作為智能金融服務(wù)商PINTEC（品鈦）旗下研究機(jī)構(gòu)，品鈦研究院專注金融科技、數(shù)據(jù)科學(xué)、人工智能、智能借貸、智能投顧、商業(yè)機(jī)構(gòu)及金融機(jī)構(gòu)的智能化轉(zhuǎn)型等領(lǐng)域研究。
近期，品鈦研究院為《零售銀行》雜志（2019年8月第116期）撰文封面專題，原文標(biāo)題《借力金融科技，做活小微信貸》。文章系小微智能信貸系列“技術(shù)應(yīng)用篇”，品鈦研究院科普了傳統(tǒng)小微企業(yè)信貸難點(diǎn)，探討金融科技在傳統(tǒng)小微企業(yè)信貸中的應(yīng)用。
本文對(duì)金融科技助力小微信貸進(jìn)行詳述。
經(jīng)《零售銀行》雜志授權(quán)，品鈦轉(zhuǎn)發(fā)原文。下為正文。
目錄
1.市場的聲音：不被“接受”的小微
1.1.個(gè)體戶被卡在“門外”
1.2.小店大概率被拒
2.銀行的無奈：成本之高難以覆蓋
3.運(yùn)用金融科技重構(gòu)信貸流程
3.1.貸前：多環(huán)節(jié)并行
3.2.貸中/后：實(shí)時(shí)動(dòng)態(tài)管理
4.總結(jié)
近年來，國內(nèi)政策大力鼓勵(lì)銀行踐行普惠金融，支持小微企業(yè)發(fā)展，然而小微企業(yè)“融資難、融資貴”的問題卻長久以來沒有得到有效解決。究其原因，核心在于其和銀行業(yè)金融機(jī)構(gòu)之間的信息不對(duì)稱。
從需求的角度看，小微企業(yè)通常都有高頻的小額融資需求，市場規(guī)模毫無疑問是客觀存在的。
但是從供給的角度看，銀行等傳統(tǒng)金融機(jī)構(gòu)在信貸業(yè)務(wù)中出于風(fēng)控考量，需要從財(cái)務(wù)、非財(cái)務(wù)等一系列具體的指標(biāo)出發(fā)去地評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)，而小微企業(yè)在這些數(shù)據(jù)上不如大型企業(yè)來得齊全和規(guī)范，銀行需要耗費(fèi)大量的成本做風(fēng)險(xiǎn)評(píng)估。僅此一個(gè)環(huán)節(jié)就給銀行帶來成本負(fù)擔(dān)，何況銀行傳統(tǒng)放貸流程之復(fù)雜，業(yè)務(wù)本身帶來的利潤無法覆蓋這過程中需要投入的人力物力等資源成本。
因此，倘若能夠解決供需雙方的信息不對(duì)稱問題，銀行不必遵照以往的繁瑣流程，省去大量成本，那么小微信貸業(yè)務(wù)或有可能迎來爆發(fā)式增長。如此來看，通過合理運(yùn)用金融科技工具，如品鈦等金融科技公司，可提供智能解決方案，解決上述供需雙方的信息透明度問題，將較大程度上改善小微企業(yè)融資難的局面，也給銀行的大零售板塊注入了無限活力，可謂一舉多得。
一、市場的聲音：不被“接受”的小微
小微客戶分很多種，典型的比如幾家分店的餐館、支持第三方支付的奶茶店、流動(dòng)的煎餅攤。簡單來講，體量越小的小微企業(yè)，其信貸業(yè)務(wù)對(duì)銀行的挑戰(zhàn)是遞增的。相較于銀行的對(duì)公業(yè)務(wù)來說，小微信貸痛點(diǎn)頗多：數(shù)據(jù)分散，風(fēng)險(xiǎn)太高，成本耗費(fèi)高，利潤太薄，所以一直處于額度小、難度高、批貸難的困境。
1.1.個(gè)體戶被卡在“門外”
從典型的小小微企業(yè)——也是銀行最難解決的個(gè)體戶談起。
假設(shè)現(xiàn)在一家煎餅攤“葛大媽”老板向銀行提出借貸申請(qǐng)， 她唯一的可變現(xiàn)資產(chǎn)是一輛可移動(dòng)工作間——這在銀行是很難被認(rèn)可的。她的“企業(yè)”沒有政府認(rèn)可的注冊(cè)，日常記賬都是記在自己的小賬本，在央行沒有征信記錄，也無法進(jìn)入信用卡的準(zhǔn)入門檻。有點(diǎn)殘忍地說，他在提交資料時(shí)可能就不被接待了。
1.2.小店大概率被拒
當(dāng)然還有好一點(diǎn)的情況。倘若葛大媽不僅僅有一個(gè)攤位，她可能有一間小店，有營業(yè)執(zhí)照，但注冊(cè)資本金小，稅務(wù)不規(guī)范，有一些經(jīng)銷記錄等等。葛大媽想要和銀行借5萬元裝修一番——大概率還是會(huì)被銀行拒絕。因?yàn)槲迦f元的信貸，刨除銀行的觸客、盡調(diào)、錄入、初審、終審等成本，銀行是虧損的。她心一狠，那借20萬呢？傳統(tǒng)銀行又會(huì)認(rèn)為難以給一間小店批貸20萬。
這樣一來，葛大媽這樣的小微商戶往往會(huì)認(rèn)為銀行嫌貧愛富，看不上個(gè)體戶。
二、銀行的無奈：成本之高難以覆蓋
上文談到典型個(gè)體戶的融資困境的問題，其實(shí)不是銀行看不上。
從金融邏輯來講，銀行一經(jīng)測算，倘若這類業(yè)務(wù)的NPV若為負(fù)，即不能盈利，寧肯不做。（編者注：Net presevt value, 凈現(xiàn)值，指的是在指定期限內(nèi)，按行業(yè)基準(zhǔn)折現(xiàn)率或其他設(shè)定的折現(xiàn)率計(jì)算的各期凈現(xiàn)金流量現(xiàn)值的代數(shù)和。NPV＜0，表示，投資或項(xiàng)目未能達(dá)到預(yù)期收益，可能存在虧損。）
商業(yè)銀行從“商業(yè)”角度考慮問題也無可厚非，但一邊是大的政策導(dǎo)向，一邊是業(yè)務(wù)成本之高，眼看著潛在的市場，也束手無策，十分無奈。
以往銀行開展小微企業(yè)貸款的風(fēng)控模式主要為擔(dān)保模式、IPC模式和信貸工廠模式三種。擔(dān)保模式下，小微企業(yè)需要提供抵押、擔(dān)保，很多小微企業(yè)資質(zhì)不足。IPC模式（編者注：德國微貸IPC技術(shù)，專門針對(duì)小微企業(yè)經(jīng)營性貸款的一套測試技術(shù)，核心是評(píng)估客戶償還貸款的能力。）則重視信貸員實(shí)地調(diào)查和信息驗(yàn)證，在客戶獲取、客戶服務(wù)方面具備優(yōu)勢，但對(duì)人員經(jīng)驗(yàn)要求高，且容易產(chǎn)生道德風(fēng)險(xiǎn)。信貸工廠模式，指銀行根據(jù)小微企業(yè)特點(diǎn)，像工廠制造標(biāo)準(zhǔn)化產(chǎn)品一樣對(duì)信貸業(yè)務(wù)實(shí)行批量處理，運(yùn)營效率有提升，但額度較低，且需要的團(tuán)隊(duì)大。相比于前兩者，信貸工廠模式較標(biāo)準(zhǔn)化，流程相對(duì)最簡單，一般可細(xì)分為7步：
整個(gè)流程下來，最快也要一周時(shí)間。盡調(diào)人員去商戶處調(diào)查時(shí)還可能遇到一些特殊情況，比如商戶老板需要調(diào)查改期、賬本準(zhǔn)備的不好、某材料還沒批下來等，還會(huì)延長審核周期。
雖然，銀行創(chuàng)立了信貸工廠模式實(shí)現(xiàn)“流程標(biāo)準(zhǔn)化”，但因?yàn)槊總€(gè)步驟都需要“人”來完成并且流程與流程的銜接需要“人”來傳遞，所以不論怎么優(yōu)化，也難以再提高速度。
運(yùn)營成本也掣肘效率提升。銷售、錄入、預(yù)審、運(yùn)營、審批等團(tuán)隊(duì)需要幾十人，這樣規(guī)模的團(tuán)隊(duì)已經(jīng)是很精簡的。一天大概處理不到20單。如果業(yè)務(wù)量要翻番，意味著團(tuán)隊(duì)人員也需要翻番。這是真實(shí)存在的問題，由于排隊(duì)者太多，有的客戶申請(qǐng)后必須排隊(duì)到第二天、第三天，貸款申請(qǐng)才開始被接收處理。
正因?yàn)槌杀救绱酥撸?萬元的信貸需求，利息不能覆蓋運(yùn)營成本，對(duì)銀行而言是虧本生意。
雖然葛大媽這類的客戶是傳統(tǒng)銀行難以覆蓋的客戶，但卻也是小微企業(yè)下沉用戶的典型目標(biāo)群體之一，所以銀行也是十分無奈。
三、運(yùn)用金融科技重構(gòu)信貸流程
既然需求存在，但苦于傳統(tǒng)方法成本之高而無法響應(yīng)需求，那么只要有工具和途徑讓成本降低，讓供需雙方的信息不對(duì)稱性降低，也就能夠促成有效供給增加，金融科技便一個(gè)很重要的工具。
通過金融科技力量注入，傳統(tǒng)的小微信貸流程能夠得到改善甚至重構(gòu)，對(duì)于個(gè)體戶或者小微企業(yè)5萬元甚至更低的信貸額度需求銀行都完全可以響應(yīng)。
信貸最簡單地可以被分為貸前、貸中、貸后，金融科技能夠在信貸全流程釋放能量，尤其能夠大大加速小微企業(yè)信貸生命周期運(yùn)轉(zhuǎn)。
3.1.貸前：多環(huán)節(jié)并行
在貸前階段，相比于上述的傳統(tǒng)的信貸工廠模式，金融科技的數(shù)據(jù)獲取、加工、處理、分析都是并行的，極大程度上提高了審批效率。
葛大媽老板在銀行申請(qǐng)時(shí)需要準(zhǔn)備一堆材料，跑4、5個(gè)機(jī)構(gòu)。但在金融科技的幫助下，只要客戶授權(quán)，品鈦等一眾金融科技公司可以幫助銀行做到15分鐘完成從收集到授信的全流程：采集的數(shù)據(jù)依次進(jìn)入數(shù)據(jù)湖沉淀，再經(jīng)由中間層進(jìn)行數(shù)據(jù)清洗，通過數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)加工出爐小微企業(yè)用戶多緯度的特征變量和用戶畫像。
各類電商交易、物流數(shù)據(jù)、線上流水等數(shù)據(jù)資產(chǎn)產(chǎn)生，為小微企業(yè)的贏得銀行貸款提供了破冰的可能，不少銀行已經(jīng)具備多維度的用戶畫像能力，能夠利用金融科技為小微商戶進(jìn)行用戶畫像并授信，完成一個(gè)從企業(yè)到企業(yè)主的更為全面的信用判斷。
以前文“葛大媽”為例，我們通過GPS定位到葛大媽在北京某城區(qū)，可以從通話城市，收款位置，住址信息等多維度交叉驗(yàn)證和比對(duì)來鎖定用戶的生活和經(jīng)營地址，而傳統(tǒng)機(jī)構(gòu)提供住址/經(jīng)營地租賃合同或者水電煤氣繳費(fèi)單據(jù)的方法，不僅繁瑣且作假容易。
在移動(dòng)支付普及的時(shí)代下，最了解小店經(jīng)營情況的可能是各大電商平臺(tái)和“聚合支付”背后的支付公司。小商戶會(huì)在電商平臺(tái)開店，所以平臺(tái)會(huì)有小商戶的交易流水?dāng)?shù)據(jù)。線下交易方面，小商戶會(huì)通過聚合支付工具，進(jìn)行支付寶、微信支付等線下交易的收款，所以支付公司有大量線下交易信息。在后臺(tái)引擎中，就可以清楚的掌握了這門“小生意”的交易流水、商品銷量、客單價(jià)、交易頻次、淡旺季特征等，并與其他同類商戶做對(duì)比，評(píng)價(jià)其經(jīng)營水準(zhǔn)。
表面上，客戶的申請(qǐng)流程變得十分精簡，原本傳統(tǒng)金融機(jī)構(gòu)信貸工廠模式中的7大步驟被整合為1步。事實(shí)上這背后是金融科技力量作為支撐。在數(shù)據(jù)驅(qū)動(dòng)決策系統(tǒng)內(nèi)部，每天近萬級(jí)的數(shù)據(jù)顆粒采集，幾千次的指標(biāo)計(jì)算，500多個(gè)特征變量分析。
在這樣的模式之下，可能銀行的審批員還沒有見到“葛大媽”，銀行就已經(jīng)為她完成了授信，甚至通知相關(guān)機(jī)構(gòu)放款了。
3.2.貸中/后：實(shí)時(shí)動(dòng)態(tài)管理
在小微信貸的貸中貸后環(huán)節(jié)，在金融科技的幫助之下，銀行能夠?qū)崿F(xiàn)客戶生命周期的實(shí)時(shí)管理。
以往一個(gè)客戶是否被予以授信，銀行往往是基于申請(qǐng)者在提出申請(qǐng)的那一刻的靜態(tài)經(jīng)營與財(cái)務(wù)狀況進(jìn)行評(píng)估。但實(shí)際上，企業(yè)每一年的變化并不小，小微客戶更是如此。銀行可以利用品鈦等金融科技公司的技術(shù)，用數(shù)據(jù)觀察客戶生命周期，客戶在借款過程中的動(dòng)態(tài)趨勢可以實(shí)時(shí)反應(yīng)風(fēng)險(xiǎn)的變化。
具體來說是通過線上數(shù)據(jù)監(jiān)控用戶的欺詐風(fēng)險(xiǎn)與經(jīng)營風(fēng)險(xiǎn)的動(dòng)態(tài)改變。比如我們可以根據(jù)客戶的類別，監(jiān)測其在授信以后的業(yè)務(wù)數(shù)據(jù)。
舉例來說，“葛大媽”的經(jīng)營范圍發(fā)生了變化，本來煎餅攤，變成了賣衣服、賣玩具，甚至賣手機(jī)了。銀行無需去現(xiàn)場驗(yàn)證，可以通過后臺(tái)數(shù)據(jù)的業(yè)務(wù)數(shù)據(jù)、商品信息進(jìn)行分析，就可得知這類變化，從而掌握經(jīng)營動(dòng)態(tài)風(fēng)險(xiǎn)。
假如商戶經(jīng)營惡化，通過收款產(chǎn)品收到的交易額在減少，此時(shí)這個(gè)商戶還要借一筆錢，那銀行對(duì)此時(shí)的資金用途就要進(jìn)行仔細(xì)判斷。
在運(yùn)用金融科技基礎(chǔ)上，銀行可以根據(jù)用戶類別，設(shè)置一系列預(yù)警指標(biāo)并實(shí)時(shí)交互獲取，依賴數(shù)據(jù)指標(biāo)進(jìn)行預(yù)警監(jiān)控，作為貸后催收策略的指導(dǎo)。
總結(jié)：
綜上，借助品鈦等金融科技公司的力量，基于金融科技手段對(duì)小微企業(yè)信貸業(yè)務(wù)流程的重構(gòu)，運(yùn)用數(shù)據(jù)驅(qū)動(dòng)決策降低了運(yùn)營成本，即使申請(qǐng)量大大增加，對(duì)銀行響應(yīng)小微信貸需求的成本影響微乎其微；此外，立體化的、動(dòng)態(tài)的用戶畫像，能夠全流程幫助銀行更好地進(jìn)行數(shù)據(jù)收集、驗(yàn)證授信、預(yù)先窺見風(fēng)險(xiǎn)，成為銀行小微信貸業(yè)務(wù)正向循環(huán)的動(dòng)力。
