AD
文/中国人民大学金融科技研究所执行所长宋科
受新冠疫情影响，大量中小微企业处于资金链断裂边缘，面临生存问题。“无接触贷款”通过在线申请、无需人工接触的数字贷款方式为中小微企业提供贷款，是金融科技在应对疫情冲击方面表现出的独特优势，也是当前银行与科技企业构建以用户价值和效率最大化为宗旨的开放银行生态的一种有效尝试。
新冠疫情发生以来，我国中小微企业的融资困境可谓难上加难。据网商银行调研数据显示，受疫情影响，72.7%的小店无法正常运营或被迫停工，20人以下的小店无法正常运营的比例比300人以上的店高出约23个百分点；81.9%的小店面临资金缺口，36.2%的小店将借款补充运营资金作为应对疫情的主要手段。大量中小微企业处于资金链断裂边缘，面临生存问题。
为此，全国工商联会同多家行业协会，与网商银行等共同发起“无接触贷款”助微计划，通过在线申请、无需人工接触的数字贷款方式为中小微企业提供贷款，迅速得到各大银行和企业的响应。这是金融科技在应对疫情冲击方面表现出的独特优势，也是当前银行与科技企业等联合创新，超越银行单纯向第三方开放数据和服务的简单模式，构建以用户价值和效率最大化为宗旨的开放银行生态的一种有效尝试。
促进金融与科技优势互补，更好地服务中小微企业信贷需求。传统商业银行的资金渠道多，资金成本低，但是对小微企业或小微经营者触达能力弱，缺少场景和数据，在服务长尾客户时面临触达难、风控难、授信难和运营难等多重痛点。我国金融科技在全球处于相对领先地位，在人工智能、区块链、云计算、IOT、安全等核心技术的研发与应用方面成绩显著，并且我国互联网平台或金融科技机构拥有触达长尾客户的丰富场景，有互联网生态下的海量行为数据，以及在实践中锻炼出来的大数据风控技术，也发展出了较为成熟的数字普惠金融商业模式。通过双方的合作联营，这种更为宽泛的开放银行模式，优势互补，在服务于中小微企业信贷需求上，尤其是疫情期间，潜力得以更大发挥，实现真正意义上的“普”和“惠”，发挥出金融科技在服务实体经济和金融业方面的作用。
全流程“无接触化”线上服务，获取贷款更加快速、高效、安全。银行通过与互联网平台或金融科技机构合作，运用供应链金融等手段，通过包括工商、税务、订单、存款、出口等在内的多维数据来源，将单个企业的不可控风险转变为供应链企业整体的可控风险，通过技术手段线上迅速完成对供应链企业整体信用及风险的评估，从而给予快速、精准的信贷支持。同时，从贷款申请、到银行在线放款、贷后风控等流程全部实现电子化，既节省了时间，又避免了疫情期间外出交叉感染的可能，帮助中小微企业快速、高效、安全地拿到低成本的融资资金。
提供无抵押线上信用融资服务，使贷款更加普惠。传统的信贷融资大多需要房产、车辆、生产设备等固定资产作为抵押，部分还需要第三方担保，而中小微企业被银行认可的可抵押资产并不多。疫情特殊时期，传统融资模式流程繁琐、效率低下、成本较高等弊病尤为明显。银行通过整合企业自身提供的数据和政府数据，如纳税数据、社保数据和用电数据等，通过技术手段进行数据建模，给特定行业、特定场景内的中小微企业提供无抵押的线上信用融资服务。此类小额低息的无抵押信用融资服务，可以阶段性地帮助中小微企业解决资金周转的问题，在疫情特殊期间，快速缓解中小微企业的经营压力。
科技助力快速甄别疫情影响群体，高效精准救助疫情中的小微个体企业。受疫情影响，很多个人和企业均面临借贷还款压力，对因受疫情影响暂时失去收入来源的人群和暂遇困难的企业，监管层要求要在借贷政策上予以适当倾斜，灵活调整个人借贷还款安排，合理延后还款期限。目前，已有10余家银行积极响应银保监会提出的“信贷政策倾斜”。
金融科技的精准定位，保障普惠金融优惠政策的更好落实。但在落实过程中，对需要延缓贷款群体的精准识别将是一大难点，既要能将信贷政策给予需要的困难群体，又要防止大规模的投机套利，给金融机构带来连锁性风险。这背后就需要基于大数据、人工智能、机器学习等技术，基于互联网平台或金融科技机构的风控能力，分析受疫情影响群体的资产和信贷行为，识别拒偿理由是否属实。构建风控策略与模型，通过多维度数据验证和综合分析，对中小微企业进行精准高效的识别管理，核算延缓不同的期限与成本。
