日前，中央政治局就完善金融服务、防范金融风险举行第十三次集体学习。习近平总书记强调，要深化对国际国内金融形势的认识，正确把握金融本质，深化金融供给侧结构性改革，平衡好稳增长和防风险的关系，精准有效处置重点领域风险，深化金融改革开放，增强金融服务实体经济能力。
此前，国务院常务会议决定支持商业银行多渠道补充资本金，进一步疏通货币政策传导机制，在坚持不搞“大水漫灌”的同时，促进加强对民营、小微企业等的金融支持。作为科技创新的活跃微观主体，科技型中小企业是实现创新驱动、推动经济发展的生力军，但也面临“企业融资难、银行不敢贷”的情况。如何构建针对科技型中小企业的融资征信，通过有效挖掘企业信用信息、揭示企业信用能力来助力企业融资，成为下一阶段有待解决的问题。
信用拓展与信用替代
在金融体系中，征信系统是极为重要的基础设施。征信活动通过降低信息成本、降低信贷资金风险，从而提升授信机构的贷款意愿，提高企业信贷可得性。科技型中小企业兼具科技型与中小型企业的特性，生命周期不稳定、风险价值波动大，还存在缺乏抵押物、目标短期化等问题，通常面临更为严峻的融资约束。
基于科技型中小企业的特性，需要积极转变融资征信思路，以信用拓展和信用替代方式来对接特质性需求。例如，以企业主个人信用、企业的集体信用拓展企业信用。由于企业的科技属性突出，对企业进行信用评价的专业性强、难度大，在探索建立适合的信用评价体系的同时，建议通过政府对企业的资质认定、（隐性）担保等，侧面反映企业的核心竞争力等信息。
在征信领域，大数据技术的发展将颠覆传统征信理念，对科技型中小企业融资征信乃至其他专业化、特定细分领域活动的征信发展都将产生重大影响。一方面，大数据技术能够实现对海量留痕信息的甄别、分析和整合，从而保障信用拓展的可行性。另一方面，大数据技术能够实现软信息硬化，建立起企业信用能力新的展示渠道。
特别是，科技型中小企业一般缺乏常规的财务数据等硬信息，而企业主及核心管理团队的能力、人品、商业模式与市场前景等软信息又难以被量化、标准化，加上有效抵押担保不足等情况，对传统金融服务的风险防控形成极大挑战。大数据技术的发展改变了信息的来源结构，让企业、个人在互联网上以图片、文本、视频等各种格式存在，从而积累了海量的新形式数据。
例如，反映社会关系、群体偏好的社会测量数据，反映个人心理状态、个性和思维过程的心理测量数据，利用人脸、虹膜、指纹等方式进行身份识别的生物特征数据，以及反映个人地理位置、空间社会特性的地理空间数据等。这些数据能够用以预测行为人的决策，在融资过程中还能进一步提高违约预测的准确度。
事实上，当软信息纳入征信信息这一做法在技术上变得可行时，不仅能满足科技型中小企业征信的需要，也将成为转变传统征信理念的杠杆，逐渐改变征信行业的业态，并据此开发出更为灵活、更专业化的征信服务。
更好发挥市场化征信力量
推动科技型中小企业融资征信发展，归根结底需要更好地发挥市场化征信力量。
从征信行业整体来看，由于我国金融体系以间接融资为主且银行业集中度较高，银行之间、银行与其他金融机构之间进行信息共享的动力不足。这将弱化信用信息共享对整体信贷表现的正向效应，因此尤为需要发挥市场主观能动性，以引导民营征信机构发展、优化征信的作用效果。
实证研究显示，间接融资占比高、银行业集中度高不利于降低不良贷款率，也不利于征信作用的发挥。而提高市场(民营)征信机构占比，有利于抑制不良贷款率、促进贷款规模。同时，民营征信机构往往能够覆盖公共征信机构不能涉及的人群，能够弥补公共征信机构在数据更新频率、数据搜集维度、征信产品创新等环节的不足。
从科技型中小企业融资征信角度来看，市场主体在应用大数据技术方面更为灵活、效率更高。特别是，互联网技术的飞速发展与大数据技术的进步，为民营征信机构提供了更广的信用信息来源、更加多样的信息处理手段。在政府主导的企业征信基础上，需要让市场征信机构发挥更大的作用。
随着信用经济、普惠金融的发展与信息技术的进步，市场对个人信用信息的需求迅速扩张，对征信产品和服务的需要也越来越多元化。然而，持牌的个人征信机构目前仅百行征信一家，显然难以满足市场需求。
不仅如此，百行征信的发展也面临一些挑战。在实际运行中，由于参股机构之间存在竞争关系，拥有数据的征信公司或金融机构报送数据的意愿不强，百行征信面临信息共享激励不足等问题。同时，因部分参股机构隶属的集团拥有贷款业务，也对百行征信的独立性及个人隐私保护造成影响。
结合市场化征信发展的需求和发展现状，一个基本原则是：既需尊重市场规律，通过有限度、有节奏地放开征信市场准入，鼓励市场主体参与，提高征信市场的活跃度与竞争度，也要利用市场化征信机构在应用大数据技术方面的优势，促进征信产品和服务的优化与创新，助力科技型中小企业融资征信，并鼓励机构之间进行差异化发展，以推动形成完备、专业细分的征信体系。同时，有必要鼓励地方性征信机构和大型征信机构合作，发挥二者在信息征集效率与信用分析能力上的比较优势。
（上海财经大学上海国际金融中心研究院 徐晓萍、刘音露）
