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。
