產業數字金融是數字化技術和產業金融服務深度融合的產物，作為一種新型的金融業態，通過數字技術的應用，大幅降低金融服務實體經濟中的信息不對稱程度。物聯網作為數字經濟核心技術，豐富了產業數字金融的手段，尤其是物聯網的泛在感知、可靠傳遞、智能處理等特點，實現企業生產經營過程的透明化、可視化，協助金融機構大幅降低風控成本。其中，通過物聯網技術廣泛感知企業生產經營中各類實體“物”的真實狀況，識別出企業“隱藏”的信用信息，拓展企業信用的范疇，從而為實體經濟各類企業尤其是中小微企業獲得豐富的金融產品奠定基礎，同時也使金融機構風險管理成本更低。多家機構已開始探索采用物聯網技術提升企業信用水平，對這一領域的研究在產業數字金融縱深發展中具有現實意義。
服務中小微群體是產業數字金融核心價值，增信是其中關鍵點
當前，實體經濟中存在明顯的大型企業金融服務供給充足、中小微企業金融服務供給不足的現象，通過數字化技術推動金融供給側改革，提升中小微企業金融服務可得性，是產業數字金融的核心價值。中小微企業融資難、融資貴已成為社會共識，其背后有一個共性問題，即普遍存在信用不足的問題。信用是現代金融體系的基石，是不同機構之間、商品或貨幣交易之間形成的一種相互信任的生產關系和社會關系，信用不足問題不解決，融資難、融資貴的問題就不能有效解決。
實際上，一個市場主體的信用可以有多個維度的評價，例如除了傳統征信數據外，大型平臺公司通過大量碎片化互聯網行為足跡也能對個人信用進行有效評價。大量中小微企業并非缺乏信用，而是缺乏可抵押物、完善的財務數據等傳統的信用評價對象，但可以通過其他維度獲得信用信息，只是由于技術手段不足和信息不對稱的原因，其信用信息難以得到金融機構認可。因此，通過各類手段對中小微企業“增信”，是產業數字金融落地的一個關鍵點。
對中小微企業的增信，重點是建立企業和金融機構之間對隱藏信用的共識，這一過程也是產業數字金融發揮作用的過程。需要考慮以下三個方面：
一是對隱藏信用的源頭數據有效采集。企業的生產過程、存貨、原材料、物流、交易等各個環節的信息反映了企業真實經營狀況，也是對其信用評價的重要維度，金融機構通過傳統的方式無法獲取這些源頭信息，或者獲取成本高于金融服務的收益，通過數字化技術低成本地進行采集，為挖掘被傳統方式忽略的“沉睡”信用信息提供豐富的數據源。這就正如平臺企業要挖掘個人信用信息，首先需要對個人網購、出行、搜索、社交等互聯網行為數據進行采集。
二是對采集的數據有效傳遞。采集到隱藏的新的信用信息數據，還需要非常有效的傳遞給金融機構。一方面需要動態、實時和高頻率傳輸，因為很多相關信息在持續變動中，滯后的信息會造成信用評價偏差;另一方面需要安全可靠的傳遞，采集的企業經營狀況數據保證端到端可信、未經人為篡改且不會造成企業關鍵數據、保密信息的泄露。
三是獲取的數據有效應用于信用評價模型。企業生產經營原始數據來源多樣化，需要進行專門處理，成為信用模型可輸入的數據，因此需要多種技術手段進行數據的轉化應用，才能最終形成客觀的信用評價信息。
數字化技術在以上三個方面發揮重要作用，能夠實現對中小微企業的增信，在一定程度改善中小微企業信用不足的狀況，也是產業數字金融發揮作用的典型表現。
物聯網賦能“物的信用”，將成為中小微企業增信的有效手段
目前，產業金融服務中對于企業信用評價已形成多種形態，且相關政策大力支持通過多種信用形態實現企業增信。以供應鏈金融為例，工信部等十九部門發布的《“十四五”促進中小企業發展規劃》、人民銀行發布的《金融科技發展規劃(2022-2025年》和銀保監會發布的《關于推動動產和權利融資業務健康發展的指導意見》等政策文件中都明確提出，要通過科技手段，推動對企業信用評價從核心企業的“主體信用”向“數據信用”和“物的信用”拓展。
物聯網以“物”為對象，可以應用于中小微企業增信融資中，尤其是在提升“物的信用”中發揮不可替代的作用，進而帶動企業其他信用的增加。物聯網在中小微企業增信過程中的價值主要包括：
1. 物聯網是“物的信用”價值釋放的直接手段
物的信用目前沒有明確的定義，從字面上看是借款人擁有或者控制的“物”所帶來的信用，這個“物”指有物理實體，包括不動產和動產。中小微企業擁有不動產很少，大部分擁有的是動產，如機器設備、存貨、原材料等，一般會采用動產權利質押作為擔保，這些“物”的信用就至關重要，若能直接獲取充分的“物”的價值信息，則會明顯提升企業信用水平。
正如前文所述，數字技術推動企業增信需要考慮三個方面，而物聯網具備支撐這三方面落地的能力。首先，感知技術能夠對企業生產經營各環節數據進行廣泛收集，形成刻畫新的信用體系最廣泛的數據來源，而且這些數據是“物”自主產生的客觀性經營結果，例如通過對生產設備開機時長、電流強度監測，可以從很大程度上判斷企業真實產出;其次，無處不在的通信網絡覆蓋提供了數據端到端安全傳輸通道，可以采用物聯網+區塊鏈的形式實現源頭數據可信，也可以通過邊緣計算節點對敏感數據進行預處理后再傳輸給金融機構;再次，借助物聯網平臺的物模型功能，金融機構可以匹配信用評價模型要求，將原始數據轉化為信用模型可識別數據，并結合大數據技術進行多維度分析。通過物聯網的應用，中小微企業的機器設備、存貨、生產過程等原來無法產生信用信息的物品釋放出了信用價值，這是傳統手段和其他技術手段所不具備的。
2. 物聯網可以推動企業信用識別從交易環節擴展到生產經營全流程
供應鏈金融在一定程度上解決了中小微企業增信的部分問題，但供應鏈金融因其固有的模式，要實現更大范圍的中小微企業增信還存在一些瓶頸。一方面，供應鏈金融更多以交易環節為核心，聚焦供應鏈上下游之間的交易場景產生的融資需求，這就天然決定了圍繞供應鏈金融產生的信用信息只反映了部分環節，對于企業的其他環節，尤其是生產環節信用信息反饋的較少，無法對企業進行全面的信用評價;另一方面，供應鏈金融依然高度依賴核心企業的主體信用，很多金融機構在供應鏈金融業務中更多依托核心企業的信用向其上下游延伸，但由于核心企業自身對風險的把控，對其上下游供應商的信用轉移有限，融資服務多局限于一級供應商，供應鏈遠端的中小微企業仍然很難受益于核心企業信用。
通過物聯網手段提升“物的信用”，企業生產環節也能納入金融機構信用管理的范疇，突破了供應鏈金融僅限于交易場景的瓶頸。基于物聯網數據采集，配合企業內部ERP(企業資源計劃)、MES(制造執行系統)等信息系統的數據，可以對企業生產經營形成全方位反映，根據生產環節獲得的信用信息，也可能對企業進行授信。同時，借助物聯網技術，中小微企業無需通過核心企業這一第三方，也能直接將自身客觀數據展示給資金提供方，直接證明自身生產經營能力并獲得直接增信，在一定程度上擺脫了核心企業依賴，提升中小微企業的主動融資的能力。
需要指出的是，物聯網在提升中小微企業增信融資過程中并不是獨立發揮作用，而是和其他數字化技術緊密融合完成的，大部分環節都整合了人工智能、大數據、區塊鏈等技術，物聯網作為“物”的客觀數據采集和傳輸的主要手段，其他技術則對數據挖掘、分析、建模做出了主要貢獻。另外，這些數字化手段的應用，并不能完全解決中小微企業信用不足問題，還需要一些制度性建設的配合，比如“物的信用”除了通過物聯網獲取“物”的真實狀態外，還需要法律上物權的明晰。
物聯網推動中小微企業增信的工作已具備一定基礎
近年來，物聯網產業迅速發展，在各行業滲透率不斷提升，并深入應用到大量企業的核心生產經營過程中，其中包括大量中小微企業。同時，金融業對物聯網重視程度不斷提升，通過物聯網技術推動金融產品創新和場景拓展，使物聯網推動企業增信融資具備一定基礎。
1. 物聯網在各行業規模化應用降低了賦能企業增信的門檻
經過十余年的發展，物聯網在國民經濟絕大部分行業已有落地應用，部分領域形成了規模化部署的態勢，主要表現在：一是連接數量形成規模化態勢，以蜂窩物聯網為例，截至2023年5月，國內蜂窩物聯網終端連接數達到20.51億戶，遠超過移動電話用戶數，而非蜂窩物聯網連接數規模更大，僅小米的物聯網平臺就有超過6億連接，規模化連接是采集“物的信用”基礎數據的先決條件;二是物聯網部署成本大幅下降，以中速率物聯網技術Cat.1為例，2020年前后Cat.1模組成本超過60元，而目前這一成本已降至20元以內，很多型號價格甚至低于15元，大大降低了物聯網在企業部署的門檻;三是應用場景不斷豐富，以工業企業為例，不少中小企業已采用了物聯網技術部署設備狀態監測、資產管理、能源管理、供應鏈追蹤定位等場景，而且根據不同成本承受能力，方案商可以提供不同量級的部署選擇。其他行業的成熟應用實踐，給金融行業提供參考。
2. 物聯網數據的價值開始顯現，將成為海量數據的重要來源
由于物聯網連接規模增速遠高于互聯網用戶，通過物聯網產生的數據規模也在增長，基于物聯網數據的價值開始凸顯。咨詢機構IDC跟蹤數據顯示，2020年全球創造了大約64ZB的數據，而到2025年，全球數據總量將達到163ZB，其中，物聯網設備生成的數據量預計將超過73ZB，達到全球數據總量44%。其中智能攝像頭、智能汽車等強算力、大帶寬終端產生的數據尤為驚人，例如，一輛智能網聯汽車每天就可能收集10TB的數據。正如互聯網平臺通過互聯網用戶的網上行為軌跡可以形成用戶信用評價一樣，未來根據各類物聯網設備的行為軌跡，同樣能夠作為擁有這些物聯網設備的市場主體信用評價來源。例如，智能網聯汽車的駕駛數據就可以作為車輛保險信用評估的輸入。
3. 物聯網+金融進入了新的發展階段
不論從政策、技術還是需求層面看，金融業對于物聯網的重視程度不斷提升，金融機構針對物聯網應用也開展了大量實踐。提升金融服務實體經濟的能力是業界對金融業本質的共識，然而，實體經濟千差萬別且各行業知識壁壘很深，金融機構向著“深水區”探索，需要更好的手段和工具。近年來，很多金融機構已在動產監管、活體資產管理、汽車金融、保險標的物監測等場景中廣泛采用物聯網技術，積累了大量經驗;不少大中型機構開始了企業級物聯網平臺的建設和運營，成為自身數字化基礎設施的重要組成部分，并基于平臺提煉可復制的物聯網金融場景，推動其進入了基于企業級平臺的智能物聯網與金融深度融合階段。
不論是其他行業的成熟經驗，還是金融業本身的實踐探索，都是物聯網驅動中小微企業增信的重要參考，對于快速提升中小微企業“物的信用”，繼而以豐富數據支持中小微企業信用體系建設打下基礎。
物聯網賦能中小微企業增信模式初探
物聯網賦能中小微企業增信的工作，涉及到金融機構、企業和第三方平臺等多個主體，根據各類主體發揮作用的不同，筆者初步將其分為三類模式：
1. 新型“核心企業”模式
該模式是金融機構與第三方物聯網平臺企業深入合作，借助第三方平臺接入的大量實體企業物聯網設備連接采集的數據，進行信用評估。這種模式下，第三方物聯網平臺類似于“核心企業”，匯聚了很多企業的各類數據。以工業互聯網為例，截至2022年底我國具有一定影響力的工業互聯網平臺超過240家，重點平臺連接設備超過了8100萬臺(套)，這些平臺和連接的設備數據都是企業真實經營狀況的反映。近年來，工業互聯網專項工作組發布的年度工作計劃中，都將“建立基于工業互聯網平臺生產數據增信系統”作為重點工作。
這一模式的優勢是金融機構可以通過平臺批量獲取大量連接到平臺的中小微企業生產經營狀況，進行信用評估分析，并實現批量獲客授信。不足之處是對于第三方平臺的依賴性較強，而且平臺也需要獲得企業明確授權才能提供數據。
2. 金融機構“自營”模式
該模式是金融機構主導為企業部署相關物聯網方案，尤其是針對關鍵設備、重要動產的物聯網設備部署。例如平安銀行、浙商銀行等機構此前進行過一些實踐，在取得企業授權的情況下，在企業生產場所、生產設備和實物資產上安裝物聯網設備，自動采集企業生產經營過程中的各項真實運營數據，打破場景瓶頸，成為企業增信的一個有效方式。
這一模式的優勢是金融機構具有較高主導權，相關數據可信度也比較高，能夠對企業進行連續、動態信用評價。不足之處是金融機構的成本較高，雖然有一些輕量化、低成本的方案，但涉及到后續持續的設備、系統運維，對于金融機構來說難以規模化擴展。
3. 企業“主動”模式
該模式是需要融資的企業借助本身已部署的物聯網方案，將相關設備生產、能源消耗、庫存產品監測等數據主動分享給金融機構，或者接入金融機構物聯網平臺，主動尋求增信。在物聯網快速發展背景下，大量中小微企業在自身不少環節上進行物聯網應用，這一應用既能提升自身數字化水平，同時也給增信融資帶來好處。
這一模式的優勢是成本較低，金融機構無需部署、運維相關設備和系統。不足之處是企業主動接入的數據存在一定可信度的問題，金融機構還需要多方驗證才能給予有效信用評價。
物聯網賦能中小微企業增信中存在的問題
采用物聯網推動中小微企業增信還處于初級階段，需要破解多方面壁壘。從初步實踐來看，主要存在以下問題：
一是物聯網數據標準不統一。物聯網采集到的是企業生產經營的數據，這些數據要應用到企業信用評價中，雖然有相關的物模型和數據篩選分析模型，但不同機構對此理解不同，可能形成風格各異的標準，不利于中小微企業整體信用體系建設，推動物聯網生產經營數據增信的標準化工作任重道遠。
二是物聯網數據的適用性需持續探索。企業生產經營中“物”的數據維度較多，規模不斷增長，哪些維度是企業增信的必須維度、哪些維度數據無需采集，這方面還未達成共識。此前存在有些機構采用批量物聯網數據后并未達到預期增信效果的情況，因此對于企業所產生的物聯網數據的適用性探索比較重要，當然這是相對長期的過程。
三是數據安全方面的風險。由于物聯網應用涉及到核心生產經營流程，很多企業對此非常謹慎，如何在明顯實現增信的情況下，又不會泄露核心數據，做到兩者之間的平衡，是業界關心的一個重點。
四是技術應用與制度建設協同。數字化技術并非無所不能，需要推進技術應用和制度建設的協同發展，例如物聯網雖然能夠直接帶來“物的信用”提升，但若沒有清晰的產權制度，則技術也是無法實現增信目標。
