人人書

雜誌

保存到桌面 | 簡體人人書 | 手機版
傳記回憶文學理論偵探推理驚悚懸疑詩歌戲曲雜文隨筆小故事書評雜誌
人人書 > 雜誌 > 小微信貸增幅不及預期 銀行為何對小微企業“愛莫能助”?

小微信貸增幅不及預期 銀行為何對小微企業“愛莫能助”?

時間:2024-10-28 05:12:12

今年一季度小微信貸增幅僅為14%,遠低于消費信貸增幅,緩解小微企業融資難、融資貴、除了政策鼓勵、銀行支持,精準破解小微少征信、高不良的困境更具操作性

小微企業被喻為經濟市場中的“毛細血管”,體量雖小,但其生存與發展狀況卻是對經濟最直觀的反應,“毛細血管”健康,整個經濟市場的“血循環體系”才能通暢。

日前,央行聯合四部委印發了《關于進一步深化小微企業金融服務的意見》(以下簡稱《意見》),《意見》從貨币政策、監管考核等方面提出舉措,督促和引導金融機構加大對小微企業的金融支持力度,緩解小微企業融資難融資貴。

小微企業融資難已是老生常談,政策鼓勵、定向“放水”,難點依舊困難重重。為什麼會出現這種現象?

“小微企業征信不足,抵抗風險能力較差,目前我們分行小微企業不良是信貸平均水平近2倍。在資産質量風險持續暴露的當前,小微信貸雖然整體體量不算大,壞賬卻占比較高。”某國有大行華中地區分行負責人向《投資者報》記者表示。

一方面是小微企業受信貸難題困擾無法迸發出更大的經濟活力,另一方面是金融機構小微企業壞賬率高企不敢放貸,如今,這一矛盾能否在新的政策指引及技術創新下得以緩解?

政策連續驅動

日前,國務院常務會議再次部署進一步緩解小微企業融資難,融資貴,持續推動實體經濟降成本。

随後,以貨币政策和信貸政策支持的《意見》出台,上述《意見》要求,增加支小支農再貸款和再貼現額度共1500億元,下調支小再貸款利率0.5個百分點。完善小微企業金融債券發行管理,支持銀行業金融機構發行小微企業貸款資産支持證券,盤活信貸資源1000億元以上。并将單戶授信500萬元及以下的小微企業貸款納入中期借貸便利(MLF)的合格抵押品範圍。

據了解,這是繼2014年4月16日、2014年5月30日、2017年9月27日之後,國務院常務會議再次做出定向降準的安排。分析人士指出,其背景因素,一是經濟面臨的下行壓力使政策有邊際寬松的必要,二是在去杠杆環境下小微企業面臨的融資難融資貴狀況有所加劇。

小小金融CEO劉小峰向《投資者報》記者表示,自去年9月普惠金融定向降準政策出台以來,銀行就開始對小微企業信貸業務進行傾斜,保證小微企業信貸額度充足,但銀行的風控标準并未因傾斜小微企業而有所降低。

“我們關注到近年來,能夠保持盈利的小微企業所占比例逐漸下降,虧損的小微企業所占比例逐步上升,這使得銀行對小微企業的信貸投放更謹慎,使得小微放貸實際效果不及預期。”劉小峰介紹。

誠然,信用債市場連續爆出違約事件,不少企業出現流動性危機。這種危機傳導到小微企業,給後者帶來的影響會更大。主業為大數據征信的微衆稅銀方面向《投資者報》記者表示,越來越多銀行對小微信貸風控方面加強了管理,特别是對企業征信和風控方面的需求非常旺盛。放貸不及預期,可能是因為去杠杆,導緻宏觀貨币流動性緊縮,各行都面臨着較大的資金壓力。

小微信貸增幅不及預期

政策給力,銀行也加強了扶持力度,不過從實際成效來看,小微信貸增幅仍不及預期。

銀保監會數據顯示,2018年一季度末,銀行業金融機構涉農貸款餘額為32萬億元,同比增長近8%;用于小微企業的貸款(包括小微型企業貸款、個體工商戶貸款和小微企業主貸款)餘額32萬億元,同比增長14%;用于信用卡消費、保障性安居工程等領域貸款同比增長分别為35%和45%,比各項貸款平均增速高出23和34個百分點。

不同類型銀行之間差距并不大,商業銀行合計餘額24萬億元,大型商業銀行為7.4萬億元,股份制銀行4.4萬億元,城商行與農商行分别為5.5萬億元和6.3萬億元。

具體到單個銀行,央行要求對普惠金融實施定向降準政策分為兩檔考核标準:第一檔是前一年普惠金融領域貸款餘額或增量占比達到1.5%的,存款準備金率可在基準檔基礎上下調0.5個百分點;第二檔是前一年普惠金融領域貸款餘額或增量占比達到10%的,存款準備金率可按累進原則在第一檔基礎上再下調1個百分點,優惠幅度更大。

但是有媒體報道稱,建信金融科技有限責任公司副總裁姜俊曾公開表示,2017年建行普惠金融投放量占整個信貸投放的11.5%,是大行中唯一一家達到了央行普惠金融定向降準考核第二檔标準的銀行。因此,今年央行實施普惠金融定向降準時,對建行降準1.5個百分點,增加了2300億元流動性,其他大行則并未享受此檔待遇。

大數據與智能成為突破點

對于銀行來講,小微企業信貸市場是一座巨大的金礦,但是在信用體系尚不完善的情況下,要給基數衆多、規模大小不一、行業各有不同的小微企業貸款,“開發”難度實在很大,卻面臨較大的壞賬風險。

日前,央行行長易綱表示,當前金融機構小微企業貸款不良率為2.75%,比大型企業高1.7個百分點,單戶授信500萬以下貸款不良率更高,金融機構獲得的收益較難完全覆蓋風險。由此可見,貸前貸後數據缺失是傳統銀行對小微企業“愛莫能助”的主要原因。

近年來,互聯網金融對傳統銀行的沖擊讓後者開始做出改變。大數據征信、智能風控成為銀行服務小微企業的重要輔助手段。

記者從微衆稅銀方面了解到,其創造了“互聯網+稅銀服務”的模式,通過大數據征信技術幫助小微企業得出一份基于稅務數據的征信結果,這一結果可以詳實反映企業的穩定性和經營狀況,部分解決了銀行風險評估難的問題。

随後,中國銀行、江蘇銀行、光大銀行等傳統銀行機構紛紛與其合作。微衆稅銀方面向《投資者報》記者表示,在這一模式之下,江蘇銀行服務小微企業的“稅e融”成為了第一個真正實現“三化”的銀行,就是線上化、批量化、自動化,真正做到最快7秒鐘就能完成貸款審批。記者從江蘇銀行了解到,截至目前,“稅e融”上線三年來累計發放300億元,同比增幅超八成。
   

熱門書籍

熱門文章