劉波（資深金融從業(yè)者）
1
近一年多，小微貸款的形勢很好，余額激增而不良卻一直維持在低位。
這與政府加大向金融機構(gòu)開放申貸企業(yè)的稅務(wù)、工商、司法、電力數(shù)據(jù)相關(guān)，與監(jiān)管對銀行“小微再貸款”、“小微轉(zhuǎn)貸款”的政策支持相關(guān)，更與監(jiān)管對銀行的“小微業(yè)務(wù)兩增兩控”考核相關(guān)。
這些舉措，確實能大幅拉動針對小微企業(yè)的信貸投放，尤其是政府?dāng)?shù)據(jù)的開放，對小微企業(yè)貸款的數(shù)字化轉(zhuǎn)型起到了巨大的推動作用。
然而，貸款是雙向的，貸得出去也要收得回來，政策的刺激能決定小微貸款能做多大，而不良率決定了小微貸款能走多遠。
2020年，突如其來的疫情，讓小微貸款不良率持續(xù)飆高，不光是小微貸款，整個銀行的信貸資產(chǎn)逾期率都在直線上升。疫情向下，傳統(tǒng)的信貸模式受阻，金融機構(gòu)愿意也好，不愿也好，都在做數(shù)字化轉(zhuǎn)型，可以說是疫情倒逼出了數(shù)字化決策的小微貸款的發(fā)展。
肯定很多人會問，目前我國的小微貸款的數(shù)字化技術(shù)是不是靠譜？
從風(fēng)險數(shù)據(jù)上來看，一年多過去，形勢遠比預(yù)料的好，準(zhǔn)確地說，從去年7月開始，逾期率就開始大幅下降，11月就基本恢復(fù)到了疫情前的水平，今年以來，風(fēng)險表現(xiàn)更是達到近幾年最好水平。
光看數(shù)字，這幾乎是一張完美答卷，但我們這些答卷者卻不敢貪天之功，所有的業(yè)務(wù)策略和風(fēng)控策略都只是技術(shù)細(xì)節(jié)，而真正起決定作用的是貨幣政策這個大勢，而我們只是跟著大勢走了一遭罷了。
2017年12月末，我國廣義貨幣（M2）余額167.68萬億元。
2018年12月末，我國廣義貨幣（M2）余額182.67萬億元，較2017年增長14.99萬億元。
2019年12月末，我國廣義貨幣（M2）余額198.65萬億元，較2018年增長15.98萬億元。
2020年，疫情向下，政府啟動了“六穩(wěn)六保”工作，作為配套措施，人民銀行加大了貨幣投放。2020年12月末，我國廣義貨幣（M2）余額218.68萬億元，較2019年增長20.03萬億元。
這20.3萬億元投向了哪里？2020年，我國社會融資規(guī)模增量累計為34.86萬億元，比上年增長9.19萬億元。其中，對實體經(jīng)濟發(fā)放的人民幣貸款增加20.03萬億元。
20萬億是個什么概念呢？這個數(shù)字太大，我們很難有直觀的體驗，作個簡單的對比吧。
2020年我國社會消費品零售總額是39.19萬億元，這里面包含了全國民眾線下線下所有的商品交易。
2021年2月末，我國短期消費信貸余額是8.49萬億元，這里面包含了包括信用卡在內(nèi)所有信貸余額。
這就是20萬億元的概念。隨著貨幣投放的加大，企業(yè)手上有錢了，不管它賺不賺錢，短期來看，它的資金流動性變好了，小微企業(yè)貸款的不良率應(yīng)聲而降。
問題被海量的貨幣掩蓋了，在此情境下我們討論小微貸款的數(shù)字化技術(shù)是不是靠譜，缺乏依據(jù)，需要更長的周期去追蹤正常貨幣政策下的風(fēng)險結(jié)果。
2
從負(fù)責(zé)阿里貸款到負(fù)責(zé)淘寶天貓貸款再到參與籌建網(wǎng)商銀行、新網(wǎng)銀行，這10年來，我?guī)е鴪F隊累計差不多放了1萬億元小微貸款。
在我看來，中國市場上目前靠譜的小微企業(yè)貸款模式只有五種。
第一種以淘寶、天貓貸款為代表，完全掌握了企業(yè)的銷售、物流、資金流，不必客戶提供任何資料，就可以直接評估信貸額度和利率。
這當(dāng)然是數(shù)字化貸款，只是對于該模式而言，最關(guān)鍵的還不是模型、數(shù)據(jù)、方法論，而是阿里這個生態(tài)圈。
離開阿里這個生態(tài)圈，這套方法論是否成立，需要觀察，至少目前沒有出現(xiàn)第二個成功案例——哪怕是京東，不良表現(xiàn)也差了一個等級。保持淘寶、天貓貸款不良率持續(xù)較低的最大原因，不是大數(shù)據(jù)信貸模型，而是生態(tài)圈形成的巨大違約成本。
知道淘寶貸款的額度怎么算的嗎——不看負(fù)債，只看我給商家?guī)砹硕嗌黉N量和利潤，保證你的信貸額度小于違約成本就能保證貸款安全——我能幫你賺10萬元，給你8萬元貸款，你若不還10萬元利潤就沒了，而且店都沒了，你到底還不是不還？
更何況，你的所有銷售額都在支付寶上，你的所有客戶都在淘寶、天貓上。
淘寶、天貓貸款從法理上看是信用貸款，但其本質(zhì)是店鋪、應(yīng)收賬款、倉單的質(zhì)押貸款。
第二種以美團商家貸款為代表。美團當(dāng)然能給商家?guī)礓N量，甚至美團的商戶系統(tǒng)能夠追蹤部分商家全部或大部分銷售額?；诿缊F的數(shù)據(jù)也能算出商家在行業(yè)或一定區(qū)域內(nèi)的經(jīng)營排名。但，僅止于此了。
美團的餐飲行業(yè)是最強的，餐飲行業(yè)是現(xiàn)金流最好的行業(yè)，當(dāng)一家餐飲企業(yè)需要貸款時，要么是裝修、要么是開新店、要么是突發(fā)狀況，這些都是具有較大風(fēng)險的行為。
并且，線下店鋪的平均生存周期只有2年，店鋪轉(zhuǎn)讓有時會連營業(yè)執(zhí)照一并轉(zhuǎn)掉（線下商戶轉(zhuǎn)讓時營業(yè)執(zhí)照一般都不做變更），你看到的經(jīng)營主體持續(xù)經(jīng)營了很長時間，但實際上已經(jīng)換了幾任老板。
最關(guān)鍵的還是店鋪掌控力，總體來看，美團帶來的銷量只占到店鋪整體銷量的20%，若基于這20%銷量去測算信貸額度，顯然不滿足商家用款需求，但額度一旦放大，則商家違約成本降低。
美團的商家貸款是有BD團隊配合的，BD某種程度上起到了銀行客戶經(jīng)理的作用，但即便如此，它的不良率也高于淘寶、天貓貸款2倍以上。
美團的這種模式算是傳統(tǒng)小微貸款的改良版——畢竟美團的場景解決了獲客問題，核實了商家部分銷售額。
第三種以臺州銀行為代表，大量的客戶經(jīng)理在一定區(qū)域內(nèi)，每個人跟蹤一批小微客戶，走門串戶，做深做熟，深耕多年后，客戶經(jīng)理對自己的客戶非常了解，而銀行的流程經(jīng)過多次優(yōu)化，逼近了線下效率的極限。
做得很好，值得尊敬。沒有美團、1688、淘寶、天貓、京東們的線上數(shù)據(jù)，不良率卻比它們低。
只是，這樣的模式太重了，不是誰都學(xué)得來。以至于，離開江浙，這么多年來還沒看到其它區(qū)域有成功案例。全國范圍來看，臺州銀行這樣的銀行也沒有幾家，且全部集中在江浙。這或許與江浙的民營經(jīng)濟發(fā)達、抬會等民間借貸模式興盛，企業(yè)普遍比較重信強相關(guān)。
另外，線下模式展業(yè)的機構(gòu)不少，有的圍著專業(yè)市場轉(zhuǎn)，有的盯著有房一族看，無非找抵押物,查稅務(wù)開票核實銷售,拉銀行流水結(jié)合財報看經(jīng)營狀況，實地看生產(chǎn)、庫存、機器、員工人數(shù)。殺豬殺豬屁股，各有各的章法。
職業(yè)做輔助盡調(diào)的公司也不少，新華信、中誠信都可以按單付費上門收取客戶資料并拍攝視頻及照片。
如果一筆貸款幾千萬元，這么干，成本占比不高。但如果一筆貸款是幾萬元，幾十萬元，還隨借隨還只用3個月呢？
利息還夠覆蓋成本嗎？
所以一頓操作猛如虎，利潤只夠吃鹵煮。大部分機構(gòu)還吃不了鹵煮，基本被當(dāng)成了二百五。
第四種是供應(yīng)鏈，供應(yīng)鏈這種業(yè)務(wù)模式極度依賴于核心企業(yè)，真正的好企業(yè)是銀行哄搶的，利率一家比一家低，那是大行的戰(zhàn)場，基準(zhǔn)利率下浮是常有的事。
最TOP的一批企業(yè)，供應(yīng)鏈?zhǔn)亲约撼缘?，比如海爾、?lián)想。業(yè)務(wù)邏輯很簡單，控制賬期就好了。牌照嘛，小貸、保理、融擔(dān)牌照對于這樣的企業(yè)來說，也不是問題。
真正的好企業(yè)，絕大多數(shù)金融機構(gòu)是做不進去的，市場上都是大行挑剩下的?？墒?，一旦核心企業(yè)沒那么強，風(fēng)險是呈幾何程度放大的。不要指望數(shù)據(jù)，對于供應(yīng)鏈貸款而言，那是安慰劑，核心企業(yè)若出了問題，你的所有模型都是擺設(shè)。
所有供應(yīng)鏈貸款中，唯一有技術(shù)含量的是倉單質(zhì)押貸款。這里面有大量的機會。倉單質(zhì)押，控倉控貨是基礎(chǔ)，估價準(zhǔn)確是要求，而出風(fēng)險時，能把貨賣出去是核心。
即使是國有大行，也許能控倉控貨，但要做到準(zhǔn)確估價及貨品處置也很難。所以，誰能同時做到控倉控貨、準(zhǔn)確估價，快速處置，誰就能做好倉單質(zhì)押。
除開垂直領(lǐng)域，國內(nèi)能全面鋪開做倉單的除了阿里，也就只剩一個京東。
第五種是授信給企業(yè)實際控制人。企業(yè)是有限責(zé)任，個人是無限責(zé)任，授信給個人當(dāng)然更有抓手。
只是，絕大多數(shù)情況下，授信給個人，用的是消費信貸評估模型，企業(yè)信息只是做了參考。
這種模式下，風(fēng)險是可控的，但是授信額度偏低，平均只有幾萬元。該模式實際用的消費信貸方法論，和小微企業(yè)沒太大關(guān)系。目標(biāo)客戶也只能定位到夫妻老婆店、路邊攤、社區(qū)鋪子，否則額度無法滿足客戶經(jīng)營需要。
根據(jù)2019年6月23日，央行和銀保監(jiān)會首次發(fā)布的《中國小微企業(yè)金融服務(wù)報告（2018）》，截止2019年5月末，全國金融機構(gòu)單戶授信1000萬元以下小微企業(yè)貸款不良率為5.9%。這里面還包含了大量的抵押貸款，若是去除，不良會更高。
小微貸款很難，目前沒有普適的方法論。市場上還沒有出現(xiàn)快速做大，但幾年后風(fēng)險依然較低的機構(gòu)。當(dāng)年的民生、平安、浦發(fā)、廣發(fā)都給我們提供了失敗的案例。當(dāng)然，平安普惠雖然風(fēng)險數(shù)據(jù)偏高，但在商業(yè)模式上不能叫失敗，它是用高定價覆蓋了高風(fēng)險。只是這種模式，越來越不被監(jiān)管所容忍，也就不詳談了。
3
這兩年，在監(jiān)管的強考核下，小微貸款的增速增量成了銀行管理層的頭等大事。傳統(tǒng)的線下模式，產(chǎn)能有限，無法滿足增速要求，尤其是中小銀行，還要面對大行在考核壓力客群下沉的市場競爭環(huán)境，能守住原來的老客戶已屬不易，更遑論高速增長。
小微貸款的數(shù)字化風(fēng)控，一再被提及。模式的升級迭代，幾乎成了唯一解藥。
凡事過猶不及，當(dāng)整個市場都在談?wù)摯髷?shù)據(jù)風(fēng)控，都在吹捧機器學(xué)習(xí)時，危機已經(jīng)悄然而至。
不僅是金融科技公司在談，整個銀行圈也在談。城商行、農(nóng)商行覺得這是彎道超車的機會，國有大行害怕錯失新技術(shù)的窗口，金融科技公司對誰都在鼓吹。
尤其在疫情發(fā)生后，金融業(yè)的無接觸服務(wù)從之前的可選項一下子變成了必選項，出門不談點大數(shù)據(jù)，都不好意思見人。
疫情期間，我在線聽了不少金融科技公司專家的論壇發(fā)言，不少人有真才實學(xué)，讓我和自己的從業(yè)經(jīng)驗交相印證，獲益良多。但更多人的觀點和方法論讓我越聽越心驚，而這些發(fā)言者中，很多已經(jīng)是金融科技上市公司的高管，他們服務(wù)的銀行非常多，這讓我不禁深深的擔(dān)憂。
銀行小微業(yè)務(wù)朝數(shù)字化轉(zhuǎn)型當(dāng)然是方向，科學(xué)的數(shù)據(jù)化決策當(dāng)然是很好的路徑，但販賣焦慮，甚至神話大數(shù)據(jù)風(fēng)控，大可不必。
我的整個職業(yè)生涯都與數(shù)字化、大數(shù)據(jù)、銀行、金融這幾個關(guān)鍵詞相伴。我當(dāng)然不排斥大數(shù)據(jù)風(fēng)控，從我的從業(yè)經(jīng)歷可以看出，我是它最早的嘗試者和推動者之一。
但今天，我發(fā)現(xiàn)自己已經(jīng)聽不懂這個市場上的某些專家在說些什么。金融業(yè)務(wù)的風(fēng)險決策，是一個數(shù)學(xué)問題，但絕不僅僅是一個數(shù)學(xué)問題。決策樹、樸素貝葉斯分類、支持向量機、邏輯回歸、線性回歸、隨機森林……這些算法是工具，是方法，但不能也不應(yīng)該是決策的全部。
我看到很多的風(fēng)控團隊，有些甚至是國內(nèi)一線機構(gòu)的風(fēng)控團隊，清一色數(shù)學(xué)、統(tǒng)計學(xué)高學(xué)歷技術(shù)專家，基本就是在電腦前研究算法，研究數(shù)據(jù)。他們給出的每一個判斷，都有詳細(xì)的數(shù)據(jù)支撐，他們每一次調(diào)整，都貌似接近當(dāng)下最優(yōu)解。
你很難挑戰(zhàn)他們，因為他們掌握數(shù)據(jù)，你個人的經(jīng)驗又怎么能挑戰(zhàn)動輒幾百萬的數(shù)據(jù)樣本呢？
但很多人不了解，同樣的數(shù)據(jù)，解讀是具備多角度的。由于數(shù)據(jù)本身具備復(fù)雜關(guān)聯(lián)性，數(shù)據(jù)呈現(xiàn)的背后又有更多的原因，數(shù)據(jù)本身就會“騙人”。看似對，有時候要比明顯的錯危害大得多。
科學(xué)的決策，不但需要適合的工具，還需要深刻了解你的業(yè)務(wù)場景，深刻了解你的客戶，算法是為了決策服務(wù)，而不應(yīng)該成為決策本身。
這么說太抽象，舉一些例子吧。
主流銀行（我不喜歡用傳統(tǒng)銀行這個詞，主流銀行更為準(zhǔn)確）信貸風(fēng)險控制，最看重兩點：一是貸前審批控制違約概率（PD），二是貸后處置降低違約損失率（LGD）。
為了控制違約概率，必然要求客戶提供多項資料去證明有能力有意愿歸還貸款，稅務(wù)、發(fā)票、財務(wù)報表、銀行流水、房產(chǎn)證、土地證都是為了佐證這件事。
降低違約損失率的方法也很簡單，就是尋找優(yōu)質(zhì)抵押品，由于中國的房價在去年以前穩(wěn)定地上漲了二十年，在過去二十年里，房產(chǎn)抵押是最為吃香及穩(wěn)妥的抵押物。
我并不覺得復(fù)雜模型算法比這些簡單直接的方法更高明，控制風(fēng)險更有效。簡單說，要是能方便的獲取到這些核心信息，很多時候沒有必要獲取客戶各種弱關(guān)聯(lián)相關(guān)數(shù)據(jù)，做復(fù)雜的風(fēng)險相關(guān)性分析。
數(shù)據(jù)是有成本的，數(shù)據(jù)的獲取是需要客戶授權(quán)的。如果一個客戶幾十K核心數(shù)據(jù)就能決策，干嘛非要分析上百兆的數(shù)據(jù)呢？
單戶上百兆數(shù)據(jù)，為了節(jié)省成本，還得研制復(fù)雜的數(shù)據(jù)路由規(guī)則，讓單戶數(shù)據(jù)成本可控。
這么多數(shù)據(jù)標(biāo)簽要進入模型，得考慮缺失度容忍問題，否則模型運轉(zhuǎn)不起來，運轉(zhuǎn)起來效果可能也不好，這就需要一套復(fù)雜算法。
另外，還要考慮數(shù)據(jù)源的可替代性，否則一旦某個關(guān)鍵數(shù)據(jù)源出現(xiàn)問題，就是大癱瘓，這又是一整套復(fù)雜工程。
所以說，復(fù)雜并不代表先進，簡單并不代表不好，關(guān)鍵是匹配你的業(yè)務(wù)，匹配你能掌握的資源。
數(shù)字化風(fēng)控很好，但過度的吹，就變成了黑。
近幾年，依靠稅務(wù)和發(fā)票數(shù)據(jù)做數(shù)字化風(fēng)險決策的小微貸款發(fā)展很快，我所在的銀行也是市場參與者之一。
風(fēng)險數(shù)據(jù)非常好看，但頭部機構(gòu)的額度模型我是越來越看不懂，不光我看不懂，一大批做了十幾年小微貸款的業(yè)內(nèi)專家也看不懂。
若用人工經(jīng)驗，我們看模型看得同樣的數(shù)據(jù)，這樣的銷售額，這樣的納稅額，這樣的負(fù)債，這樣的流動性，信用貸款是不大可能給出這樣大的額度。
這樣的情況還不是個例，是普遍性的偏差。
我自然知道，模型看了海量的樣本。我們這些人，不管履歷再豐富，終其一生肉眼所見的客戶樣本，也及不上它一天的量。
模型的決策，放在靜止地當(dāng)下看，一定比人工更準(zhǔn)確。
但是，模型所看的樣本雖然廣度性足夠，時間卻不夠長。如果是針對消費信貸，由于其信貸周期短，幾年時間，足夠經(jīng)歷十幾次借還款周期，時間跨度或許足夠。
對于小微貸款而言，客戶的單次借貸周期更長，數(shù)字化決策發(fā)展的時間卻比消費信貸更晚，我們還沒有經(jīng)歷足夠的小微貸款周期，尤其是處在近兩年空前寬松的小微貨幣政策下，我們雖然樂觀，但一定要保持足夠的懷疑。
4
最后我們聊聊小微貸款的價格問題。我們總在談小微企業(yè)融資貴，融資難，其問題的根源又到底在哪呢？
我前文引用過，根據(jù)2019年6月央行和銀保監(jiān)會公布的數(shù)據(jù)：單戶授信1000萬元以下的小微企業(yè)貸款的平均不良率為5.9%。
目前小微企業(yè)貸款的不良率看起來相對較低，一是由于在政府的號召下，在監(jiān)管對金融機構(gòu)兩增兩控強力考核下，所有金融機構(gòu)盡全力在小微市場上投放，小微企業(yè)的流動性一時半會不會出問題；二是因為監(jiān)管政策要求對還款困難的小微客戶金融機構(gòu)的貸款到期時要應(yīng)延盡延，現(xiàn)階段不會體現(xiàn)出不良；三是正常經(jīng)營的小微企業(yè)，貸款后不會馬上資金枯竭，即使經(jīng)營不善，也需要一定的時間周期才會爆發(fā)。長期來看，官方公布的平均5.9%的不良率還是有相當(dāng)?shù)慕y(tǒng)計學(xué)上的參考意義。
這里講的5.9%的平均不良率是單戶授信1000萬元以下的小微企業(yè)。能拿到幾百萬，上千萬授信的小微企業(yè)，已經(jīng)是小微中的佼佼者了，而更多的小微企業(yè)是路邊一家一家的小店，是只有幾個人的家庭作坊，是路邊的小攤，是批發(fā)市場一個一個的檔口。
這些客戶的戶均授信只有幾萬元到幾十萬元，生命周期只有2年出頭，可以想象，這批客戶的的不良率遠超平均線5.9%。
很多人認(rèn)為銀行的貸款利潤=貸款利率-存款利率-不良率。
大錯特錯，這么認(rèn)為的人要么是真的不懂，要么是揣著明白裝糊涂，其心可誅。
真實情況是貸款利潤=貸款利率-存款利率-存款準(zhǔn)備金成本-不良率-資金閑置成本-獲客成本-數(shù)據(jù)成本-盡調(diào)成本-稅務(wù)成本-清結(jié)算成本-撥備成本-機構(gòu)運營成本（人力成本，科技成本，房租成本）。
這批客戶即使是以5.9%平均不良率算，你覺得多少的定價才具有市場可行性？但若是真那么定價，媒體怎么寫？監(jiān)管怎么看？甚至于法院怎么判？無名無利還要挨板子，那么誰還愿意投入大氣力去做呢？
長期以來，小微企業(yè)面臨的融資難、融資貴問題，是因為融資路徑少，剛性需求在銀行等金融機構(gòu)得不到滿足，才會側(cè)面導(dǎo)致小微企業(yè)去尋找民間融資較貴的渠道，小微企業(yè)聚集的江浙、廣東等地抬會，標(biāo)會等民間金融形式的發(fā)達也正因為此。
實際上，目前受疫情影響的小微企業(yè)，他們面臨更大的問題是，有沒有救命錢的問題，也就是信貸可得性的問題，他們面臨的是融資難，而不是融資貴問題。當(dāng)然，誰都想要又便宜又可獲得的錢，但現(xiàn)實情況卻是，魚與熊掌不可兼得。
這幾年，政策方向傾向于小微貸款，小微企業(yè)融資貴，融資難的問題得到了一定的緩解，近期公布出來的小微貸款平均利率是比較低的。
但這個低，也有一定問題。2019年6月25日，中國銀保監(jiān)會在浙江臺州組織召開小微企業(yè)金融服務(wù)經(jīng)驗現(xiàn)場交流會。會議發(fā)布的小微企業(yè)貸款相關(guān)數(shù)據(jù)顯示，至2019年5月末，全國小微企業(yè)貸款余額35.15萬億元，其中普惠型小微企業(yè)貸款（指單戶授信總額 1000萬元及以下的小微企業(yè)貸款、個體工商戶和小微企業(yè)主經(jīng)營性貸款）余額10.25萬億元；2019年前5個月新發(fā)放普惠型小微企業(yè)貸款平均利率6.89%。
定價6.89%，監(jiān)管的定向貨幣寬松政策及展期政策恢復(fù)正常后，若是參照2019年監(jiān)管公布的平均不良5.9%，不良接近定價，這個模式并不具備市場可行性，只能金融機構(gòu)講責(zé)任，提高政治站位，硬頂。
但目前整體35.15萬億元的小微貸款，普惠型10.25萬億元小微貸款，金融機構(gòu)能頂多久呢？
何況，以上數(shù)據(jù)是2019年的，2020年疫情后，小微貸款的發(fā)放量更大，利率水平更低。銀保監(jiān)會政策研究局一級巡視員葉燕斐6月19日表示，今年以來，企業(yè)融資成本明顯下降。2020年1-5月，普惠型小微企業(yè)貸款平均利率6.03%，較2019年全年平均利率下降0.67個百分點。一季度，制造業(yè)貸款平均利率4.32%，較年初下降0.46個百分點。
利率進一步降低，這對小微企業(yè)而言，這當(dāng)然是可喜的。但這么大的體量，對金融機構(gòu)而言，商業(yè)上如果不具備可行性，如何能夠持久？除了意愿問題，金融機構(gòu)本身的消化能力也有一個上限。
小微企業(yè)拿到的實際價格就是銀行的利率定價嗎？有些恐怕并不是，我們只能保證銀行真的只收了那么多，真的沒額外收費。
但，實際呢。對于小微貸款，中介介入的客戶認(rèn)可的中介加收費用是放款金額的2-5%%，地區(qū)之間有巨大差異，如果是東三省，出現(xiàn)10%的案例也不出奇。
在這個范圍內(nèi)，中介收費，很多客戶是認(rèn)可的，甚至覺得是公道的，不管你多少次提醒沒有額外收費，甚至去電詢問，這些客戶都不告訴你收費的實情。
這些情況不是坐在電腦前看看報表就能知曉的，要去市場，去一線，是不是事實，很好驗證。
長久的信貸饑渴，造成了一種現(xiàn)象：小微貸款對于客戶而言，銀行是過客，中介才能幫他解決問題。
中介會幫他美化資料（稅、票、流水）、會幫他推送多家銀行，會在他拿不到錢時，幫他拿到錢?？蛻艨紤]的是一頓飽和頓頓飽的問題。銀行可能幫他一頓飽，中介是他長期的依靠。
不到逾期，不到上征信，不到真的拿不到所有貸款，他就不會和中介翻臉。
金融機構(gòu)不想根治嗎？不想杜絕嗎？怎么可能不想呢？金融機構(gòu)沒有收費，卻要承擔(dān)由此導(dǎo)致的投訴、不良上升、監(jiān)管問責(zé)等種種不利，在這個市場上沒有比金融機構(gòu)更痛恨中介收費的了。
關(guān)閉渠道進件就能控制住中介收費？恐怕也不是。銀行的客戶經(jīng)理心知肚明，自己手上的小微客戶，不管是房抵貸也好，信用貸也好，有多少是自己的客戶轉(zhuǎn)介紹的？有多少是自己認(rèn)識的渠道推單的？有多少是自己心知肚明過程中多半是被中介收了費了的？
大多數(shù)客戶經(jīng)理能把持住的只是自己不抽水而已。
中介收費問題，本質(zhì)是市場的畸形導(dǎo)致的，多少金融機構(gòu)在管控中介收費上下了苦工，產(chǎn)品介紹上明確表示除利息外不加收任何費用，短信中提醒，簽署合同讓客戶確認(rèn)沒有其他收費，放款時再次確認(rèn)，放款后還有電話回訪。
但實際情況呢？客戶不會告訴你實情，客戶主動隱瞞中介收費的事實，甚至有時金融機構(gòu)發(fā)現(xiàn)蛛絲馬跡，客戶幫中介打圓場。
小微客戶并不是單純的受害者，某種程度上小微企業(yè)和中介是相互依存關(guān)系，是某種程度上的共謀。
決定中介空間的，不是金融機構(gòu)，而是市場，中介和小微客戶實際上已經(jīng)相互依存，金融機構(gòu)強管控下，只能打低中介收費的比例，但很難杜絕。市場問題需要市場化解決，否則會產(chǎn)生一系列次生問題。
解決中介收費，還是要回到市場化上。
大家都認(rèn)同，企業(yè)客戶比個人更理性，但為什么中介向客戶收費在消費信貸上得到了極大抑制，而在小微企業(yè)這一側(cè)反而一直無法得到很好的解決？
不是簡單的做好防騙宣傳就可以了，銀行網(wǎng)點比廁所還多，哪有那么多那么好騙的企業(yè)主，問題不是被騙，而是共謀。
解決中介收費，還是要回到市場化上。
根源還在供給上，供給如果不稀缺，客戶也就沒有了和中介共謀的必要。
所以解決中介收費問題，首先是遵循國家扶植小微的政策，持續(xù)加大小微市場的投放，讓更多小微企業(yè)主對小微貸款的持續(xù)供給有更多的信心，降低他對中介的依賴。
其次是大力發(fā)展非接觸模式的數(shù)字化決策小微貸款，減少客戶貸款的中間環(huán)節(jié)，對公貸款不同于個人，中間的流程要復(fù)雜得多，一旦流程拉長，又在線下辦理，中間就有牟利的空間。
2020年，國務(wù)院辦公廳發(fā)布《關(guān)于印發(fā)全國深化“放管服”改革優(yōu)化營商環(huán)境電視電話會議重點任務(wù)分工方案的通知》（國辦發(fā)〔2020〕43號）。
《通知》要求，推動國有大型商業(yè)銀行創(chuàng)新對中小微企業(yè)的信貸服務(wù)模式，利用大數(shù)據(jù)等技術(shù)解決“首貸難”、“續(xù)貸難”等問題。督促金融機構(gòu)優(yōu)化普惠型小微企業(yè)貸款延期操作程序，做到應(yīng)延盡延，并引導(dǎo)金融機構(gòu)適當(dāng)降低利率水平。加強水電氣、納稅、社保等信用信息歸集共享，為增加普惠金融服務(wù)創(chuàng)造條件。鼓勵商業(yè)銀行運用數(shù)字化等技術(shù)建立風(fēng)險定價和管控模型，優(yōu)化再造對中小微企業(yè)的信貸發(fā)放流程和模式，推行線上服務(wù)、“不見面”審批等便捷信貸服務(wù)。
發(fā)文高屋建瓴，切中要害，但要落實下來，需要監(jiān)管機構(gòu)對現(xiàn)行監(jiān)管政策做出優(yōu)化。比如開戶，現(xiàn)行監(jiān)管政策是無法支持小微企業(yè)線上開戶的，戶都開不了，貸款怎么發(fā)放？怎么還款？還怎么落實不見面審批呢？其它更細(xì)的貸款及反洗錢規(guī)定就更不用說了。
我們相信政府的決心和監(jiān)管的智慧，期待更多的細(xì)則逐步落地。只有小微企業(yè)更為便捷的直接和金融機構(gòu)發(fā)生信貸關(guān)系，中介收費才能得到遏制，小微企業(yè)的融資成本才能進一步降低。
小微企業(yè)融資貴，融資難問題，短期之內(nèi)靠著政府的號召、監(jiān)管政策的考核，可以得到緩解，但長久來看還是得回到市場化解決的道路上來。
市場化的定價能使得金融機構(gòu)小微貸款產(chǎn)品的商業(yè)邏輯能夠得到自洽，激發(fā)商業(yè)銀行的長期的供給意愿。供給充分后，融資難的問題才能迎刃而解。
至于融資貴，貴是一個相對值，什么是貴，什么是便宜，每個人的認(rèn)知是不一樣的。市場充分競爭后，會對不同資質(zhì)的小微企業(yè)形成一個相對公允的貸款市場價格，在這個價格上加上各種補貼政策，才能對融資貴問題形成一個長效的解決機制。
市場化的問題，讓市場來解決。（本文為作者觀點，不代表本頭條號立場）