文化企业应积极做好数据积累，相信数据的价值。金融界相关人士认为，信用贷款在科技类企业创新试点成功后，应将信用贷款重点在文化产业内推广试点。目前，国内在文化企业的“纯信用贷款”上还没有实现真正的突破。文化企业需要纯信用融资，只要市场、大环境有决心推进文化信用贷款，银行会有更大动力。
□□本报记者 郑洁
时值文化金融热，传统金融界为文化企业提供的服务不断创新，互联网金融平台的出现也为中小企业融资带来曙光。金电联行（北京）信息技术有限公司（以下简称“金电联行”）以自主研发的大数据集成分析技术，在中小企业融资过程中提供了动态信用评分、信用定价、动态风险控制等有力支持，成为在制造科技等领域推进“纯信用贷款”的先行者。
“让数据说话是我们服务的根本功能。中国的金融创新大部分是模式创新，而金电联行的不同之处是科技创新引领下的模式创新。”金电联行董事长范晓忻如是说。大数据究竟如何成为融资利器？信用数据分析对于包括文化在内的行业来说会带来哪些影响？文化金融的“纯信用”时代何时到来？
供应链上的默默耕耘者
当下，各银行机构推出的仓单融资、应收账款融资等就代表着金融界对产业更新需求的及时跟进。但在7年前，金融机构绝大多数仍在“抵押贷款”的保守圈子里踏步，中小企业融资难极为突出。而金电联行早在7年前就进行了“供应链金融”的探索，更早在“互联网大数据时代”到来之前，以先行者的姿态主动触摸产业脉搏。
清华大学计算机系毕业的范晓忻原本经营的是一家与金融无关的IT类公司，利用自己的后台数据管理平台，为华北地区的汽车零部件企业做供应链管理系统。当时很多零部件生产商总向他抱怨流动资金短缺之苦，作为汽车供应链一环，他们尽管订单充足，但库存可抵押资产几乎没有，导致很难获得贷款。
敏锐的范晓忻开始琢磨，是否可以利用企业供应链数据，开发这部分的融资功能。范晓忻联合几个合伙人成立了金电联行，为其客户做客观信用计算，再把他们介绍给银行，申请无抵押信用贷款。
然而，这一“前卫模式”无疑让金融界心有疑虑。范晓忻坦言，为了打通银企对接障碍，他们当时对1200多家中小企业进行了调研，几乎跑遍了四大国有银行以外的所有银行，让他们接受信用贷款模式。
7年来，金电联行一直在“大数据分析”这个相当枯燥的领域默默耕耘，不仅为众多企业融资提供了增信、风控服务，更在诸多行业领域进行“大数据支持信用贷款”的破冰之旅。截至目前，金电联行为1000多家中小微企业提供了总规模超过40亿元的非抵质押信用融资服务，贷款利率多为基准利率上浮10%至30%，尚未发生过一笔不良贷款。他们也与几十家政府、银行机构达成合作关系。
中小企业融资难仍是现状，这预示着金电联行此类融资服务机构的市场机遇。“目前国内经济在向服务业转型，大量创新型企业、服务型企业涌现。”范晓忻说，创新科技型的企业主要依赖人才的知识创造，这一点用传统的风险评估方式很难覆盖。从2013年下半年开始，金电联行开始针对这类企业进行调研，主要对人力资本的信用和风险评估进行了建模，收集了上千家企业的信息。同时他们打入中关村科技园区，准备为园区内上百家企业提供信贷支持、增信、优质企业发现梳理等服务。
“数据说话”的秘密
“美国的企业80%以上靠的是信用贷款，而我国企业在2007年99%以上通过抵押担保获得，迄今信用贷款也远称不上盛行。”范晓忻表示，“信用时代”是他们的畅想，但事情需要一件件去做。
当下金融界也在广泛创新基于企业供应链上的贸易融资方式，比如仓单融资和应收账款抵质押贷款等。对此，范晓忻分析，这过程中的风险控制仍然落在银行、担保等机构身上，虽然发放的不是信用贷款，但仍需要对企业进行信用方面的判断。而他们判断的依据一是企业交易行为的真实性审核，二是来自企业合作方（一般为大型集团）的信用证明。过程中，银行、担保机构等仍需要为中小企业融资承担较高的服务成本。
金电联行利用大数据，将企业信用信息量化。“大数据客观信用指标模型”的具体技术流程，就是通过接入企业的供应链管理系统，依靠一套“数据挖掘机器人”对数据进行挖掘。
供应链管理系统是一个交互系统，系统内的交易是不可更改的，单个企业去修改数据也不可能实现。金电联行重点挖掘的数据有十二大项，包括下订单、生产、物流、入库、出库、生产线上线、下线、增值税发票确认、结账、付款等，这些数据通过“大数据客观信用指标模型”，自动生成企业的信用评分和动态生命力。迄今，金电联行已在涉及的模型中设立了500多项指标，建立了制造行业、商超行业、医药行业等10个行业的客观信用体系储备。
“企业的财务报表有时不能反映出真实情况，我们采用全数据概念，不放弃能拿到的每一个数据，寻找数据之间的规律性。我们不看企业的现在，而是看它未来一段时间内的还款能力。”范晓忻强调，金电联行采用大数据算出来的企业信用，中间没有任何人为干扰，一些掩盖企业真实情况的合计数、资金拆解等行为将无处遁形。
范晓忻以汽车供应链作例，供应商与主厂商的联合造假很难，一是造假要做全套，为了把额度做上去，供应链数据取决于所有供应商的供货数量，一发而动全身，订单、物流等都要改，这是相当繁杂的工程。二是数据挖掘机器人会按照过往数据和未来数据的分析，清洗掉异常数据，间歇性提高部分指标并不能提高额度。
同时，更大体量、更全方位描述风险的参数，最早能在6个月前就向银行预警。“我们通过贷前批量企业筛查、贷中额度计算、贷后风险量化监管以及嵌入式的服务系统，创造出银行信贷管理新模式，把资金引导到有需求的企业去。”
有了数据技术，金融实践在范晓忻看来是更大的难题。如何在更广的领域推广自己的数据追踪系统，让更多企业打开心扉公布数据，让更多银行信赖其技术能力，才是金电联行在产业中发挥更大能量的前提。
“纯信用时代”何时到来
今年初，国内金融界相关人士指出，信用贷款在科技类企业创新试点成功后，应将信用贷款重点在文化产业内推广试点。
“我们在文化企业的‘纯信用贷款’上还没实现真正的突破，放眼整个金融界，文化信用贷款极为罕见。”范晓忻坦陈，但这并不妨碍金电联行针对文化产业的未雨绸缪。两三年前，他们已为北京、天津等地相关机构通过各种方法收集文化企业经营数据并建模，他们发现文化企业经营也是有规律可循的。
最近金电联行和南京文化控股集团进行合作，对方推荐了一批文化企业，由金电联行对企业进行经营状况测算，帮助这部分企业建立信用、计算风险。
“经过几年文化金融的洗礼，一些大型文化企业的财务规范还是可以的，很多企业也获得了银行融资。在我们调研过程中，对象企业较为配合，向我们开放了部分人力、纳税记录数据。但绝大多数文化企业供应链极短、交易环节简单、EPR平台（即对企业的资源整合集成管理，采用信息化手段实现的企业供销链管理系统）缺失，本身就没有多少数据。根据我们技术平台的学习能力和算法，从相对少的大数据维度也建立起了因果关联性。”范晓忻表示。
“只要市场、大环境有决心推进文化信用贷款，银行就会有更大动力。毕竟文化企业太需要纯信用融资了。文化企业也应积极做好数据积累，相信数据的价值。”范晓忻还不敢奢望他们的信用评价体系能够“普适”文化产业，他认为文化信用体系建设取决于社会诚信环境、司法配套保障、政府、银行界的信心等，他们想先做出一些案例，用案例激发信用融资体系的建设积极性。“从现行阶段看，政府如果想推进文化信用试点，应设立杠杆资金、风险缓释资金等，激发银行界的积极性。”范晓忻说。
