近年来，随着互联网和大数据领域应用模式的迅速发展，我国在针对个人端的金融科技产品走在了世界前列。然而我国的金融产品，特别是信贷产品，在企业端的应用和发展却不尽如人意。融资需求旺盛的中小企业融资难、融资贵问题尚未解决;在量化领域，鲜少有能做到利用数据和模型，对企业实现秒贷的信贷产品。

　　普惠金融 中小企业融资市场巨大

　　市场上融资需求旺盛的中小企业不外乎两种类型，用友企业金融云副总裁兼首席风控官方云谈到。一种是劳动密集型中小企业，这类企业数量众多，以低成本、低风险、快速技术模仿和引进为特征，其产品市场稳定、技术成熟，主要风险来自于经营风险。另一种是知识、智力密集的创新型中小企业，这类企业数量相对较少，技术、市场风险较高，其融资需求十分迫切。

　　“要解决融资难，面临两个难题”方云谈到，首先是金融机构对融资企业“信息不对称”的问题无法解决，从而使金融机构对企业端的融资不敢下沉到中小企业。中小企业在融资中的“信息不对称”可分为三个方面：

　　第一，投资项目预期和成本收益状况信息不对称。作为借款者，中小企业通过对项目进行规划、评估、论证和测算，初步掌握项目潜在的回报情况，而投资者，特别是银行对此情况并不掌握;第二，融资后的选择行为信息不对称。贷款后中小企业更容易投资风险大的项目，有损银行的利益;第三，实际盈利能力信息不对称。这些导致了银行对中小企业的经营风险、市场风险和技术风险失于掌控，从而限制了中小企业在资本市场的融资活动。

　　其次，是升级信贷量化模型。作为中小企业融资难问题的另一个原因，企业端信贷量化模型的复杂性和差异性远超个人端，企业端纯信用的信贷业务存在模型门槛高、技术难度大、跨区域和跨行业的差异化程度大的问题。而市场上从个人端发展而来的、针对小微企业的融资模式的本质，还是基于小微企业主个人信用的信贷模式，其贷款额度偏低，远不能满足中小型企业对资金量的需求。

　　全数据与量化模型创新

　　对于解决中小企业信息不对称的关键点，方云谈到，当前大量中小企业已经加入到了企业数字化的大潮中，大量管理工具得到应用，这给企业端信贷业务创造了更多可能。

　　要用“全数据”而不是“大数据”获得企业全面经营情况，方云谈到。很多金融机构为了解决中小企业信息不对称，采用了并不能反映企业真实经营状况的外部数据，比如企业的用电量或用水量。虽然这些数据相对真实可靠，但它们和企业的经营状况只是弱相关的关系。而企业全数据包括企业的ERP、销售采购平台、财务、人力资源、CRM、发票、银行流水、电商平台等同企业经营相关的全量数据，真实反应了企业经营情况及还款能力。

　　这些企业经营数据间存在很强的勾稽关系，背后还有企业的经营逻辑做支撑，使得企业的核心数据由其日常经营数据“由账及表”天然而成。首先，通过技术手段在企业授权的情况下，获取企业内部全量的经营数据，以制造企业为例，包括企业的出入库、原材料、存货、成本、销售，以及应收、应付账款等。其次，在ERP系统内，通过系统自动检查各个数据项之间预制的逻辑与勾稽关系，并对各项电子凭证与账目之间的实际关系进行测试，以实现对企业财务系统可靠性和经营数据合理性的交叉验证。最后，与企业外部数据相结合，对企业的进销项发票、税收、交易及银行流水等数据，从多维度对企业的核心经营数据进行复核与佐证，完成“由表及账”的系统审计。

　　用友优数链就是能够解决这样的产品，方云介绍到，通过全数据不但可以大大降低企业经营数据欺诈和舞弊的风险，为银行贷前审批提供信息支撑;可以解决银行与企业之间核心经营数据信息不对称的问题，规避中小企业经营风险和市场风险，提高银行贷后风控能力;还可以通过对ERP数据结构的标准化处理，为量化模型的应用铺平道路，使信贷产品“秒贷”成为可能。

　　虽然企业端的信贷量化模型还存在行业和区域差异性大，模型参数标定复杂的特性，使得企业端信贷量化模型应用的难度大大增高。而且在细分垂直领域，每个行业自身的特殊性，以及商业模式的差别，使得核心经营数据的可比性大大降低，从而对量化模型参数的标定提出了更高要求。

　　在国际上较为成熟的资本市场里，企业端的信贷量化模型已经有了很广泛的应用。其对企业风险评估的有效性与过去传统的人为判断，或计分卡的模式相比，已经有了显著的提高。特别是在信贷组合层面，使得信贷风险管理的有效性和准确性得到了极大改善。

　　随着企业数字化时代的到来，金融机构通过融资企业自己提供纸质的财务数据，录入银行信贷系统的方式将成为过去。随之而来的，是通过技术手段直接打通金融机构和融资企业之间的数字交换通道，同时融入丰富的企业外部数据做支撑，从而彻底解决金融机构对中小企业信息不对称的问题，再配以相应的量化模型提高信贷风险管理的效率，使得中小企业融资难、融资贵的问题得以化解，将成为一种必然趋势。