基于互聯網技術的軟信息成本與小微企業金融排斥度關系研究

發布時間：2021-12-21所屬分類：經濟論文瀏覽：1690次

摘 要： 從金融機構角度建立小微企業金融排斥的分析框架。研究表明，硬信息缺乏，軟信息獲取成本高是影響小微企業金融排斥的主要因素。而充分運用互聯網技術是當前降低軟信息成本的重要方法和發展趨勢。在這種趨勢下，將互聯網軟信息成本引入模型，發現降低軟信息成本，能擴大

　　從金融機構角度建立小微企業金融排斥的分析框架。研究表明，硬信息缺乏，軟信息獲取成本高是影響小微企業金融排斥的主要因素。而充分運用互聯網技術是當前降低軟信息成本的重要方法和發展趨勢。在這種趨勢下，將互聯網軟信息成本引入模型，發現降低軟信息成本，能擴大小微企業融資可能性邊界，拓展融資可能性集合，降低金融排斥度。最后按照這一思路，文章提出了相應的政策建議。

　　關鍵詞：金融排斥度;軟信息成本;互聯網技術;小微企業融資

　　近年來互聯網技術對金融的滲透也引起廣泛的社會影響，尤其是在小微企業融資、個人信用貸款和小額投資理財領域。互聯網技術產生新的盈利模式，出現一批新型的金融資源供給主體，其從一開始就關注被傳統金融機構忽視的“長尾”客戶。與此同時，金融機構之間競爭大企業、大項目日益劇烈，在這種技術背景和發展趨勢下，金融機構有無可能借助互聯網技術開展小微業務?小微企業長期受到的金融排斥能否突破?互聯網技術能否從根本上改變我國小微企業的金融排斥?其作用機理又是什么?研究這些問題對緩解我國小微企業融資難具有重要意義。

　　一、小微企業金融排斥的表現和緣由

　　金融排斥是在社會融資總量擴大的前提下，金融機構有條件為小微企業提供服務，而因為各種原因拒絕其正常的、合理的金融需求。拒絕原因既涉及社會制度、經濟結構、金融體制等宏觀方面，也涉及金融機構、小微企業等微觀主體方面。從本質上看，小微企業受到金融機構的排斥是其社會排斥在金融方面的體現，金融排斥是社會排斥的一個子集，未能接觸到金融系統服務的弱勢群體也很難獲得其他社會組織提供的服務，金融排斥和社會排斥存在復雜的交互性[1][2][3] ，金融排斥揭示了小微企業在政治、經濟方面的歧視和話語權的缺失。

　　小微企業金融排斥受到宏觀經濟周期的影響，當經濟出現蕭條跡象時，銀行反應靈敏，提前抽貸，迫使小微企業向高利貸借款償還銀行貸款，同時銀行出現“惜貸”現象，寧可資金閑置，也不愿為小微企業貸款，加重了小微企業的金融排斥。從排斥主體來看，小微企業不僅受到主流金融機構的排斥，同時也遭到金融市場的歧視。小微企業受到金融機構排斥的原因主要是金融機構競爭不充分，同時缺乏為小微企業服務的中小型金融機構[4] ，另一個原因是金融機構長期以來對小微企業存在認識偏見，認為小微企業就是缺乏信用、風險高發、微薄利潤的代名詞。另外，金融市場比金融機構要求更多的信息披露，小微企業沒有在金融機構融到資，就更難在金融市場融資。從小微企業自身屬性來看，小微企業成立時間短，財務會計制度不健全、企業經營管理不規范、資本積累不足、固定資產缺乏、抵押擔保能力不足、抗風險能力弱、風險類型多樣，這是小微企業被金融機構排斥的客觀因素。從具體內容來看，受到金融排斥的小微企業很難接觸或使用到這些產品和服務：銀行帳戶、信貸、支付結算、保險、金融咨詢、投資建議、企業融資管理等[5][6][7] ，其中影響最大的是貸款，外源融資的不足造成了小微企業生命的脆弱性和發展空間的有限性。

　　小微企業金融排斥涉及多方面的因素，這些因素加在一起增大了緩解小微企業金融排斥的難度。

　　二、金融排斥度及其影響因素

　　(一)金融排斥度

　　目前較少有文獻研究企業金融排斥的度量，大部分金融排斥的度量主要集中于個人和區域，從已有文獻來看，金融排斥指標的選擇主要有兩種類型：其一是使用一個綜合指標，如剝奪指數、金融排斥指數[3][8] ;其二是使用某些金融產品和服務的絕對值和相對值，如信用貸款、活期帳戶、家庭保險、人壽保險、養老金等具體產品[5][9] 。這些指標大多要經過人均化處理，與本文研究對象不符，無法直接使用。

　　金融排斥度測量有多少風險類型沒有被識別并合理定價，其本質是測量小微企業的金融需求被金融機構排斥的程度，最直觀的表現形式是被拒絕的小微企業的數量和貸款需求量，即數量形式的排斥。但數量形式的排斥是建立在沒有成功識別風險、定價風險的基礎上，如果風險定價合理，金融機構就會為更多的小微企業提供服務，金融排斥度下降;如果風險定價不合理，價格過高過低都會影響小微企業和金融機構的經濟可持續發展，導致金融排斥度提高。由此可見，金融排斥既可以用數量度量，也可以用價格度量，然而已有文獻鮮有使用價格維度度量。

　　本文預做這方面的嘗試，從價格入手測量金融機構對小微企業的金融排斥程度，原因有三：一是被排斥的小微企業數目本身難以確定，這給實證研究帶來難以克服的數據障礙;二是先進的信用風險定價模型為準確度量小微企業的風險提供了技術可行性;三是基于互聯網的小微企業信息的大數據開發和挖掘為風險度量注入了全新的血液。假設金融機構為小微企業i提供的貸款利率水平為Ri，即價格為 Ri, i ∈ R+ ,i = 1,2⋯I ，小微企業i的真實風險水平為ri，如果金融機構能夠識別小微企業的風險，并合理定價，則為其提供服務，這時Ri=ri;如果不能識別風險，則拒絕為其提供服務。金融排斥度測量的是沒有識別定價的風險占所有風險種類的比重。

　　(二)金融排斥度影響因素

　　金融排斥的影響因素很多，主要有社會結構的民主程度、經濟的周期性波動、金融體系的完善程度、金融機構的偏好和小微企業自身的風險多樣性等。但是就金融機構本身來看，影響金融排斥度的主要是金融機構的偏好。那么金融機構的偏好和偏好形成機制將是影響小微企業金融排斥度的主要因素。

　　U= f(p，e，s) (2)

　　金融機構偏好是其效用函數的表現結果，如(2)式所示，金融機構的效用函數包括政治收益(p)、經濟利潤(e)和社會責任(s)三方面，體現出金融機構的政治屬性、經濟屬性和社會屬性。其中政治屬性、社會屬性在不同國家、或同一國家不同時期有不同的表現，影響因素復雜，涉及社會、政治、文化、歷史等方面，本文不想在這兩方面深入展開。假設金融機構僅以利潤最大化為目標函數，要求經過風險調整后的收益大于成本，否則就產生金融排斥。實踐中金融機構傾向于為大企業、大項目服務，排斥小微企業的金融需求，就成本收益來看，大企業、大項目財務報表、資產評估報告、經營狀況等硬信息比較健全，信息相對透明，金融機構只需根據企業提供的硬信息，結合傳統的信用風險評估模型，即可低成本地定價風險，提供服務并獲得可觀利潤。小微企業財務會計制度不健全，固定資產缺乏，抵押擔保能力薄弱，缺少金融機構要求的硬信息。對金融機構來說，這就缺乏識別其風險的基礎，硬信息這道“門檻” 將小微企業拒之門外。同時，由于通信技術水平有限，金融機構收集小微企業軟信息的成本非常高，金融機構和小微企業之間的信息不對稱很嚴重，硬信息的缺乏不能通過軟信息來彌補，信息缺乏有效的傳輸渠道。在預期收益區間確定的情況下，成本太高，因此金融機構寧可選擇關停小微業務。

　　硬信息和軟信息是互補的，二者都能反映企業的風險水平。當硬信息缺乏時，要識別企業風險，就必須通過軟信息來實現，而真正體現小微企業風險的并不是企業的硬信息，而是有關企業家才能、企業社會資源、產品的市場認可度等軟信息。在傳統技術條件下，小微企業和金融機構之間存在“信息的供給使用結構錯位”現象，金融機構只看重服務對象的硬信息，如財務會計報表、資產評估報告、抵押擔保資產報告等。因為硬信息內容易于理解、表達格式統一、信息可量化對比，操作簡單易行，所以金融機構的硬信息成本極低。但對小微企業來說，提供這些硬信息成本是很高的，小微企業先天的不規范使其財務報表不被金融機構所認可。因此，小微企業的硬信息成本主要體現在抵押擔保資產成本上，而現行資產評估種類的有限性使其抵押資產被評估時大打折扣，所以，小微企業只能借助第三方提供的擔保服務滿足金融機構的貸款條件，這是小微企業硬信息成本高的原因。

　　金融機構一般不會采集小微企業的軟信息，比如市場評論、社會傳言、經濟預測、企業主個人素質、社會關系、人脈資源等進行風險識別。原因有兩方面：第一，軟信息結構復雜(非結構化或半結構化信息)、內容龐雜、格式多樣，其加工、解讀、使用不僅需要金融專業的知識，還需要掌握心理學、社會學、通信技術多學科的知識，加工、解讀、使用難度大。第二，軟信息來源廣泛、信息量非常大，其收集、加工、貯存、傳輸成本很高。其中，軟信息成本高是金融機構沒有采用相關技術的根本原因，而這些技術已經被某些互聯網金融公司突破了。

　　從策略來看，針對小微企業的金融需求，金融機構要么只使用硬信息，排斥小微企業的金融需求;要么采集使用小微企業的軟信息，控制風險，識別風險，根據風險收益原則對其進行合理定價，并提供服務。但是由于在傳統技術條件下使用小微企業軟信息的成本很高，甚至大于其收益，導致金融機構長期以來只選擇第一種策略。所以，小微企業金融排斥的根源在于金融機構搜集小微企業軟信息的成本高，成本和收益不相稱。

　　三、互聯網軟信息成本的特點

　　傳統技術條件下金融機構主要通過上門采訪、問卷調查等面對面方式采集小微企業軟信息，成本非常高，降低軟信息成本是一個無法克服的技術難道。進入互聯網時代，以大數據、云計算、搜索引擎、移動互聯和社交網絡為代表的互聯網技術為降低軟信息成本提供了技術條件。互聯網軟信息成本和傳統技術軟信息成本具有根本性的差別：

　　第一，硬件設施和人員投入方面。傳統技術條件下軟信息收集主要靠人海戰術，除電話之外，需要的硬件設施極少，是一種勞動密集型產業，軟信息成本高主要體現在人員的投入量�；ヂ摼W軟信息采集，投資期初需要大量的硬件設備和計算機軟件購買和研發，對人員的專業技術水平要求高，是資本和技術密集型產業。

　　第二，搜集渠道。傳統技術軟信息搜集主要通過面對面采集，時間成本和距離成本高;互聯網軟信息的采集渠道主要是通過搜索引擎在社交網絡、電子商務平臺中收集，效率高、成本低。

　　第三，信息規模不同。傳統技術采集軟信息的規模有限，單位軟信息成本高;使用大數據和云計算，可以利用的互聯網軟信息規模是海量的，單位軟信息成本極低，接近于零。

　　第四，計算能力不同。時間就是收益，傳統技術軟信息計算速度慢，加工處理時間長，提高了軟信息成本;使用云計算，互聯網軟信息計算能力強大，計算幾乎是瞬時完成，同時能改善系統和文件的兼容性，有助于降低軟信息成本。

　　第五，信息真偽鑒定差別。傳統技術條件下，如果軟信息是虛假的，信息必須重新采集，并且要確保有關當事人誠實可信，因此，信息真偽鑒定成本很高;在互聯網技術條件下，借助社交網絡、移動互聯、公告牌和征信系統使提供虛假信息的代價非常大，所以，互聯網軟信息真偽鑒定成本極低。

　　從以上分析可以看出，互聯網技術與降低軟信息成本具有天然的耦合性�；ヂ摼W軟信息質量高，采集速度快，具有規模經濟效應，可以實現成本的大幅度降低。

　　四、軟信息成本與金融排斥度關系的模型

　　為了更好地說明利用互聯網技術降低軟信息成本，使金融排斥度下降，提高金融包容性，本文參考謝平的交易可能性集合模型[10] ，在此基礎上加入金融機構和小微企業的信息成本，說明軟信息成本與金融排斥度的關系。

　　(一)小微企業能接受的最高貸款利率

　　假設小微企業集合為I，小微企業i (i ∈ I) 自有資金為Ki，需要向金融機構貸款Li才能啟動項目，項目預期收益率為ui，成功概率為 θi ，(0 ≤ θi ≤ 1) ，貸款利率為Ri，是硬信息成本貸款的Hi倍，其由兩部分組成，一部分成本是項目失敗，到期歸銀行所有的抵押擔保資產，另一部分為籌集抵押擔保資產所支付的成本，假設這部分成本為總硬信息成本的 αi 倍。

　　(二)金融機構能提供的最低貸款利率

　　假設金融機構為風險中性，其為小微企業貸款的機會成本為bi，即貸款給大企業的利率;金融機構為小微企業貸款付出的信息成本為貸款金額的Si倍，由于金融機構獲取小微企業的硬信息成本極低，可以忽略不計，這里的信息成本主要指軟信息成本，包括軟信息采集、加工、解讀和存儲成本;如果企業違約不能歸還貸款本息，金融機構將處理抵押擔保資產。

　　(4)式給出金融機構能提供的最低利率水平，與金融機構的軟信息成本、機會成本，小微企業風險水平和小微企業提供的硬信息成本有關。(4)式還可以看出大企業貸款利率比小微企業貸款利率低的原因，大企業信息透明，金融機構獲取其軟信息成本低。其他參數不變時，軟信息成本越高，金融機構的貸款利率就越高。另外，其他參數一定時，小微企業提供的抵押擔保等硬信息成本越高，其獲得貸款利率越低。

　　(四)模擬檢驗

　　利用互聯網技術可以實現金融機構和小微企業的合作雙贏，互聯網技術可大幅度降低金融機構的軟信息成本。據統計，僅手機銀行業務就可以使銀行的每筆交易成本下降80%以上[10] ，互聯網用戶量多，功能強大，軟信息成本的節省程度不亞于手機銀行。(11)式中有三個外生變量，假設貸款額，Li=1,Ai, αi 取不同值時，軟信息成本和硬信息成本按同比例變化、軟信息比硬信息降幅大、軟信息比硬信息降幅小，金融排斥度的變化如表1所示①。假設當金融機構的軟信息成本和小微企業的硬信息成本都等于貸款額時，交易停止，并認為這是傳統技術軟信息條件下的金融排斥度。

　　從表1看出，當軟信息成本下降帶動硬信息成本下降時，金融排斥度也隨之降低，如果互聯網軟信息成本降低到傳統技術軟信息成本的10%，金融排斥度會下降低到5%-11%，顯著改善了小微企業的融資環境。

　　五、政策建議

　　近年來小微企業融資難在我國表現得越來越突出，雖然國家出臺了支持小額信貸機構發展等相關政策，但沒有大型商業銀行的參與，很難從根本上改變這一現狀，軟信息成本過高是其不愿涉足小微企業金融業務的主要原因，如前所述，互聯網技術可以有效降低軟信息成本，實現盈利要求。本文認為大型商業銀行參與小微企業金融業務，需要做到以下幾點：

　　第一，運用“互聯網+”的精神轉變思維理念和經營方式，互聯網精神強調“開放、民主、合作、共贏”，這與社會排斥、金融排斥的思維方式相矛盾�；ヂ摼W降低了全社會的信息成本，使交易雙方的信息不對稱逐漸彌合，這對商業銀行依靠信息不對稱來賺取中介費用的商業模式構成威脅。商業銀行的生存環境變了，其發展邏輯和盈利模式必須要做出調整。

　　第二，商業銀行應借鑒互聯網金融的做法，使用大數據、云計算、移動互聯、搜索引擎、物聯網等互聯網技術降低軟信息成本，在社交網站、電子商務網站和政府服務網站充分挖掘小微企業的軟信息，拓展傳統的信用評估模型，根據小微企業特點，在模型中加入軟信息的相關變量進行科學的風險定價，運用風險評分發放信用貸款，弱化抵押貸款的比重。

　　第三，商業銀行也需要重新審視自身的風險偏好和風險容忍度。隨著通信水平的提高，商業銀行運用互聯網技術管理風險和控制風險的能力增強，風險的價值凸顯。這時商業銀行要適當調高風險偏好和風險容忍度，拓寬風險類型，尋求新的盈利來源。——論文作者：曹廷貴、蘇靜、任渝

　　參考文獻：

　　[1]DYMSKI,G.A，&J.M.VEITCH.Financial transformation and the metropolis:booms,busts and banking in Los Angeles[J].Environment and Planning A.1996，1233-1260.

　　[2]KOKER, L,D.Money laundering control and suppression of financing of terrorism[J].Journal of financial crime，2006，26-38.

　　[3]LEYSHON,A.&N.THRIFT.Geographies of financial exclusion:financial abandonment in Britain and the United States[J].Transactions of the Institute of British Geographers，New Series，1995，312-341.

　　[4]林毅夫，孫希芳.信息、非正規金融與小微企業融資[J].經濟研究，2005，(7)：35-44.

　　[5]BRIDGEMAN,J. S.Vulnerable consumers and financial services[J].London, Office of Fair Trading, UK Government，1999.

　　[6]BECK THORSTEN & ARGUSTO DE LA TORRE.The basic analytics of access to financial service[R]. World Bank Working Paper，2006.

　　[7]EUROPEAN COMMISSION.Financial Services Provision and Prevention of Financial Exclusion, Direc torate-General for employment[M].Social Affairs and Equal Opportunities，the European Commission，2008.

　　[8]Gardener,T. Molyneux,P.&S.Carbo , Financial exclusion: comparative experiences and developing research[EB/OL].http://www.savings- banks- events.org/atf/perpers/Financail% 20Exclusion，% 20Comparative% 20 Experiences% 20 and% 20Developing% 20Research.doc 2004.

　　[9]ANZ.A report on financial exclusion in Australia[J].Chant Link & Associates，2004.

　　[10]謝 平，鄒傳偉，劉海二.互聯網金融手冊[M].北京：中國人民大學出版社，2014.

声明:①文献来自知网、维普、万方等检索数据库，说明本文献已经发表见刊，恭喜作者.②如果您是作者且不想本平台展示文献信息,可联系学术顾问予以删除.