【支持民營企業在行動】
與民企共成長、共創新、共發展
——訪招商銀行行長田惠宇
近期召開的民營企業座談會為推動民營經濟健康發展指明了方向。圍繞著如何落實政策、支持民營經濟等話題,記者日前采訪了招商銀行行長田惠宇。
破解銀行“三不”難題 打通民企融資血脈
記者:怎么看當前民營企業融資難、融資貴的問題?
田惠宇:民營企業確實一定程度存在融資難、融資貴的現象。對于民營企業的貸款需求,存在“不敢做、不愿做、不會做”三種情況。
不敢做。前幾年,有的銀行大力發展中小企業貸款業務,但風險管理能力沒有同步提高,導致不良貸款增加。為了加強管理,一些銀行嚴肅問責,扣發獎金,甚至辭退員工。所以目前有的員工對于服務民營企業,有點“心理障礙”。
不愿做。按照過去的績效考核,重資產、國有、現金流好的企業,銀行貸款風險管理模型清晰,風險相對來說好控制。一筆大型國企10億元的貸款,與一筆小微民企100萬元的貸款,銀行員工工作量差不多,但反映到績效上差別較大。因此對于服務民營企業,有的員工覺得“吃力不討好”。
不會做。在中國經濟由高速增長向高質量增長轉換的時期,市場機會也由普遍性機會向結構性機會轉變,對銀行從業人員的能力提出了更高的要求。如何在經濟的換擋期尋找機遇,發現更多更好的初創型、成長型企業,有的銀行一線員工束手無策。
記者:招行在解決“三不”問題方面,有哪些做法?
田惠宇:過去30年,我國經濟長期保持快速增長,商業銀行憑借牌照和利差的紅利就能發展得很好。但長期的同質化經營模式,致使商業銀行沒有形成差異化的服務方式,對新經濟、民營企業的服務能力存在明顯短板。
近期,招行在分行績效指標體系中增設“兩小”企業考核指標,推動分行提供差異化的金融產品與服務,以補貼的方式還原分行考核利潤及凈利息收入,引導加大對小微企業的資金支持;此外,對經營機構及其負責人按照“盡職免責”原則,建立不良容忍管理機制,打消一線業務人員對小微貸款“不敢做”的顧慮。
服務好民營企業,關鍵是自身服務能力的打造,解決“不會做”問題。接下來,招行主要從兩方面著手:一是加強行業研究能力培養。招行成立了專門的研究院,力求逐步培養專業的行業研究、服務能力。二是加強金融科技建設,充分利用大數據解決民營企業服務中的信息不對稱問題,更好服務實體經濟發展。
“三大改革”重塑體系 與民企共同成長
記者:招行在支持民營企業方面推出了哪些措施?
田惠宇:招商銀行是1987年應改革開放而生的銀行。由于出身和資源稟賦的原因,招行天然地將經營目光投向服務中小民營企業和個人客戶。
首先是在戰略方面,招行始終堅持服務民營企業。截至2018年10月末,招行民營企業貸款余額5836億元,占全行對公貸款余額的42.7%,較年初增長343億元;在2018年前10個月的對公信貸投放中,民營企業占比49.9%。
第二,在產品和服務方面持續改革創新。招行成立之初,就推出了上門服務的漁民信貸業務;上世紀90年代,招行與華為一起創新推出“買方信貸”融資業務。正是在支持和服務像華為、美的、騰訊、比亞迪等眾多優秀民營企業的過程中,招行與民營企業共同成長壯大起來。2013年以后,招行提出以“服務升級”為戰略轉型路徑,把“兩小”企業作為業務重點之一。
第三,組織架構改革。傳統銀行總分支的組織架構模式,很難滿足創新需求。招行于2013年專門成立了戰略客戶部,集中各類資源,服務處于創業期、成長期的企業,這其中民營企業客戶接近50%。比如,新能源汽車電池生產商寧德時代,早在2015年初創期,招行就在其兩輪股權融資中,通過招銀國際及其他合作伙伴投入股權資金。
總而言之,招行成立31年來,與民企共同創新、發展、壯大。招行有今天的成績,特別感恩民營企業,如果沒有他們,招行就無法成為一個大型金融機構,更不會發展這么快。
推進金融科技建設 提升風險管理能力
記者:在當前形勢下,如何提升金融服務精準度,讓更多民營小微企業得到潤澤?
田惠宇:在小企業方面,招行制定了專門的信貸政策,聚焦“千鷹展翼”、供應鏈和經營穩定型傳統客戶三大客群,并針對每一類客群創新不同的產品和服務。
今年以來,產業供應鏈金融累計投放額已超過1600億元,其中中小微客戶(大部分為民營企業)投放筆數和客戶數均超過70%。“千鷹展翼”客群主要為科技創新企業和資本市場梯隊企業。截至2018年9月,“千鷹展翼”客群入庫戶數達到23028戶,授信金額約1600億元。
記者:招行在支持民營企業發展的同時,如何防范風險?
田惠宇:招行將推進金融科技發展,力爭做到支持民企發展和防范風險的平衡。金融服務和風險管理有一個共同的核心,就是要解決信息不對稱問題,金融科技中的大數據、人工智能等手段,都能夠比較好地解決這一難題。
傳統銀行服務企業時,主要依賴資產負債表、現金流量表、利潤表三張表,通過三張表給企業進行評級。這種方法對成熟期企業是有效的,但是對初創企業就有點“文不對題”。招行已經在推進大數據的應用,除了財務信息、結構化數據以外,通過大量非財務信息、非結構化數據,為企業建立模型,可以在業務擴展的同時,有效地降低貸款的不良率。
(新華社深圳11月24日電 記者彭勇、孫飛)
《光明日報》( 2018年11月25日 03版)