在線金融搜索平臺(tái)“融360”今日推出“2014年中國(guó)小微企業(yè)普惠指數(shù)”,以量化小微企業(yè)獲得資金的難易程度和價(jià)格高低。融360分析認(rèn)為,針對(duì)小微企業(yè)的融資現(xiàn)狀不容樂(lè)觀,呈現(xiàn)銀行“惠”而不“普”,小貸公司和P2P平臺(tái)則“普”而不“惠”。就總分來(lái)看,銀行的小微企業(yè)服務(wù)整體上可以被認(rèn)為不及格。
同時(shí)融360判斷,國(guó)內(nèi)六成以上小微企業(yè)貸款利率為高利貸。盡管中央針對(duì)小微企業(yè)融資困境的指導(dǎo)意見(jiàn)不斷出臺(tái),第四季度小微企業(yè)融資難融資貴的狀況未見(jiàn)任何緩解。
1,銀行整體得分不及格
就總分來(lái)看,小貸和P2P分別得分63、65,而銀行為59,屬于不及格。針對(duì)小微企業(yè)服務(wù)的準(zhǔn)入門檻(“普”指標(biāo))來(lái)看,小貸、P2P分別為77和79,銀行僅為47。而在貸款費(fèi)率方面(“惠”指標(biāo)),銀行則擁有巨大優(yōu)勢(shì),為76分,P2P和小貸分別為38和47,為不及格。
銀行“惠”而不“普”,小貸和P2P則“普”而不“惠”。雖然商業(yè)銀行的貸款利率相對(duì)優(yōu)惠得多,但進(jìn)入門檻上要求太高。與此相反,小貸公司和P2P平臺(tái)經(jīng)營(yíng)規(guī)模較小,放貸對(duì)象主要為銀行難以放貸或信用較低的客戶,這些客戶的資產(chǎn)和償還能力有限,經(jīng)營(yíng)風(fēng)險(xiǎn)較大,放貸時(shí)會(huì)按照“收益覆蓋風(fēng)險(xiǎn)”原則去確定利率水平。而小微企業(yè)的管理不規(guī)范、信息不透明、財(cái)務(wù)不健全等風(fēng)險(xiǎn)因素則加劇了貸款利率的上升,因此小貸和P2P雖然有更好的覆蓋面,但資金價(jià)格高得離譜。中國(guó)小微企業(yè)普惠金融指數(shù)得出的小微企業(yè)融資現(xiàn)狀不容樂(lè)觀,銀行更是呈整體落后之勢(shì)。
2,普惠得分靠前的多為沿海發(fā)達(dá)城市
就地區(qū)來(lái)看,普惠分?jǐn)?shù)靠前的城市分別為天津、上海、佛山、北京、廣州、武漢、南京、深圳、廈門和青島,大部分是沿海地區(qū)或經(jīng)濟(jì)發(fā)達(dá)城市。這些地方的金融機(jī)構(gòu)數(shù)量和類型眾多,能滿足小微企業(yè)不同程度的融資需求。從產(chǎn)業(yè)特征上看,這些城市的產(chǎn)業(yè)集群化發(fā)展趨勢(shì)明顯,在產(chǎn)業(yè)集群內(nèi),各企業(yè)間存在密切的關(guān)系和協(xié)作,行業(yè)協(xié)會(huì)通過(guò)親緣、人緣、地緣等關(guān)系形成集群內(nèi)企業(yè)的信息網(wǎng)絡(luò),金融機(jī)構(gòu)可以通過(guò)這一網(wǎng)絡(luò)獲取企業(yè)的經(jīng)營(yíng)信息,有效降低單一企業(yè)的調(diào)研成本,因此產(chǎn)業(yè)集群對(duì)小微企業(yè)貸款的可獲得性有積極促進(jìn)作用。
3,股份制銀行普惠指數(shù)相對(duì)高
在具體的金融機(jī)構(gòu)得分上,股份制銀行分值比較高。分值按排名分別為平安銀行、廣發(fā)銀行、民生銀行、江蘇銀行和郵儲(chǔ)銀行,其中股份制銀行占據(jù)前三名。從競(jìng)爭(zhēng)角度看,無(wú)論是在公司領(lǐng)域還是在零售領(lǐng)域,國(guó)有商業(yè)銀行都有著廣泛的客戶基礎(chǔ)和網(wǎng)點(diǎn)數(shù)量,股份制商業(yè)銀行在對(duì)大客戶的競(jìng)爭(zhēng)上沒(méi)什么優(yōu)勢(shì)。因此股份制商業(yè)銀行在小微企業(yè)的金融服務(wù)方面相對(duì)更重視和步伐更大。如民生銀行是最早堅(jiān)持“做小微企業(yè)的銀行”戰(zhàn)略定位的銀行,2013年小微企業(yè)新增貸款占該行當(dāng)年新增貸款達(dá)46%;廣發(fā)銀行則在全國(guó)范圍內(nèi)建立了超過(guò)120 個(gè)小企業(yè)金融中心,專營(yíng)小微金融。
在融360普惠指數(shù)中,平安易貸、陽(yáng)光財(cái)險(xiǎn)、亞聯(lián)財(cái)、金融聯(lián)、維信這五家公司占據(jù)小貸公司的前五名,宜信、陸金所、友信、恒昌惠誠(chéng)和證大速貸則領(lǐng)跑P2P平臺(tái)。這些排名靠前的小貸公司和P2P平臺(tái),都具有網(wǎng)點(diǎn)覆蓋面大、經(jīng)營(yíng)時(shí)間較長(zhǎng)和產(chǎn)品眾多的特點(diǎn)。在經(jīng)營(yíng)上,占有充分小額、分散、方便和快速的優(yōu)勢(shì),流程規(guī)范,收費(fèi)清晰。
4,超六成小微企業(yè)貸款利率超高利貸
根據(jù)融360普惠指數(shù),62%的小微企業(yè)貸款產(chǎn)品月利率達(dá)2%以上,而九成以上的小貸公司和P2P平臺(tái)的產(chǎn)品月利率超過(guò)2%。2%月利折算成年利率相當(dāng)于24%,這已經(jīng)高于一年期6%貸款利率的四倍上限。根據(jù)最高人民法院的相關(guān)規(guī)定,民間借貸的利率最高不得超過(guò)銀行同類貸款利率的4倍,超出此限度的利息不予保護(hù)。在經(jīng)濟(jì)下行周期中,將導(dǎo)致小微企業(yè)縮減融資需求,經(jīng)營(yíng)增加難度。
造成這種事實(shí)的原因,除了貸款客戶的自身資質(zhì)不好需要提高利率外,小貸公司和P2P平臺(tái)的資金獲取成本高是主要原因。小貸公司作為商業(yè)機(jī)構(gòu),一方面要考慮股東回報(bào),另一方面監(jiān)管當(dāng)局規(guī)定小貸公司從銀行獲得的融資比例不能超過(guò)凈資產(chǎn)的50%,在杠桿不夠和股東回報(bào)、風(fēng)險(xiǎn)覆蓋的三重壓力下,提高貸款利率水平成了必然選擇。
與小貸公司相比,P2P平臺(tái)的資金來(lái)自于投資者,融360的監(jiān)測(cè)顯示,目前P2P網(wǎng)貸平臺(tái)平均年化收益率在“14%-16%”和“18%-20%”這兩個(gè)區(qū)間的占比高達(dá) 51%,如此高的預(yù)期收益率必然導(dǎo)致資金使用方的高成本。
5,四季度小微企業(yè)融資更難
從2014年以來(lái)的月度小微企業(yè)普惠指數(shù)走勢(shì)圖來(lái)看,基本處于下行通道。結(jié)合銀行、宏觀經(jīng)濟(jì)和四季度貸款慣性收縮的因素,融360預(yù)計(jì)四季度小微企業(yè)融資難將會(huì)更明顯,融資成本將繼續(xù)維持在高位。
融360“小微企業(yè)普惠指數(shù)”針對(duì)小微企業(yè)的融資狀況從“普”和“惠”兩個(gè)層面衡量,首度建立全面的評(píng)價(jià)體系,從而判斷小微企業(yè)獲得資金的容易程度和價(jià)格高低,并據(jù)以判斷地區(qū)、機(jī)構(gòu)類型的差別和走勢(shì)。
融360把小微企業(yè)定義為:經(jīng)營(yíng)年限集中在五年及以下;月經(jīng)營(yíng)流水在50萬(wàn)元以下;企業(yè)注冊(cè)資金集中在100萬(wàn)元以下。60-75分之間表示普惠金融服務(wù)合格,75%分以上則意味著進(jìn)入良好區(qū);數(shù)值在25-60分之間意味著普惠金融服務(wù)較差,25分以下則表示基本不能獲得普惠金融服務(wù)。
據(jù)悉,成立于2011年10月的融360屬于全國(guó)性金融垂直搜索網(wǎng)站,目前已開(kāi)通全國(guó)108個(gè)城市版、理財(cái)和信用卡業(yè)務(wù)覆蓋200多個(gè)城市,服務(wù)于80%的小微企業(yè)、個(gè)體工商戶和個(gè)人消費(fèi)者。
繼去年8月獲得紅杉領(lǐng)投的3000萬(wàn)美元B輪融資后,融360于7月23日宣布完成由淡馬錫旗下蘭亭資本領(lǐng)投的C輪融資,且保持三年內(nèi)每年完成一輪融資的頻率,業(yè)務(wù)范圍從單純的信貸產(chǎn)品搜索發(fā)展為橫跨信貸、信用卡、理財(cái)?shù)慕鹑诋a(chǎn)品全搜索。迄今獲得的總投資金額約1億美金。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。