记者 | 张晓琪

12月12日召开的国常会明确要求，明年实现普惠小微贷款综合融资成本再降0.5个百分点，贷款增速继续高于各项贷款增速，其中5家国有大型银行普惠小微贷款增速不低于20%。

信贷不断向小微倾斜，但相当部分贷款仍需以房产、设备等固定资产为抵押，纯信用贷款审批难、额度低现象普遍。业内人士普遍认为，小微企业信用风险高，如何突破纯信用贷款瓶颈是现如今发展普惠金融亟需解决的问题。

“我们做了一个调查，发现86%的企业认为自身缺少可抵押资产，66%希望通过纯信用方式获得贷款，但72%的银行纯信用贷款占比低于10%。虽然近几年纯信用贷款占比持续提高，但绝对数量依然很小。”

在日前举办的2019中国金融科技全球峰会上，深圳银保监局普惠金融处处长白志刚通过这组调查数据，点明小微融资长久以来的痛点——小微企业普遍缺少抵押物、渴望获得纯信用贷款，银行却高度依赖抵押物。

89%的银行认为未来小微贷款创新将集中于大数据的信用风险管理。但当中尚有三个问题需要解决：如何打通公共数据、建立数据驱动风控模型和突破小额信贷瓶颈。

公共数据开放度不足，不同部门数据难以打通，是绝大部分银行面临的数据痛点。“社保数据、税收、学历、水电等公共数据，对于风险控制非常有帮助。但目前这类数据还散落在不同部门，形成一个个数据壁垒，我们无法介入，进行合法合规的使用。希望未来能把数据基础性建设提到普惠金融发展日程中。” 招联金融首席市场官谢云立指出。

目前各地就打通公共数据进行积极探索，比如深圳现已搭建创业创新金融服务平台，该平台对接了深圳市相关公共数据，同时整合全市金融机构金融产品和惠企政策。

提高公共数据开放度仅仅是第一步，解析数据、建立风控模型是考验银行能力的关键。“目前大多数银行数据水平，可以称为运用数据，尚达不到数据驱动技术。运用数据的结果，最多就是确定客户风险画像，但这个风险画像和最后贷款质量之间没有定量的函数关系。”大数金融董事长柳博说道。

柳博认为，直接决定贷款质量的是数字信贷技术。通过云计算、机器学习，生物识别、人工智能等技术可以很好地处理数据，形成精度非常高的量化风险模型，有效区分小微风险灰度群体的风险等级，真正实现控风险。

很多银行已经在数据信贷模型上作出探索，比如平安银行应用金融科技探索研发了KYB项目，通过整合工商、税务、发票和交易信息，构建中小企业信用数据模型。界面新闻记者也从平安银行了解到，目前该行信用类贷款占比超过抵押类，占比超过50%。

又如各家银行都在积极尝试的银税贷，以税务数据为基础形成风控模型。发挥税务数据真实、高频、动态的特点，结合工商、司法、客户名单、财报等数据进行交叉比对、数据解析，在传统审批方式上叠加量化驱动模型形成最终的信贷决策。

数据显示，截止到10月末，深圳通过银税合作发放的贷款余额为338.36亿元，较年初增加了190亿元。

但这些探索只是初步解决银行愿意贷的问题，更深层次的问题是能贷多少，目前小微纯信用贷款尚停留在小额信贷阶段。“大数定律也好、量化驱动也好，现在只能做到小额信用，只能满足中小微企业很小一部分的贷款需求。” 微众税银CEO耿心伟指出。

提高小微纯信用贷款额度需扩大数据外延，尤其是与场景的结合。

耿心伟认为，可将企业画像叠加到交易金融场景，比如结合有发票的交易、客户生态链中的数据，典型的做法是设计垂直性的供应链金融体系。除此之外，还可以借助5G、物联网、区块链技术将企业画像和机器设备等固定资产画像结合，对企业还款能力、还款意愿进行评估，满足这部分客群除小额信用以外的金融需求。