黄涛

小微企业融资难和融资贵的问题由来已久，在不同的历史时期有不同的表现形式。由于小微企业的发展关系到国际民生，关系到就业，关系到宏观经济目标的实现，所有这个问题的重要性毋庸置疑。在政府、人民银行及监管部门的推动下，商业银行围绕小微企业融资问题的解决，从商业模式、产品服务、操作流程、操作模式、管理方法、应用技术方面进行了创新，其中小微企业批量授信就是最有代表性的创新。小微企业批量授信与数据挖掘技术的结合代表了小微金融发展的方向。因而，当这样一本著作的文稿摆在我面前的时候，我感觉到她的诞生恰逢其时。

本书围绕小微企业批量授信的问题，对批量授信不同模式的各个环节进行了系统的讨论，重点论述了批量授信各环节的风险控制问题。小微企业批量授信是针对小微企业集聚生存的特点采取的针对性授信模式。针对小微企业集聚的产业链、供应链，集中市场、各类园区，协会、合作社，应用数据挖掘技术作为辅助手段，通过产品和方案的精细化设计，商业银行彻底颠覆了原有的单户授信模式，把小微企业授信业务推进到批量授信阶段。按照本文作者的论述，在批量授信阶段，风险控制的主要思路：一是针对小微企业的业态特征及风险特征，精细化地设计批量授信方案，并且将风险控制的理念、思路、措施嵌入到方案中。二是通过运用量化技术，在风险评价和授信审批决策过程中实现小微企业的快速筛选。三是通过标准化的流程设计，控制小微企业批量授信操作过程中的风险。四是通过发挥核心第三方的作用，通过充分收集各类内外部信息，实现授信后监控，并利用数据挖掘技术实现风险预警，通过精细化的贷后管理为批量授信又增加一道风险防线。五是通过在总行层面的限额管理、组合管理及流程监控对小微企业批量授信的风险进行总体把握。作者还提出了各个环节的IT系统解决思路。

特别是，本书利用数据挖掘的最新发展成果对小微企业批量授信这样一个实际的问题给出了方案。在传统数据库模式下，作者阐述了使用打分卡的方法和思路，即运用数据挖掘技术在客户细分的基础上，开发打分卡或者风险过滤的模型，实现审批支持、额度计算、利率定价的决策支持。在大数据模式下，作者指出机器学习的方法和大数据的结合，开发机器学习模型，能够大大提高风险过滤的效果。

我认为，这本著作较为系统地总结了目前小微企业批量授信方面的领先实践，对小微企业批量授信风险控制进行了理论上的探索，作者针对批量授信操作的各个环节以及批量授信风险管理的各个方面，提出了一些创新的解决措施与方案，阐述了一些创新的观点，是一本具有参考价值的好书。

杨海平同志毕业于中国人民银行研究生部，一直从事金融实务工作，在小微企业贷款方面具有丰富的经验，近年来结合自身的工作，对商业银行经营管理特别是小微企业贷款方面进行了大量的研究工作，在社会上有一定的影响。相较于同类的研究成果，由于他具有实践一线的总结，能够大量地使用案例分析方法，因而其研究成果很接地气，具有很强的可操作性。同时，杨海平同志在五道口攻读博士学位及在北京大学光华管理学院做博士后研究期间刻苦学习，具有较深厚的理论功底，因而他能够理论结合实际，对实际问题提出创新性的解决思路。在本书出版之际，我由衷的感到欣慰。希望杨海平同志在以后的学习和实践中取得更加丰硕的成果。

（本文为北京大学光华管理学院教授、博士生导师黄涛为杨海平专著《商业银行小微企业批量授信管理》所做的序。）