行获得贷款,如京东模式。

  ( 3) 专业第三方借贷公司,结合电商拥有数据,为其客户提供贷款支持,如 kabbage 公司。

  ( 4) 混业经营。如乐天模式,日本乐天集团是日本最大的电商,同时旗下经营银行、证券公司等金融机构。

  电商金融主要运营模式及风险控制机制如下:

  ( 1) 平台上中小微企业作为借款方,提出自己需求,对获得的资金到期支付本息;( 2) 电商基于平台上交易数据,对企业信誉信息进行评级,并对资金的使用进行监督;( 3) 资金来源: 电商自有资金 ( amazon、阿里) ; 与电商合作的银行等金融机构 ( kabbage、paypal、乐天、京东) ;( 4) 核心机制: 通过电商平台上积累的交易记录、库存、订单等作为信誉凭证或担保,解决了中小微企业的抵押担保品不足和银企间的信息不对称问题。

  2. 阿里金融模式

  互联网技术不仅帮助金融机构扩展了信息分析能力,还使其对于中小企业的投资前、中、后期的风险状态监控具有新的手段,如: 更加准确的账户级实时动态信息的采集和处理,不同来源信息的交叉检验,以及客户违约的及时、大范围信息披露和市场驱逐等 ( 如图 3 所示) .

  以 ”阿里金融“中的针对中小企业融资的 ”阿里小贷“为例,改变以往传统金融机构被动获取数据的模式,在发生融资业务前,便主动去获取、积累用户数据,提前与企业建立 ”关系“: 通过淘宝、天猫等交易平台,掌握了其潜在客户的大量日常经营交易数据; 通过余额宝平台,掌握了其潜在客户的大量投资和收益数据; 客户是其注册会员且需要一定的注册时间条件,通过网络电子渠道建立起了与潜在借款人的关系,从而避免了委托代理关系造成的额外风险。

  在贷款审批过程中,贷前调取企业的电子商务经营数据并辅以三方认证信息,判断企业经营状况、信用情况和偿债能力; 贷中通过支付宝、阿里云以及未来的物流系统监控企业资金流、信息流和物流情况,为风险提前做出预警; 贷后对违约客户处以限制或关停其网络商铺等措施,并向其他网络客户通报其潜在风险。同时,阿里金融扩展了商户信贷还款来源范围,基于其零售平台的回款保障,可对其供应商开展 B2B 模式的应收账款贷款。

  3. 电商模式现存不足

  目前电商平台金融中的贷款融资服务主要是以小贷公司的模式运作。但是,对于大型电商平台而言,其小贷公司自融资 ( 电商平台为向其会员或客户提供融资服务所需筹集资金) 的能力有限,进而极大地限制了为其中小企业会员提供融资服务的能力,然而运营良好的大型电商平台企业 ( 如阿里巴巴) 拥有远比一般小贷公司更优秀的自融资潜力。

  另外,电商平台金融的贷款服务以信用贷款为主,其风险控制的核心在于对会员账户交易记录的大数据分析,电商平台企业的主要风险在于是否准确地把握了数据特征和开发了高效准确的数据处理技术。尽管像阿里、京东这样的超大型电子商务平台具有较强的实力,但若电商平台金融要形成一个有竞争力的产业领域,还需要在数据和风险评估技术标准上进一步寻求完善。

  四、完善互联网金融发展的建议

  综合以上的分析,笔者提出了 ”促进电商平台金融、规范众筹融资行业“的基本政策思路,并进一步提出如下政策建议。

  1. 适度开放电商平台企业贷款融资服务的自融资渠道

  有关监管部门应当允许这些企业以其对会员或客户的信用贷款作为支撑,发行资产证券化产品或单位信托产品; 考虑到以上信用贷款多为小额、短期,因此,这些证券化或单位信托产品应当被允许采用 ”循环购买“( 见 《证券公司资产证券化业务管理规定》) 的方式来组成; 鉴于上述信用贷款之还款现金流的特殊不确定性,监管部门应当对这类资产证券化或单位信托产品制定更加透明的框架和清晰的标准 ( 如在破产隔离方面建立特殊的限定性安排,使电商平台企业承担必要风险而不是风险的完全转移) ; 监管部门应当要求这类产品的发行人对投资者有规范和充分的风险提示、对投资行为建立相应和切实有效的合格投资者制度。

  2. 建立电商平台企业贷款融资服务、贷款担保服务的核心数据与技术标准

  有关监管部门应当组织电商平台行业中的领先者,从其会员或客户的大量非传统信用评估数据类型中进行筛选、优化,建立 《电商平台会员/客户信用评价核心数据类型和分析技术标准》; 根据针对其供应商的银行贷款担保最佳实践,总结提炼出 《电商平台供应商信贷担保指引》。这些标准可以用以指导行业内企业的信用风险评估、信用担保实践活动,提高社会整体的资金效率和安全性。

  3. 允许电商平台对其会员支付账户余额提供更加广泛的投资服务

  目前这类投资服务仅仅局限在会员或客户可以通过支付账户购买证券公司的货币市场基金 ( 这是有风险的投资产品) ,建议允许电商平台企业在具有规范的风险提示下,为会员或客户提供从其支付账户购买其他具有适度风险的投资产品 ( 例如电商平台发行的资产证券化产品) .监管部门应当对于上述 ”风险提示标准“、”适度风险投资产品“等建立相应的监管规范。

  五、结论

  本文基于现有的信贷框架理论,构建了一个以互联网金融为主体的的信贷概念模型,基于此模型探讨了互联网金融出现的理论背景,以及互联网金融提升信贷可得性的影响机制,从而给出了完善互联网金融发展的政策建议。

  金融的核心在于风险控制,互联网信息交互技术的发展给金融风险控制带来了新的机遇和挑战。一方面,互联网模式为风险控制提供了新的信息来源渠道,降低了信息不对称性,同时,金融机构可以通过互联网开展后期的监管,增加了贷后审查力度; 另一方面,对于多种渠道的信息甄别以及利用,金融机构亟需建立一套新的风险评价机制,充分利用各种数据更加全面准确的了解目标客户。

  在鼓励新型的互联网金融模式的同时,我们不能忽视鼓励和促进传统金融机构更多的运用互联网信息技术手段。事实上,我国商业银行在互联网技术方面的应用也十分迅速。

  根据艾瑞咨询发布的 《2012 - 2013 年中国网上银行年度监测报告》,2012 年中国电子银行交易笔数高达 896. 2 亿笔,电子银行替代率提高到 72. 3%.最新报告显示,2013 年中国商业银行电子银行交易笔数高达 1245. 4 亿笔,电子银行替代率达到 79. 0%.同时,商业银行在互联网金融领域也在不断创新,如招商银行 P2P 平台的推出; 多家商业银行与电商合作,开设了微信、支付宝账号等。

  在当今全世界范围内互联网金融兴起的背景下,我国拥有 6 亿网民的庞大群体资源优势; 同时,中小企业融资难问题十分突出。因此,充分利用好大数据时代的各种信息,探索出一条合适的互联网金融发展道路,对我国 ”普惠金融“的发展,以及为全世界提供一个重要的互联网金融模式具有重要意义。

  参考文献:

  [1] Stiglitz J,Weiss A. Credit Rationing in Markets with Im-perfect Information [J]. American Economic Review,1981,71( 03) ,393 -410.

  [2] Bester H. Screening vs. Rationing in Credit Markets withImperfect Information [J]. American Economic Review,1985,75( 04) : 850 -855.

  [3] Freel M. Are Small Innovators Credit Rationed? [J].Small Business Economics,2007,28 ( 01) : 23 - 35.

相关内容推荐
相关标签:
返回:经济师论文