中小企業為我國經濟的重要骨幹，2018年中小企業家數達146萬家，占全體企業97.64%，就業人數占全國78%，家數及就業人數均創2014年以來最高。如何協助中小企業發展，也一向是政府經濟政策的重要核心一環。
中小企業所面臨的發展課題相當多，其中一項重要課題是資金取得困難；不可諱言，由於中小企業在經營規模、資產品質、營業活動穩定性、財務揭露透明程度等先天上的弱勢，在面對強調以風險控管為經營核心的金融市場時，即不易取得其經營上所需的資金奧援。
我是廣告 請繼續往下閱讀
間接金融體系的銀行融資，是中小企業取得資金的重要來源；政府為了促使銀行增加對於中小企業的放款，也透過信用保證機制、對金融機構的中小企業放款列入績效管考等政策工具，一方面分攤銀行放款風險，另一方面也施予金融機構一定程度的經營壓力。去年行政院特別重視中小企業的資金取得協助情況，除了過往重視的放款餘額指標之外，新增了對於小型及創新企業的支援為考核目標，以及加入新增放款戶數的考核指標。近日金管會公布去年推動成果，本國銀行2019年新增放款合計達4,599億元，為近九年來新高，並且為史上次高，僅次於2010年的4,721億元；中小企業放款戶數達29萬1,551戶，較2018年增加4萬3,078戶，明顯大幅成長，相關單位推動成果相當亮眼。
惟就整體中小企業家數來看，目前雖然2019年全國中小企業營業活動統計尚未出爐，
若以前述2018年統計來看，全國中小企業家數達146萬家，但目前本國銀行整體對於中小企業的放款戶數約29萬多戶，顯然對於中小企業的金融支援仍有很大努力空間。事實上，目前從金融端施力的信用保證和放款作業，其機制本身可發揮的成效幾已達極限，未來要再進一步突破對於中小企業的放款瓶頸，關鍵還是在於如何發展出一套機制，幫助金融機構清楚掌握和了解中小企業本身的經營績效、未來風險所在、發展潛力和價值等，解決金融機構與中小企業之間的資訊不對稱情況，讓金融機構得以在正常的風險控管和放款機制下，放心增加對於中小企業的融資支持。
具體做法例如，
目前國際上已有運用大數據分析及人工智慧等技術，針對供應鏈上下游體系的整體大數據情報進行分析，以協助金融端發掘及掌握中小企業的隱性經營績效與未來風險，並針對不同規模、行業類型、經營風險的中小企業，提供多元型態的金融服務。目前供應鏈融資的傳統做法是，供應商憑付款企業的「預約付款」通知，可向銀行辦理融資；此做法仍偏向以債權確保優先為考量，而非主動發掘企業之經營價值、經營風險等潛在金融服務需求。
對此，
建議政府可鼓勵金融業、中小企業信用保證基金、金融聯合徵信中心等機構，與金融科技業或學研機構、製造業的中心廠或零售業的平台商合作，設計相關誘因讓製造業的中心廠或零售業的平台商提供上下游交易數據，由金融科技業或學研機構運用自然語言、機器學習及隨機風險演算分析等方法，建立供應鏈金融信用分析及評等技術。由此，可從整體產業脈動及供應鏈關係的整體圖像，來重新發掘及評估某一中小企業的經營績效、發展潛力與未來風險，創新供應鏈金融的服務模式，並減少銀行端的授信審查作業成本，如此將有助於增加銀行對於中小企業的放款意願，突破現行中小企業融資瓶頸，支持服務更多中小企業，以達到普惠金融之願景。
●作者：盧俊偉／台灣經濟研究院研究員
我是廣告 請繼續往下閱讀
●本文為作者評論意見，不代表《NOWnews今日新聞》立場
●《今日廣場》歡迎來稿或參與討論，請附真實姓名及聯絡電話，文章歡迎寄至
opinion@nownews.com