企业融资——为什么总说中小企业融资难

很多人都听说过一句话，叫做“中小企业融资难”，也就是中小企业很难顺利地运用自己的信用杠杆。

一、信用与抵押：中小企业融资的困境

中小企业融资难这个问题，其实不是中国独有的，而是全世界性的难题。为什么呢？一般来说，企业的债务融资无非就是两种，发现债券，或者从银行拿贷款。

作为企业信用杠杆的最大市场，企业发行债券的时候是用企业的信用做背书。所以，全球的企业债券市场都是以大企业为主的，亚马逊、麦当劳、华为，这些企业很容易发债。而一个温州的小老板，在这个市场上就很难取得一席之地，因为它们缺乏知名度，抗风险能力也比较弱，要同时取信于债券市场上这么多投资者，成本会过高。所以发债对于中小企业相对困难。

那么银行贷款是不是好一点呢？你不需要取信于所有投资者，只需要取信于银行就够了。但是从银行的角度，银行需要花费大量的时间、精力和物力去调查一个小客户的信用记录、经营状况，它的成本也过高，所以银行一般采取简单的一刀切的办法，抵押品。企业的房子、土地、机器和库存都可以用来抵押。那么，万一企业破产的话，银行就可以拿这些抵押品去拍卖，减少损失。抵押对于银行来说是一个成本相对低的机制。

这个时候，很多中小企业就陷入了一个悖论，贷款的目的常常是租场地、买机器，如果我资金实力够的话，就不需要融资贷款了。在这种情况下，就引起了双方的博弈，达到一个均衡。所以，无论是发债券还是银行贷款，对于中小企业都是难题。所以，中小企业间民间借贷的风气比较盛。

但是民间借贷利率高，中小企业就像绷得很紧的皮筋，只要风吹草动，比如政策变动，经济增速下滑，行业变化，企业的资金链就容易断裂，我们经常看到那些老板跑路的新闻，其背后的根源就在于此。

二、中小企业融资难的破局之道

那中小企业融资难这个问题，到底有没有一定的解决办法？也是有的。美国和德国在中小企业融资上是做的不错的国家，但是它们采取的是不太一样的路子。

美国是债券市场主导的企业融资，美国的垃圾债，也就是高收益债券的市场，曾经为高科技小企业开了一扇融资的大门，这个市场上的投资者追求高收益，也承担相对高的风险。中国也有类似的中小企业债券市场，但因为整体上中国债券市场的深度不够，企业的信用债这一块没有发展起来，所以这个市场没有起到特别大的作用。

所以，德国的经验对我们就比较重要了。德国和我们一样，以银行为主的金融体系。但是它的银行是非常有层次的，大银行对应着大企业，中型银行对应着中型企业，小银行则对应着当地的小企业。这种结构就能够很好地解决信息不对称问题。

举个例子，我们中国的金融体系是以四大行为主的，是一个头重脚轻的结构。但是在90年代的时候，吴晓灵副行长主政中央，她就主张留下4家地方性的民营银行，其中一家就叫泰隆银行。

我们发现，这家银行的中小企业融资业务，尤其是那些民营的中小企业融资业务做得非常好，他们的金额小，几万块、几千块的贷款都做，而且坏账率还很低。那它们到底是怎么做的呢？我们发现，其实就是“小米加步枪"的模式。比如说你开一家超市，去银行申请贷款，银行不看你的报表，因为小地方小企业的报表，作假的空间非常大，他们会派一个信贷员到你的店里面蹲点，记录超市每天的客流量，寻访附近居民的消费趋势，判断你超市的经营潜力，好几个月以后，很多信息就非常清晰了。对一个数据的造假很容易，但是你每天要找这么多群众演员来演戏，这个可能性就很低了。这样下来以后，泰隆银行对自己当地的贷款客户都有一个非常精准的画像，就筛选出了真正比较踏实、有潜力的企业。

其实泰隆银行的这个生存之道就印证了德国经验的成功，当地的小银行为当地中小企业融资，大大地降低了信息和交易的成本。这也就是我们国家要发展多层次资本市场的一个重要目的。

三、新技术的革命

除了这种发展多层次的资本市场的传统思想以外，其实有一个趋势，也就是这几年，信息技术对中小企业融资的改变很大。比如说京东的京小贷，它就是针对自己平台上的商家进行融资，它是根据商家的销售额，消费品价格，商品的丰富程度等指标来发放贷款的。一笔贷款的上限大概是200万，最长期限是12个月。由于商户的这些数据都沉淀在京东的平台上，所以京东可以比较精准地判断这笔贷款的安全性，所以也不需要抵押品，就直接发放信用贷。阿里系的蚂蚁金服也是同样的思路，利用这些年的沉淀数据，对自己的平台上和相关平台的商家发放信用贷。

所谓大数据改变金融模式，在这些例子上是很显著的，它的根本逻辑是网上沉淀的数据是的贷款方的信息收集和信息整理工作变得高效和便利，信息的成本下降得非常快。一笔几万块的贷款，蚂蚁金服的平均成本大概2.3元，而同等金额的贷款在传统银行里面的成本大概在2000元左右。此外，这种数据失真的可能性很低，所以坏账率也会下降。

蚂蚁金服在考虑给淘宝商家放贷的时候，就需要一套评价体系来判断哪个商铺最适合放贷。在经过多次的数据分析之后，他们发现，传统银行的信贷模型中，很多变量都不适用，一个很”淘宝“的变量居然浮现了出来：“商铺给顾客的回应速度”可以特别好地预测坏账率。

这个结果很出人意料，但对一个淘宝重度用户来说，这一点也不奇怪。一家店铺，每次都能及时响应顾客的问题，这说明这个店家人力资本投入会特别多，这家企业的质量就会比较好，所以放贷违约率比较低，是完全可能的。

现在，各大互联网平台都在争取金融拍照，想替自己平台上的企业做融资业务，像滴滴就发行了一个底层供应链的金融产品，给滴滴的司机发放。这些业务的思路都是一样的，就是利用互联网上沉淀的数据的能力，将这个市场上的信息不对称降到最低，而信息不对称正是金融行业最本质特征之一。