交易银行融资模式创新研究

交易银行是数字时代的生态金融服务，其服务手段和服务方式均呈现出网络化、数字化和生态化趋势，交易银行中的融资业务更是领先信息科技应用的重点领域。本文就交易银行融资业务模式创新中的数据融资的背景、内涵、方向和价值进行研究，从而为交易银行融资模式创新提供了一些框架性的思路。

交易银行融资模式创新的背景

交易银行融资模式创新是在我国商业银行面临资本约束、利率市场化和金融脱媒等多重挑战下，客户结构下移后带来的一种新的风险管理挑战。

商业银行作为金融体系主力军，其经营本质是通过服务企业的日常经营支持实体经济的发展。交易是企业经营活动的最小单元和基本表现形式，交易银行作为面向交易的银行业务，正是商业银行回归经营本质，服务实体经济的重要举措。交易银行以提高交易效率、降低交易成本为目标，协助企业客户整合上下游资源，实现资金运作效益和效率提升，包括支付结算、贸易融资、现金管理、资产托管、投资理财等在内的一系列综合化金融服务。

融资业务相较于其他业务而言，具有面临的风险种类更加多样、市场竞争激烈、信息种类多、来源广等特点，直接考验商业银行综合风险管理能力、产品设计能力和信息科技实施能力，在交易银行各业务中最能体现商业银行的综合竞争力。

中小微企业是国民经济中重要的有生力量，是经济发展中最具有活力和发展后劲的群体。中小微企业的金融服务能力是最能体现交易银行综合服务能力的重要指标。同时，随着中国经济明显放缓，广大中小微企业的经营压力持续增大，资金需求越发旺盛。因此，大力发展中小微企业融资业务，成为银行积极应对资本约束、利率市场化和拓展新的业务和收入来源的重要“蓝海”地带，越来越多的银行将中小微企业金融服务视为支持未来发展的战略性业务。但是，相较于资金雄厚、实力强大的大型企业，中小微企业无论是在融资渠道、融资成本还是信贷支持方面，都存在劣势，其发展过程中“融资难、融资慢、融资贵”问题尤为凸显。中小微企业不同于一般的规模公司制企业，其自身表现出的普遍规模较小、主体抗风险能力弱、财务制度不健全、财务数据可信度低、单笔融资金额小、单位成本高等特点，决定了其融资需求的特殊性。但是，侧重主体信用、财务数据以及中长期风险考量的传统融资授信模式，与中小微企业特征以及融资需求特点并不匹配，按照传统融资业务模式很难破解小微企业融资的困境，这是当前交易银行融资业务无法实现快速发展、客户体验较差、价值难以进一步发挥的主要原因。

交易银行融资模式创新为破解小微企业融资难融资贵困境带来了全新契机。交易数据是交易银行融资业务模式创新的基础。由于其高频、连续、数据量大、颗粒度细、更标准化等优势，用交易数据会比财务数据更契合、更贴近对交易银行融资业务风险的识别和刻画。相比历史静态的财务数据，交易数据时效性更高，且易核实、难造假，更便于监督和控制风险，保障贸易背景的真实性。伴随着社会信息化进程的提速、互联网与大数据技术的兴起以及电商平台的蓬勃发展，交易行为线上化趋势明显。而且，外部宏观经济、行业以及征信、工商、税务等一系列相关公开信息平台的完善，将进一步打通部门间的“信息孤岛”，提高信息的利用效率。数据来源愈发广泛，多渠道便捷的数据获取途径为交易银行融资模式创新提供了数据基础。

随着大数据、物联网、云计算、区块链等进程的加剧，数据获取、存储及处理加工分析技术发展迅猛。系统日志采集技术、网络数据采集技术、数据库采集技术的成熟以及数据集市与开放数据平台的普及都为银行采集企业广泛的行为、交易相关非结构化数据、半结构化数据提供了技术支持。分布式文件存储、NoSQL 数据库、NewSQL数据库等数据存储技术也解决了交易银行相关数据的可扩展管理及存储问题，为高频、海量的交易相关数据存储提供了高效、安全的解决方案。同时，以数据挖掘、机器学习、统计分析等为代表的大数据技术使数据分析、处理更为自动化、智能化，可以从企业过往的交易行为中归纳特征，提升对数据进行自动分类和预测的功能。从实现低成本、高效率的交易数据采集、共享、存储到推动智能化的交易数据应用，基于数据和新技术的应用驱动流程和处理方式的创新逐步成为大势所趋，数据及信息技术的应用能力也已成为金融机构的核心竞争力之一。

国内外银行同业、互联网公司及其他机构近年来都已开展了基于数据的交易银行融资模式创新研究及探索，其经营成效印证了创新的数据融资模式可以在有效控制不良的基础上，通过自动化、线上化等手段提升业务运营的效率，释放人力降低成本，并服务更加广阔的中小微客户群体。但不管是国外同业在审批等环节基于模型应用已经实现了部分自动化，还是国内同业在业务模式、产品结构、流程线上化、模型的初步应用等方面的实践，都尚未形成体系化和规模化的新型融资模式，更多是一些流程节点上的尝试。但是，领先同业基于数据与技术应用、侧重内外部多维度数据校验、流程线上化操作、模型支持决策等先进理念仍是探索交易银行融资模式创新的有益借鉴。

交易银行融资模式创新的内涵

作为专业的金融服务提供商，银行只有摆脱传统思维，改变传统的方式，将自身服务和产品与客户的业务和需求更进一步紧密结合，以契合交易银行融资业务本质和中小微企业特点的创新理念，不断优化服务手段与业务流程，才能充分发挥交易银行融资业务的核心价值，满足客户需求和业务发展诉求。交易银行融资模式应在理念、手段、流程三个层面上实现创新：

首先是理念创新，即从全新的视角来看待中小微企业的交易银行融资风险。与财务数据相比，基于交易产生的交易数据可以洞察企业经营整个过程，更加动态、实时，是企业经营的直观反映。交易信用认为交易和信用相生相随，以企业交易数据为主要核心数据，侧重于从流动性、周转能力等短期还款能力的角度来看待企业经营；重债项、轻主体，针对中小微企业主体风险高的客观性，转而面向安全性高的单笔业务，通过产品、模式的设计来确保单笔融资业务的风险水平在合理的可承受范围；侧重短期视角，基于每笔业务的存续期限，从短期的视角来做决策，风险将更加具体和可控；重用信、轻授信，基于交易的单笔单批，可以提高决策的时效性和准确性，契合中小微企业经营发展变化快的特点，以每笔用信重新审视业务风险，实现动态化、精细化的授信管理。

其次是手段创新，即以全新的技术手段改变授信业务风险管理的方式。一是从手工录入到线上获取信息。通过与企业系统直连以及部署网银等方式，实现线上自动获取数据信息，彻底杜绝数据在传递过程中的加工处理，确保数据真实性。二是从单一数据来源到多渠道数据来源。数据的获取从过去主要由客户提供的单一方式和来源，到从电商平台、企业ERP、物流仓储系统、政府公开信息等多维度途径获取数据。三是从专家经验到规则加模型。基于专家经验的建模和规则设置，便于实现专家经验的积累和传承，以及判断的一致性，让能够抽象、标准、归纳的经验都通过系统来进行自动化处理，降低业务审批的边际成本。四是从人工到自动化和智能化。基于人工智能、机器学习、统计学、信息检索、数据库等技术，高度自动化地分析业务生产中的数据和信息，做出归纳性推理，从中挖掘出潜在的数据规律、规则、趋势等，并加以有效应用，达到“总结过去、预测未来”的智能化效果。

最后是流程创新，即以线上化和自动化的操作优化融资业务流程体验。实现全流程线上化操作和处理；实现在线申请、在线审批、在线签约、在线放款、在线还款和贷后管理。从整个业务流程看，为满足监管要求，只有贷前开户、尽职调查和核保等环节是在线下完成的，完成开户后，由系统自动完成授信，给予一个交易额度，提出融资申请后，系统自动识别已有授信是否有效。如超过有效期则自动重新授信，否则直接进行用信审批，实现用信和授信一体化、自动化。贷后则通过预警模型和规则自动识别风险迹象，发出预警信号驱动人工检查。

交易银行融资模式创新的方向

创新模式的贯彻实施与落地需要银行转变服务中小微企业的方式与方法，从以制度驱动创新转变为以技术驱动创新，技术创新方向主要包括以下几个方面：

基于数据，尤其是交易数据：完善数据收集的渠道和方式，实现数据获取的电子化与线上化，降低数据收集的成本，从准确性和时效性等方面提升数据的质量。扩大数据收集的内容和范围，扩充交易数据的内涵，既包括买卖双方主体信息、交易凭据信息、交易要素信息、付款信息、交付信息等狭义的交易数据，也包括交易历史信息、合作情况信息、衍生资产负债信息、库存物流信息、现金流水信息、缴税缴费信息、政府职能信息等广义的交易数据。从结果控制走向过程管理，提升数据对业务风险反映能力的相关度和前瞻性。改善数据的使用效率（深度、广度和频度）和使用方式（从人工判断到利用模型加规则实现自动化与智能化的数据分析与应用），降低数据处理的成本，逐步提高模型决策判断的客观性、规律性、透明度和科学性，为动态管理提供条件。

风险分层管理：经济周期波动、政策调整等宏观层面的风险由于缺乏足够的历史数据难以基于模型实现准确预测，因此将主要靠专家经验来判断和控制，例如目标行业的选择、业务模式的设计等。而对于微观层面的风险管控，例如单笔业务的授信、用信审批和贷后管理，借助交易行为的高频、连续性，可以依靠系统和模型基于交易数据的历史规律来判断和控制。

用技术的手段来降低单笔业务的边际处理成本：只有单笔业务边际成本的降低，才能真正解决中小微企业融资成本与收益失衡的问题，才能真正使银行具备服务中小微长尾客群的能力。同时，降低人工干预的程度，提升业务流程的自动化水平，才能真正具备封装后进行能力输出和场景嵌入的可能。因此，应通过加强系统、模型、数据等多维技术的全面应用，提升融资业务处理的效率，进而打造精细化、动态的风险管理体系。

量化风险管理：风险量化用于衡量风险概率和风险对业务目标影响的程度。风险量化管理包括风险的识别与控制，能够帮助银行将各类不确定因素产生的结果控制在预期可接受范围之内，这样就能够确保银行的整体利益不受损失。同时，量化风险也能提高资本使用效率，由“干了再算”向“算了再干”转变。