2024年底召开的中央经济工作会议指出，要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。新质生产力正逐渐成为推动经济持续增长和转型升级的关键力量。与此同时，在金融领域不断变革的当下，普惠金融肩负着推动金融服务公平化、普及化的重任。然而，传统普惠金融面临诸多困境，如服务成本高、风险评估难、覆盖范围有限等。科技的迅猛发展，为突破这些瓶颈带来了曙光。通过与金融深度融合，科技正全方位赋能普惠金融，重塑金融服务格局，让更多群体享受到优质、高效的金融服务。

传统信贷分析

金融是国民经济的血脉，是现代经济的核心。在中国，商业银行是金融的基础和主体，在经济资源配置中发挥中枢作用。中国的社会融资近90%通过商业银行发生。作为间接融资中介，商业银行通过存款吸收和贷款发放，实现不同用途、期限、区域、行业的资金资源错配。在这一过程中，商业银行既要精准触达有需求且符合政策目标的客户，又要畅通资金循环，实现“惊险的一跃”，确保信贷资金按时履约。这要求商业银行具有高超的信用风险管理能力。

信用风险也称为违约风险，是借款人未能按照合同约定的期限履行还款业务的可能性，这是银行资金运用的基础风险，也是其生命线，数百年来，银行好坏的分界线往往就在信用风险的管理能力。好的银行家首先是风险识别的高手，所谓“银行家皱皱眉头，也比朋友的忠告更强”。风险识别源自信息，银行实际经营中，一般把识别信贷风险的信息按规范度区分为“硬信息”和“软信息”。硬信息主要指企业财务信息、信用记录、抵押品等客观和结构化数据，银行基于客户历史财务报表，对企业现金流、利润、资产以及财务比率等进行纵横交错的分析，结合信用记录和押品等信息，借以判断客户到期还款和授信的可能性；软信息是关于行业、区域、企业和企业主等的主观指标，传递外在环境对企业经营的态度，有时只可意会，很难言传。

基于风险信息的收集、整理、识别、分析和判断，商业银行建立并不断改进其严格审慎的信贷体系，规范现场调查、信息交叉印证、层层把关加强责任、独立审批等程序以保障信贷质量。其能力的高低在信贷实践中被称为信贷功底，具体体现在：第一，对企业财务信息和经营情况的鉴别和把握能力。客户经理需要现场调查，对企业财务报表进行核实和辨伪，做到账实相符、账证相符和账账相符，对一些异常的会计科目予以澄清，准确测算企业还款能力。第二、对企业还款意愿的合理判断。通过对宏观环境、行业、区域、企业前世今生的深入调查和未来经营的预测，结合对企业主个人能力和人品的细致观察，分析企业是否存在道德风险。第三，审批人独立判断能力。审批人应具备丰富信贷经验和专业素养，能够抽丝剥茧，见微知著；对风险信息触类旁通，融会贯通；审批尺度不偏不倚，客观公正；通晓人性，具有火眼金睛，能够发现调查报告隐藏的风险。

传统银行对公信贷基本依据以上范式运作，流程长，资料多，信息量大，工作强度高。调查和审批立足于个人能力和主观判断，关键和基础是信贷各岗位人员专业且具有高度责任心。一笔贷款不管金额大小，银行的流程和人工操作步骤基本相同。这一精细复杂的流程在面对小微企业授信时遇到挑战：小微企业客户众多，信贷调查需要投入大量信贷人员；企业公私不分，授信提供的报表质量不高，辨伪需耗费大量时间和精力。大银行管理层级多，客户经理现场调查获取的软信息在集中审批体制下层层上报，信息漏损严重，时效性和准确性都产生滞后。从2005年开始大银行曾多次试图采取放权、小企业板块相对独立、建立专业小企业信贷工厂等措施破解小企业授信难题，但收效甚微。而中小银行特别是地方商业银行与区域经济联系紧密，与小企业存在较多的天然联系，决策链条短，放低身段能收集到丰富的软信息，中小银行发展小企业业务出现不少成功案例。“大银行做大企业，小银行做小企业”似成业界定论。

数字化贷款背景分析

（一）信息供给的充分与多元

以信息化为特征的第四次工业革命深刻改变社会和经济，世界进入万物互联的数字时代，信息技术如第五代通信技术（5G）移动网络、智能手机、区块链、物联网等，大数据技术如云计算、人工智能、大模型、机器学习、元宇宙等，金融应用技术如计算机视觉、生物识别技术、数字货币、开源共享、平台生态等新质生产力应用风起云涌。金融对风险信息极度敏感，天然具有数据密集型行业特征，普惠金融客户众多，数据量需求巨大，传统模式运作已被证实不经济，敏锐抓住信息时代机遇。

现代科技从需求与供给两个方向赋能普惠金融。一方面在需求侧，互联网和电脑、平板电脑、手机移动终端的普及，云计算使移动互联和多屏互动成为可能，个人和企业随时随地连接到金融平台并可实时互动，普惠金融走进千万小微企业。另一方面在供给侧，银行大数据应用的规模、速度和准度从量变达到了质变。万事万物数据化，数据样本多元化，类型扩大化，大数据越来越多，越来越大；数据变量的发布由低频走向高频，交互高通量，信息高密度，不同节点之间的连通性日益流畅；随着信息流在时间和空间上的整合，深度挖掘和分析，可剖析小微企业的金融需求、风险偏好及行为特性，大数据风控条件趋于成熟。无科技不金融，普惠金融突破时空和人力约束具备了现实基础。

（二）普惠金融转型的三个先行基础

信息化和数字化是银行重塑新一轮增长的引擎，普惠金融成功转型还有三个先行基础：

一是互联网金融的成功探索和突破。中国互联网金融从2010年开始探索数据驱动、系统自动执行风险管理策略的大数据风控，推出基于相应场景的网上信贷产品。2015年后，互联网网上信贷产品越来越丰富，电商金融推出花呗、白条等具有市场影响力的产品；民营互联网银行如微众、网商、新网等银行相继成立，上线微粒贷、网商贷等平台生态场景贷款；招联、马上等20多家消费金融公司成立并推广消费信贷。互联网金融在多个实践场景应用大数据发放小额贷款，示范效应显著，以谢平、吴晓求为代表的多位学者对互联网金融进行了深入研究，认可互联网金融具有较高的资源配置效率，对中小企业融资具备推广价值。大银行具备人才优势和金融科技优势，从2018年开始，大银行大举投入金融科技，普惠金融消化吸收大数据风控前沿技术，落地小微企业经营具体场景，成为金融科技和大数据应用主战场。

二是企业和个人征信信息的完善。征信系统是重要的金融基础设施，中国人民银行征信系统建设不断提升，征信体系严谨科学，架构开放，反应灵活，可以全面、及时、准确地反映客户的负债和履约状况；更多商业化征信公司挖掘整理全方位、多维度的商业和行为信息，如阿里、腾讯系相关征信公司可提供个人和企业交易、活动、社交等评分数据，客户画像的基本轮廓可以锁定。

三是大数据的开放与完善。普惠金融对数据信息需求巨大，准确性要求高，中国政府高度重视数字化建设，规划布局数字中国和数字政府，税务数据最早向普惠金融开放，政府和机构的公共信息如工商、海关、公积金、水电气、政府采购和奖补、高新科技、知识产权、房产等全国性及地方性数据逐次开放；互联网科技平台兴起，移动支付普及，包含上亿甚至十几亿客户的平台生态系统覆盖经济生活的方方面面，挖掘形成产业链、社交类、电商类等大数据，数据呈现多源、异构、互补等特点，涵盖社会关系、个人行为、企业经营和财务状况等多个角度；银行经营过程中产生的服务、产品、销售、渠道、代理、账户等行内数据和交易数据，多角度折射客户经营状况。在政府机构、互联网平台和银行多维交叉数据的加持下，客户画像越来越清晰。

（三）非完全信息下的信贷供给

银行信贷关注的重点问题是信息对称。传统信贷操作遵循先评级、后授信、再支用原则，在企业实地调查基础上对客户信息辨伪，以财务报表为基础对客户信息全面了解，整体分析，予以信贷评级，希冀在信息完全且对称基础上进行授信判断。

在大数据普惠金融实践中，有必要区分完全信息、正确信息、可用信息和满意信息，传统信贷决策以上四种信息定位基本趋同。在大数据时代，完全信息是企业以财务报表为基础的全方位完备信息，这是传统信贷评级的基础，获取成本高，辨伪难度大。正确信息的正确是相对概念，大数据认为大概率会重复发生，可以交叉验证的是正确信息。所谓可用信息，指银行从互联网、大数据、云计算、内外数据库等海量信息中搜寻、获取和整理的目标客户信息，有可能是碎片化、单维度、不成体系的。满意信息是银行针对可用信息，通过人工智能、机器学习等手段捕捉变量之间的线性、非线性、交互等关系，找到满足银行授信模型需要，足以对客户进行违约预测和授信的强信息，满意信息往往是客户一组多维信息的集合。

由于收集渠道和大数据挖掘、加工、处理等方面的制约，银行获取客户的可用信息往往只是部分信息，如纳税、进出口、水电气、应收账款等，基于有限信息，普惠金融的授信策略发生了改变，银行在平台部署批量化和标准化风控模型，如果获取信息能够对客户的部分经营画像，触发模型满意值，即对客户进行相应授信，后续如能补充更多的信息，则可能触发更多的授信。

大数据普惠金融通过小步快跑方式实施企业授信，类似盲人摸象，先摸到大腿，就把柱子画出来，摸到耳朵，就把蒲扇画出来，不求完全，但求真实可用。相对传统信贷，普惠金融新模式获取客户部分信息达到满意值即做出决策，可以认为信息供应和银行需求在该触发点实现局部均衡。而随着模型数据的充分和数据处理能力的提高，通过动态均衡，满意信息将趋近于传统授信的完全信息。

普惠数字化贷款

在2016年杭州二十国集团（G20）领导人峰会上，数字普惠金融概念被首次提出，泛指一切通过数字金融服务促进普惠金融的行动。包括金融或非金融机构通过数字化工具与平台，向广大客户群体提供的高效、便捷、安全的普惠金融服务。

为了更好地描述大数据作用下的银行普惠金融新模式，有必要定义普惠数字化贷款。有别于传统信贷分析，普惠数字化贷款指银行针对小微企业融资需求，依托云计算和大数据模型、搜索引擎、人工智能、金融科技等数字化技术，通过大数据收集和分析，以数据为主要生产要素、人工智能和模型为基本工具、现代信息网络为平台载体、线上化为主要生产方式，通过互联网和移动互联网发放的贷款。数字化贷款是金融五篇大文章中普惠金融和数字金融深度融合的新生事物，具有三个基本特征：大数据、模型风控和线上化。简单来说，数字化贷款就是银行能够通过机器发放的普惠贷款。由于数据来源和信贷的具体要求，有些数字化贷款尚需要落实客户“三亲见”、需要到客户现场收集核实贷款信息、有些关键贷款需要落地人工审批进行干预。

国有大银行是金融科技引领者，也是普惠数字化贷款的领头雁。建行数字化贷款从2017年起步，2018年底不到3000亿元，客户约38万户，2023年底建行小微快贷新模式贷款余额约2.5万亿元，客户达到266万户，五年年均增长率超过50%，新模式五年时间已累计为472万户普惠客户提供贷款支持12.8万亿元。数字化贷款以国有大银行为主力，以互联网银行为先锋，成为普惠金融发展新势力和新增长极。农业银行打造“小微e贷”线上产品体系，包括微捷贷、快捷贷和链捷贷三大线上化产品体系，为小微企业提供“线上化、定制化、集约化、批量化”信贷服务。工商银行推动“数字工行”建设，依托全行3.6万名金融科技人员，9375名数据分析师，还有3万个“数字劳动力”，沿着数据、链条和资产搭建三大数字化贷款产品体系，具有“数字化准入、智能化风控、线上线下交叉验证”特征。中行普惠金融贷款上线“惠如愿”应用程序（APP），推出近20款线上贷款产品，实现批量获客、精准画像和线上审批，线上贷款新增占比接近80%。数字化贷款从大银行和小银行两个不同方向显示其旺盛的生命力，以微众、网商、新网为代表的数字银行秉承与生俱来的互联网基因，依托大数据和平台流量开展纯线上运营，成为普惠金融服务大众的“鲶鱼”。其他中小银行纷纷打造普惠专属APP或网上银行专区，建立线上化流量入口，以供应链金融、场景化金融、平台金融为重点，应用互联网和大数据创新服务模式，优化业务流程，推动线上化触客，方兴未艾。

党的二十届三中全会强调，健全促进实体经济和数字经济深度融合制度，加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系。数字化贷款是新质生产力与银行普惠实践有机结合的产物，推动催化了普惠金融的范式进化或者说范式革命。这一进步对全球普惠具有方向性和指导性意义，正在深刻改变普惠金融和银行的方方面面。

（作者：尹小雄 中国建设银行高级经济师）

主要参考文献：

①阿克洛夫，斯彭斯，斯蒂格利茨.阿克洛夫、斯彭斯和斯蒂格利茨论文精选[C].北京:商务印书馆，2010.

②谢平，邹传伟.互联网金融模式研究[J].金融与研究，2012（12）:11-22.

③劳拉·费尔德坎普.宏观经济学和金融学中的信息选择[M].上海：格致出版社，2022.