Así es como la banca digital podría impulsar la economía de China

china shangai digital finance businesses small medium women business businesswoman businessman corporation corporate finance wall street stock exchange capitalism private ownership board c-suite ceos cfos corporation united states us america wall street change gender parity equality goldman sachs davos industry representation fair finance fiscal financial economics economies trading trade price money profit value men male female change changing 2020 future taxation tax wealth gross do
An untapped resource?Image: Unsplash/Markus Winkler
Este contenido ha sido traducido automáticamente con IA.

La economía china está creciendo a su ritmo más bajo en más de 30 años, pero si las casi 40 millones de pequeñas y medianas empresas (pymes) del país pudieran superar la falta de acceso a financiación, podrían convertirse en un potente motor de dinamismo económico. ¿Pueden los innovadores digitales cerrar la brecha de financiación de las pymes?

Sin duda, el Gobierno chino lo ha intentado. Desde 2005, los responsables de formular políticas trabajan para ampliar el acceso a los servicios financieros para las pymes y los hogares de bajos ingresos. Entre las medidas adoptadas figuran la creación de más de 8.000 empresas de microcrédito, el aumento de los requisitos anuales de préstamos a pymes para los bancos y una reducción obligatoria de un punto porcentual al año del tipo de interés medio de los préstamos a pymes en 2018 y 2019.

Sin embargo, pese a estos esfuerzos, solo el 20 % de las pymes chinas obtiene préstamos bancarios. Una de las razones es que, aunque son numerosas, no siempre resulta fácil localizar a las pymes, dado su pequeño tamaño y su dispersión geográfica. Una razón más importante es que muchos bancos no pueden aplicar eficazmente una fijación de precios del riesgo basada en el mercado para las pymes.

Dado que las pymes chinas sobreviven, en promedio, menos de cinco años, no se puede afirmar que prestarles dinero no entrañe riesgos. Pero la obligación de mantener bajos los costes de los préstamos a las pymes impide que los bancos utilicen los tipos de interés para compensar los mayores riesgos, y el Gobierno no ha ofrecido subsidios compensatorios.

Es probable que los bancos más grandes se hayan adaptado mediante subsidios cruzados, pero los más pequeños no tienen esa opción. Para ellos, prestar a las pymes supone poner en riesgo la salud de sus balances. Además, se exige a los empleados bancarios que asuman de por vida la responsabilidad por cualquier préstamo dudoso. Así que, en lugar de arriesgarse a conceder préstamos dudosos, muchos bancos simplemente mienten sobre el cumplimiento del requisito reglamentario.

Pero, aunque los reguladores no exigieran tipos de interés artificialmente bajos para las pymes, a los bancos les costaría aplicar una fijación eficaz de precios del riesgo. Los modelos tradicionales de calificación crediticia dan prioridad al historial financiero y los activos fijos (garantías) del prestatario, así como a cualquier garantía gubernamental implícita. Por lo general, las pymes no cuentan con nada de eso.

Por tanto, el reto que se avecina tiene dos vertientes. Para animar a los bancos a prestar más, las autoridades chinas deben permitir tipos de interés más flexibles para los préstamos, en lugar de imponer requisitos de tipos excesivamente bajos que hacen vulnerables los balances de los bancos. Al mismo tiempo, los bancos deben encontrar maneras eficaces de evaluar el riesgo de las pymes.

Un enfoque innovador se centra en la «información blanda obtenida fuera de línea», es decir, el comportamiento social y las relaciones de los empresarios. Algunos bancos comerciales más pequeños, como los bancos Tailong, Taizhou y Mintai, en la provincia de Zhejiang, ya utilizan este enfoque para orientar sus préstamos a las pymes.

Pero la verdadera revolución en la evaluación del riesgo de las pymes está ocurriendo en línea. Una plataforma tecnológica registra datos sobre las huellas digitales de los usuarios; la computación en la nube facilita el intercambio de información pertinente; y el aprendizaje automático aumenta la rapidez, la eficiencia y la precisión.

Según una investigación del Instituto de Finanzas Digitales de la Universidad de Pekín y el Banco de Pagos Internacionales, estos modelos de calificación crediticia basados en la tecnología son mejores para predecir el riesgo de impago de los préstamos a pymes que los modelos de los bancos tradicionales, por al menos tres razones. En primer lugar, los nuevos modelos incluyen variables de comportamiento e indicadores de redes, que son más estables que la información del balance. En segundo lugar, utilizan algunos datos de transacciones en tiempo real —incluidos los flujos de caja y el entorno empresarial— en lugar de indicadores financieros mucho menos actualizados. En tercer lugar, los métodos de aprendizaje automático pueden captar mejor las relaciones interactivas no lineales entre variables individuales que los modelos lineales tradicionales de los bancos.

La naturaleza de «larga cola» de la tecnología digital ofrece otra ventaja. Una vez establecida la plataforma, el coste marginal de atender a clientes adicionales es casi nulo. China ya cuenta con dos principales proveedores de pagos móviles —Alipay, de Alibaba, y WeChat Pay, de Tencent—, cada uno con alrededor de mil millones de clientes.

Y, por supuesto, la tecnología digital es rápida. Los bancos en línea que lideran este enfoque —WeBank, MYBank y XWbank— procesan las solicitudes de préstamo casi al instante. La actividad de préstamos a pymes de MYBank desarrolló el modelo «310»: se tarda menos de tres minutos en rellenar el formulario de solicitud en línea; una vez aprobado el préstamo, el dinero llega a la cuenta de Alipay del prestatario en un segundo; y todo el proceso se realiza sin intervención humana.

Gracias a las innovaciones digitales, WeBank, MYBank y XWbank conceden actualmente cada uno alrededor de diez millones de préstamos a pymes o particulares, pese a tener solo entre 1.000 y 2.000 empleados cada uno. Y sus ratios de préstamos dudosos rondan apenas el 1 %.

Desde luego, hay retos que superar, empezando por la desigualdad en el acceso a los datos. Sin embargo, esta limitación es más grave para los bancos tradicionales, que solo se centran en los registros financieros pasados, que para los bancos en línea, que utilizan datos más variados. WeBank utiliza más datos de redes sociales; MYBank depende en gran medida de los registros del comercio electrónico; y XWBank, un sistema de banca abierta, obtiene información de otras plataformas tecnológicas. Así, alguien sin historial crediticio aún puede acceder a financiación basándose, por ejemplo, en sus registros en redes sociales.

En cuanto a los clientes que carecen por completo de huella digital, los bancos en línea están desarrollando estrategias para ayudarles a crear una. Por ejemplo, un banco en línea concedería un préstamo muy pequeño a un prestatario que no tuviera ningún registro de datos en línea. A medida que el prestatario va devolviendo los préstamos y comunicándose con el banco, también va creando una huella digital.

China lleva mucho tiempo reconociendo la importancia de ampliar el acceso de las pymes a la financiación. Ahora, los bancos en línea están ofreciendo la solución que el país necesita. Esto podría impulsar no solo el crecimiento económico y la innovación, sino también una inclusión financiera más amplia, en China y más allá.

Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso. Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.