中小微企业融资,是世界性的难题,融资难、融资贵(即,融资可得性差,融资成本高)的“两难”问题长期难解。在我国,一般把企业划分为大中小微四大类型,后三类统称为中小企业,后两类统称为小微企业,微型企业一般是指个体工商户。大型企业和中型企业规模较大,融资渠道较多,但小微企业则长期以来存在融资难问题。小微企业一般根据工信部、统计部、发改委、财政部等部委制定的标准来定义,采纳的标准包括员工数、产值、总资产等多项指标,且不同行业标准不一。但银行业务实践中,银行监管部门或银行自身一般会自行设计不同的标准。小微企业数量众多而零散,但在吸收就业、创收减贫、服务居民、培育创新等方面有着巨大贡献,因此,各国政府均深度通过各种方法,提高其融资可得性,降低其融资成本,帮助其更好发展。
一、信贷定价原理
信贷业务有其自身的客观规律。从风险定价原理上看,一个合理的信贷利率,至少要覆盖放款人(包括金融机构与其他非金融机构)的资金成本、业务成本和合理利润,此外还需要覆盖可能的风险损失,即合理的风险溢价。这就是所谓的风险定价原理。
信贷利率 = 无风险利率 + 业务成本 + 合理利润 + 风险溢价
(1)无风险利率(资金成本),即放款人自身的资金成本,或说资金无风险运用的机会成本。
(2)业务成本,即放款人开展信贷业务时,拓展和维护客户、开展业务经营、自身运营管理等事项的成本,其中,很重要的一项业务是通过调查客户情况,来确定其风险水平。
(3)合理利润(资本成本),是放款人从事这项业务所能赚取的合理利润,这是这项业务在商业上能够持续的必要条件。如果是慈善或政策性从事这项业务,则可以忽略或降低合理利润要求。
(4)风险溢价(风险成本),即能够覆盖全部放款的损失率。
无风险利率主要由央行货币政策决定,合理利润则由行业正常水平决定(比如商业银行ROA在1%左右,因此可以假设体现在信贷利率中的合理利润也在1个百分点左右),相对外生,因此并非研究重点。研究的重点在于业务成本和风险溢价。
放款人在从事风险定价时,最核心的问题是,如何合理预估对客户群体放款的预期损失率。完成预估后,即可确定风险溢价,将其加到信贷利率之上。风险定价的原理其实是保险原理,即所有客户在借款时,都额外支付这个风险溢价,用来弥补中间一小部分客户债务违约给放款人带来的损失。
而业务成本和风险溢价的关系在于:要想把客户预期损失率了解得越清楚,需要投入越多的人力物力,最后都反映在业务成本中。其本质是,小微企业信息不对称程度较高,需要投入较大的成本去挖掘信息。因此,业务成本与风险溢价存在一定的负相关关系,放款人需要全面均衡,确定一个合理的总成本水平。
因此,以相对合理的成本,评估一个相对可靠的预期损失率,是业务成败的关键。而且,从经验上看,国内部分典型的从事小微信贷的银行的放款利率接近10%,甚至更高,无风险利率在3.5%左右(参考国债收益率),合理利润在1%左右(参考ROA),因此信贷利率中占比过半为业务成本和风险溢价,降低成本要在业务成本和风险溢价上做文章。
基于上述原理,关于业务成本和风险溢价,我们可以做出几个合理推论,找到小微企业融资难、融资贵的根源:
(1)预期损失率的可靠,比预期损失率的高低,更为重要。比如,如果能确定一类客户的借款预期损失率是1%,那么风险溢价可以设为1个百分点,如果怕将来损失率意外过高,那可以设风险溢价为2-3个百分点,预留一定安全空间。但如果无法相对可靠地确定预期损失率,而是只知道它处于一个概率区间,比如1-5%,那么风险溢价只能设为5个百分点以上,导致信贷利率过高(融资贵)。
(2)但预期损失率也不能过高。假设放款人合理确定一类客户的预期损失率是20%,这时如果它把20个百分点作为风险溢价加到信贷利率上,那么其他相对优质的客户不愿意承担这么高的成本(本质是,优质客户不愿意分摊可能的20%的损失),他们便会退出,最后剩下的都是高风险客户,逆向选择,使风险定价失败(融资难)。因此,可持续的业务必须有一个相对低而稳定的预期损失率,也就是要找到风险相对较低的一批客户,否则业务难以开展。高风险的客户群体并不适用风险定价原理。
(3)要以合理的单户成本获得预期损失率。前文已述,放款人调查研究一类客户的预期损失率,会为此支出业务成本。如果成本过高,最终也将导致信贷利率过高。降低成本的方法之一是扩大客户规模,因为小微信贷业务还有个特点,就是单笔信贷金额很小。比如单笔信贷金额几万元甚至几千元,那么即使获取合理的信贷利率,那么放款人赚取的利息收入金额也很微薄,可能无法覆盖一些正常业务成本,导致业务难以为继(融资难)。但如果能够批量发展海量客户,则户均成本降低,那么哪怕单户收入很低,也能够覆盖业务成本。
二、主流方法辨析
从上述原理出发,降低小微企业融资成本,关键是要想方设法降低业务成本或风险溢价,所有的方法必须围绕这个目标展开,并且要遵从经济规律。
近几年,政府在积极鼓励各类金融机构开展小微信贷业务,舆论上也多有敦促,但如果用行政或舆论手段强行降低小微信贷的整体利率,而无风险利率、业务成本、合理利润却无法降低的情况下,被动压缩的只能是风险溢价。这将导致政策效果适得其反,因为风险溢价无法覆盖风险,放款人无法商业可持续地开展这项业务,积极性下降,或者仅仅响应号召做一些,难以持续。最终,小微信贷的信贷可得性下降(融资难),转而通过小贷公司、民间借贷等其他渠道融资,成本反而更高,陷入“融资难、融资贵”的境地。
因此,解决问题的要害,是想方设法降低业务成本或风险溢价,而不是降低整体信贷利率。比如,政府更可取的方法,是通过推出担保基金、贴息等方式,相当于从政策手段上降低了风险溢价或资金成本,对小微信贷能够起到正面作用。当然,这些方法本质上都是财政补贴,也不是市场化的,更为理想的是找到市场化的方法,以合理户均成本,遴选出风险可控(预期损失率偏低且可以可靠预估)的客户群体。各国各类机构经过多年实践探索,最终总结出了一些可行的方法,有力地支持了小微企业融资。
(1)在信息生产上做文章
所谓信息生产工作,是想方设法充分调研获取客户信息,以便以合理成本相对准确地预估客户的预期损失率。
由于小微企业个体零散,产业单一,经营管理并不规范,信息披露极不充分,因此难以通过财务分析、经营分析、竞争力分析等常规的企业分析方式去了解,而需要从更多方面了解情况,尤其包括所谓的“软信息”,包括企业主人品、习性、口碑、背景、专业能力等信息。而软信息的获取,主要依赖于社交半径,比如同一社区(村落、族群)内可能对这些信息有良好把握,甚至业务人员天然掌握这些信息。因此,传统的小微信贷往往局限于一定的物理半径或社交半径之内,通过深入到基层的渠道网络和业务人员,高频获取跟踪相关信息。
然而,软信息的一大特点是难以书面化,因此难以通过现代信息技术去计算处理,只能通过放款机构的业务人员基于经验去人工处理,执行效率较低,人为判断的逻辑难免不严谨,且难以快速复制推广。因此,基于这些传统方法开展小微信贷业务的放款机构(包括信用社、小微专业银行和小贷公司等)业务规模难以扩大,或者难以复制到软信息半径(比如社区或村落)之外,这又抬高了每户业务成本,最终抬高了信贷利率。国内外有些机构试图推进某些软信息的书面化,推出评分卡等工具,一定程度上能够缓解这一问题。
软信息书面化的大幅推进,是在大数据技术成熟之后。以电子商务网络为代表的互联网平台兴起后,原先不留下书面数据的一些用户行为,比如原先现金交易的一笔小买卖,改为在电子商务平台上交易后,其大部分用户信息或交易信用便实现了书面化。而电子商务在我国已发展了十多年,积累的数据日渐丰富,最后在大数据技术的推动下,生产出了可供预估客户预期损失率的信用评级模型,能够快速评估一类群体的预期损失率,从而实现风险定价。而且,互联网平台上用户数量众多,且业务处理可由信息技术完成,不用人工干预,因此能够实现单户成本较低。所以,信息技术、互联网技术与大数据技术的引进,大幅推进了软信息的书面化与征信应用,以较低业务成本遴选出预期损失率合理的客户群体,推进了小微信贷业务。但基于大数据技术的小微信贷也有其天然缺陷,就是它的业务只能局限于其大数据边界之内,仍然无法帮助尚未纳入大数据的群体。
实践中,传统的在社区半径内收集软信息的模式,俗称“人海战术”,往往由小型金融机构从事。而基于大数据技术的现代信息技术模式,则往往由大型机构(主要是互联网平台相关机构)从事。当然,不管是传统模式还是现代模式,其原理是一致,就是尽可能以较低成本收集客户信息,用于预估其预期损失率,从而实现风险定价。
(2)在风险分散上做文章
与上一类方法在信息生产上做文章不同,这类方法则基于风险定价原理背后的保险原理,也就是基于大数定律,设法找到一群预期损失率相对稳定的群体,实现风险定价,给予放款。这一方法最先用于服务农户的小额信贷业务,通过互保联保等方法,实现风险分散,从而获取一个相对稳定的预期损失率。国内部分机构曾经跟进尝试,但收效不佳,原因还是得从原理上解释。
大数定律成立的前提,是群体出险概率是可预期、平均分布的,且样本量足够,还需提防道德风险和逆向选择(都是破坏概率平均分布的因素)。因此,在一群从事不同行业、背景情况各不相同的客户(比如从事不同农业生产的农户)上,基本上能够应用大数定律。但也只能分散非系统性风险,某些全面影响所有客户的风险无法被分散(比如自然灾害影响全部农户)。但是,如果这些人同处相似行业,或者没能有效提防道德风险和逆向选择,则有可能破坏大数定律,导致收效不佳。从现有实践上看,找到一群足够分散风险的群体,并不是太容易。因此,这一方法目前尚未大面积推广。
三、主要政策建议
基于上述原理与实践,要想实质性推进小微企业融资,缓解融资难、融资贵问题,还是要设法从降低业务成本和风险溢价,从而实现风险定价。主要政策建议包括:
(1)加快推进征信、担保等金融基础设施建设。借助现代信息技术和大数据技术,组织各类互联网平台公司参与,搭建全国统一的征信系统,覆盖更多群体,多方位采集用户信息,包括各种硬信息与软信息,包括信用信息和其他任何有助评判信用水平的信息,然后实现多方信息的共享和相互验证,有助在小微群体中遴选出风险可控的群体。一个统一、高覆盖的大数据征信系统,有助于大幅缓解信息不对称问题。然后,各级政府继续加大担保、贴息等政策力度,帮助放款机构减轻风险溢价,增加小微信贷可得性,降低成本。
(2)发展中小微信贷金融机构,充分发挥它们的草根性优势,缓解信息不对称。从现有经验来看,在大数据征信覆盖全民之前,眼下最为现实的选项,还是在基层开办中小微信贷金融机构,包括小微贷公司、信用社或互助社、小微专业银行等,充分发挥它们深耕基层草根的优势,在一定半径内天然掌握很多软信息,信息不对称程度低,可以降低风险溢价。并且,它们由于规模制约,无力参与大中型企业融资,能够专注于小微业务。海外也有大型金融机构采取这一社区金融方式的成功经验,但极其个别,可复制性不强。政府的服务和监管也需要及时跟进,比如通过担保、贴息、税收(比如坏账税前计提)、监管优惠(支持小微力度较大的银行给予定向降准等)等政策给予支持,并且需要配备较大的监管队伍。
(3)逐步规范预算软约束部门的融资行为,防止挤占过多信贷资源。我国金融体系发展还相对有限,信贷资源尤其有限。而与小微企业相对立的,却存在一个庞大的大中型企业群体,而且由于体制原因,它们还有预算软约束的特征,带有政府信用,处于高利息却低风险的状态(与小微信贷刚好相反),并且对信贷需求几乎是无限的,于是挤占了大量信贷资源。因此,一方面需尽快规范这些群体的融资行为,发展资本市场等更适合它们的融资渠道,鼓励它们转为直接融资,另一方面也需同时对它们的融资总量给予控制,防范预算软约束导致的过度融资。