近日，小微企業又一次迎來了自己的“高光時刻”。6月24日央行宣佈定向降準0.5%，要求郵政儲蓄銀行和城市商業銀行、非縣域農商行等中小銀行將降準資金主要用於小微企業貸款，釋放小微信貸資金約2000億；6月25日，央行、銀保監會、證監會、發展改革委、財政部聯合印發《關於進一步深化小微企業金融服務的意見》，從貨幣政策、監管考核、內部管理、財稅激勵、優化環境等方面提出23條短期精準發力、長期標本兼治的具體措施。
一直以來，國家在致力於解決小微企業融資難、融資貴的問題上，決心不可謂不大，但銀行在面對小微企業貸款時“寧可錯殺一千，不願放過一個”的態度依舊堅決，究其根本，一方面由於小微企業普遍固定資產少、經營不規範，銀行現有的風險評估體系與小微企業能夠提供的經營數據“不對口”，銀行無法有效識別小微企業的信用風險；另一方面則是高居不下的小微企業貸款違約率。這些現象導致銀行在看待小微企業時就像戴了一副墨鏡，亮點看不清，缺點倒是愈發黑了起來。
聯信認為，降低銀行對小微企業的戒備心，首要解決的問題並非如何篩選一個不違約的小微企業進來，而是如何降低已經處於準客戶和客戶狀態的小微企業一旦違約所帶來的損失。由於小微企業整體較高的不確定性，令其即便進入了銀行高標準的審批門檻，卻依然無法降低小微企業貸款的違約率。而一旦銀行能夠在小微企業的風險擴大前及時進行把控，就能將損失降到最低。如此看來，銀行所承受的損失是與其自身對信用風險的預判能力成反比的——風險發現得越及時越有挽回的可能。
然而目前大部分銀行對於風險評估都是採用靜態評估辦法，根據授信模型和評分卡模型判斷客戶額度情況和客戶風險等級，對於風險的預警則是依據已經發生的事情來觸發警報，這對不確定性較高的小微企業無疑是效果不佳的。對此聯信的做法是將時間變化作為一個重要因素，形成一個動態的信用趨勢分析圖，我們稱之為動態分析模型。
聯信的動態分析模型理念是通過銀行客戶在貸款的前、中、後三個階段的各項指標數據的變化趨勢，形成對客戶未來存在的風險情況的預測。貸前對客戶的信用情況、還款能力進行分析和預測；貸中通過分析後的貸款風險係數進行審批及放款決策；貸後根據客戶負債情況數據分析對有逾期可能的客戶形成催收策略。
在聯信看來，相對於傳統的靜態分析，動態分析由於要考慮時間變化帶來的客戶相關數據以及指標的改變，從而存在較大難度。企業的基本信息、財務數據等在時刻改變，使得本就如大海撈針一般的數據採集又加大了難度；而一旦指標產生變化，銀行則需結合客戶近期各項數據，分析影響客戶指標變化的原因，這無疑是難上加難了。
但高難度卻可以帶來高效益，一經實現，它將貫穿整個貸款過程，當某小微企業有較高的風險或將要違約時，銀行可及時採取相應的措施，將損失最小化，銀行對於小微企業的風險把控能力提高了，對其的接納程度也能相對有所提高。
目前，聯信的動態分析模型還在不斷的探索、挖掘中，未來它是否能為小微企業融資做出貢獻，且需靜待。
閱讀更多 環球財訊 的文章
