金融科技在中小企业信用体系建设中的应用研究

张崇杰　许国萍　王飞

摘要：有效的信用体系建设，是增强中小企业微观主体活力，推动中小企业健康发展的关键，对于维护良性运转的市场秩序也有重要意义。但中小企业信用体系建设中面临信息资源质量低、信用数据壁垒等问题有待解决。通过梳理金融科技关键技术及典型应用，提出运用金融科技解决中小企业信用体系建设的构想。

关键词：金融科技；中小企业；信用体系

中小企业作为促进市场经济发展的重要力量，其信用体系的建设与完善对促进其在金融市场的顺利融资、行业市场内的高效运营和提高企业信用的管理水平并促进企业长期健康发展都非常关键。涉及社会的各个层面和不同部门的信用体系建设，只有在各级政府的统一领导和专项规划下，才能构建统一、完善、流畅运行的信用体系。一段时间以来，“放管服”改革深入推进，各地重点建设信用信息应用平台。在实现全覆盖、数据共享、信息公开等工作方面，省级平台建设取得重大进展。政府平台通过完善顶层设计，制定并适时调整社会信用体系建设的相关法律法规和政策，明确各部门权利、义务和责任，保证各成员单位依法合规参与信用体系建设工作，同时保障信息主体信息安全。

2019年9月，国家发改委、银保监会发布通知，要求建立中小微企业信用评价体系和信用信息共享机制，支持“信易贷”融资服务。2021年7月，人民银行发布通知，鼓励银行金融机构与地方征信平台、融资服务平台合作，提高中小微企业信用贷款放款比率。2021年12月，国务院印发实施方案，进一步发挥信用信息在中小微企业融资中的支持作用，推动建立长效机制。2022年1月，中国人民银行发布金融科技发展规划，要求建立安全高效的金融科技创新体系，搭建一体化运营中台，建立智能化风控机制，全面激活数字化经营新动能。

对于国家的宏观经济管理和调控政策的制定与落实方面，中小企业完善的信用体系能让宏观经济政策精准有效地调控市场经济行为。然而，金融机构面临信息不透明等问题，难以准确评估中小企业的信贷风险，阻碍了优质中小企业获得信贷资金支持。因此，提高中小企业信用风险评估的准确性是解决中小企业融资难的重要组成部分，是帮助中小企业发展和前进的有效途径。

一、中小企业信用体系建设现状与问题

（一）中小企业信用体系建设主要做法及研究现状

早期的信用评价体系主要基于财务指标对企业的信用进行评价。在中小企业信用评价指标的选择中，除了考虑偿债能力、盈利能力、经营能力、发展潜力等财务指标外，还包括管理者素质、行业发展和政策环境、企业发展阶段等非财务指标。

目前，我国对信用评价的研究，特别是中小微企业信用评价领域的研究，与国外先进国家相比起步较晚，在理论技术和实践上仍存在显著差距。此外，由于中小微企业财务报表数据失真、关键业务数据缺失等问题，单纯依靠财务数据进行信用评估难以真实反映中小微企业的实际信用水平。因此，近年来，国内学者在研究中小企业信用评价方法时，开始使用大数据方法，整合财务、运营、物流等信息，弥补过去的不足；在指标体系建设方面，随着研究的深入，引入了非财务指标，而不仅仅是使用财务指标。中小微企业信用评价体系的构建及其信用计量已成为国内学者的研究热点。

（二）中小企业信用体系建设存在的问题

中小企业在中国当前的经济结构中占有非常重要的地位。中小微企业融资难，主要是由于其金融体系相对不健全和信息不对称；与此同时，中小企业缺乏足够的抵押资产，融资担保更加困难。在目前的银行信贷体系下，如果信贷体系建设滞后，信用担保体系不健全，抵押担保将难以实施。

目前，许多大型企业已经建立了完整的信用管理和信息披露机制。然而，由于缺乏管理经验和运营实力，中小企业的信用信息过于分散，其信息资源质量令人担忧，难以建立健全的中小企业信用体系。第一，由于监管体制以及市场环境等多方面的原因，可用于评价我国中小企业信用状况的信息资源质量存在非常明显的缺陷。信用信息管理较粗放，能够客观反映企业最基本运营状况的财务信息和税务信息与企业实际运营严重不符，在标准化、规范化方面还未形成体系，从而影响后续的深度挖掘。第二，不同部门间数据互通、信息整合通道尚未形成，依然存在数据割据、数据孤岛现象，准确而有效的企业信用评价大打折扣。与中小企业信用状况相关的信息资源广泛存在于不同地区的各个政府职能部门、跨行业的组织机构以及企业内部环境中，并且由于部分数据信息涉及信用主体的权益保护和相关行业、政府机构以及征信服务机构的利益，给高效运转的中小企业信用体系的构建形成很大的阻力。第三，中小企业基本信用信息主要用于信息披露，在企业信用评估、风险防控等专业应用方面有拓展空间。同时，各级商业银行和监管部门的信用风险评估机制尚不健全，这可能导致政府信用监管不足，也可能使银行为了降低不良贷款率而倾向于选择更严格的审查策略，导致贷款门槛高，难以有效缓解中小企业的融资困难和高融资成本。中小企业信用体系的建设基础是有价值的信息资源的获取和科学的评价体系的开发，因此改进中小企业信用体系建设现状至关重要。

二、现代科技推动金融变革的关键技术

（一）大数据技术

大数据作为一个综合概念，是指一个庞大、多样且快速增长的信息来源。这些信息需要使用新的方法来获得，并有助于提高洞察力、决策能力和流程优化能力。一般来说，大数据技术的主要特征包括大容量、多样性、及时性、价值性、准确性等。例如，通过大数据分析，我们可以了解数据背后主体的行为模式，这有助于政府、行业、企业和其他人做出决策。金融业数据收集能力的提高依赖于信息技术的发展。大数据技术与传统金融相结合，通过数据的信息化和模块化处理，在确定趋势、评估信用、分配资源和控制风险方面发挥作用，有助于提高金融服务的效率。

随着金融科技的迅猛发展，大数据技术已经成為金融科技领域的重要组成部分，大数据技术的应用可以帮助金融机构更好地管理客户数据、提高风险控制能力、提高业务效率等。大数据技术在金融科技领域的应用体现在三个方面。

1. 客户数据管理

大数据技术可以帮助金融机构更好地管理客户数据，通过对客户数据进行收集、整合、分析，金融机构可以更好地了解客户需求和行为，进而推出更加个性化的金融产品和服务。例如，大数据技术可以帮助银行了解客户的消费习惯和偏好，并根据客户的需求和行为推出相应的金融产品，如消费贷款、投资和财富管理。

2. 风险控制

大数据技术可以帮助金融机构更好地进行风险控制。通过分析客户数据、交易数据等，金融机构可以更好地识别潜在的风险和问题，并采取相应的风险管理措施。例如，大数据技术可以帮助银行进行反欺诈检测，识别潜在的欺诈行为，减少金融损失。

3. 业务效率提升

大數据技术可以帮助金融机构提高业务效率，通过对数据进行分析和挖掘，金融机构可以更好地了解业务流程和运营状况，进而优化业务流程、提高业务效率。例如，大数据技术可以帮助银行管理客户服务。通过分析客户服务数据，金融机构可以了解客户服务需求和满意度，优化客户服务流程，提高客户满意度和忠诚度。

（二）人工智能技术

随着人工智能技术的不断发展和成熟，金融科技领域对人工智能技术的应用也日益广泛。人工智能技术可以帮助金融机构更好地管理风险、提高客户体验、优化业务流程等。人工智能技术在金融科技领域的应用主要体现在如下方面。

1. 风险管理

人工智能技术可以帮助金融机构更好地管理风险，提高风险预测的准确性。例如，利用机器学习算法对客户数据进行分析和挖掘，可以更好地识别和评估潜在的风险因素，提高风险控制能力。

2. 客户服务

人工智能技术可以帮助金融机构提高客户服务水平，提高客户满意度。例如，利用自然语言处理技术和聊天机器人，可以实现客户的自动化服务和智能化问答，提高客户体验。

3. 业务流程优化

人工智能技术可以帮助金融机构优化业务流程，提高业务效率。例如，利用机器学习算法对数据进行分析和挖掘，可以优化业务流程，提高业务效率和准确性。

4. 精细化营销

人工智能技术可以帮助金融机构实现精细化营销，根据客户数据进行定向推送，提高营销效率和精准度。例如，利用机器学习算法和大数据分析技术，可以对客户进行分类和分析，从而实现针对性的精细化营销。依托大数据平台和机器学习等先进技术，我们可以独立学习客户交易习惯和记录行为特征，并提供专属服务。仍有很大的发展空间。

5. 金融投资

人工智能技术可以帮助金融机构优化金融投资策略，提高投资收益。例如，利用深度学习算法和机器学习算法对市场数据进行分析和预测，可以实现更为准确的投资决策。

（三）区块链技术

区块链技术是一种去中心化的分布式账本技术，具有去中心化、可追溯、防篡改等特点。近年来，随着区块链技术的不断成熟和应用的广泛性，金融科技领域也开始了对区块链技术的应用探索。区块链技术在金融科技领域的应用如下。

1. 数字货币

区块链技术可以支持数字货币的发行和交易。例如，比特币是基于区块链技术的数字货币，通过区块链技术实现了去中心化的数字货币交易，从而提高了交易的安全性和效率。

2. 资产交易

区块链技术可以支持资产的去中心化交易，提高交易的可追溯性和透明度。例如，区块链技术可以实现不动产的登记、转移和交易，从而实现资产的去中心化交易。

3. 信用评估

区块链技术可以支持信用评估，提高信用评估的准确性和可靠性。例如，利用区块链技术对个人数据进行分析和挖掘，可以更准确地评估个人的信用状况，从而提高信用评估的效果。

4. 风险管理

区块链技术可以支持金融机构进行风险管理，提高风险管理的能力。例如，利用区块链技术对交易数据进行分析和挖掘，可以更好地识别和评估潜在的风险因素，提高风险控制能力。

5. 供应链金融

区块链技术可以支持供应链金融，提高供应链金融的效率和可靠性。例如，利用区块链技术实现供应链金融的信息共享和透明度，从而提高供应链金融的效率和风险管理能力。

（四）云计算技术

云计算技术是一种将计算资源、存储资源和应用程序等提供给用户的服务模式，具有可靠性、可扩展性和高性能等优势。在金融科技领域，云计算技术也有着广泛的应用。云计算技术在金融科技领域的应用如下。

1. 金融数据存储和处理

云计算技术可以支持金融机构存储和处理大量的金融数据。例如，云计算技术可以提供弹性计算和存储资源，满足金融机构对于大量数据存储和处理的需求。

2. 金融风险管理

云计算技术可以支持金融机构进行风险管理。例如，云计算技术可以提供实时数据分析和挖掘服务，帮助金融机构识别和评估潜在的风险因素，提高风险控制能力。

3. 金融服务交付

云计算技术可以支持金融机构提供金融服务。例如，云计算技术可以提供高可靠性、高性能的服务平台，支持金融机构提供在线交易、金融咨询等服务，提高服务的效率和质量。

4. 金融创新

云计算技术可以支持金融机构进行创新。例如，云计算技术可以提供灵活、高效的开发和测试环境，支持金融机构进行快速的应用开发和测试，加快创新的速度。

5. 金融监管

云计算技术可以支持金融监管。例如，云计算技术可以提供高可用性、高安全性的监管平台，支持监管部门对金融机构进行实时监管和数据分析，提高监管的效率和精度。

（五）物联网技术

物联网（Internet of Things，简称 IoT）是指通过网络将各种物理设备互相连接，形成互联网上的物体网络。在金融科技领域，物联网技术也有着广泛的应用。物联网技术在金融科技领域的应用如下。

1. 智能支付

物联网技术可以支持智能支付。例如，物联网设备可以用于身份验证和授权，实现无现金支付和安全支付，提高支付的便利性和安全性。

2. 智能风险管理

物联网技术可以支持智能风险管理。例如，物联网设备可以监测客户资产的状态和变化，帮助金融机构快速响应风险事件并做出决策，提高风险控制能力。

3. 智能客户服务

物聯网技术可以支持智能客户服务。例如，物联网设备可以收集客户的使用习惯和偏好，为客户提供更加个性化的服务，提高客户满意度和忠诚度。

4. 智能资产管理

物联网技术可以支持智能资产管理。例如，物联网设备可以监测资产的状态和变化，为金融机构提供实时的资产管理和追踪服务，提高资产管理的效率和精度。

5. 智能市场监管

物联网技术可以支持智能市场监管。例如，物联网设备可以监测市场行为和交易数据，为监管机构提供实时的监管服务，提高市场监管的效率和精度。

三、运用金融科技解决中小企业信用体系建设的构想

随着我国经济的不断发展，中小微企业已经成为了经济的重要支柱。在实践中，中小微企业的融资难、融资贵、融资风险高等问题已成为制约中小微企业发展的主要瓶颈。为了解决这些问题，我国政府提出了一系列政策措施，其中金融科技的发展成为了解决中小微企业融资难的重要手段。金融科技可以通过科技手段为中小微企业提供更全面、准确、高效的金融服务，为中小微企业信用体系建设赋能，促进中小微企业健康发展。

小微企业发展面临融资难、融资成本高、融资风险大的问题。因此，结合金融科技在中小微企业信用体系建设中发展的特点和现实，借鉴我国其他地区用金融科技赋能中小微企业信用系统建设的经验，构建特色鲜明的融合创新机制和具体实施路径框架，有效服务中小微企业。介绍金融科技赋能中小微企业信用体系建设的融合机制和实施路径，包括金融科技、信用评价指标体系、信用评价模型和金融风控模型等。

在金融科技赋能中小微企业信用体系建设的过程中，需要按照以下路径实施。

（一）建立金融科技平台

为了赋能中小微企业信用体系建设，需要建立一个完善的金融科技平台，以支持信用评价指标体系、信用评价模型和金融风控模型等的建设和应用。该平台应该具备以下特点。

数据汇聚与整合：平台应该能够汇聚和整合来自不同数据源的信息，包括企业注册信息、财务数据、税务数据、工商数据、征信数据等。此外，还应该具备数据清洗和归一化的能力，以保证数据的准确性和一致性。

数据存储与管理：平台应该能够对海量数据进行高效存储和管理，确保数据的安全性和完整性。同时，平台还应该支持数据的实时更新和查询，以满足不同应用场景下的需求。

数据分析与挖掘：平台应该能够利用大数据和人工智能等技术，对数据进行分析和挖掘，从而提取出中小微企业的信用信息，包括财务状况、经营能力、市场前景等方面的信息。

信用评价与预测：平台应该支持建立基于大数据和人工智能的信用评价模型，以实现对中小微企业的信用评价和风险预测。该模型应该能够结合各种数据指标进行评价，包括财务指标、经营指标、市场指标等，从而实现对企业信用的全面评估。

金融风控与决策：平台应该支持建立基于大数据和人工智能的金融风控模型，以实现对中小微企业的风险管理和决策支持。该模型应该能够对企业的信用状况进行实时监测和预警，并提供相应的风险控制策略和建议。

（二）建立中小微企业信用评价指标体系

建立中小微企业信用评价指标体系是中小微企业信用体系建设的重要一环。以下是建立中小微企业信用评价指标体系的路径。

明确评价目标：明确中小微企业信用评价的目标和范围，如评价中小微企业的经营状况、偿债能力、管理能力等。

确定评价指标：根据评价目标确定相应的评价指标。评价指标应具有客观性、科学性和实用性，并能反映中小微企业的真实情况。

筛选评价指标：根据评价指标的重要性和可操作性进行筛选，确保评价指标能够覆盖中小微企业的主要经营活动和风险点。

设计评价模型：根据评价指标设计评价模型，将评价指标进行加权计算，得出中小微企业的信用评分。评价模型应考虑指标的相互关系和重要性，并进行动态调整。

完善评价体系：建立完整的中小微企业信用评价体系，包括评价指标、评价模型、评价结果的解释和反馈机制等。

建立数据平台：建立中小微企业信用评价的数据平台，包括企业基本信息、财务信息、征信信息等。平台应具有数据共享、数据安全和数据保护等功能。

实现自动化评价：通过人工智能技术，将评价指标、评价模型和数据平台相连接，实现对中小微企业信用评价的自动化评估和监控。

（三）建立中小微企业信用评价模型

信用评价模型的构建是本课题的核心内容。在这里，我们提出了一种基于知识图谱的信用评价模型。具体而言，我们使用知识图谱算法来分析中小微企业的多源数据，生成企业的知识图谱。在这个知识图谱中，企业与各种因素（如经营状况、财务状况、管理状况等）之间的关系都被清晰地描述出来。这样，我们就可以通过对这个知识图谱的分析，来评价企业的信用状况。

知识图谱算法是一种基于图论的算法，它可以将各种关系用图的形式表示出来，从而方便对关系进行分析。在本课题中，我们将中小微企业与其经营状况、财务状况、管理状况等因素之间的关系都表示为图的形式，然后通过对这个图的分析，来评价企业的信用状况。

在进行信用评价时，我们首先需要对企业的知识图谱进行处理，将其转化为数学模型。我们使用了一种基于图卷积神经网络（GCN）的方法，将知识图谱转化为一个矩阵，然后通过矩阵运算，对企业的信用状况进行预测。在这个过程中，我们还考虑了各种因素的权重，来对企业的信用状况进行更加准确预测。

（四）金融风控模型的构建

金融风控模型是保证金融服务安全的重要手段，本课题也考虑到了这一点。我们提出了一种基于大数据和机器学习的风控模型，以保障中小微企业融资过程的安全和风险控制。

在这个模型中，我们将中小微企业的融资信息、财务信息、经营信息、信用信息等各种因素纳入考虑范围，并通过对这些数据的分析，来对企业的风险状况进行评估。我们采用了一种基于深度学习的方法来进行风险评估。具体而言，我们使用了卷积神经网络（CNN）和循环神经网络（RNN）来对中小微企业的融资过程进行分析和预测，从而提高风险控制能力。

四、结语

综上所述，金融科技赋能中小微企业信用体系建设的融合机制和实施路径主要包括四个步骤：建立金融科技平台、建立中小微企业信用评价指标体系、建立中小微企业信用评价模型和建立金融风控模型。这些步骤是相互关联、相互促进的，能够形成一个完整的中小微企业信用体系建设框架，为金融机构提供更为可靠和准确的风险评估结果，从而更好地支持中小微企业的发展。

参考文献：

[1]朱鹏霏.金融科技背景下T银行小微信贷业务创新研究[D].成都：电子科技大学，2022.

[2]姚一鸣.金融科技对商业银行信用风险的影响研究——基于小微企业贷款视角[D].济南：山东大学，2021.

[3]陈文虎，等.金融科技在信用研究领域的应用[J].債券，2022（10）：82-86.

[4]付娉.基于区块链技术的企业征信构建研究[J].金融发展评论，2021（07）：84-94.

[5]刘荣，崔琳琳.大数据技术在中小企业信用体系建设中的应用[J].征信，2015（04）：40-43.

[6]石林，刘金星.加强中小企业信用体系建设之我见[N].中国市场监管报，2019-08-06（005）.

（作者单位：黄河科技学院工学部）