小微企业融资困局始终难破，是因为政策支持力度还不够么？
绝非如此。
世界上恐怕很少有哪个国家，像中国政府这样有力地支持小微企业的发展。
此前的且不表，单农历新年过后没多久，中央与中央领导人就再次发出支持小微的强力政策与信号。
2月14日,中共中央办公厅、国务院办公厅印发了《关于加强金融服务民营企业的若干意见》(下称《意见》)，强调“聚焦难点”，着力疏通货币政策传导机制，重点解决金融机构对民营企业特别是小微企业“不敢贷、不愿贷、不能贷”问题，扩大对民营企业的有效金融供给。
2月22日，习主席在中共中央政治局第十三次集体学习时强调，要坚持以市场需求为导向，积极开发个性化、差异化、定制化金融产品，增加中小金融机构数量和业务比重，改进小微企业和“三农”金融服务。
（图片来源：截自中国政府网）
小微企业是经济活动的基本细胞，在中国，小微企业法人约2800万户，个体工商户超过6500万户，贡献了80%的城镇就业、50%以上的税收，重要性不言而喻。不过，事物往往具有两面性，小微企业的重要性与小微企业融资的困难性，构成了一个难以调和的矛盾体。
因为它的重要性，国家不惜以强大、密集的政策力量来支持其发展。可又因为它的困难性，即使是再好的政策，也面临着有力却使不上、使不准的问题。
人们惯常的思维是：既然小微融资难，那么就推出相应的货币政策去支持。但问题就在于，如果货币政策的下沉实施本身就遇到诸多困难，它又如何能够有效地解决小微的难题呢。
所以，切肉前先磨刀，要想纾解小微企业融资难的问题，就得先弄清楚货币政策下沉落实的难处，进而想办法应对与解决。
● 货币政策并非万能钥匙，受三大因素制约
美国著名经济学家弥尔顿·弗里德曼曾指出影响政府货币政策顺利实施的因素。如果将弗里德曼的理论进行扩展、延伸，可以归纳为三点：信息无知、时间滞后、不确定性。
首先，执行货币政策的金融机构，不可避免的存在信息无知。金融机构缺乏小微企业的信息数据，获取信息难度大、成本高，信息的不对称必然导致信贷风险增加、供需不匹配、难以定向滴灌等问题，这不仅影响政策的实施效果，也会影响小微普惠金融的可持续性。
其次，金融机构从收集、分析数据到评估客户、做出决策，需要较长时间，这会造成小微金融服务的时间滞后性，即在贷款需求发生和实施政策的决策之间存在时间滞后性，而在这个过程中，经济活动却并不会暂停，市场与企业随时都可能变化，一方面金融机构跟不上信息的变化速度，另一方面，很多小微企业可能还没等完这个流程，就已经倒下了。
第三，市场是一个极其复杂的系统，太多的不确定性与复杂性，而货币政策则是偏于一致性的工具，不可能细分考虑市场情况的方方面面，因此，货币政策实施极容易陷入一刀切、一哄而上、一阵风的局面，要因事施策、一企一策，要把握流动性的投向，等等，难度极其大。
客观中肯地说，货币政策的制定者，并非不清楚困难所在。中央出台的《意见》，无不是基于这些痛点，作了“对准靶子射箭”式的强调。比方：
关于数据信息，《意见》就要求“抓紧抓好信息服务平台建设”，“开放相关信息资源”“推动数据共享”，以破解民营企业信息不对称、信用不充分等问题；针对时间效率，则首次明确要求“提高贷款需求响应速度和审批时效”；此外，《意见》还强调“提升对民营企业金融服务的针对性”“实施差别化货币信贷支持政策”，以应对市场情况的不确定性与复杂性问题。
那么，把脉清楚“症状”了，最后该如何“下药”呢？如何克服那些影响政策顺利下沉实施的因素呢？
● 大数据服务小企业，数智科技破局普惠金融
小微货币政策下沉实施效果不佳，与传统金融服务模式和技术条件息息相关。
技术的难题，要交给技术。近些年来，中国的普惠金融实践证明，随着大数据、人工智能等金融科技与普惠金融的逐步融合，为破解普惠金融难题提供了切实可行的路径。
实际上，这也与《意见》给出的“方向”一致：
《意见》要求金融机构“加快建设与民营中小微企业需求匹配的金融服务体系”。意思很明了，推陈出新，自然就要破除“传统金融服务模式和技术条件”的限制，建立与小微企业需求匹配的新的金融服务体系。不仅如此，《意见》还明确提出普惠金融与金融科技的结合，鼓励“商业银行要积极运用金融科技支持风险评估与信贷决策，提高授信审批效率”。
从央行发布的货币政策执行报告看，2018年普惠小微贷款大幅多增，年末余额同比增速比上年上升8.2个百分点，融机构对普惠口径小微主体授信1815万户，比上年末增加465万户，增长34.5%；同时，融资成本趋于下降。
货币政策工具在发挥引导作用、支持和改善小微企业、民营企业融资环境方面取得较好成效，这背后自然有金融科技的贡献。因为2018年正是金融科技广泛助力普惠金融的一年，越来越多的科技公司深入普惠金融领域进行赋能。这绝非巧合。
以杭州排列科技为例，该公司早早响应国家发展普惠金融的战略，凭借自己的技术优势，研发适用于小微金融服务的模式与产品，力图解决货币政策下沉实施的难题。
“核心在于大数据与智能化”，排列科技创始人兼CEO夏真博士表示。
大数据技术，仿佛就是为了缓解信息无知而生。运用大数据技术，金融机构可以以更低成本，搜集与整合行内、行外海量的信息数据，包括基本信息、法人信息、负债信息、现金流信息、征信信息、司法信息、专利信息、供应链情况等，让金融机构能够把握更丰富的数据维度，保证金融机构小微信贷风控的准确度与覆盖度。
基于大数据技术，还可以对企业及企业主进行双重精确画像，风险评估同时兼顾二者。通过大数据画像，得以迅速识别企业，从而区分优劣，分层、分级管理。千企千面，这正是“实施差别化货币信贷支持政策”所需要的手段。精确滴灌的实现，除了让金融机构因事施策、一企一策，更从容地应对复杂而不确定的市场情况，还有助于把握流动性的投向，避免定向用于小微企业的资金流向其它领域。这也是货币政策实施是否有效的关键所在。
（排列科技专门针对企业的画像系统）
至于时效问题，在“大数据+人工智能”的组合面前，也同样得到大大缓解。大数据很忠诚，它能够实时追踪信息，为后续的分析、建模、评估不断更新数据；而嵌入审批、风控、定价等各个信贷场景的智能模型，也完全能自动执行与调优。金融机构的核心需求，是在风险承受限度之内，尽可能地提高效率，即贷款需求的响应速度与审批时效，而大数据处理数据的速率与人工智能带来的智能化、自动化，正好可以减少以往小微金融服务的时间滞后性。
目前，排列科技正不断运用上述技术，去触达小微金融服务更多的场景，具体从信息获取、数据处理到企业画像、风控流程、风控建模、关联图谱、动态定价等等。随着大数据与人工智能的不断发展，金融科技与普惠金融的衔接点势必会越来越多，融合度也将越来越高。
“我们的愿景与使命，是‘数智科技 创就普惠生活’。”夏真博士表示，普惠金融，对于排列科技来说，是一件带着理想色彩的事情，“我们本身就是一家小微企业，小微企业的艰难与处境，更能感同身受。其实，中国从来不缺乏支持小微企业的货币政策，困难在于这些宏观政策如何落实到一个个具体的企业，中间的过程很复杂。所以，我是真切希望，我们的技术可以帮助解决小微货币政策下沉实施的问题，让普惠金融惠及更多小微企业。”
