Smart Precision Finance for Small Businesses Funding 讲座顺利举办

[ 作者]: 黄桥立、沈平生 [ 發布時間]: 2019-12-31 [ 來源]:

字号: [] [] [] [ 閱讀]:344人次      [ 關閉窗口]

20191226日下午,“Smart Precision Finance for Small Businesses Funding”講座在凱原法學樓206教室成功舉辦。本次講座邀請到香港中文大學法律學院教授、法律學院金融規管與經濟發展研究中心執行主任David C. Donald教授。凱原法學院沈偉教授主持本次講座,Thomas Coendet副教授和韓淼博士後參加。沈偉教授在講座開始時,向大家介紹了演講嘉賓。

 

在講座中,Donald教授首先介紹了背景,證券交易從17世紀起便開始發展,在進入現代社會後,人們開始利用計算機數據采集計算進行證券交易,信息技術從此開始影響市場。1987年證券市場出現的波動就是由于計算機通過程序計算的結果進行交易導致。時至今日,幾乎所有數據都可以被電子化,並且數據之間通過統計學方法以及信息技術得以互聯互通,計算機能夠對數據進行詳細分析。基于此,金融借貸中信息不對稱,信息不平等得以減少。而上述信息技術的出現爲本次講座討論的智能精准金融提供了技術基礎基礎。

Donald教授開宗明義地闡明其將分四個環節介紹其研究主題內容,分別爲“小微企業融資現狀”、“用于減少信息不對稱的數據”、“自動化減少交易成本”、“融資基金的法律結構”。緊接著,教授指出小微企業是許多國家經濟構成的重要方面,包括中國,德國,美國等。中國以家庭爲單位的小微企業占企業數量的80%以上,而小型企業的經濟體量占美國總GDP的一半左右。然而,這些小微企業的融資渠道不足,是經常被輕視的一個金融市場。

小微企業傳統的融資渠道是社區銀行。但是,隨著大型金融機構侵入該市場,社區銀行提供資金的能力開始下降,而大型銀行對于給小微企業提供融資則沒有很多興趣。傳統的社區銀行能夠面對面與客戶接觸,知曉客戶的經營狀況和計算風險,但是大型銀行無法做到。大型銀行在最初階段爲小微企業提供貸款時,需要通過與客戶能夠直接接觸的社區銀行獲得客戶信息。于此同時,近年來,非銀行融資手段也大量湧現。市場中存在類似于衆籌的手段,通過互聯網服務平台(比如通過亞馬遜、阿裏巴巴)獲取客戶信息並且在評估後進行貸款的企業。教授以融資平台中的龍頭機構SquareKabbage, Lendio, Fundera等爲例,介紹了目前該行業的大致情況。

隨後,Donald教授強調了數據的重要性。因爲貸款人必須了解借款人的信用,以便風險管理,而數據則是了解借款人信用的基礎。但是現實中存在的問題是:即便存在數據也很有可能無法准確預測風險。首先,因爲借款人可能沒有先前的經營記錄或者其有全新的盈利模式。其次,商業模式無法標准化,存在判斷標准模糊的情況。此外,創始人的個人性格特質是很難量化的指標,而創始人的特質,比如激情、領導力、執行力等卻對小微企業的成長至關重要。

最後,Donald教授指出小微企業融資的最大矛盾之處在于恰恰是在交易成本需要最大程度降低的地方,出現了最高的風險。針對這一特質,數據電子化對數據的分析起到了推進的作用。通過電子自動化運算可以更爲方便地計算借款人償還能力和預期償還行爲,計算機算力的加強提升了上述數據的計算速度,並且銀行賬戶信息、納稅記錄、信用卡收據等等信息的數據化使得數據采樣更全面。這些都促使原本類似于“噴灌”式的借貸方式,轉變爲精准“滴灌”式借貸。

傳統意義上,精准借貸需要較高成本,甚至超過借貸所得收益,對于銀行來說得不償失,但是自動化方式使得精准借貸方式變得更爲經濟與效率。通過事先設定的模型,結合數據計算結果,可以很快得出是否提供小微企業貸款的結論。因此,這一數據化加計算進行精確借貸的手段將會成爲一種趨勢,可以推廣至其他融資産品,包括風投、公募等等。

 

在評論環節,ThomasDonald教授討論了VC投資中對于網絡效應的考量問題。在提問交流環節,同學們踴躍發言,提出智能精准金融技術在投資We-Work等新兴企业中的运用的可能性,区块链技术與Fintech相關問題,以及精准借貸技術在小微企業之外的企業中適用等相關問題,Donald教授對上述多個問題一一進行了細致的回應。

在讲座的最後,沈伟教授向Donald教授贈送了精美的紀念狀。講座話題十分前沿,內容豐富,同學們收獲匪淺。

字号: [] [] [] [ 閱讀]:344人次      [ 關閉窗口]