当前位置:论文网 > 论文宝库 > 经济管理论文 > 金融论文 > 正文

互联网金融融资模式与中小企业融资难的原因

来源:UC论文网2015-12-13 20:44

摘要:

一、引言 比尔盖茨认为: 传统商业银行将成为 21 世纪灭绝的恐龙,预言传统银行必然将向互联网经营模式转变。阿里巴巴创始人马云在 2008 年发表豪言壮语: 如果银行不改变,我们改

  一、引言

  比尔·盖茨认为: 传统商业银行将成为 21 世纪灭绝的恐龙,预言传统银行必然将向互联网经营模式转变。阿里巴巴创始人马云在 2008 年发表豪言壮语: 如果银行不改变,我们改变银行。截至 2014 年上半年,阿里小贷累计发放贷款突破2000 亿元,服务的小微企业达 80 万家。作为电商起家的阿里巴巴集团,凭借其第三方支付平台支付宝,逐渐涉足金融行业。而在阿里金融旗下支付宝、余额宝、阿里小贷这些大家耳熟能详的名字的背后,实则是整个互联网金融产业的兴起。

  虽然与传统银行体系信贷量相比,我国互联网金融货币供给量仍然很小,但其影响力却不可小觑,引起了政府及各金融机构的高度关注。在中国人民银行发布的 2013 年第二季度《中国货币政策执行报告》中也对互联网金融做出了高度评价: 第三方支付、网络信贷、众筹融资以及其他网络金融服务平台等互联网金融业迅速崛起,提供了有别于传统银行业和证券市场的新渠道,提高了资金融通的效率,是现有金融体系的有益补充。

  目前,随着移动支付技术的应用普及,互联网逐渐衍生出了多种金融服务模式,从单纯的支付业务向转账汇款、跨境结算、小额信贷、现金管理、资产管理、供应链金融、基金和保险代销。本文所研究的互联网金融,主要是小微贷款技术与互联网的结合,通过现代互联网信息交互技术在一定程度上缓解中小企业融资问题。

  学术界对于中小企业融资难问题以及小微贷款相关技术手段的风险管理体系的研究是不断深入的。对于中小企业与金融机构之间的关系,研究主要从信息不对称、逆向选择和道德风险几个角度,而这些问题最终引致信贷配给的产生,并且金融机构通常要求中小企业提供适当抵押物 ( Stiglitz andWeiss 1981;[1]Bester 1985;[2]Freel 2007[3]) .从金融机构的信贷模式和技术手段方面考察信贷可得性,研究发现,由于大银行积累了大量客户资源,具有相对完善的风险管理控制体系,因此较多使用交易型信贷,主要通过财务报表数据做出信贷决策为大型企业服务; 小银行则主要通过关系型信贷服务中小企业 ( Cole et al. ,2004;[4]Scott,2004[5]) .而同样在为中小企业提供贷款时,大银行并没有表现出更好的信贷可得性 ( Jayaratne 和 Wolken,1999) .[6]通过各国数据比较发现,小银行市场占有率越高的国家中小企业雇员数 越 多,银 行 总 体 信 贷 水 平 也 越 高 ( Berger et al. ,2004) .[7]

  此外,根据市场力量假说,Jayaratne 和 Wolken (1999) ,Boot 和 Thakor,( 2000 ) ,[8]以及 Scott 和 Dunkelberg( 2005)[9]研究发现,市场竞争有利于促进信贷可得性。基于结构 - 行为 - 绩效 ( SCP) 模型,市场垄断支配力不利于信贷获取。当市场统治力较强时,银行往往会收取更高的利率,同时准入条件也更为苛刻,不利于中小企业获得信贷。完善金融系统结构,建立多层次融资体系,需要鼓励小银行发展的同时,发展非银行金融机构,提升贷款技术,降低准入门槛。发展专业提供小微信贷的金融机构可以从借贷模式和加强竞争两个方面提升信贷可得性。

  新结构经济学理论认为 ( 林毅夫等,2008;[10]Lin et al. ,2012[11]) ,每个给定发展水平的最优金融结构可能取决于当时的主流产业结构、平均企业规模和典型风险种类,从根本上缓解中小企业融资难问题需要使金融系统结构与产业需求结构相匹配,因此,解决中小企业融资难的最有效方法是发展中小金融机构 ( 林毅夫,2001) .[12]随着经济的发展,与之匹配的金融机构运营模式也随之改变 ( Lin et al. ,2013) .[13]

  基于我国互联网金融的发展,谢平 ( 2012)[14]认为,“以互联网为代表的现代信息科技,特别是移动支付、社交网络、搜索引擎以及云计算等,将会对人类金融模式产生根本影响。

  可能出现既不同于商业银行间接融资,也不同于资本市场直接融资的第三种金融模式,即 ”互联网金融模式“.巴曙松( 2012)[15]认为,互联网公司利用数据和客户的优势,已经在传统金融领域取得巨大成功。

  因此,本文将从金融结构和产业结构方面探讨中小企业融资难的原因,通过一个概念模型给出互联网金融产生的理论背景和影响,探讨互联网金融的出现如何促进了小微信贷业务的发展。

  二、一个中小企业融资概念模型

  1. 技术手段与融资可得性模型

  信贷技术手段是解决中小企业融资难问题的直接渠道( Berger,2006) .

  在金融经济学本质意义上,金融机构是依靠管理风险来获得盈利的,并且风险和收益是对称的。相对于大企业,小企业具有高风险特征,因此,当金融机构 ( 投资者) 普遍风险偏好低于小企业的经营风险时,将出现小企业融资难的状况。宏观上,这表现为一国经济的金融结构与经济结构的错配。

  政府政策会通过金融环境影响金融机构的经营行为 ( 基础设施和投资技术等) ,决定了信贷可得性的基础,进而塑造了金融市场竞争状况,从而影响国家金融结构 ( Berger,2006)[17]( 如图 1 所示) .从信贷技术手段来区分,金融机构为中小企业提供贷款可以分为两大类: 交易型信贷和关系型信贷 ( Berlin andMester,1998) .

  交易型信贷是指: 金融机构通过对企业财务报表等公开数据 ”硬信息“的分析,做出投资或信贷决策;关系型信贷是指: 机构金融通过与企业建立联系,通过与企业接触,获得企业某些专有信息及 ”软信息“来辅助投资或信贷决策。不同金融机构对于不同类型企业所采取的信贷技术手段可以从项目信息来源、项目审查、放款流程、风险分担模式和监控机制 5 个流程组合区分,是政府政策影响信贷准入的关键渠道。在最上层,政府通过政策的制定直接引导行业发展,改变行业竞争状况,由此引致金融系统结构及产业结构的转变; 而金融系统结构与融资方产业结构的匹配度,决定了信贷技术手段的可行性与利润。

  2. 互联网金融出现的时代背景

  根据上述概念模型,互联网金融作为一种融资技术手段,其产生是国家政策引导的金融基础设施改善和当前产业结构匹配程度所决定的。

  近几年来,互联网信息交互技术迅速发展,基于互联网所产生的经济总和 ( 互联网经济) ,在国民经济中的比重逐渐上升。艾瑞咨询集团 2014 年 4 月发布的 《2014 年中国网络经济年度监测报告》显示: 2013 年全年的网络经济规模整体达到 5956. 4 亿元,同比增长 52. 1%.2013 年中国第三方互联网支付市场交易规模达 53729. 8 亿元,同比增长 46. 8%.预计到 2017 年,中国互联网经济整体规模达到 15000 亿元,占GDP 的比重将持续上升。国家政策逐步放开引导互联网行业向金融产业发展。2010 年 6 月,中国人民银行制定了 《非金融机构支付服务管理办法》及相关细则,并于同年 9 月开始实施。同时,鼓励和引导村镇银行、小额贷款公司等中小型金融机构的发展,吸引大型互联网企业涉足。2013 年 7 月,通过了阿里小贷资产证券化方案,进一步拓宽了互联网金融企业的融资来源。

  产业结构方面,据波士顿咨询公司统计,中国善于利用互联网的中小企业平均销售增长率为 25%,比不善于利用互联网的中小企业平均销售增长率高 15 个百分点。中小企业提供的就业机会中,80% 是与互联网相关的; 另一方面,互联网与工业化的融合,改变了生产、管理和营销方式,极大地优化了资源组合、业务流程、企业管理和产业链的协同,推动了以经济生产、绿色制造为方向的工业转移升级。

  作为资金供给方的金融行业,以及资金需求方的中小企业,都在越来越多的利用互联网开展自己的日常业务,这也就使得互联网金融的出现成为必然; 另一方面,当前市场上的超额融资需求以及小微企业融资难的格局,迫切需要能够解决小微融资问题的金融模式的出现,这便形成了互联网金融发展的现实土壤。

  3. 互联网金融改变融资可得性原理

  与传统商业银行相比,互联网金融凭借信息处理和组织模式方面的优势,在多数金融功能的发挥上较传统金融更加有效 率,交 易 成 本 和 风 险 成 本 可 能 都 会 更 低 ( 曾 刚,2012) .

  不同的企业发展阶段中,需要有不同的投资者来进行投资,以使它们在不同阶段中对金融资源的需求能够得到满足。

  无论什么样的投资者、无论其投资形式如何,他们都具有自己的风险偏好,需要投资者的风险偏好与融资企业的风险状况相适应。中小企业贷款以短期流动资金贷款为主,具有要得急、次数多、额度小、风险高的特点,贷款的周转期难以准确测算,逾期的可能性相对较高。传统的融资方式很难解决中小企业的融资问题,主要是因为中小企业融资的需求和供给特性不匹配。

  对于小微投资、借贷,若采用传统借贷模式进行贷款审核,因其资金额度小但审核流程并没有简化,必然导致成本所占比率较高; 同时,由于小微企业或个人的信息透明度相对较低,存在较多未知风险可能。

  互联网金融大数据的出现增强了 ”金融机构“与小企业之间的信息对称性。由于有了这种新的信息对称性,使得传统上并非金融机构的企业如今也可以进行 ”金融投资“行为。

  这些行为主要地采用和扩展了关系型投资模式,并依托于互联网和计算技术大大地降低了该模式的交易成本,对信贷技术手段的 5 个流程有着不同程度的改善,增加了为中小企业提供融资服务的能力,详细情况如图 2 所示。

  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.

核心期刊推荐