东善明：以小微为对象的普惠金融不能只依赖高科技实现

凤凰网WEMONEY讯 4月25日，以“数字普惠金融助力实体经济”为主题，围绕普惠金融理论、实践及未来展开深入研讨的普惠金融国际高峰论坛正式召开。

本次论坛由中国社会科学院金融研究所、国家金融与发展实验室主办，金融法律与金融监管研究基地、《金融评论》编辑部、凤凰网WEMONEY承办，株式会社野村综合研究所提供特别支持。会上，日本银行北京事务所所长东善明在谈及小微企业和普惠金融时表示，以小微企业为对象的普惠金融很重要，一方面，小微企业信用风险大、风险评估困难、不确定性大、技术力量欠缺等使小微企业融资难、融资贵成为世界性难题；另一方面，小微企业通常是实体经济重要组成部分，在日本跟中国的状况差不多，中小企业占整个市场主体的99%以上，占总体就业的70%以上，占GDP的50%以上。

提到如何解决小微企业融资难题，促进普惠金融发展，东善明表示，以小微企业为对象的普惠金融，并不是只依赖高科技来实现的，跟移动技术的例子不一样，即使把高科技利用于小微企业贷款，也不能期待Leap frogging发展，为了推动以小微企业为对象的普惠金融，还是需要加强传统的应对。

“以小微企业为对象的普惠金融的意义，是促进有竞争力的小微企业享受金融服务，这个对象并不是所有的小微企业，也不是像移动支付那样利用的对象越多越好，如果我们以增加向所有小微企业贷款余额为目标，当然会导致不良贷款的问题，普惠金融的最终目的是向小微企业持续提供金融服务，提高这些企业的存续率，让小微企业稳定的对经济做出贡献。”东善明坦言。

以下是东善明发言实录：

东善明：各位嘉宾，各位领导，上午好！普惠金融，刚才胡滨主任已经介绍了，是以可负担成本，对有金融服务需求的社会各阶层和群体提供适当有效的金融服务，今天我要重点谈一谈以小微企业为对象的普惠金融，同时也列举一些日本的例子进行说明。

资本市场也是很重要的融资渠道，尤其是对拥有引人注目的技术和良好的财务报表的小微企业来说，比如发行公司债或者股票上市。我理解中国的金融市场现在为止还是像日本、德国那样，就是以间接金融为主的，我今天主要讨论银行融资方面的问题。

首先，我们简单看一下高科技和普惠金融的关系，高科技有非常强大的力量推动普惠金融，最典型的例子就是移动支付。在没有银行、现金也不容易流通的地方，人们原来很难进行传统的清算支付，不过现在多亏无线通讯和智能手机，人们能利用非常高水平的金融服务，这叫作Leap  frogging，就是跳跃式发展，是高科技才能实现的。我觉得以小微企业为对象的普惠金融，跟Leap  frogging还是不一样的，不是只靠高科技就能解决的问题。

我想要明确一下为什么以小微企业为对象的普惠金融很重要，小微企业往往面临融资难、融资贵的问题，这是世界共通的难题，都想参加上市公司的银团贷款，但是向默默无闻的小微企业贷款，谁都会踌躇的，一般来说小微企业比较容易受外部环境变化的影响，所以他们的信用风险比较大。小微企业经营的稳定性还取决于企业的老板和客户老板的关系是否牢靠等等，这些是看不见的因素，所以外行不能评估实际风险的大小。在这样的情况下，连那些有技术，有市场的优良企业，也会面临融资难、融资贵的问题，这就需要通过普惠金融的框架来解决。

从另外一个方面来看，小微企业通常是实体经济重要的组成部分，在日本跟中国的状况差不多，中小企业占整个市场主体的99%以上，总体就业的70%以上，还有GDP的50%以上，所以小微企业和普惠金融，对一个经济体来说是非常重要的。

下面我就小微企业和普惠金融的问题，从高科技的应用和传统措施这两个角度讲一下。

第一个观点，高科技的应用。比方说像一些金融机构已经开始的那样，我们能利用大数据和人工智能来评估小微企业的信用风险，利用大数据和人工智能的贷款审查，跟原来的主要利用财务信息的评分审查或者Scoring  model是完全不一样的。在国际金融危机之前，通过Scoring  model提供融资的企业开始陆续倒闭，人们开始认为这些评分审查基本上失败了。为什么失败了？就是Scoring  model最大的特征是通过减少核心信息来实现审查过程的单纯化，这样也许没有被利用的信息当中，可能有非常重要的意义。人工智能通过利用庞大的信息，来高效率地找到人们不能发现的客观复杂的关系，所以我们期待人工智能计算出来的结果比以前Scoring  model的结果更可靠。除了贷款审查以外，我们还能利用人工智能进行跟踪，按照最近研究的结果，通过贷款企业的资金出入账信息，来把握信用状况的变化，也是行之有效的。这些技术从跟传统的方法不一样的角度，会扩大我们进行贷款的对象企业的范围，这可以说高科技弥补，或者扩充人类的力量，非常有利于推进普惠金融。

我们应该注意的是，其实人工智能不是评估个别企业的信用风险，准确地说，它是按照过去的客观数据进行一种归纳推理，这意味着万一发生我们没有经历过的新危机，那些推理可能会出现错误。还有一些采取完全新的商业模式的企业，即使他们很有未来，人工智能也不会适当地判断它们的风险。

总之，人工智能的本质就是跟传统的贷款审查一样的，能判断风险大小，但并不能减轻风险本身，我们应该注意以人工智能的利用为理由而盲目地增加贷款。所以，可以说人工智能在小微企业融资领域并不能实现Leap  frogging的魔法。人工智能就是一个黑匣子，就是很复杂的暗箱操作，我们不能明确地说明为什么那家企业可以进行贷款，为什么这家企业不行，所以银行不能建议这家企业为了得到贷款该做什么，限制现金流好吗，或者压缩债务好吗，人工智能的判断是单方面的，我们只能接受计算出来的结果，这也是一个极限，不能作为银行和企业间双方向的沟通工具。

今天我最想强调的是以小微企业为对象的普惠金融，并不是只依赖高科技来实现的，跟移动技术的例子不一样，即使把高科技利用于小微企业贷款，也不能期待Leap  frogging发展，为了推动以小微企业为对象的普惠金融，还是需要加强传统的应对。

下面我举日本的例子来说三点，首先，因为小微企业融资难、融资贵问题的主要原因是信息不对称，也算是市场失灵，所以政府的支持和干预很重要，日本政府很早就形成了一套专门支持小微企业的整体系统，就是指中央政府的一个部门，专门的法律，还有政策性金融机构，都是专门扶持小微企业的。地方政府还起到了主导作用，建立信用保证制度，多亏这些专门的政策框架，使得日本政府能实现具体政策的协调和高效率的资金分配。换句话说，专门支持小微企业的制度，有利于提早建立“几家抬”机制。同时也需要回避道德风险，日本政策性银行的融资工具，基本上限制在面临暂时流动性困难的企业，或者因自然灾害而陷入困难的企业。虽然国际金融危机以后日本的银行系统衰弱的时候，政府展开全面支援小微企业，但是为了这些应对，制定了特定的法律，还是限期废除了。

第二个传统措施是推动金融机构的贷款，首先可以培养以支持小微企业为己任的金融机构，日本民间融资叫作“无尽公司”，贷方和借方互相很熟，几乎没有信息不对称。日本制定专门法律，把无尽公司直接改为正规金融机构，使其阳光化。现在业务范围，还有地理上的限制，他们提供金融服务的主要客户必然是当地的小微企业。还可以通过拥有数量目标的行政手段或者下调存款准备金率等优惠的激励机制，推动金融机构积极向小微企业进行贷款。不过这个方式必然伴随着增加不良贷款的风险，比方说在日本80年代，随着金融的自由化，大企业开始发行公司债，减少银行的贷款，很多银行开始很积极地增加小微企业的贷款。在盲目的贷款竞争中，部分资金流到房地产行业，这也是形成泡沫的原因之一。对推动金融机构进行贷款的方式，应该需要同时加强对他们的风险管理，看起来自相矛盾，但是我觉得政策的协调很重要。

第三个传统的措施是提高小微企业的经营水平，这个应该还需要很长时间的努力，不过我觉得这就是最有针对性，最有效的方法，重点是银行自主发挥经营咨询的作用，培养优良企业，因为优良企业很容易按照市场原理获得融资。日本的银行以培养小微企业而闻名，就是主力银行制度，还有关联银行业务的概念。日本小微企业的主力银行，往往是地方性银行，企业的老板向主力银行说明自己经营的状况，然后面临了什么问题，或者有了什么担心，他们马上就跟主力银行商量。小微企业的老板基本上相信主力银行是合作伙伴，一定会照顾小微企业的，按照2011年调查分析，日本八成以上的小微企业都有自己的主力银行。对银行来说，频繁的访问小微企业，通过与老板保持长期密切的关系，不但能缩小信息不对称，而且能得到未来发展的信息，这跟按照以往的大数据来判断的人工智能是完全不一样的。跟人工智能比起来，培养各个企业的效率很低，不过银行可以选择有未来的一部分小微企业，通过加强关系来实现双赢。银行培养企业的目的，就是给银行带来利益，银行应该认为跟他们的关系是一种命运共同体。

最后，我想讲一下以小微企业为对象的普惠金融的意义。这个目的是促进有竞争力的小微企业享受金融服务，这个对象并不是所有的小微企业，也不是像移动支付那样利用的对象越多越好，如果我们以增加向所有小微企业贷款余额为目标，当然会导致不良贷款的问题，普惠金融的最终目的是向小微企业持续提供金融服务，提高这些企业的存续率，让小微企业稳定地对经济做出贡献。

这个图表所表示的是从员工规模和创业时期角度来看的日本企业的数量，这样的统计结果我也很吃惊，员工规模，5个人以下，但是有30年以上历史的小微企业，现在占到30%以上，我觉得这背后可以看到地方性银行培养小微企业的历史。

谢谢大家！