文 / 百行征信有限公司研究部总经理 田昆

百行征信有限公司研究部 黄殷 刘远钊

近年来，数字化转型成为金融行业的主要趋势，小微企业对线上化融资需求愈加迫切，但由于银企信息不对称，普遍存在融资难、融资贵的现象。为进一步推动市场主体纾困发展，国家出台一系列支持小微发展政策，推动建立和完善信用评价体系，提高贷款精准性和便利度。在此背景下，2022年初，《小微企业经营者和个体工商户信用评价指南》由中国互联网金融协会牵头组织多家单位编制，于2023年4月正式发布，帮助金融机构更好地开展信用评价工作，完善小微金融服务标准体系。

百行征信有限公司研究部总经理 田昆

标准出台符合政策导向

多年来，我国小微企业和个体工商户在市场主体中占据绝对数量优势，截至2023年1月，我国市场主体达1.7亿户，其中个体工商户1.14亿户，约占总量三分之二，带动近3亿人就业，是中国国民经济和社会发展中不可或缺的重要力量。2022年，我国普惠小微贷款余额接近24万亿元，授信户数超过5600万户，但小微企业贷款需求满意度不足一半。由于银企信息不对称，与大型企业相比，小微企业仍普遍存在融资难、融资贵的现象。

为进一步强化金融支持小微企业发展工作，国务院关于《加强信用信息共享应用促进中小微企业融资实施方案》《促进个体工商户发展条例》，人民银行关于《推动建立金融服务小微企业敢贷愿贷能贷会贷长效机制的通知》等支持小微发展政策陆续出台，推动建立和完善信用评价体系，加快信用信息共享步伐，助力银行等金融机构提升服务中小微企业能力，支持中小微企业纾困发展，提高贷款精准性和便利度。征信可以推动信息共享，缓解银企信息不对称导致的小微企业贷款难题，但目前的公开文件中，虽有《企业信用评价指标》等信用评估标准，却较少针对小微企业经营者和个体工商户的信用评价工作流程进行规范。在此背景下，2022年初，《小微企业经营者和个体工商户信用评价指南》（下称“评价指南”）由中国互联网金融协会牵头组织多家单位编制，于2023年4月正式发布，进一步帮助金融机构开展针对小微企业经营者和个体工商户的信用评价工作，推动市场主体纾困发展。

标准聚焦应用，突出“个人+企业”

结合业务实践经验，《评价指南》分为“范围”“规范性引用文件”“术语与定义”“基本原则”“评价参考数据”“基本流程”“评价结果”七大部分。

1.“范围”“规范性引用文件”及“术语与定义”

“范围”“规范性引用文件”及“术语与定义”介绍了《评价指南》涵盖的主要内容和适用范围，在编制中参考及引用的标准文件，并对部分重要、出现频率高以及概念模糊的术语进行定义，帮助标准使用者快速、概括性地了解《评价指南》的基本内容。

2.“基本原则”

“基本原则”介绍了评价工作中需要遵循的四大原则，即客观性、系统性、适用性和可解释性。在开展信用评价工作中，不受外界不合理因素的影响，能够客观全面地反映商户的信用状况；遵循科学、系统的评价流程和制度，立足整体，综合分析；根据市场各方需要，实现评价结果的合规共享与共用；履行必要的内部测试和评估验证程序，使评价规则可解释。

3.“评价参考数据”

“评价参考数据”是开展信用评价工作的前提条件，包括可以作为信用评价参考的数据类别和具体内容，以及数据的应用要求。

数据类别方面，结合小型商户的特点，提供“个人+企业”的数据参考列表。部分小型商户无“三表”，有关税务发票信息不全，虽有订单和市场，但缺乏电子化记录，数据较难有效联网，导致缺信用、缺信息。金融机构在小微信贷风控实践中，通常使用5C分析法，即参考顾客品格（Character）、还款能力（Capacity）、资本条件（Capital）、担保条件（Collateral）、环境条件（Condition）五大维度，评分卡准入规则往往包括“成立期限、经营状况、营收规模、经营趋势、经营收入集中度、收入负债比”等。综合实践经验，《评价指南》提供了评价参考数据列表，除了最核心的信贷交易信息外，还包含了商户的基本情况和实际经营情况，如“所属行业”“经营年限”“入网聚合支付平台时长”等，并结合了个人的基本信息和社会责任履约信息，以及水电煤、出行、行业景气度、地区景气度等其他替代类信息（见表）。这些数据综合考虑了小型商户的特点，如通常为夫妻双方共同经营等，因此客户的婚姻信息和配偶借贷记录也是重要的参考依据，尤其适用于金融机构对“薄信用”客户进行信用评价，结合了“个人+企业”的双重征信特性。

数据应用方面，对数据的合规与安全提出要求。在选择相应数据开展信用评价工作时，应结合《个人信息保护法》《征信业务管理办法》等相关要求，采取必要的措施，确保数据来源的合法、正当、最小、必要，满足信息主体的知情权、同意权、异议权等，并按照约定用途，将数据合理、合法地应用于信用评价工作中。

4.“基本流程”

在评价参考数据基础上，一套完整的建模流程是开展小微企业经营者和个体工商户信用评价（下称“小微信用评价”）工作的核心。

一是确立目的和关键指标，明确方向。先树立明确的模型应用目的，如客户分级、利率调整等，再对观察期、表现期、不确定客户、排除规则、样本范围和样本分组等关键指标进行定义，明确工作方向。

二是准备数据，奠定建模基础。首先，确定建模数据范围和提数要求。部分银行的小微金融业务仍处于开拓期和探索期，样本量不足，可能出现坏样本覆盖面不全的现象，导致好坏样本不均衡，测试结果不准确。因此，需要设置从好样本中抽取坏样本的比例，提升模型的精确性和稳定性；其次，小微信用评价需要综合企业和企业主的多维度数据，对数据采集的全面性和数据质量有较高要求，因此需要对数据进行有效清洗和核验，明确数据标准，处理缺失值、异常值和离群值，尽量确保所有数据集保持一致且没有错误；最后，通过特征工程，探索分析数据，加工衍生形成特征变量，生成样本中每个客户的好、坏、不确定或排除标志，并进行标注。

三是进行变量分析，筛选合适变量。小微金融业务覆盖多元的场景和客群，不同变量在不同客群或场景下的表现可能不尽相同，面对数量众多的变量，为确保有价值信息不被遗漏，需要检查变量间的相关性，优先排除高度相关、趋势异常、解释不易及容易偏移的变量，筛选具有较强预测能力和可解释性的变量组合。

四是根据采集信息量，挑选模型建立方法。针对小微企业经营者和个体工商户可能缺乏信贷信息的特点，需要根据信贷信息的数量选择定量或定性建模方法。信贷交易历史信息充足时，可重点应用定量方法，定性方法可适当弱化，如定量模块的预测能力足够强，可放弃应用定性方法；信贷交易历史信息不足时，综合应用定量方法和定性方法，合理确定两种方法的权重；信贷交易历史信息缺少时，应用定性方法。

五是进行拒绝推断，修正调整模型。如果小微信用评价模型核准率不高，或客户申请通过率低，需要更多样本时，进行拒绝推断存在一定必要性。建议将无法定义好坏，或因其他原因未进入模型训练中的样本，采用一定的方法再次打上标签，重新训练模型，使模型的预测结果更接近实际状况。

六是选择验证方法，提升模型的可靠程度。模型验证方法主要分为定量和定性两种，定量方法通过统计学的方式对比模型估计值与实际结果，更为科学准确，但由于小微信用评价过程中可能面临数据不足的问题，建议综合使用专家评估等定性验证方法，对模型开发过程、模型设计结果、数据、文档管理、模型结果运用等方面进行评估，进一步提升模型的准确性、可靠性和稳定性。

七是开展个人信息保护影响评估，加大信息保护力度。小微信用评价不仅涉及企业信息，还涉及企业主的个人信息，如婚姻状况、行政处罚信息等，应根据《个人信息保护法》要求，开展个人信息保护影响评估，识别并降低个人信息安全风险。开展信用评价工作时，应评估个人信息的处理目的、处理方式等是否合法、正当、必要，对个人权益的影响及安全风险，所采取的保护措施是否合法、有效并与风险程度相适应等，建立较为完整统一的个人信息保护影响评估机制。

八是监控指标，适时调整参数。小微信用评价模型的调整十分重要，在模型实施后，应设定监控指标体系，定期监测模型指标，以免发生重大变化对模型造成不良影响，并适时调整模型参数。针对缺乏信贷交易信息等信用评价参考数据的客户，如果模型预测准确度不高，可通过加强贷中监测和设置人工干预等方式作进一步确认。

5.“评价结果”

根据信用评价模型得到的模型分数，即小微信用评价结果。评价结果可以应用于贷前、贷中和贷后环节，具体包括客户分级、额度评估和利率定价等应用场景中。

如在客户分级中，根据评价模型得到的分数，按一定区间进行划分，给予相应的评价等级，并对其进行“低风险”“较低风险”“中风险”“较高风险”和“高风险”的风险评估等级。针对这些等级，赋予相应的额度风险调整系数，根据基础额度测算不同客户的最终授信额度。

总体而言，《评价指南》聚焦于“小微企业经营者和个体工商户”，兼具个人征信和企业征信特色，在全面描述业务流程的同时，结合实操经验，给出了更为具体信用评价参考数据类别表，涵盖基本信息、信贷交易信息、偿付能力信息、社会责任履约信息以及其他信息等；关注应用，规范了信用评价工作的基本流程，给出了信用评价结果的应用示例。《评价指南》将助力缓解小微企业经营者和个体工商户因征信评价基础设施不完善、银企信息不对称等原因导致的“融资难、融资贵”的问题，推动市场主体纾困发展，加强金融对实体经济的有效支持。

表 信用评价参考数据类别

标准推动银行实践与应用

在实践应用中，富民银行结合《评价指南》的前期课题研究成果，研发了面向小微企业经营者和个体工商户的线上个人经营性信用贷款产品“富易贷”，获得人民银行2019年度银行科技发展奖三等奖。

富易贷是以商户经营流水为主要评估依据，为商户量身定制的经营性、无抵押、纯信用贷款服务，并通过贷款服务数据的返回，打造小微企业经营者和个体工商户的信用评价体系。

富易贷充分使用了支付数据，更聚焦场景金融，能深刻地了解、刻画某一行业、区域，例如餐饮、快消、家政、装修等，覆盖更多薄信用的小微企业经营者和个体工商户，提高了小微金融服务的精准性、满意度。在实践过程中，支付数据的应用也促使小型商户更加注重线上的管理、获客，进一步提升了经营水平。

目前，许多银行也在积极探索小微金融服务创新，结合实践经验，为《评价指南》的编制提供了有益的借鉴与参考。同时，《评价指南》也能够更好地帮助金融机构加强传统信贷交易数据以及替代数据在风控产品中的应用，挖掘更多的小微金融业务创新点。从抵押贷款到纯信用贷款，从线下到线上，从中小微到“小小微”，从单纯的数据应用到场景融合，从以贷前风控为主到贷中贷后的实时监测，从单纯为小微提供资金到提升小微企业经营管理水平，为小微金融服务的创新提供更多有益的思路。

思考与建议：分场景优化风控，生态建设推动共赢

在开展标准制定工作过程中，有如下几点思考与建议。

细分应用场景，优化风控流程。随着金融业务数字化趋势更加明确，小微企业对线上化融资需求愈加迫切，场景成为金融服务核心要素之一。面对客户需求以及金融市场的新变化，金融机构提供具有不同场景特色的信贷产品，满足客户差异化需求，仅靠一个综合的信用评分不能完全反映客户在特定场景下的真实信用状况。因此，金融机构应结合实际，在开展业务过程中不断积累实践经验，完善不同细分客群、细分场景下的信用风控流程，建立一套较为成熟的小微金融信用评价体系，紧跟政策、行业和场景变化趋势，及时调整更新标准内容，使其更贴合实际业务开展情况。

推动征信生态建设，促进共商、共享、共建、共赢。在征信生态圈中，征信机构通过“多对一”接入大量数据源，通过数据治理提高数据质量，再通过“一对多”输出专业化的征信服务，加强金融机构的风控能力和信用管理水平；金融机构向征信机构共享信贷信息，并反馈信息使用情况，助力征信机构优化服务；金融科技公司与征信机构合作，助力征信机构加强信贷数据与替代数据融合，形成通用型征信产品，推动普惠金融高质量发展。一套健全的小微金融标准体系，将为金融机构开展业务提供指引，对征信链条进行全方位规范，提升征信数据的质量、价值及安全性。通过标准，机构之间能达成共识，促进信息共享与专业化征信产品开发，并吸引更多的主体参与征信生态圈建设，实现共商、共建、共享、共赢。

个体小微企业模型信用评价指南发布于：北京市声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。