金融信用研究论文

摘要：针对供应链金融信用风险传染问题，采用SWN-SEIRS模型进行仿真模拟分析。研究发现：SWN-SEIRS模型可以有效描述供应链金融信用风险传染路径与过程;网络规模扩大增加了信用风险传染的速度，增大了信用风险扩散范围;核心企业数量的上升虽然加快了信用风险传染的速度，但有效控制了信用风险扩散范围。今天小编为大家推荐《金融信用研究论文(精选3篇)》相关资料，欢迎阅读！

金融信用研究论文 篇1：

现代金融信用体系的供给侧问题和对策研究

摘 要：金融信用是现代社会信用体系的核心内容，关系到金融安全、经济和社会的和谐发展。一般信用问题都可归结为资金需求方的问题，但是供给与需求是一对辩证统一的矛盾关系，从供给侧考察金融信用的问题，属于供给侧改革的内容，从供给侧完善现代金融信用体系具有重要意义。通过文献研究和现实情况的总结可以发现，金融信用供给侧问题以及造成的后果是多方面的，相应地，从供给侧完善现代金融信用体系具体对策和措施也是多方面和多角度的。因此认为，金融信用体系供给侧问题和对策的研究填补了供给侧改革的一个重要空白。

关键词：供给侧改革;金融信用;对策措施

一、供给制改革与现代金融信用体系的关系

党的十九大报告提出要“深化供给侧结构性改革”，并且把供给侧结构性改革作为习近平新时代中国特色社会主义思想的重要组成部分写入党章。供给侧是指土地、资源、劳动力、制度、资本的供给。供给侧改革旨在提高供给体系的质量和效率，使我國供给能力、供给结构和供给质量更好满足人民需要。这是贯彻落实新发展理念、适应和引领经济发展新常态的重大创新[1]。

现代经济是信用经济，而与信用联系最紧密的首先是金融信用。金融信用对于国家、社会、金融机构、企业和个人都是非常的重要。随着社会经济的发展，金融的不断创新，金融信用问题更加突出。金融风险是信用风险的特定表现，由于经济中各主体之间是通过信用链条连接并发生关系的，在特定情况下会发生信用链条的断裂，这是金融风险产生的根源[2]。银行的基本特征是以比较低的资本金来运营大量的负债，没有社会信用的支持就寸步难行，经济发展也将受到严重抑制[3]。金融信用问题的产生，一方面是由资金需求侧产生的问题，另一方面与金融供给侧有很大的关联。但是，日常看到的信用问题以及信用评价机制往往只从需求侧进行评判和惩戒，金融信用供给侧的问题往往被忽略。根据马克思主义政治经济学基本原理，供给与需求是辩证统一的矛盾关系，所以研究金融信用体系的供给侧问题很有现实意义。

二、金融信用的供给侧研究溯源

分析有关金融信用的研究文献，可以发现研究者大多是从供给侧进行研究的。

我国实行改革开放之初的有计划的商品经济时期、向市场经济过渡时期和市场经济初期，对政府行为、中央银行与财政部门、中央银行与专业银行、专业银行和国企间的信用扭曲问题进行了较多的研究，指出了政府信用泛滥、信用扩张对于经济的风险和危害[4]。对于经济过热的问题，主张缩小计划经济、减少政府管控，由银行自主地按金融规律来进行信贷的投放和松紧[5]。认为金融行为是纯粹的信用行为，应该通过理顺信用关系，利用契约、信用工具来解决信用扩张、资金投放的问题[6]。

2008年金融危机爆发后，许多学者对金融机构的信用缺失问题进行了研究。洪必纲指出了银行业、证券业、保险业、信托业等金融行业的信用缺失问题，认为金融业信用体系的构建要以经济伦理自律[7]。魏凌云探讨了银行信用缺失的风险[8]。顾海峰等则对信用担保体系的制度性金融缺陷进行了论述[9]。汤震宇等探讨了金融创新过程中信用创造的缺陷问题，主张立足于影子银行和房地产次级债的控制，来控制信用规模[10]。王怀明认为，美国金融危机的逻辑起点就是金融信用基础存在不足，金融信用基础可以简单表述为金融信用产品创造与交易价格变动的基础，是支撑金融资产价格的物质基础，是防范信用风险和遏制现代金融危机的技术[11]。

学者们对引发美国金融危机的次贷机构、评级机构的制度缺陷、内控漏洞和外部监管缺位等方面也进行研究和探讨[12，13]。著名评级机构穆迪（Moody’s）的CEO雷蒙德·麦克丹尼尔出席美国国会听证会的时候承认，为了保住自己的市场份额，三大评级机构穆迪、标准普尔（Standard&Poor’s）和惠誉（Fitch）不惜降低标准，没有尽到监督之责，并把全球金融系统置于巨大风险之中。“维持我们的标准和维持我们的市场份额，这两者是完全冲突的”[14]。

互联网金融的蓬勃发展对社会信用提出了更高的要求，不少学者对于互联网金融下如何构建社会信用体系进行了研究[15-16]。

三、现代金融信用供给侧的问题及其造成的后果

（一）现代金融信用供给侧的问题

（1）银行系统的逐利本性加剧。银行的贷款利息支付从早期的一年一付，逐步演变为一月一付，再到每月的本息偿还，大大压缩了资金使用者的灵活性，增加了周转的难度。（2）大量信贷中介机构和中介人群造成资金使用方成本大增，且增加了银行工作人员的灰色收入。比如通过中介的贷款除扣点外，一般要给一笔不开票、不留收据和任何记录的、现金给付的好处费。（3）金融投资和投机市场的过度供给以及过度劝导诱导增加了资金使用风险。金融投资和投机市场主要有债券市场、股票市场、期货市场、外汇市场、期权市场、虚拟货币市场，以及各类以某种商品为载体的较为单一的电子交易市场，如黄金交易市场、邮币卡市场等等。这类投资市场具有相当大的投机性和博弈性。根据全球各个市场的统计和投资者了解的实际情况，参与者都是亏损居多。（4）配资行业和配资行为的资金供给。资金方专门主动地寻找从事风险投资的人去供给，从中收取高额的利息。（5）非正规金融市场和金融骗局，以财富机会、资金出借为名设计套路诱使人们上当。（6）信用市场的直接陷阱和利益链条。信用卡提额、主动给予消费贷套现、电商平台的资金使用弹幕和广告推送、支付平台发送的使用额度等等模糊资金的使用让人们“容易获得”更多的资金，从而放松对风险的警惕性。（7）信用市场中介的骗局，一些人用所谓的信用修复可以持续甚至获得更高的贷款为名大办各种信用中介平台，称之为新的一波财富机会。（8）智能、大数据技术的滥用。新技术不是用在监控需求端全过程实际情况，而是助推供给方贷出更多资金，同时加强对需求方的是否还款以及还款的及时性的简单监控上。

（二）现代金融信用供给侧问题造成的后果

1.加大了社会总的信贷违约

在企业经营过程中存在各类经营管理风险以及市场风险，导致资金不能正常或按时回笼甚至出现亏损，这就会导致资金偿还的困难。一般的经营、市场风险造成的信贷违约属于相对正常的信贷违约。但是，金融信用供给侧问题使得取得贷款方对资金使用方向、使用范围、使用期限等出现错误的判断，从而加大了经营、投资的风险，这就是偏离了正常的信贷的风险，加大了社会总的信贷违约。比如，一家企业经营很良好，不需要资金周转，但是银行授予其信贷额度，银行工作人员还经常去动员企业贷款。然而，对于企业来说，取得资金需要承担资金成本，因此该笔贷款须能够带来额外的收入。这种情况在正常经营之外，企业就要考虑扩大生产投资，甚至直接用这笔资金来做民间的拆借，从而获得更高的利息收入。

2.增加了社会连锁违约情况

金融信用供给侧的过度信贷使一个企业额外取得了资金，或者说，金融信用供给侧其他问题的漏洞让企业或个人取得了非正常的资金周转的资金，这就容易引发信贷违约。在这个基础上的信贷往往伴随着更多的民间的借贷、经营、投资，由此造成了违约连锁反应。因此，金融信用供给侧问题造成的信贷违约问题往往具有连锁反应的结果。

3.降低金融机构的威信

金融信用供给侧问题造成了借款人本不需要的信贷资金使用不当，借款人被迫成为被社会所谴责的老赖，负债累累，登上征信黑名单，对其本身及家庭也造成了严重的伤害。这样就使本来信用好的企业和个人有种被设计、利用，或被诱使踏入陷阱的感觉，引起金融机构在人们心目中的威信下降。另外，保险、证券等金融信用供给侧问题也存在类似的情况。

4.信用评价系统流于形式化和事后化

信用评价系统的目的是为了提高社会的信用水平。然而，金融供给侧问题的存在导致人们很难事先预见金融信用的违约问题，其结果就是信用评价系统流于形式化和事后化，并不能真实提高社会的信用水平，警示和惩戒也只是掩盖了信用问题。

5.劣币逐良币现象的加剧

在正规的银行、保险、证券、信托等金融机构中的正式从业人员都是文化教育、专业素质水平和能力比较高的人，甚至是尖子生。而大量的民间集资、放贷，以及为金融机构拉业务的中介、专业讨债人员却多是文化教育、专业素质不高的人。这往往会形成这样的一个场面，某个企业家或者个人不能按时按量偿还贷款，因此遭到了金融机构、中介、专业讨债机构的催逼、威逼。劣币成了坐收渔利的食利阶层，而具有创业精神和开拓精神的企业家、创业者这样的良币成了牺牲品。劣币越多，良币被驱逐得越厉害，而金融供给侧问题加剧了劣币驱良币的现象。

6.暴力催收和疲劳式、骚扰性催收情况的发生率增加

金融信用供给侧问题产生的信贷违约在本来信用良好的企业或人身上发生的概率比较大，他们本身并非恶意，而是用款、投资等失误造成了违约。我国目前没有个人破产法，个人债务无法实现主动申请破产。而对于银行来说，也是希望能够拿到款项，并不指望通过法院解决，所以很多银行都委托社会中介机构进行催讨。同一中介结构会把名单给所有人员进行不间断的轮流催讨。银行在不同的地方都有分支机构，而各分支机构都与不同的中介机构合作，这就会造成全国各地不同地方的中介机构同时不间断地向一个人催讨的情况。中介機构除了电话催讨外，还会发送威胁性的短信甚至上门催讨。这种情况对欠债人的精神打击巨大，干扰了其正常的生活和工作，使其脱困更加困难。这是金融信用供给侧问题最严重的结果。

四、从供给侧完善现代金融信用体的对策和措施

（一）明确社会主义制度下的金融行业宗旨

金融机构要明确金融行业的发展和创新以服务于社会、国家、企业和人民的利益为宗旨。金融行业要脱虚向实，服务于实体经济。

（二）信用立法、信用评价系统要注重金融信用行为的过程性、双向性和系统性

在信用立法上增加金融供给侧问题的预防和惩戒，从源头上明确金融机构的禁止性行为，比如信用卡额度、消费额度不应该主动提升，并且鼓励提现。只有用户自己主动申请，才可以严格审核后确定。信用评价系统也要增加对金融供给侧问题、金融供给机构的系统评价。总之，要从金融活动、金融行为的全过程，双向、多向对信用立法、信用评价体系进行系统化设计。

（三）建立个人破产法

我国还没有个人破产法。建立个人破产法对于金融供给侧问题有很好的抑制作用，可以增加金融机构，在资金配给上会更加谨慎，避免不考虑对方的实际需要而盲目供给，应尽快建立个人破产法。

（四）完善及严格管理信用卡的卖方管理制度

信用卡部门应该通过用卡户的收入情况和日常的用卡情况的数据分析，根据实际需要进行授信，而不应该盲目地根据信用好坏提高额度。

（五）严格管理社会有关利用信用作文章的平台

严控、严查以修复信用为名的中介平台，对于具有传销性质的平台解决予以取缔，让信用问题回归到本来的面目，减少金融信用供给侧问题的发生概率。

（六）严格清理、规范金融中介平台

金融监管部门着力研究银行资金，通过监管借贷中介平台出借行为的必要性和合法性规范金融中介机构，禁止银行及其职员通过贷款中介介绍的不入账、不开票的现金回扣等灰色收入，减少贷款人的成本。

（七）加强催收部门的正常解决机制，严禁社会讨债公司逼债和威胁性、骚扰性的催收

禁止银行委托讨债机构催讨。银行等金融机构应该与债务人进行认真沟通和协商解决方案，或者通过公检法等合法途径解决债务纠纷，杜绝讨债机构从业人员从事以催讨债务为生的生存土壤。

（八）加强金融市场更加合理化设置

金融市场的风险巨大，参与者赚钱并不容易。因此，应对于资金的来源要严格控制，对金融市场的账户与贷款机构进行关联审查，避免信贷资金入场博弈。

（九）杜绝金融市场上的配资行业、配资行为

配资行业、配资行为形成了专门为资金的博弈提供自己无风险获取利益的食利阶层，伤害的是整个社会的金融和信用，要坚决地取缔和打击。

（十）提高信息技术、大数据、人工智能、区块链技术的正向使用

信息技术、大数据、人工智能、区块链技术的使用，应该在构建整个金融信用体系的基础上向前段、双向、多向、过程、系统移动，并进行监控和控制。比如，利用大数据分析个人的消费需要，然后核定其信用额度，不要因为个人信用记录很好，就不断提高信用额度。个人的日常消费是有限的，为其增加额度就加大了此人的违约风险。

参考文献：

[1]  赵兴平，黄莉.供给侧结构性改革的形成逻辑探析[J].现代商贸工业，2020，41（21）：5-8.

[2]  公磊.信用关系的断裂与转变——对金融风险的一种解释[J].新西部：理论版，2016，（6）：55-56，65.

[3]  陈珣.论金融抑制、信用机制与经济增长的关系[J].商业时代，2010，（8）：53，126.

[4]  易宪容.当心！政府信用泛滥制造世界经济新危机——信用扩张过度，资产价格虚高，有可能使金融体系变得非常脆弱，潜在金融危机随时都可能爆发[J].中国经贸，2010，（7）：48-50.

[5]  陈承茂.建立规范的金融信用关系[J].福建论坛：经济社会版，1992，（3）：22-25.

[6]  闫芳.深化金融体制改革要理顺信用关系[J].内蒙古金融研究，1994，（2）：37-38.

[7]  洪必纲.经济伦理视角下金融领域的信用缺失与矫治[J].中国城市经济，2011，（1）：41-42，44.

[8]  魏凌云.银行信用缺失的风险[J].科技信息，2009，（1）：352.

[9]  顾海峰，陈晓红.我国中小企业信用担保体系所存在的制度性金融缺陷及对策研究[J].工业技术经济，2008，（4）：137-141.

[10]  汤震宇，刘博，林树，李翔.从美国次贷危机看金融创新过程中信用创造的缺陷[J].开放导报，2009，（2）：50-53，65.

[11]  王楚明.从金融危机看美国金融信用基础的缺陷[J].投资研究，2009，（9）：58-61.

[12]  王林.金融风暴中美国信用体系暴露出的缺陷及其启示[J].理论导刊，2009，（2）：76-79.

[13]  王楚明.从金融危机看美国金融信用基础的缺陷[J].投资研究，2009，（9）：58-61

[14]  郭炳南，唐海燕.信用风险、评级机构与金融危机的关系[J].现代经济探讨，2009，（3）：36-39.

[15]  刘洪波.互联网金融与社会信用體系建设的关系探究[J].北方金融，2016，（5）：32-35.

[16]  徐晓善，李昕明.互联网金融与社会信用体系建设的关系探究[J].现代经济信息，2017，（24）：304，306.

作者：倪义芳

金融信用研究论文 篇2：

基于SWN-SEIRS模型的供应链金融信用风险传染测度研究

摘 要：针对供应链金融信用风险传染问题，采用SWN-SEIRS模型进行仿真模拟分析。研究发现：SWN-SEIRS模型可以有效描述供应链金融信用风险传染路径与过程;网络规模扩大增加了信用风险传染的速度，增大了信用风险扩散范围;核心企业数量的上升虽然加快了信用风险传染的速度，但有效控制了信用风险扩散范围。这为供应链金融风险传染问题的研究方法开拓了新的思路，并为金融风险防范提供了决策依据。

关键词： 供应链金融;信用风险传染;SWN模型;SEIRS模型

一、引言及文献综述

近年随着我国支持发展供应链金融政策的实施，应收账款、存货量以及融资租赁市场的不断发展，供应链金融得到了快速发展，拓展了中小企业融资渠道，促进了中小企业的发展。据前瞻产业研究院发布的《中国供应链金融市场前瞻与投资战略规划分析报告》统计数据显示：2011年供应链金融在发达国家的增长率介于10%-30%，而在我国的增长率为20%-25%，2015年我国供应链金融的市场规模已接近12万亿元，截至2019年底，我国供应链金融市场规模已超17万亿。

供应链金融作为新兴的中小企业重要融资渠道，具有产业链、供应链、价值链多种关联属性，一旦核心企业信用出现问题，必然会随着供应链条扩散到上下游企业，影响到供应链金融的整体安全。小企业的信用风险不仅受自身风险因素的影响，而且还受供应链整体运营绩效、上下游企业合作状况、业务交易情况等各种因素的综合影响，任何一种因素都有可能导致企业出现信用风险。如何模拟金融风险在供应链的传染路径，合理测度供应链金融信用风险、控制风险，就成为商业银行业务发展的关键。

供应链金融机制中，信用风险的违约主要来自于企业自身的违约、上下游企业违约导致的交易对手风险以及违约传染。供应链金融信用风险具有复杂性、传染性、管理更严密的特征[1]。供应链金融信用风险违约传染是指供应链出现中断或宏观经济出现不利变动导致的风险，集中表现在核心企业信用状况的变化上[2]。

国外关于供应链金融信用风险传染测度方面的研究，Leung 和Kwok（2009）提出利用具有交互违约强度过程的多重债务人组合信用风险的马尔科夫链模型，分析研究信用违约互换的交易对手风险[3]。Jorion和Zhang（2009）首次提出通过直接交易对手效应对信贷传染进行研究分析，发现破产公告对债权人造成负的异常股权收益和CDS价差的增加，进一步解释了2008年雷曼兄弟破产后信贷危机突然恶化的原因[4]。Steinbacher（2013）等人提出了一个基于网络的信贷传染模型研究个别银行和银行系统的特质性和系统性冲击的影响，结果显示：特殊冲击不具有实质上扰乱银行系统的潜力，但更大规模的宏观经济事件可能具有高度的危害性[5]。Fridgen和Garizy（2015）将安全多方计算密码学方法与由社会网络分析驱动的风险识别算法相结合，在不危及企业竞争优势的情况下识别供应链网络的结构性风险[6]。Lux（2016）提出了银行和非银行企业部门之间的双部信贷网络的随机模型，实证显示：在信贷网络中，信用风险发生可能导致整个系统几乎全面崩溃[7]。Ioannis、Sumit S和Drona（2018）构建了信贷压力传播网络，并为传染性违约校准传染参数，结果显示传染效应对损失分布的尾部有显著影响[8]。Petrone和Latora（2018）引入动态PD模型研究信用风险技术和银行间暴露网络的传染机制，通过蒙特卡罗模拟得到潜在损失分布，实证结果显示银行之间的违约相关性越低，损失就越大[9]。

国内关于供应链金融信用风险传染测度方面的研究，熊熊（2009）提出了主成分分析法和Logistic 回归方法构建信用风险评价模型，用于测定风险传染的发生概率[10]。赵荣（2011）借鉴弹性系数理论构建了信用风险传染模型，研究表明只有销售价格弹性会对供应链金融信用风险传染有显著影响[11]。陈艺云（2012）提出构建了供应链金融的核心企业违约的系统性传染模型与非核心企业违约传染模型，通过仿真模拟验证了模型的可行性[12]。刘倩（2012）针对上市公司制造业的数据，采用边界Logistic模型测度供应链金融下中小企业信用风险，结果显示：相对该模型的效果更有效[13]。楊康和张仲义（2013）构建了供应链网络的风险传染模型，仿真模拟分析表明：该模型较好地模拟了风险在供应链网络中的传播深化过程[14]。王钰颖（2014）针对92家中小企业的财务数据构建了供应链金融下中小企业信用风险度量的指标模型，以酿造公司为例进行了实证分析，进一步验证了其模型的有效性[15]。陈庭强、何建敏（2014）基于行为金融和复杂网络模式构建了信用风险传染模型，结果显示社会网络结构对信用风险传染的概率有影响范围存在着显著影响[16]。陈立立（2015）采用修正的KMV模型分别对医药流通、钢铁等领域内供应链体系内上市公司的信用风险传染结果进行测量[17]。李梦宇、周莹（2015）采用信用风险结构化模型测度核心企业发生经营变故时给银行带来的风险及上游企业的传染效应，并根据违约概率计算了违约损失[18]。李永奎、周宗放（2015）构建了无标度网络的关联信用风险传染D-SIS模型，研究显示关联信用风险的传染具有延迟效应，延迟时间越长关联信用风险的传染强度越强[19]。罗刚等人（2015）基于SI传染病模型提出了担保网络的风险传播模式，根据金融机构数据的验证，发现不同的传染源对信用风险传播速度及范围的影响也是不同的[20]。苏传场（2015）提出使用SI病毒传染模型构建供应链金融信用风险传播模型，通过模拟仿真，明确了该模型的优越性[21]。曾洁（2015）运用主成分分析方法对供应链金融信用风险产生影响的决定性因素进行深入分析[22]。栗天岭（2015）提出了以核心企业的信用视角的CVaR信用风险度量模型，以汽车产业链为例，对信用风险进行了验证和预警，并提出了对策建议[23]。梁海凌（2016）对52家中小企业的应收账款数据，提出MKMV-Logit模型计算履约概率，实证显示与企业实际具有比较高的吻合性，模型的预测能力及稳健性较好[24]。孟婷（2016）以汽车行业数据为样本，运用Logistic模型测度供应链金融信用风险，并提出风险防范措施[25]。张媛（2018）提出了基于强度模型、小世界网络与SIR传染病模型，通过仿真模拟验证了模型的可行性，比较理想地测度了供应链金融网络中信用风险传染的程度[26]。陈冬玲（2018）基于复杂网络的视角提出构建了BA无标度虚拟供应链金融网络，并以SIS传染病模型研究信用风险传播过程，通过仿真模拟验证了关键性影响因素对信用风险传播的影响效应[27]。

二、SWN和SEIRS模型的基本理论

（一）SWN模型及特征

小世界网络是特殊的复杂网络结构，在这种网络中大部分的节点彼此并不相连，但绝大部分节点之间经过少数几步就可到达。20世纪60年代，美国哈佛大学社会心理学家Stanley Milgram通过“连锁信件”实验发现了小世界现象，如果来自不同群体的两个人不相识，最多只需六个朋友的介绍就能相识，即“六度分隔”理论。Duncan Watts和Steven Strogatz在1998年将高集聚系数和低平均特征路径长度作为两个典型特征，提出小世界网络模型（WS模型），为研究复杂网络提供了新的思路和方法。1999年，Newman和Watts提出了改进的小世界网络模型（即NS模型）。

1.WS模型[28]。

Duncan Watts和Steven Strogatz在规则网络中插入随机因子，构建WS模型。构建步骤如下：首先，构建一个具有N个节点组成的规则网络，每个节点有K个邻居相连。其次，随机重布线，选择一个顶点和沿着顺时针方向连接它和它最近的邻居的边，以p的概率将这条边重新连接到在整个环上均匀随机选择的一个顶点，同时禁止重复的边;否则就把边留在原处。重复这个过程，顺时针绕着圆环，依次考虑每个顶点，直到完成一圈。接下来，考虑将顶点按顺时针方向连接到其第二近邻的边，以概率p随机地重新连接这些边，绕着环循环，在每圈之后向外延伸到更远的邻居，直到原始格中的每条边被考虑一次。对于p=0，规则网络不变;随着p的增加，图变得越来越无序，直到p=1，所有的边被随机地重新连接，形成小世界网络图。

2.NW模型[29]。

Newman和Watts将一维小世界模型推广到了高维模型。

首先，每个节点与所有相邻节点连接到一定范围K内，形成一个平均配位数Z= 2K的网络。其次，通过以概率p独立地重新布线引入随机性。在这种情况下，重新布线意味着将连接的一端移动到一个新的、随机选择的位置。因此，网络的行为依赖于L（一维模型模型定义具有L节点）、K和p这三个独立的参数。对于足够小的p和足够大的L，对k=2的网络顶点之间的平均分离没有影响，对K= 1产生影响。因为原来的小世界模型定义在这种情况下有一个有限的概率成为其余的一部分，因此做出无限的贡献平均顶点之间的距离，这使所有网络的平均距离为给定值p也无限。

3.小世界网络的特征。

特征路径长度L（p），即为两个节点之间最短路径上的边数，是对所有节点的平均距离，说明联系到两个节点所需要的步数。即：

（二）SEIRS模型基本理论

在不考虑出生率和死亡率等种群动力学因素，即描述病程较短、疾病流行期内种群的出生、自然死亡可以忽略不计的疾病时，传染病模型可以分为有疾病潜伏期和无疾病潜伏期两类[30]。无疾病潜伏期的传染病模型主要有：SI模型、SIS模型、SIR模型、SIRS模型;有疾病潜伏期的传染病模型主要有：SEIR模型、SEIRS模型，两者区别在于，SEIR模型中病人康复后具备永久免疫力，而SEIRS模型中病人康复后仅获得暂时免疫（传染病模型英文缩写是指Susceptible，Exposed，Infected，Recovered，Susceptible单词形成的不同组合）。

在供应链金融体系内节点企业爆发信用风险时，由于各类企业抵御风险能力不同，在一些企业风险突然爆发时，相关联的企业即便处于波及范围，也只会成为易感染状态，并不会骤然被同化。只是经过一段时间的风险抗衡，关联企业自身防御能力被击穿后，才转而爆发信用风险，这个过程更符合传染病模型中的潜伏状态，且当一次风险过后，仍然存在信用风险再次来袭的可能，供应链金融企业并不能永久免疫风险，这两个特点决定了我们选择SEIRS模型而非其他传染病模型。

SEIRS模型是指健康者与感染者接触后由于存在一段时间的潜伏期和发病概率不会马上变成感染者的情况。基于此，SEIRS模型将人群为四类：S（t）表示易感染者，即在t时刻虽未被感染但之后可能转变为潜伏者的数量;E（t）表示潜伏者，即在t时刻已经被病毒感染但还未发病的数量;I（t）表示感染者，即在t时刻已经被感染发病且具有能力传染其他易感染者的数量;R（t）表示免疫者，即在t时刻从感染者中移除且具备免疫能力的数量。

假设整个网络中的节点总数为N（t）且在一段时间内保持不变，在t时刻，N（t）=S（t）+E（t）+I（t）+R（t）。根据SEIRS模型的基本原理，构造每类节点企业数量对应的动力学方程如下：

其中，λ表示病毒的传染率，ω表示病毒的发病率，γ表示感染者被治愈并获得免疫能力的概率，σ表示免疫者转变概率。根据SEIRS模型，传染过程主要是来源于感染者与他人的接触，感染者只能传染易感染者，使部分易感染者变为潜伏者;但是并不是每一个接触到感染者的人都会成为易感染者，这就是λ系数存在的缘由。同理，易感染者并非全部都会发病，这是基于传染病本身的性质，致使一部分人成为潜伏者发病成为感染者，而后感染者可能通过治愈获得免疫。如图1所示。

三、SWN-SEIRS模型及供应链信用风险分析

（一）SWN-SEIRS模型

在供应链金融体系内，企业间通过现金流、信息流、贸易流等方式彼此关联，一旦某方信用风险暴露，就会通过网络载体沿着关系网络进行传播，最终扩散到整个供应链金融网络。由于供应链网络符合小世界网络的特性，结合SEIRS模型，考虑供应链网络中节点企业自身差异，构建供应链金融信用风险传染测度模型，并做出如下假设：

假设1 供应链金融网络是有限闭环网络。网络中主体包括核心企业、中小企业、银行及第三方物流企业等，每个企业即网络中一个节点，在信用风险传染过程中不存在新的节点企业進入。

假设2 信用风险在供应链金融网络中的传播是一随机过程。即在网络内部信用风险传染的方向是不固定的，其向上下游企业的传播是随机的，且只要企业间产生金融业务时，则认为对应节点间建立了联系，对应边的权重随节点企业间关联强度的增大而增大。

假设3 节点接触概率假设。考虑小世界复杂网络形态，假设t时刻，某一易感染者节点与一个度为ki的节点接触概率为θt（i），则供应链网络的平均度K=∑Ni=0kiP（ki），其中P（ki）表示度为ki的节点的概率。

（二）供应链金融信用风险阈值分析

采用马知恩提出的传染病动力学方程求解方法对模型（4）进行求解[30]。信用风险传染的阈值计算过程可知，只有dS（t）dt<0时，才表示风险在向下传递，即整个体系内存在风险传染的阈值，一旦突破这一数值，信用风险才会沿网络关系进行扩散。因此，风险传染的阈值与供应链网络中所包含的免疫节点的数量无关，可以直接简化得：

则R0就是判断信用风险能否在供应链金融网络中传染的阈值，当R0>1时，信用风险会沿网络路径扩散;当R0<1时，信用风险是可以控制的，不会在供应链网络中传染，且暴露信用风险的节点企业数量也会逐渐递减并最终趋向于零。

四、SWN-SEIRS模型仿真模拟分析

（一）供应链金融信用风险传染路径模拟

为了验证SWN-SEIRS模型研究供应链金融信用风险传染的有效性及合理性，采用JavaScript编程，通过改变状态节点比例对风险传染的路径进行模拟。

假设供应链网络规模和核心企业数量对信用风险传染速度及范围均呈正向影响，即随着网络基本属性的提高，信用风险传染范围不断扩大，风险传播后达到稳态的时间逐渐增长。结合实际情况，一般供应链金融体系中至少含有一个节点度高、抗风险能力强的核心企业，参考小世界网络模拟算法和供应链金融网络特征，对模拟的初始值进行设置：网络节点N=100，随机加边概率p=0.2，初始状态时各类型节点密度为：S（0）=0.98、E（0）=0.01、 I（0）=0.01、R（0）=0，资料显示我国平均每个企业拥有4至5个战略合作伙伴，故而设置网络平均度K=4，核心企业顶点度设为10;参考SEIRS模型的参数设置，结合供应链金融网络信用风险传染的实际情况，设传染率λ=0.2、发病率ω=0.2，被治愈并获得免疫能力的概率γ=0.05，免疫者转变概率σ=0.05，t=50。

根据方程（8）得到R0=1.96，已经超过风险传染阈值1，说明信用风险会沿网络路径扩散。设横坐标是时间、纵坐标是节点企业密度，根据方程（4）模拟的风险传染显示：随着时间推移，易感染企业在风险爆发初期急剧传染并快速放缓传染速度，最后数量逐渐稳定;潜伏企业数量随着风险传染的不断扩散始终保持缓慢增加态势并最后趋于稳定;感染企业数量在风险暴发初期迅速增长，并很快达到稳定且稍有回落;免疫企业由其自身特点决定，在初期迅速爆发风险后，先缓慢增长后增速加快，最终达到稳定状态，这可能是由于风险大面积爆发时，免疫企业自身风险管理能力提高所带来的结果，如图2所示。

根据方程（1）和（2），考虑供应链网络规模N由50以间隔10增加至200、核心企业数量由2逐步增长到20时，SWN重要指标的变化见表1。可以看到，在改变网络规模时，集聚系数微微下降，这表明随着供应链规模的扩张，节点企业间的业务往来紧密程度相对降低但幅度不大;特征路径长度略微变小，则说明企业间的业务关联程度稍稍加强;而网络平均度的增加，则说明随着网络规模的增加，企业业务所覆盖的范围在不断扩大，也就是说网络规模的扩大会促进供应链金融业务规模的扩张。在改变核心企业数量时，集聚系数明显降低，说明核心企业数目增加使得整个供应链网络联系更加紧密，业务关联强度增加;特征路径长度减小，是因为随着核心企业数量的增加，关联企业个数大幅增加，网络中节点企业间的联系加强;网络平均度上升，是因为一个核心企业相关联的中小企业数量巨大，随着核心企业的增加，能够为更多中小企业提供金融服务信用支持，从而整个网络的平均度会不断提高。

（二）供应链网络规模对信用风险传染速度的影响

为了分析供应链网络规模对信用风险传染速度的影响，在网络规模初始值N=50的基础上，以间隔10增加到200。传染时间模拟结果显示：随着供应链网络规模的不断扩大，达到稳态所需的时间先是大幅减小进而保持不变后震荡下滑。这说明：在供应链网络规模刚刚开始增加时，由于网络平均度仍处于较低水平，各节点企业之间联系不紧密，此时信用风险传染达到稳态的时间略长;但是当网络规模大幅度扩张，随着网络平均度的增大，虽然体系内企业之间联系在加强，但变化幅度仍然低于风险传播速度，风险扩散时间震荡缩小，如图3所示。

感染企业密度模拟的结果显示：稳态时感染状态企业密度先急速上升而后增幅放缓震荡上升。这说明：在供应链网络规模刚刚开始扩大时，由于达到稳态时间骤减，使得风险传染的扩散难度降低;與此同时，网络规模扩大使得企业总数在增加，虽然整个体系中风险企业的的数量没有明显增长，但是风险传染路径更多，造成风险扩散速度更快，这就导致最终稳态时感染企业的密度在不断上升。但同时也应看到，由于网络规模改变的条件下，整个网络体系内业务关联强度变化不明显，所以感染状态企业密度在绝对数值上只是轻微上调，如图4所示。

（三）核心企业数量对信用风险传染的影响

为了分析供应链核心企业数量对信用风险传染速度的影响，将初始值从2开始逐步增长到20，进行仿真模拟。传染时间模拟结果显示：当核心企业数量不断增加时，达到稳态所需的时间先急速下降后趋于稳定，这是因为增加一个核心企业，会导致增加数个与其有关联业务的中小企业，这将进一步加快风险传染速度，降低风险传染达到稳态的时间，但是当核心企业数量超过6以后，受核心企业数量的影响，网络内业务关联程度更加紧密，整个网络中风险扩散不再受限，达到稳态的时间也趋于定值，如图5所示。

感染企业密度模拟的结果显示：随着核心企业数量增加，稳态时感染企业密度先大幅下降后缓慢降低，这是缘于虽然核心企业数量的增加使得风险传染速度加快，但核心企业本身不仅规模庞大还具备完善的抗风险能力，尽管风险传染速度加快，但同时也提高了供应链网络整体的风险免疫能力。但当核心企业数量达到一定数值后，由于牵涉的中小企业数量增加过快导致风险爆发的可能性大幅提高，核心企业的风险免疫能力也受到一定影响，使得稳态时感染企业密度下降速度放缓，如图6所示。

五、研究结论

通过对SWN-SEIRS模型研究供应链金融信用风险的仿真模拟分析，主要的研究结论有：

第一，SWN-SEIRS模型研究供应链金融信用风险的传染时，不仅通过小世界网络模型反映节点企业的关系，客观地描述其传染的路径，同时也在测度金融业务关系强度的基础上直观刻画了信用风险传染的过程，为供应链金融风险的防范提供了决策支持。

第二，供应链金融网络规模的扩大，不仅在一定程度上增加了信用风险传染的速度，同时也增大了信用风险在整个供应链体系中的扩散范围。

第三，核心企业数量的上升会提高整个体系内的信用风险免疫能力，风险扩散时间不断降低的同时，风险传播范围也在不断缩小。

第四，供应链信用风险暴发突然、传染迅速，需要一定时间才能达到稳定状态，要努力提高节点企业的自身风险免疫能力，同时发挥规模效应，积极利用核心企业的风险防控能力高的特点，从而提高整个供应链金融的风险免疫水平。

参考文献：

[1] 杨露梅. 供应链金融信用风险评价研究[D].广州：华南理工大学，2014.

[2] 陈艺云.违约传染与供应链金融的信用风险测度[J].统计与决策，2012（1）：33-35.

[3] Leung K S ， Kwok Y K . Counterparty risk for credit default swaps： Markov chain interacting intensities model with stochastic intensity[J]. Asia-Pacific Financial Markets， 2009， 16（3）：169.

[4] Jorion P ， Zhang G . Credit contagion from counterparty risk[J]. Journal of Finance， 2009， 64（5）：2053-2087.

[5] Steinbacher M ， Steinbacher M ， Steinbacher M . Credit contagion in financial markets： A network-based approach[DB/O]. SSRN Electronic Journal， 2013.

[6] Fridgen G， Garizy T Z. Supply chain network risk analysis：A privacy preserving approach[R]. 23rd European Conference on Information Systems， Münster， Germany， 2015.5.

[7] Lux T . A model of the topology of the bank-firm credit network and its role as channel of contagion[J]. Journal of Economic Dynamics & Control， 2016， 66：36-53.

[8] Ioannis A ， Sumit S ， Drona K . Incorporating contagion in portfolio credit risk models using network theory[EB/OL]. Complexity， 2018：（6076173）：1-15.

[9] Petrone D ， Latora V . A dynamic approach merging network theory and credit risk techniques to assess systemic risk in financial networks[J]. Entific Reports， 2018， 8（1）：55-61.

[10]熊熊，马佳，赵文杰，等.供应链金融模式下的信用风险评价[J].南开管理评论， 2009， 12（4）： 92-98，106.

[11]赵荣. 供应链信用风险传导机制研究[D].北京：中国矿业大学（北京），2011.

[12]陈艺云.违约传染与供应链金融的信用风险测度[J].统计与决策，2012（1）：33-35.

[13]刘倩. 供应链金融模式下中小企业的信用风险度量研究[D].哈尔滨工业大学，2012.

[14]杨康，张仲义.供应链网络风险传播SIS-RP模型及仿真[J].北京交通大学学报，2013，37（3）：122-126.

[15]王钰颖. 供应链金融下中小企业信用风险度量的研究[D].上海：东华大学，2014.

[16]陈庭强，何建敏.基于复杂网络的信用风险传染模型研究[J].软科学，2014，28（2）：111-117.

[17]陈立立，单汨源，张人龙.基于KMV和关联规则算法的行业供应链信用风险传染研究[J].科技管理研究，2015，35（13）：211-217.

[18]李梦宇，周莹.供应链融资风险传染度量及贷款利率定价[J].统计与决策，2015（20）：152-156.

[19]李永奎，周宗放.基于无标度网络的关联信用风险传染延迟效应[J].系统工程学报，2015，30（5）：575-583.

[20]罗刚，赵亚伟，王泳.基于复杂网络理论的担保网络风险传播模式[J].中国科学院大学学报，2015，32（6）：836-842.

[21]苏传场. 供应链金融信用风险评价与传播研究[D].杭州：浙江工商大学，2015.

[22]曾洁. 供应链金融信用风险问题研究[D].长沙：湖南大学，2015.

[23]栗天岭. 基于CVaR模型的供应链金融信用风险度量研究[D].河北工程大学，2015.

[24]梁海凌. 供應链金融的信用风险度量研究[D].福州：福州大学，2016.

[25]孟婷. 基于Logistic模型的供应链金融信用风险研究[D].长沙：湖南大学，2016.

[26]张媛. 供应链金融信用风险传染机理与度量[D].西安：长安大学，2018.

[27]陈冬玲.复杂网络视角下供应链金融信用风险扩散影响因素研究[D].哈尔滨：哈尔滨工业大学，2018.

[28]Watts D J ， Strogatz S H . Collective dynamics of small world networks[J]. Nature， 1998， 393（6684）：440-442.

[29]Newman M E J ， Watts D J . Renormalization group analysis of the small-world network model[J]. Physics Letters A， 1999， 263（ 4/6）：341-346.

[30]马知恩.传染病动力学的数学建模与研究[M].北京：科学出版社， 2004.

（责任编辑：王铁军）

作者：张瑞锋 李欣秋

金融信用研究论文 篇3：

小微机构接入金融信用信息基础数据库问题研究

【摘要】本文以解决小额贷款公司和金融信用信息基础数据库数据共享为研究目的，首先从金融风险防范、《征信业管理条例》落实、《社会信用体系建设规划纲要》实施、推动人行银行征信工作开展以及缓解中小企业融资难方面分析了小贷公司接入数据库的实际意义，根据对辖区小贷公司的调查分析，剖析当前接入工作缓慢存在制度建设、数据质量、费用成本、业务竞争等原因，分析四种接入模式在本地区的可行性，并针对性地从统一信贷系统提高数据质量、介质报数与一口接入重点开发、区别于商业银行的信息展示、制度建设、查询方式方面给出了相应的建议。

【关键词】金融信用信息基础数据库 小微机构 小额贷款公司

一、研究背景：小微机构与金融信用信息基础数据库相互需要却又无法“牵线搭桥”

近年来，村镇银行、小贷公司、融资性担保公司、农村合作银行等小微机构数量和信贷业务发展迅速，2013年末，全国有小贷公司7839家，贷款余额8191亿元，已开业的村镇银行987家，随着金融业对民间资本的开放，会有更多小微信贷机构的涌现，这些机构必将通过中国人民银行金融信用信息基础数据库来考查贷款人的信用情况，其对数据库的需求也在同步增加。同时小微信贷业务也将产生大量的信用信息，这是需要纳入金融信用信息基础数据库的。

金融信用信息基础数据库作为收集信贷数据的数据库，数据是其灵魂，信贷数据的缺失或不完善，将影响其发展。截止2014年4月，全国个人征信系统收录8.45亿条自然人的个人信息，但仅有3.31亿自然人有信用记录，对于那些没有信贷数据或未收录到数据库中的自然人，部分已发生过信贷业务，但因数据发生机构未实现向数据库报数，在数据库中没有信用记录。目前，各国有商业银行、股份制银行的分支机构已通过各种方式将发生的信贷数据报入了数据库，实现了信息共享。但村镇银行、小贷公司等小微机构，由于自身的特点，接入工作推进缓慢，使数据库缺少了大部分小微机构的信贷信息。2013年末，个人征信系统接入小贷公司123家，接入村镇银行62家，企业征信系统接入小贷公司183家，村镇银行54家。一边是数据库中大部分信息主体没有信贷数据，另一边是大量小微机构未将数据上报数据库，也未获得系统使用权，小微机构和数据库相互需要，却没有现实对接，应尽快探索出有效的接入办法。本文以小额贷款公司为例，研究了小贷公司的接入办法，其他小微机构可参照执行。

二、接入工作的实际意义

（一）防范金融风险

一方面是获取客户信息，实现风险防控。小贷公司客户包括未达到银行信用评级的客户、短期借贷用于归还银行贷款并未将资金投向实体经济的客户，加上小贷公司本身贷款风险评估能力不足，使得小贷公司本身就是一个高风险的行业。随着小贷公司的增多，一个客户可能在多个小贷公司进行融资，也可能同时在银行和小贷公司进行融资，而这些信贷信息都不能被共享，进一步加大了小贷公司的经营风险，且风险波及相关银行。据21世纪经济报道，重庆华伦房地产开发有限公司就利用小贷公司信息未报入企业征信系统这一缺陷，以3500万注册资金的小公司实力，从银行获得8亿融资的同时，还从小贷公司借贷7亿元，最终公司资金链断裂，使银行受损，小贷公司经营陷入困难。可以看出，因为小贷公司信贷信息未进入数据库，使得在银行和小贷公司之间多头借贷的信息未能被共享，导致信息不对称，从而增加了银行贷前审查信息盲点，加大了银行贷款风险。对此，需要小贷公司接入数据库，将客户的信贷信息实现共享，小贷公司也能高效便捷的查询客户信用信息。

（二）落实《征信业管理条例》，推动《社会信用体系建设规划纲要》实施

2013年实施的《征信业管理条例》第二十九条明确规定“从事信贷业务的机构应当按照规定向金融信用信息基础数据库提供信贷信息”，一切从事信贷业务的机构，包括村镇银行、小贷公司、融资性担保公司、公积金中心等机构一旦发生了信贷业务，数据信息就从法律上强制要求必须报入数据库，强制报数是从事信贷业务的机构必须履行的法定义务。但就执行情况看，央行对中小微机构接入数据库采取谨慎态度，以自愿接入为原则，大量中小微机构的信贷数据游离于数据库之外，未履行法定的报数义务。

2014年国务院印发的《社会信用体系建设规划纲要》（2014—2020年）在金融领域的信用建设明确提出“加强金融信用信息基础设施建设，进一步扩大信用记录的覆盖面，强化金融业对守信者的激励作用和对失信者的约束作用”。这明确提出，要加大数据库的数据采集范围。小微机构的信贷记录是重要的经济信息，是社会信用体系建设的重要内容，应及早将这些信息报入数据库，增加客户的违约成本，营造诚实守信的社会经济氛围，推动社会信用体系建设。

（三）促进征信产品发展，推动征信工作开展

信用报告作为金融信用信息基础数据库目前最重要的产品之一，得到了信贷机构、政府部门及信用评级机构的广泛认可。但在目前数量众多的小微机构信贷数据未能实现报入数据库的情况下，个人信用报告必然少了未接入金融机构的信贷数据，无法综合反映个人的信用状况，降低了个人信用报告的参考价值，且2014年6月起对一年内查询个人信用报告三次以上的开始收费，这就对信用报告的完整性提出了更高的要求。

小微机构未实现接入数据库，不能查询客户的信用报告，但又需要使用数据库的信息，目前只有一种获得途径，就是要求客户到人民银行查询后提供。据对到人民银行柜台查询信用报告的客户调查，有60%以上的为公积金、小贷公司贷款需要提供，按去年辖区受理的3953份统计，约有2300多份查询原因属于此类。人民银行提供本人查询的目的本是为想了解个人信用报告的个人提供查询服务，而事实上却成为未接入数据库却在使用数据库信息的众多贷款公司了解客户信用信息的免费渠道，人民银行也无法拒绝客户的查询申请，不得不花费较多的人力在信用报告查询上，而每个征信部门的工作人员是有限的，这必然影响其他征信工作的开展。

（四）缓解中小企业融资难

融资难一直是困扰中小企业发展的难题。除了中小企业所特有的不足，金融机构与中小企业之间的信息不对称是主要原因。由于信息不对称，使得金融机构不能有效识别效益高的中小企业，从而导致了中小企业很难获得贷款，中小企业的成长之路步履维艰。对于只能从小贷公司获得融资的小微企业来说，只有小贷公司将其数据报入数据库，才能积累自身信用价值，提高资信水平，获得更多金融支持。

三、保山市小贷公司发展现状

2009年，保山第一家小贷公司成立，截止2014年5月，保山市已批准成立23家小贷公司，其中有两家2014年新成立，还未正式营业，全部注册资金8.45亿，资金规模9.23亿，其中，7家小贷公司注册资金少于1000万，6家在大于1000万小于5000万，8家在5000到6000之间，一家达2亿元，2013年机构数占全省小贷公司总数的5.14%，从业人员占全省小贷公司从业人员的5.26%。借款客户主要是个休工商户、农户、部分小企业，2014年5月末个人贷款余额7.88亿，占贷款余额的85.98%。

（一）业务发展迅速，规模差异较大

2009年成立了三家小贷公司，此后每年至少以一家的速度增长，2012年新成立10家，至2014年，小贷公司覆盖保山市全部县区，最多的隆阳区有8家，最少的龙陵县也有2家。资本规模从2009年的9200万元扩大到现在的9亿多，最大一家小贷公司达3亿元，占全市小贷公司资产规模的32.51%，最小的5家占比总和不到10%。2013年，全市19家小贷公司放发贷款11.12亿元，放贷金额最多的一家放款4.54亿元，占全部放款金额的40.7%，其中最大一笔放贷额已远超最小两家小贷公司全年放贷额总和，放款金额最少的五家总计放贷2165万元，占全市小贷公司放贷金额的1.96%。2014年5月全市小贷公司贷款余额9.16亿元，比2010年末增加7.83亿元，增长了近7倍。

（二）从业人员业务素质不高，信息化水平较低

小贷公司发展普遍存在从业人员学历水平不高、专业人员匮乏、信息化水平较低、业务不规范、抗风险能力较弱等问题。据调查，小贷公司平均员工为13人，其中本科以上学历和有金融从业经历的均少于4人，目前23家小贷公司中仅有6家采用完全电子化的方式处理业务，有7家还未建立电子化的业务系统，用完全手工的方式处理业务，尚未有小贷公司接入数据库。

四、接入工作进展缓慢原因分析

（一）数据质量不高，审核难达要求

征信中心2013年全国性银行个人征信数据在信贷业务完整率、借款人完整率、账户记录更新及时率、借款人名下账户数一致率、重点数据项一致率6项指标都达到了99.8%以上的高水平。而辖区多数小贷公司没有一个较成熟的信贷业务系统，导致其信贷数据准确率较低，数据准确率很难达到这一水平的。这些数据报入数据库，会产生多种不良后果，使得人民银行在审核小贷公司接入申请时，始终持谨慎态度。

（二）接入后容易被监管，加剧竞争，影响接入意愿

一方面是接入征信系统后，小额贷款公司必须向数据库报送相关信贷数据，业务规范方面更加严格。作为填补个人和小企业贷款难而诞生的小贷公司，其业务特点是小额、分散、服务三农和小企业，率利在基准率利4倍以内。但目前民间融资的合法化推高了资金回报率，也增加了小贷公司的资金成本，对收益的追求使其忽视了风险以追求更高的回报，业务范围已申向房地产等高回报行业，率利也远超基准率利4倍。2013年辖区有11家小贷公司的单笔贷款超百万，其中一家达千万元，一家小贷公司平均每笔放贷金额已达243万，小贷公司做的不只是“小额”放贷。由于目前其业务数据停留在本公司内，未在任何一个平台上实行共享，监管机构对其监测的数据来自于小贷公司单方面提供，且没有一个连续性，对这些业务务真实性的监管比较困难，这些大额贷款的真实投向更是无从得知。另一方面是在同等条件下，客户更愿意选择不良记录不会被报入金融信用信息基础数据库的信贷机构，这也是目前小贷公司的优势之一，接入数据库后，必然散失了这种暂时的优势，据调查，有7家小贷公司有这方面的担忧。一方面是高风险、低效率、不透明的放款带来的超额利润，另一方面是低风险、高效率、高透明的操作流程引发的客户流失，小贷公司在这两方面难以找到平衡。

（三）接入费用难承受，使用性价比不高

目前多数小贷公司还处在发展的初级阶段，规模较小，赢利数额不大，2013年辖区19家小贷公司税后利润1347.29万元，平均每家70.91万元。从目前可选择的接入方式看，小贷公司需要购买或开发专门的信贷管理系统和数据接口程序，还需购置相应的硬件设备，这些都是大多数小贷公司目前的经营状况所不能承受的，据调查，有5家小贷公司明确表示，即使10万元的接入费用，也是无法承受的。部分小贷公司使用系统频率不高也影响接入意愿，2013年全辖已开业的19家小贷公司共发放贷款1021笔，平均每家54笔，有10家小贷公司月平均贷款笔数在3笔以下，13家年业务笔数在50笔以下，详看图5。为了每月3笔的信用报告，还要花费大量的人力、物力、财力接入数据库，每月还需上报信贷数据，查询还是付费的，对小贷公司来说，真是一个“不划算”的选择，而且，目前可以要求客户提供人民银行出具的信用报告，业务量较少，离当地人行也比较近，并没有觉得不方便。

（四）管理不规范，违规查询隐患大

小贷公司仅作为一种新生信贷机构以企业身份注册成立，非金融机构身份，对其管理没有像银行一样的高要求，以及本身从业人员学历低，流动大，法律意识不强，缺乏专业培训特点，易出违规查询、信息买卖或异议处理不当等问题，引发信息主体的异议和投诉风险。

（五）鼓励的接入态度，谨慎的接入原则

虽然银办发[2011]1号文件规定了小额贷款公司接入征信系统的组织管理、流程管理和接入后的业务管理，提出了接入征信系统的四种模式，但没有具体的接入方案。银办发[2013]45号文件明确“两类机构接入数据库的工作目标是将具备接入条件同时具有接入意愿的机构纳入数据库”，接入工作按照“模式开放、间接查询、稳步推进、风险可控”的总体接入原则，即对小贷公司的接入还在研究调研阶段，对达到接入要求同时具有接入意愿的可以申请接入，而非强制接入，与对商业银行的强制接入要求有所不同，这在一定程度使部分小贷公司达到接入条件但出于其他原因考虑不愿申请接入数据库。

五、四种接入模式分析

目前征信中心提供了四种接入模式，直接接入，一口接入，通过商业银行接入，介质报数。据对辖区小贷公司的调查来看，介质报数方式符合大多数小贷公司的实际，选择此种报数方式的达9家，其次是省级平台一口接入，选择这种报数方式的是7家，小贷公司偏向于这两种接入方式的主要原因是出于网络条件和成本考虑。有两家小贷公司选择了商业银行间接接入，但就辖区商业银行来看，都是由省行或总行直接从系统提数，小贷公司如果要通过商业银行报数，必须由上级行审批，而银行普遍认为小贷公司业务不规范，数据错误率高，没有一家商业银行愿意为小贷公司报数，此种方式在辖区并不可行。直接接入不仅需要小贷公司有较成熟的信贷业务系统，还需要有专门的网络，目前没有一家小贷公司能达到此要求。有两家规模非常小、业务较少没有接入意愿。从调查结果看，应着重开发介质报数方式和省级平台一口接入方式。从未来还有更多类型的小微型信贷机构增加的角度看，介质报数渠道是一劳永逸的方式，适合大多数小微信贷机构起步阶段的数据报送方式。

六、对接入工作的建议

（一）统一信贷管理系统，产生规范接口文件

无论采用哪一种报数方式，都必须要求小贷公司业务电子化处理。目前多数小贷公司技术条件和硬件设施普遍较落后，又无资金投入引进成熟的信贷业务系统。要想提高小贷公司的信贷业务数据质量，必须有一套成熟的信贷业务系统，靠一家小贷公司的资金实力难以实现。可由省级人民银行或金融办开发、运行统一的小额贷款公司信贷管理系统，无成熟业务系统的小贷公司分摊成本购买使用，不仅能规范业务操作，提高工作效率，信贷数的质量也能有所保证，产生了符合报入条件的接口文件，数据报入才有可能。

（二）介质报数为基础，一口接入重点开发

目前小贷公司开业三个月后即向人民银行金融统计监测管理信息系统报送统计数据，其报数方式也是通过介质报数，区别于其他银行直接从系统提数，就执行情况来看，效果比较理想，征信系统的数据报送也可以参照此方法。此种方法对人民银行来说，并不会增加太大的工作量，因为人民银行所需要做的只是一个数据传输工作，且随着信用报告互联网查询的推广以及下一步贷款卡行政许可的取消，目前对外窗口人满为患的情况会有所缓解，增加的数据报送工作只是一个工作重心的转移。对于新报数的小贷公司和采取其他三种方式报数的小贷公司，也可先通过介质报数，有一个试报期，等数据稳定后，在通过其它模式报数，且此种报数模式也能运用到其他新型信贷机构，是一个值得采取的报数方式。全省小贷公司数据众多，经营情况较好，业务发展成熟的也不在少数，介质报数最终也是为了走向网络报数，因此一口接入是值得重点推进的报数方式。

（三）区别于商业银行的数据展示，提高小贷公司接入积极性

根据目前异议处理的情况来看，多数异议申请者的异议内容为逾期记录。由于小贷公司的贷款业务多是取得借款时一次付息，到还款日一次归还贷款，或到期还本付息，且借款时间比较短，据对辖区小贷公司的调查，借款期限半数在6个月以内，有的甚至不足一个月。这种显然与银行不同的贷款结构和还款方式，对没有成熟的信贷业务系统的小贷公司，在报送数据时可考虑与银行不同的报送方式，只报送客户借款金额和期限，不报送违约情况的相关记录，客户结清数据时，在对数据进行更新。对于借款期限较短、甚至只有几天的小贷公司业务来说，展示其负债情况的作用远高于违约情况。且此种方式省去了中间的数据更新要求以及逾期情况记录，能大大减少数据出错的概率。对于参看信用报告的人来说，违约信息可以根据贷款期限作出判断，并不会影响信用报告客观记录违约信息的本质。

（四）细化接入标准，达到条件的要求接入

银办发[2011]1号文件对接入应具备的条件中规定“开业一年以上”，其他在无具体内容。应对接入制定更具体的规定，可参照已接入的地方性商业银行接入的规定，对于达到一定营业规模，如年贷款放发额达1000万的或年放贷笔数达80笔以上的，已有成熟的信贷业务系统，数据比较规范的，要求报数。

（五）推广协议代理查询

虽然数据库以互惠共享信息为前提，即对报送数据的机构，给予客户授权查询信用报告的权限，但由于目前小贷公司特殊的人员构成情况，对于查询风险较大，业务量不大的，或对于不符合开通查询权限或有较大违规嫌疑的，可通过间接查询达到信息共享的目的，减少违规查询的隐患。如目前辖内推行的协议代理查询制，即村镇银行与人民银行签一份协议，由一名工作人员带上有客户书面授权的查询资料，到人民银行代理查询业务。对于辖区的小贷公司来说，由于业务量不大，离当地人民银行均较近，并不会有太多的不方便，根据对辖区22家小贷公司的调查，18家小贷公司可以接受这种查询方式。

（六）加强制度建设，严格执行上岗资格考试制度

为防止出现违规查询、信用买卖等操作风险，对申请开通查询的小贷公司，要建立征信业务管理相关的制度，将目前全省统一的云南省金融机构征信业务人员上岗资格考试制度和个人征信系统异常查询监测系统应用于开通查询权限的小贷公司，并严格执行。中国人民银行征信管理部门要加强业务指导，充分发挥其监督管理职责，进行现场非现场检查，不定期检查，严防操作风险。

七、小结

本文通过对辖区小贷公司接入缓慢原因分析，给出了对接入工作的建议。本文存在以下不足之处，是对一口接入的费用没有直观的评估数据，二是对提出的介质报数方式没有做深入的分析，在其数据保密方面有待下一步研究。

参考文献

[1]中国人民银行.“中国人民银行办公厅关于小额贷款公司接入人民银行征信系统及相关管理工作的通知”，2011.

[2]中国人民银行.“中国人民银行办公厅关于小额贷款公司和融资性担保公司接入金融信用信息基础数据库有关事宜的通知”，2013.

[3]21世纪经济报道.“一家小型房地产公司的‘融资链’：小公司，为何集体身陷其中？”， http：//stock.Jr.com.cn/hotstock/2014/ 06//3022617397412shtml

[4]中国人民银行南宁中心支行课题组.“小微型信贷机构接入金融信用信息基础数据库证证研究”，《征信》，2014（3）.