目前，生产力征信平台连通全国3万台设备、2万家企业，每天收集1.2亿～1.5亿条生产数据。短短两年左右的时间，先后帮助2000余家工业小微企业，从20余家金融机构累计获得授信30多亿元。

　　尽管许多银行工作人员私下里都对这一系统非常认可，但因为目前征信监管部门对生产力征信在国有银行系统的使用没有认证许可，许多较大型的金融机构不敢接受。

　　5月22日，参观者在国家大数据（贵州）综合试验区展示中心内参观 欧东衢摄/本刊

　　“因为我们曾经差点让应收账款给拖死。”

　　明明是一家激光设备制造企业，为何干起了企业征信？当《瞭望》新闻周刊记者提出这样的问题时，37岁的天正股份董事长张翀昊给出的答案让人意外。

　　眼前他手里把玩的黑色小方盒，只有十几厘米大小。这个名为MOD-X的设备数据采集装置，安装到制造设备上，就可以实时动态监控设备的运行状况。当一家企业所有设备的数据都这样源源不断发送到天正公司开发的“I-Martrix”数据平台上后，就可以非常准确地获得这家企业真实的经营情况。

　　这正在帮助解决当前中国小微企业最大的难题——融资难。

　　这套系统收集了设备运行状态的数据，经过天正公司的“生产力征信”模型比对后，就可以描绘出小微企业的征信状况，让企业征信可以摆脱对获取时间漫长、信息真假难控的财务数据的依赖，很大程度上解决了金融机构的后顾之忧——小微企业征信系统数据不准确。

　　目前，这一平台连通全国3万台设备、2万家企业，每天收集1.2亿～1.5亿条生产数据。短短两年左右时间，先后帮助2000余家工业小微企业，从20余家金融机构累计获得授信30多亿元。

　　常州市经济和信息化委员会装备工业处处长朱岩曾多次代表政府部门“撮合”天正股份和小微企业。采访中，他告诉记者，小微企业利用这套“生产力征信”系统，可以真实地反映出生产运营情况，金融机构也就能据此发放贷款、提供融资，解决小微企业流动资金不足的问题，同时大大降低金融机构的坏账率。

　　这也得到了常州信辉融资租赁有限公司总经理杨琨的印证。通过这一系统，天正已经给信辉总计推荐了两百多家企业，设备融资租赁规模上亿元。

　　“数据真实可靠。”作为这一系统的忠实用户，杨琨认为，天正股份的数据采集装置，较好地破解了与当前融资难最直接相关的小微企业征信难的矛盾。

　　多数小微企业死于应收账款

　　2013年10月，海外归来的张翀昊以10万元注册资本创立了天正股份，主打产品是激光切割设备。企业发展迅速，2015年销售额超过亿元，2016年超过3亿元，成为国内较大的激光装备生产商。最高峰时，细分市场占有率超过10%，华东地区市场占有率甚至超过一半。此后，装备业务每年增长都保持在60%以上。

　　随着生意越做越大，张翀昊发现公司运转越来越难，因为客户账款欠拖越来越多：天正80%的客户为中小微企业，资金实力普遍较低，设备货款回收困难。

　　继续生产就需垫付大量资金，对一个处于初创期的企业而言，这显然压力巨大。

　　“不是我的客户不想给钱，他们多是运行正常的企业，有不少效益很不错。只是他们生产也需要资金，而他们的客户也拖欠货款，一环套一环。”张翀昊说。

　　天正股份6个月回款率大概在50%，8个月能达到70%，在业内表现不错。但装备行业净利润普遍低于10%，所以年底一算账，现金流往往是负值。

　　天正股份遇到了国内制造业小微企业的普遍难题。

　　“很多小微企业死掉，不是管理不善，也不是经营不佳，就是让应收账款拖死的。”长期和各种小微企业打交道，杨琨对他们的痛点一清二楚。

　　对于数量巨大的中小微企业而言，融资难至今仍是一道坎。

　　通过对国家统计局和其他公开数据的初步分析，张翀昊发现国内大中型企业资产负债率平均在50%～70%，制造业大型企业资产负债率在45%～60%，而国内中小制造业资产负债率平均只有3%～8%，资金量非常缺乏。

　　这主要是由于小微企业征信系统不健全，企业授信等工作很难展开。

　　“我们查过四种语言的论文，目前几乎所有对企业的征信模型都是建立在财务数据基础上的。但在中国目前2000多万家中小微企业中，财务数据比较完善准确的能有多少？”张翀昊强调，由于信息不对称，即使企业有订单、在生产、能盈利，也很难获得授信与贷款。

　　于是，张翀昊和他的团队开始考虑能否建立一套比较完善、可以真实准确反映企业实际运行状况的征信体系，“初衷很简单，解决了这些下游中小微企业的资金困难，我们自身的账也好收了。”

　　“从生产力角度对企业画像”

　　既然财务数据不可靠，只能另辟蹊径，利用其他更加准确、值得信赖的数据来反映企业的征信状况。

　　在和各类中小微企业打交道的过程中，张翀昊观察到一个现象：这些企业普遍缺乏完整的财务数据，也缺乏不动产抵押，却有大量与生产和设备运行有关的数据是客观真实的，比如开工时间、有效生产、满负荷时长、8小时外工作、故障信息等。

　　“将这些数据利用好，就可以从生产力角度对企业画像，描述企业的信用状况。对中小微企业而言，其可信度要比传统的财务数据更高。”他萌生出这样一个念头。

　　想法虽好，实现起来却并不容易。第一步采集数据就面临重重困难：国外的设备数据端口都是封闭的，国内生产的设备PLC（可编程逻辑控制器）纷繁复杂，有几千种协议、几万种标准。

　　“问题不止这些，我们统计过，全国有4亿～6亿台设备。像常州这样一个工业重镇，只有35%的设备有数字接口，65%的设备没有数字接口，只有模拟信号，很多数据想采集也采不到。”张翀昊说。

　　面对困难，张翀昊和他的团队再次脑洞大开。“所有的设备，不管是哪家厂商生产的，必然有物理信号，比如说电流、电压、电磁脉冲等。”这就像人的脑电波一样，“尽管不同，但每个人都有”。

　　顺着这个思路，他们成功研发出能够兼容不同设备的数据采集装置MOD-X，实时采集企业机器设备的弱电信号、开关量、方波、脉冲等基础物理信号，再通过物理信号与生产数据的递归算法，以大量实测数据的反复校正，建立某一类设备从“物理信号”到“生产数据”的转化模型，进而描绘出企业的“生产力曲线”。

　　“在我们之前，设备数据采集方式，都是通过串口、网口，直接采集生产数据；我们是唯一通过电气接口采集物理信号，再通过数学模型，复算出设备生产数据的。”张翀昊自豪地说，迄今为止，他们已从物理信号中复算出33个行业的1600多种生产数据。

　　给小微企业划出“分数线”

　　有了企业的生产力曲线仍然不够。

　　“企业生产得越多，不见得越挣钱，可能都是存货；企业生产得越少，也不见得赔钱，可能利润率很高。因此，看单个企业的生产数据，无法判断出其征信状况。”张翀昊解释到，这就好像学生参加高考，只看一个人的分数，无法判断他能不能上北大清华。只有了解到所有考生分数，有了“分数线”，才能判断某一个考生。

　　从“生产力曲线”变成“生产力征信”，需要计算出作为判断基准的“社会生产力曲线”。理论上，这需要一定竞争半径内所有企业的生产数据。

　　“当然，我们不可能真正知道全社会的生产力曲线，但样本越多，我们就越能接近这一曲线。”在张翀昊看来，天正股份此前在装备业务上所积累的市场份额与客户，正是天然的样本。

　　走进天正股份的工业互联网展厅，本刊记者看到，一面24小时开启的数据大屏，连接着全国范围内的各类生产设备。一条条与生产相关的数据，通过无线网络实时传回数据库。“社会生产力曲线”正是在全面分析这些数据的基础上形成的。

　　所谓“生产力征信”，就是将单个企业的“生产力曲线”与“社会生产力曲线”从产能、生产稳定性、生产质量、自动化程度等最多200多个不同维度做交叉对比，与后者吻合度越高的企业，信用水平也越高，由此可以对企业信用进行排名。

　　“从单个企业看，小微企业征信几乎是个‘死局’。”张翀昊解释到，小微企业规模有限，抗风险能力比较差，市场稍有风吹草动就可能受到影响。即便是财务状况非常好的企业，也可能因为一个意外就陷入困境。这些用传统的以财务数据为基础的征信系统无法解决，也是导致小微企业融资难成为“世界性难题”的关键。

　　“生产力征信”系统不再判断单个企业挣多少钱、可以还多少钱，而将单个企业的生产水平和竞争力状况放在行业宏观视野中对比。选出一批优质企业，再将这些企业作为一个群体，推荐给金融机构，以保证风险控制在合理水平。

　　对金融机构而言，无需再一家家寻找“合适”的小微企业，大大降低了运行成本，减少了金融机构“嫌贫爱富”现象的发生。

　　“我们现在每年给天正一个总的授信规模，在这个范围内，天正给我们推荐的企业，我们基本上都会批。”杨琨告诉记者，信辉只要能获得基本的收益即可，具体的融资租赁报价方案，由天正依据小微企业的信用状况和企业自行协商。

　　依照这一方式，目前天正已经给信辉总计推荐了两百多家企业，设备融资租赁规模上亿元。

　　“会不会有企业对生产数据造假，比如光开机，但实际上并不生产。”记者的这一疑问，直接决定着“生产力征信”的准确性和被认可度。张翀昊的回答很肯定：“可能性很低。”

　　一方面，从技术手段上，信号采集装置所采集的数据是多种多样的，企业很难对所有数据造假。

　　更重要的是，从运行机制上，“生产力征信”是将单个企业的“生产力曲线”与“社会生产力曲线”相互拟合，得出的一个“偏离尺度”，企业既然不可能预测整个“社会生产力曲线”的发展趋势，造假也无从下手。

　　大数据征信何时到来

　　从实践来看，中小微企业的贷款风险略高，但并不离谱。

　　今年全国两会期间，央行行长易纲表示，去年单户授信1000万元以下小微企业贷款的不良率在6.2%左右。

　　去年，在一次由央行和全国工商联召开的座谈会上，央行副行长潘功胜曾指出，从贷款不良率看，大企业1.19%，中型企业2.55%，小微企业3.39%，单户授信500万元以下的小微企业是6.46%。

　　这在一定程度上印证了张翀昊和他的团队所作出的估算：把恶性骗贷排除在外的话，国内中小微企业的坏账率大体保持在2%~8%之间浮动。

　　“这就意味着，如果企业生产力征信排序足够准确的话，我们只要排除掉后8%的企业，那给剩下的企业贷款就是安全的。”张翀昊告诉记者，一开始，他们并没有这么“大胆”，而是“先砍掉了70%，只推荐排名在前30%的企业”。

　　即便如此，前期与金融机构沟通，对方的态度仍是半信半疑。例如，在第一次与信辉融资租赁有限公司合作时，张翀昊只能承诺：先以3000万元作为尝试，如果坏账率超过2%，超出部分的损失，由天正股份承担。后来的事实证明，这30%的头部企业，几乎没有产生过坏账，只有个别企业出现了延期还款，信用水平极高。

　　经此一役，天正股份名声大振，也给了张翀昊和金融机构更大的信心，后来他们又将推荐名单逐步扩大至前50%和前70%。本着覆盖风险的原则，融资成本也逐步水涨船高：排名前30%的小微企业融资成本大约在4.75%～10%之间，排名30%～50%的企业融资成本大约在6%～12%之间，排名50%～70%的企业融资成本大约在10%～16%之间。

　　迄今为止，天正股份已经为22家金融机构提供征信与贷后管理服务。2017年开始，作为第三方服务机构，协助金融机构为客户授信12亿元，实际贷款8.6亿元；2018年，协助金融机构为客户授信20多亿元，实际贷款12.8亿元。但是，这其中只有2000多万元来自银行，其他的都是来自于融资租赁，小额贷款，乃至互联网金融等非银行类金融机构。

　　出现这种情况，是因为目前征信监管部门对生产力征信在国有银行系统的使用没有认证许可，许多较大型的金融机构不敢接受。

　　“国家对于征信体系有着较为严格的监管规定，如果要经营企业征信业务，需要到监管部门备案”。长期从事科技金融研究的中国社科院金融所所长助理杨涛告诉记者，在大数据时代，有多种信息都能够反映企业的运行状况，这对传统征信系统的改进和完善提出许多新要求。就目前的相关规定来看，天正股份的“生产力征信”更多做的是数据分析，只能作为传统征信体系的补充。

　　“许多银行的工作人员私下里都对这一系统非常认可，但在现实操作中，却难以采用。”张翀昊感慨道：“我相信我们做的工作，对广大的中小微制造企业很有价值。现在的情况，还需要整个金融体制加快改革的步伐。” （来源：《瞭望》新闻周刊）