【加强中小企业信用体系建设之我见】
相对大企业而言，中小企业是指在中华人民共和国境内依法设立的有利于满足社会需要、增加就业，符合国家产业政策，从业人员数量、资产规模及生产经营规模都比较小的经济单位。新形势下，进一步加大改革力度，以打造高效便捷的营商环境和构建科学健全的信用体系为抓手，从便利准入、公平竞争、优化服务等方面出实招，增强中小企业等微观主体的活力和创造力，是推动中小企业健康发展的必由之路。
中小企业信用体系建设意义及现状
有效的企业信用管理体系，有利于维护良性运转的市场经济秩序。完善的企业信用体系能有效降低经济活动的信用风险和成本，提高社会的全要素生产率，有利于推进区域经济由传统模式向现代信用经济模式转型。对于监管部门和企业来说，构建完善的信用体系，既是要求也是刚需。不同于多数大型企业建立了完备的信用管理和信息公开机制，中小企业由于管理经验、经营实力不足，其信用信息具有碎片化、分散化特征，使得建立完善中小企业信用体系更具挑战性。
伴随着大数据技术的飞速发展以及在各领域的深度渗透，应用大数据的提高监管服务效能，逐渐成为市场监管部门的共识。近年来，“放管服”改革不断推进，各地大力建设信用信息应用系统，省级平台实现全覆盖，数据共享、信息公示等工作取得长足发展，但覆盖全社会的中小企业信用体系尚不完备。
具体而言：一是“聚”而不“细”。某些有条件的地区自建了地方信息共享平台，没有自建共享平台的地方也能依托全国信用信息网做到一定的信息共享，但总体来说，信用信息管理仍比较粗放，大多只是做到简单的汇集，而在标准化、规范化方面还未形成体系，重“量”而轻“质”，从而影响了后续的深度挖掘。二是“通”而不“宽”。不同部门的业务系统尚未完全打通，信息孤岛仍然存在，涉企信用信息归集、共享的范围比较狭窄，部门之间信息共享的模式还比较传统，未做到信息充分对称。三是“用”而不“专”。目前信用信息应用场景主要为信息公示，在企业信用评价、风险防控方面还有较大拓展空间。同时，银行与监管部门信用风险评估机制尚不健全，一方面可能导致政府信用监管缺位，另一方面银行为了降低不良贷款率，会倾向选择“一刀切”的策略，致使贷款门槛高，中小企业融资难、融资贵问题仍然突出。
加强中小企业信用体系建设的几点建议
构建良好的社会诚信体系是一项系统工程，市场监管部门应通过数字化驱动“放管服”改革深入推进，完善事前便捷准入、事中有效控制、事后联合治理的全流程监管体系，形成政府、银行、企业之间的良性互动，助力经济社会高质量发展，这对于鼓励“双创”、刺激消费、改善民生都具有积极意义。
建立完善中小企业数据库，优化营商环境。面对不断迸发的创新创业活力和数量庞大的中小企业，建立完善中小企业数据库是实施有效监管服务之基。这项工作必须同当前深化“放管服”改革、登记注册全程电子化、“证照分离”、简化退出机制等相辅相成、相互促进。市场监管部门可牵头多部门联合研究统一管理标准，搭建服务中小企业的登记注册专项模块，让新设企业从成立开始，即在全国范围内公开、公正、公平地享受所有便利政策。同时，建立信用承诺和信用审查制度，并将该平台与企业信用信息公示平台实时对接。一方面，对于守信者实行容缺受理，简化需要提交的行政审批申请材料，即时办理、提高效率；另一方面，对信用等级较低或信用风险较高的主体实行从严审查，强化源头治理。同时，通过公示系统将企业承诺向社会公开，发挥社会监督作用，增强企业诚信意识。
实现信用数据归集共享，加强标准制定工作。构建县级信息共享平台，加强信用信息归集、共享。区县级部门直接面对监管对象，是产生数据和使用数据的重要一环，县级数据共享机制具有目标清晰、范围明确、调度顺畅等优势。笔者建议，在县域层面建立条块结合的信息共享平台，将银行主导的征信系统、市场监管部门主导的企业信用信息平台对接、融合，集成为多元化的信用数据库。各地政府应牵头编制信用信息资源目录，规范数据归集管理标准和流程，明确信息的开放程度、使用边界、有效期限等参数，加强数据标准化建设。除涉及行政许可、行政处罚、“黑名单”等法律法规明确可依法公开的信息外，对于纳税、社保、物流、水电煤等公开属性尚未作出明确规定的信息，应进一步明确可共享范围，消除各部门提供数据的疑虑。通过完善信息共享机制，加强部门间联动，真正将信用数据用活用好。
大数据技术助力，精准描绘企业信用画像。在依托共享平台充分融合各部门信用信息的基础上，要善于运用大数据技术将其广泛纳入互联网数据，加以深度挖掘，输出信用评价结果，助力精准监管。对于企业征信而言，浅层次挖掘是指围绕企业相关数据进行整合并汇总分类，以信息报告、图片等方式简单罗列呈现；而深层次挖掘是将收集到的数据与专业监管知识相结合，构建风险识别与量化、企业关联图谱、数据可视化产品。大数据的核心在于整合不同来源、不同结构的数据，并从海量的数据中发现和归纳潜在的关联性，包括将企业与其法定代表人信用状况进行关联、将企业纳税、社保、安全生产等情况与企业风险状况进行关联等。由此，把看似分散的信用信息和关联信息进行整合并交叉分析，运用机器学习、云计算等大数据分析技术，根据企业行业特点、运营能力、关联企业、网络舆情等不同维度的算法，设计准确的风险模型，基于企业行为模式提前预警，提高识别市场主体信用风险的洞察力和决策力，用大数据技术为监管赋能。
同时，充分发挥互联网感知能力，实时掌握企业经营状况，包括实际经营业务范围、运行情况等，助力监管人员摸清底数。为确保“大数据+市场监管”取得实效，在对政府和社会信用信息进行有效整合的基础上，进一步深入加强政企合作，培养监管业务与大数据知识兼备的人才，将业务技能与机器语言转化为监管决策力。
创新信用应用服务，降低融资成本。数据共享和信用评价的落脚点终究是应用，要不断丰富应用场景，提供有针对性的信用产品。从企业信用信息服务角度说，应将评价结果与金融决策相融合，打通政府与银行数据对接渠道，充分共享企业信用风险情况，中小企业贷款提供数据支持，缓解银企之间信息不对称问题，大大提升信用信息的动态性和可获得性。由此，企业信用记录转化为信用资产，收获信用红利，守信经营的内生动力大大增加。
加强跨部门“双随机、一公开”监管，营造公平竞争的市场环境。基于信用风险分类，开展跨部门联合“双随机、一公开”监管。坚持问题导向，既要保证“没有免检企业”，又要满足“违法严惩、守法不扰”的要求，必须实施信用风险分类监管，提高监管精准性，提升行政资源配置效率。一是夯实工作基础，依托统一的市场监管联动平台，完善区域内多部门“两库一清单”，各部门执法人员库应按照岗位特点制定分类标准，尤其是在机构改革初期，必须保证抽出来的执法人员能够胜任专业化的检查事项，以保证抽查的实际效能。二是基于企业信用风险状况，制定个性化抽查方案，增加对风险主体的抽查比率，提升执法靶向性。同时，加强各部门对风险预警结果的互认，从而有针对性地开展跨部门联合双随机抽查。三是做好与信息公示系统的对接，将抽查结果通过各种渠道及时公开。对于在抽查中发现的违法行为严查严办，并及时将处罚结果公示。行政处罚结果和检查中发现的风险问题也应及时记于主体名下，完善信用数据闭环。
加强失信联合惩戒，让失信者处处受限。完善顶层设计，从法规层面尽快完善各领域严重失信违法名单认定标准，并根据情节严重程度划分等级，实施“黑名单”分级分类管理。同时，对应各个等级细化相应的联合惩戒措施，从市场准入、行政许可、明确惩戒工作流程，让联合失信惩戒的实施有法可依。制度标准是行动遵循，技术支撑是保障工作行之有效的重要环节。建设统一的联合惩戒平台，整合各部门失信企业名单并实现有效共享。依托平台加强各部门的有效联动，并将联合惩戒对象信息和惩戒措施嵌入各行政部门的业务系统，用技术手段打通联合惩戒壁垒，使联合惩戒更具实操性。通过平台实现联合惩戒的发起、实施、修复、反馈的全流程管理，形成联合惩戒闭环。通过有效的联合惩戒，实现“一处失信、处处受限”，倒逼企业增强信用意识，建立企业不敢失信、不能失信、不想失信的长效机制。