小微信贷模式分析：全手工的人海战术与全自动的大数据技术[图].docx

《小微信贷模式分析：全手工的人海战术与全自动的大数据技术[图].docx》由会员分享，可在线阅读，更多相关《小微信贷模式分析：全手工的人海战术与全自动的大数据技术[图].docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、小微信贷模式分析：全手工的人海战术与全自动的大数据技术图数据来源：公开资料整理 小微信贷业务具备高成长性。（1）小微企业在金融机构获得的贷款占比较低，其贷款余额增速大于同期的大型及中型企业贷款余额增速。从机构分布来看，国有银行的小微企业贷款余额最高，农商行增速最快，其次是城商行，股份行的小微贷款余额增速放缓。截至2018年一季度末，全国小微企业贷款余额31.76万亿元，较2017年末增加1.02万亿元，小微企业贷款户数1545万户。（2）商业银行尤其是中小银行对小微信贷的重视程度在提升。参考成熟金融市场发展进程，大型企业融资渠道不断拓宽，直接融资的比例提升，对银行的议价能力越来越强，利差空间越

2、来越小。中小企业将成为银行最主要的客户来源和利润来源。数据来源：公开资料整理数据来源：公开资料整理 传统信贷市场竞争日益激烈，小微企业信贷市场具有典型的蓝海特征，越来越多的信贷机构以各种形式进入小微企业信贷市场，中国的主流商业银行几乎都拥有专门经营小微企业贷款的部门和对应产品。 小微企业数量众多，拥有庞大的市场需求，这是开展小微企业信贷业务的基础。从宏观政策的角度来看，国家近几年逐步加大对小微企业的扶持力度，出台了一系列扶持小微企业发展的政策，为信贷机构开展小微企业信贷业务提供了良好的政策环境。数据来源：公开资料整理 我国计划将在2020年全面建成小康社会，这个目标离开小微企业的支持根本实现不

3、了，所以国家在未来几年必将加大对小微企业的扶持和支持力度，这一点，从上面的一系列政策也可以看出来，国家政策的支持和扶持必定会给小微企业带来更快、更好的发展。我国经济正处在转型期，随着社会的进步，尤其是我国经济结构和城镇化的发展，经济日益多元化，产业分工日益细化，会催生出一批新的科技型、创新型的小微企业，小微企业必将迎来发展的新契机。 合理利润=信贷利率-资金成本-业务成本-风险成本 银行在收取的贷款利息，在扣除掉各项成本后，仍能取得合理利润，以此才能实现这项业务的商业可持续。小微企业能贡献的其他中间业务收入较少，因此一般只考虑信贷利息收入。目前，国内有一些专业的银行已经实现了商业可持续，并取得

4、非常好的回报。 通常的观点认为，小微信贷业务风险过高，即上式中的“风险成本”过高，导致很难实现合理回报。但我们分析后认为，这一观点并不准确。事实上，是银行为了获取小微企业风险定价所需的充分信息，所需投入的业务成本过高。换言之，是要投入较高的业务成本，来控制住风险，即用业务成本替代风险成本（但不能用风险成本来替代业务成本，因为风险成本是把握不住的，容易失控）。小微信贷业务的核心，便是如何以合理业务成本实现这一点。所以，问题的关键是从成本入手。 业务成本又可分为固定成本和变动成本。固定成本是开办这项业务所需要的行政管理、业务研发、科技投入等各项成本，变动成本是指针对每一客户所需要投入的业务成本。

5、业务成本=固定成本+变动成本=固定成本+客户数单客变动成本 或：单客业务成本=固定成本/客户数+单客变动成本 传统上做小微信贷的难点，主要在于单家变动成本太高，即完成单家客户的获取、尽调等成本太高。同时，由于很难批量、快速获取大量客户，也会导致固定成本无法充分分摊，即“固定成本/客户数”过高。 而相比之下，大中型企业的单家尽调成本一般会更低，因为这些企业经营更为规范，信息更为书面化，易于处理，因此本身就不需要很重的尽调工作。如果大企业、小企业同样是陌生企业，都需要详细尽调的话，那成本还是大企业更高，毕竟其尽调工作量更大，但往往大企业因为信息更透明而可适度节省工作量。此外，大企业往往信贷规模量也

6、大，能贡献给银行的其他中间业务收入也高，因此即使业务成本高一些，也能覆盖。 为了以合理成本实现对小微企业的风险定价，国内外业内进行了各种探索，取得了很多有益的经验。理论上，我们将所有的做法分为两大典型模式：全手工的人海战术，和全自动的大数据征信技术。 一、全手工的人海战术 1、人海战术的两大发展阶段 （1）早期粗放阶段 全手工的人海战术，是最为古典的方法，也是在大数据时代之前最为有效的方法。我国建国后，政府组织各地农民开办了农村信用社，改革开放后又允许民间资本开办城市信用社，希望它们能为城乡基层居民、企业提供金融服务，它们所用的方法大部分都属于这一模式。并且，它们中间的杰出代表将这些模式沿用至

7、今，涌现出一批小微业务优异的中小银行。 早期信用社从事人海战术，一般还没有形成系统化的团队、组织、架构和流程，而是由业务员各自出击，自由发挥，因此难以形成合力，依靠的是业务员本身对当地客群的熟识，知根知底，信息不对称程度天然就低（业务员先天掌握了客户的“软信息”，即非书面化的信息）。然后，业务员凭经验完成风险定价。可以说，这是在当时的技术、组织条件下行之有效的方法。但有其局限性，在社区圈子之外很难快速复制，而培养新人基本上依靠“传帮带”的师徒模式，传承效率也不高。 （2）向标准化迈进 2005年前后，世界银行为国家开发银行提供低息贷款，用于小微信贷。世行和国开行在全球范围内进行技术招标，德国国

8、际项目咨询公司（InternationalProjectConsult，简称IPC）中标。然后，国开行率先与台州银行、包商银行等合作，引进IPC技术，而后推广至多家中小银行。其中，台州银行由于本身就地处中小微企业活跃的浙江省台州市（“地利”），在当地以人海战术从事小微信贷已有长达10多年的经验（“人和”），因此引进IPC技术后如虎添翼，再赶上这段时间刚好又是我国经济高速增长期（“天时”），最终成为了我国小微银行中的翘楚。包商银行也取得了较好效果，但由于北方地区中小微企业不如南方活跃，因此稍缺“地利”。将IPC技术大体上仍然归类为全手工的人海战术模式，但是，它更加系统化、流程化、标准化，因此可复

9、制性、可扩展性更强，比起粗放时代的人海战术，效率大幅提高。这反映了德国人极端严谨的逻辑思维和抽象思维能力，将人海战术中的各种经验提炼成了系统规范的做法。IPC公司成立于1980年11月，主要从事小额信贷业务咨询服务，重点推动发展中国家提高金融服务水平，将技术输出给各国金融机构，在全球小微信贷领域拥有较好的声誉。 IPC技术内容较为丰富，流程细致而严谨，我们将其大致归纳为三点内容： 客户财务报表还原（主要考察还款能力）。小微企业往往没有规范的财务报表用以判断其经营情况。为此，业务员通过实地尽调，掌握小微企业的进货、生产、销售、管理等情况，了解客户的资产、负债信息，并自行编制出清晰简要的财务报表，

10、尤其是现金流量表。报表中所运用的数据必须尽可能得到可靠验证或交叉验证，不能仅仅由客户单方面提供，比如销售数据由业务员在店面蹲点采集，财产情况也需要考证其确属自有财产而非借入的，并且财产价值需用现值。不同数据之间也要有交叉验证，比如存货与销售之间的周转率是否符合行业规律。最后，业务员编制出较为可靠的财务报表，用于放贷决策参考。 多方收集客户软信息（主要考察还款意愿）。软信息是指非书面化的信息，包括客户的口碑、才干、品行等，对评估客户的还款意愿非常重要。尤其是勤奋、俭朴、踏实等优良品质，对从事小本生意而言非常重要，业务员需要多方考察。业务员首先会收集客户的常规信息，包括年龄、家庭情况、经营年限等。

11、同时，还会尽可能收集客户的其他可能有用的信息，比如有无不良嗜好等。IPC技术尝试将这些软书面进行一定程度的数量化、书面化，比如常用的不对称偏差分析法，即观察客户的某些特征与群体平均水平的偏离程度。 业务团队组织管理。这是银行内部事务，但却异常重要。因为前面两点内容，均需要一支业务能力强悍的业务员队伍去完成，团队人员较多，IPC会进行严格的业务培训。同时还得控制住业务员的道德风险、操作风险、法律风险，杜绝发生与客户勾结的舞弊行为，也不能发生侵犯客户隐私等其他违规违法行为。为此，还要设计一整套激励处罚措施，在控制业务员不当行为的同时，激发他们的主观能动性。因此，团队管理难度较大，甚至有时会有一丝准

12、军事化的色彩。 IPC技术的引进，使得小微信贷系统化、流程化、标准化程度大幅提高，其服务的客群也可进一步下沉，从“小微企业贷款”（户均在500万元以内）向“微贷”（或称“小小微”、“小本贷款”等）下沉，户均低至几十万元甚至十几万元，并且能够服务于无抵押品的客户，进一步实现了普惠金融的应有之义。 二、全自动的大数据技术 1、大数据征信原理 在大数据技术日益成熟后，银行或其他放贷机构可实现全自动的大数据征信，可利用所掌握的信息，由事先编制的模型，自动完成授信决策。这一模式仍然基于信贷定价原理，即通过信息实现风险定价，但由于它借助新技术，能够全自动完成海量审批，因此大幅节约了单客变动成本。但是，开发

13、、建设、维护这一系统也较昂贵，因此固定成本较高，需要海量客户来覆盖固定成本，以便降低“固定成本/客户数”。因此，使用大数据征信的机构，往往通过渠道等优势，海量获取客户。 从原理上而言，大数据授信大体上依然是一个征信回归模型。即，以过去的多个数据为自变量，或者以这些自变量间相互计算的中间变量为自变量，以最终的客户是否违约为因变量，通过回归分析寻找相关性。然后，找到显著相关的自变量，再去基于这些自变量的现在数据，去预测客户未来的还款情况。自变量的选择，可以是凭经验不断去尝试，但现在计算机技术进步之后，引进了机器学习等其他方法，自动寻找自变量，这种方式寻找出来的有些自变量具有相关性，结果有效，但不一

14、定能够得到逻辑解释。 利用这些可以从数据中判断信用水平的新技术，再加上充足的客户量和数据量，便可使以合理成本实现授信成为了可能。并且，由于这种模式下单客业务成本极低，因此可进一步降低单客信贷规模，将服务覆盖至更下沉的客群。 2、更可复制的陌生人模式 由于微众银行、网商银行的核心优势是自己关联方（即互联网巨头腾讯、阿里巴巴）掌握的大数据，再加上部分外部数据，以及优异的大数据征信技术，从而取得了较好效果。但是，它们所拥有的大数据资源具有不可复制性，基于这些大数据，本身已对客户具有很强的信息优势，是“专有数据模式”，因此，其优势难以复制推广。某些供应链金融基于自身核心企业掌握的数据来开展信贷业务，也

15、可以归入这一模式，无法复制。 将我国第三家互联网银行新网银行的模式作为样本，它们的模式是，当一位陌生客户来申请贷款时，便从互联网上采集公开数据或授权获取客户的非公开数据，进行大数据授信。这一模式可以称为“陌生人模式”，相比起专有数据模式，陌生人模式更加比拼数据获取能力和大数据征信能力，如若运用成熟，也更具推广价值。我国有不少传统银行也在从事基本线上化的放贷服务，也可以认为是陌生人模式，因为这些银行事先掌握客户的数据也不多。当然，对于从事线上放贷的传统银行、互联网银行，它们在力所能及的情况下，也会适当配合以线下服务，比如大型银行的部分主要基于线上授信的产品，线下业务员也会实地访问。 这一模式可复

16、制性较强，如果技术成熟，可以更好推广，让服务惠及更多基层客群。但长期来看，可能有不确定性。主要是，这类银行不掌握专有数据，各家采集的数据较为雷同，比如针对个人采集的是征信、社保等数据，针对企业客户采集的是征信、工商、税务、司法等数据，政府为推动普惠金融，也在努力地提高这些数据的可得性，不同银行之间很难在数据源上形成差异，只能比拼大数据征信技术。如果大数据征信技术也不能形成差异（很多技术也可向市场的专业服务商购买），那么最后只能拼价格，拼价格的话那自然是资金成本优势的大型银行将市场通吃。因此，这一模式无法在数据上形成门槛，差异化主要体现在更高的大数据征信水平，而如果将来技术扩散，做出差异化优势的难度就更大。 小微信贷业务的人海战术、大数据征信技术均已验证有效，其高收益能够覆盖高成本、高风险，最终取得了超过行业的ROA、ROE水平。农商行受先天约束，ROA、ROE低于行业，但对小微有更集中投入的常熟银行的ROA、ROE也已超过了农商行子行业。 随着更多大小银行进行这一领域，慢慢掌握有效技术，我们并不能保证这一盈利水平的绝对值能永远保持，但小微业务盈利水平高于传统业务这一相对优势，估计能保持较长一段时间。 相关报告：智研咨询发布的2019-2025年中国小微贷款行业市场专项调研及投资前景预测报告