摘 要
當(dāng)前小微信貸的完美數(shù)據(jù)淹沒(méi)于寬松的貨幣政策之中，在此情境下討論小微貸款的數(shù)字化技術(shù)是否靠譜，顯然缺乏依據(jù)，而是需要更長(zhǎng)的周期去追蹤正常貨幣政策下的風(fēng)險(xiǎn)結(jié)果
文｜劉波
近一年多，小微貸款的形勢(shì)很好，余額激增而不良率卻一直維持在低位。
這與政府加大向金融機(jī)構(gòu)開(kāi)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(duì)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(duì)銀行的“小微業(yè)務(wù)兩增兩控”考核相關(guān)。
這些舉措，確實(shí)能大幅拉動(dòng)針對(duì)小微企業(yè)的信貸投放，尤其是政府?dāng)?shù)據(jù)的開(kāi)放，對(duì)小微企業(yè)貸款的數(shù)字化轉(zhuǎn)型起到了巨大的推動(dòng)作用。
然而，貸款是雙向的，貸得出去也要收得回來(lái)，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(yuǎn)。
2020年，突如其來(lái)的新冠肺炎疫情，讓小微貸款不良率持續(xù)飆高，不光是小微貸款，整個(gè)銀行的信貸資產(chǎn)逾期率都在陡線上升。疫情之下，傳統(tǒng)的信貸模式受阻，金融機(jī)構(gòu)愿意也好、不愿也好，都在做數(shù)字化轉(zhuǎn)型，可以說(shuō)是疫情倒逼出了數(shù)字化決策的小微貸款發(fā)展。
肯定很多人會(huì)問(wèn)，目前中國(guó)小微貸款的數(shù)字化技術(shù)是不是靠譜？
從風(fēng)險(xiǎn)數(shù)據(jù)上來(lái)看，一年多過(guò)去，形勢(shì)遠(yuǎn)比預(yù)料得好。準(zhǔn)確地說(shuō)，從2020年7月開(kāi)始，逾期率就開(kāi)始大幅下降，11月就基本恢復(fù)到了疫情前的水平，2021年以來(lái)，風(fēng)險(xiǎn)表現(xiàn)更是達(dá)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(gè)大勢(shì)，我們只是跟著大勢(shì)走了一遭罷了。
2020年，疫情之下，中國(guó)政府啟動(dòng)了“六穩(wěn)六?！惫ぷ?，作為配套措施，中國(guó)人民銀行加大了貨幣投放。2020年12月末，中國(guó)廣義貨幣（M2）余額218.68萬(wàn)億元，較2019年增長(zhǎng)20.03萬(wàn)億元。
這20.03萬(wàn)億元投向了哪里？2020年，中國(guó)社會(huì)融資規(guī)模增量累計(jì)為34.86萬(wàn)億元，比2019年增長(zhǎng)9.19萬(wàn)億元。其中，對(duì)實(shí)體經(jīng)濟(jì)發(fā)放的人民幣貸款增加20.03萬(wàn)億元。
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(lái)看，它的資金流動(dòng)性變好了，小微企業(yè)貸款的不良率應(yīng)聲而降。
但問(wèn)題被海量的貨幣掩蓋了，在此情境下去討論小微貸款的數(shù)字化技術(shù)是不是靠譜，缺乏依據(jù)，需要更長(zhǎng)的周期去追蹤正常貨幣政策下的風(fēng)險(xiǎn)結(jié)果。
五種靠譜的小微企業(yè)貸款模式
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，這十年來(lái)，筆者帶著團(tuán)隊(duì)累計(jì)發(fā)放了近1萬(wàn)億元的小微貸款。在筆者看來(lái)，中國(guó)市場(chǎng)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(píng)估信貸額度和利率。
這當(dāng)然是數(shù)字化貸款，只是對(duì)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(gè)生態(tài)圈。離開(kāi)阿里這個(gè)生態(tài)圈，這套方法論是否成立，需要觀察，至少目前沒(méi)有出現(xiàn)第二個(gè)成功案例。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。
第二種以美團(tuán)商家貸款為代表，這種模式算是傳統(tǒng)小微貸款的改良版。美團(tuán)當(dāng)然能給商家?guī)?lái)銷量，甚至美團(tuán)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(tuán)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(yíng)排名。但，僅止于此了。
美團(tuán)帶來(lái)的銷量只占到店鋪整體銷量的20%，若基于這20%銷量去測(cè)算信貸額度，顯然不滿足商家的用款需求，但額度一旦放大，則商家違約成本降低。
美團(tuán)的商家貸款是有BD（商務(wù)拓展）團(tuán)隊(duì)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、天貓貸款兩倍以上。
第三種以臺(tái)州銀行為代表，大量的客戶經(jīng)理在一定區(qū)域內(nèi)，每個(gè)人跟蹤一批小微客戶，走門(mén)串戶，做深做熟，深耕多年后，客戶經(jīng)理對(duì)自己的客戶非常了解，而銀行的流程經(jīng)過(guò)多次優(yōu)化，逼近了線下效率的極限。
做得很好，值得尊敬。臺(tái)州銀行沒(méi)有美團(tuán)、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(shuí)都學(xué)得來(lái)。從全國(guó)范圍來(lái)看，臺(tái)州銀行這樣的銀行也沒(méi)有幾家，且全部集中在江浙。這或許與江浙的民營(yíng)經(jīng)濟(jì)發(fā)達(dá)、“抬會(huì)”等民間借貸模式興盛，企業(yè)普遍比較重信用相關(guān)。
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(chǎng)，基準(zhǔn)利率下浮是常有的事。
頂端的一批企業(yè)，供應(yīng)鏈業(yè)務(wù)是自己開(kāi)展的，比如海爾、聯(lián)想。真正的好企業(yè)，絕大多數(shù)金融機(jī)構(gòu)是做不進(jìn)去的，市場(chǎng)上都是大行挑剩下的。可是，一旦核心企業(yè)沒(méi)那么強(qiáng)，風(fēng)險(xiǎn)就會(huì)呈幾何程度放大。因此不要指望數(shù)據(jù)，對(duì)于供應(yīng)鏈貸款而言，核心企業(yè)若出了問(wèn)題，所有模型都是擺設(shè)。
在所有供應(yīng)鏈貸款中，唯一有技術(shù)含量的是倉(cāng)單質(zhì)押貸款。倉(cāng)單質(zhì)押，控倉(cāng)控貨是基礎(chǔ)，估價(jià)準(zhǔn)確是要求，而出風(fēng)險(xiǎn)時(shí)能把貨賣出去則是核心。即使是國(guó)有大行，也許能控倉(cāng)控貨，但要做到準(zhǔn)確估價(jià)及貨品處置也很難。所以，誰(shuí)能同時(shí)做到控倉(cāng)控貨、準(zhǔn)確估價(jià)、快速處置，誰(shuí)就能做好倉(cāng)單質(zhì)押。
除了垂直領(lǐng)域，國(guó)內(nèi)能全面鋪開(kāi)做倉(cāng)單的除了阿里，也就只剩京東。
第五種是授信給企業(yè)實(shí)際控制人。企業(yè)是有限責(zé)任，個(gè)人是無(wú)限責(zé)任，授信給個(gè)人當(dāng)然更有抓手。只是，絕大多數(shù)情況下，授信給個(gè)人用的是消費(fèi)信貸評(píng)估模型，企業(yè)信息只是做為參考。
這種模式下，風(fēng)險(xiǎn)是可控的，但是授信額度偏低，平均只有幾萬(wàn)元。該模式實(shí)際用的消費(fèi)信貸方法論，和小微企業(yè)沒(méi)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?zhàn)?，否則額度無(wú)法滿足客戶經(jīng)營(yíng)需要。
據(jù)央行和銀保監(jiān)會(huì)披露的數(shù)據(jù)，截至2019年5月末，全國(guó)金融機(jī)構(gòu)單戶授信1000萬(wàn)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，不良率會(huì)更高。
小微貸款很難，目前沒(méi)有普適的方法論，市場(chǎng)上還沒(méi)有出現(xiàn)快速做大，但幾年后風(fēng)險(xiǎn)依然較低的機(jī)構(gòu)。
理性看待數(shù)字化決策
這兩年，在監(jiān)管的強(qiáng)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(wú)法滿足增速要求，尤其是中小銀行，還要面對(duì)大行在考核壓力客群下沉的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，能守住原來(lái)的老客戶已屬不易，更遑論高速增長(zhǎng)。
小微貸款的數(shù)字化風(fēng)控，一再被提及。模式的升級(jí)迭代，幾乎成了唯一解藥。但凡事過(guò)猶不及，當(dāng)整個(gè)市場(chǎng)都在談?wù)摯髷?shù)據(jù)風(fēng)控、都在吹捧機(jī)器學(xué)習(xí)時(shí)，危機(jī)已經(jīng)悄然而至。
不僅是金融科技公司在談，整個(gè)銀行圈也在談。城商行、農(nóng)商行覺(jué)得這是彎道超車的機(jī)會(huì)，國(guó)有大行害怕錯(cuò)失新技術(shù)的窗口，金融科技公司對(duì)誰(shuí)都在鼓吹。
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。
金融業(yè)務(wù)的風(fēng)險(xiǎn)決策，是一個(gè)數(shù)學(xué)問(wèn)題，但絕不僅僅是一個(gè)數(shù)學(xué)問(wèn)題。決策樹(shù)、樸素貝葉斯分類、支持向量機(jī)、邏輯回歸、線性回歸、隨機(jī)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。
近幾年，依靠稅務(wù)和發(fā)票數(shù)據(jù)做數(shù)字化風(fēng)險(xiǎn)決策的小微貸款發(fā)展很快，筆者所在銀行也是市場(chǎng)參與者之一。
風(fēng)險(xiǎn)數(shù)據(jù)非常好看，但頭部機(jī)構(gòu)的額度模型筆者是越來(lái)越看不懂，不僅筆者看不懂，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(yàn)，我們看模型看的同樣的數(shù)據(jù)，這樣的銷售額、納稅額、負(fù)債、流動(dòng)性，信用貸款是不大可能給出這么大額度的。
但這樣的情況還不是個(gè)例，而是普遍性的偏差。筆者自然知道，模型看了海量的樣本。我們這些從業(yè)者，不管履歷再豐富，終其一生肉眼所見(jiàn)的客戶樣本，也及不上它一天的量。
模型的決策，放在靜止的當(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(shí)間卻不夠長(zhǎng)。如果是針對(duì)消費(fèi)信貸，由于其信貸周期短，幾年時(shí)間，足夠經(jīng)歷十幾次借還款周期，時(shí)間跨度或許足夠。
但對(duì)于小微貸款而言，客戶的單次借貸周期更長(zhǎng)，數(shù)字化決策發(fā)展的時(shí)間卻比消費(fèi)信貸更晚，我們還沒(méi)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(lè)觀，但一定要保持足夠的懷疑。
利率定價(jià)的可持續(xù)性問(wèn)題
長(zhǎng)期以來(lái)，小微企業(yè)面臨的融資難、融資貴問(wèn)題，是因?yàn)槿谫Y路徑少，剛性需求在銀行等金融機(jī)構(gòu)得不到滿足，才會(huì)側(cè)面導(dǎo)致小微企業(yè)去尋找民間融資較貴的渠道。
實(shí)際上，目前受疫情影響的小微企業(yè)，它們面臨更大的問(wèn)題是，有沒(méi)有救命錢，也就是信貸可得性的問(wèn)題，它們面臨的是融資難，而不是融資貴問(wèn)題。
根據(jù)2019年6月央行和銀保監(jiān)會(huì)公布的數(shù)據(jù)：?jiǎn)螒羰谛?000萬(wàn)元以下的小微企業(yè)貸款的平均不良率為5.9%。長(zhǎng)期來(lái)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(jì)學(xué)上的參考意義。
但這里講的5.9%的平均不良率是單戶授信1000萬(wàn)元以下的小微企業(yè)，而更多的小微企業(yè)則是路邊的小店，是只有幾個(gè)人的家庭作坊，是批發(fā)市場(chǎng)的檔口。這些客戶的戶均授信只有幾萬(wàn)元到幾十萬(wàn)元，生命周期只有兩年出頭，可以想象，這批客戶的不良率遠(yuǎn)超平均線5.9%。
很多人認(rèn)為銀行的貸款利潤(rùn)=貸款收入-存款成本-不良。真實(shí)情況并非如此，應(yīng)是：貸款利潤(rùn)=貸款收入-存款成本-存款準(zhǔn)備金成本-不良-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(jī)構(gòu)運(yùn)營(yíng)成本（人力成本、科技成本、房租成本）。
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(wèn)題得到了一定的緩解，此前公布出來(lái)的小微貸款平均利率是比較低的。
銀保監(jiān)會(huì)2019年6月25日在浙江臺(tái)州組織召開(kāi)小微企業(yè)金融服務(wù)經(jīng)驗(yàn)現(xiàn)場(chǎng)交流會(huì)上披露的數(shù)據(jù)顯示，2019年前五個(gè)月新發(fā)放普惠型小微企業(yè)貸款平均利率6.89%。
定價(jià)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)管公布的平均不良率5.9%，不良接近定價(jià)，這個(gè)模式并不具備市場(chǎng)可行性。而且以上數(shù)據(jù)源自2019年，2020年疫情后，小微貸款的發(fā)放量更大，利率水平更低。
另一方面，小微企業(yè)拿到的實(shí)際價(jià)格就是銀行的利率定價(jià)嗎？有些恐怕并不是，我們只能保證銀行沒(méi)有額外收費(fèi)。但實(shí)際上，對(duì)于小微貸款，中介介入的、客戶認(rèn)可的中介加收費(fèi)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。
長(zhǎng)久的信貸饑渴造成了一種現(xiàn)象：小微貸款對(duì)于客戶而言，銀行是過(guò)客，中介才能幫他解決問(wèn)題。中介會(huì)幫它美化資料（稅、票、流水）、會(huì)幫它推送多家銀行，會(huì)在它拿不到錢時(shí)，幫它拿到錢。
雖然很多金融機(jī)構(gòu)在管控中介收費(fèi)上下了苦工，但實(shí)際情況是客戶不會(huì)告訴機(jī)構(gòu)實(shí)情，主動(dòng)隱瞞中介收費(fèi)的事實(shí)，甚至有時(shí)金融機(jī)構(gòu)發(fā)現(xiàn)蛛絲馬跡，客戶還幫中介打圓場(chǎng)。
問(wèn)題的根源還是在供給上。所以解決中介收費(fèi)問(wèn)題，首先是遵循國(guó)家扶植小微的政策，持續(xù)加大小微市場(chǎng)的投放，讓更多小微企業(yè)主對(duì)小微貸款的持續(xù)供給有更多的信心，降低它們對(duì)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(duì)公貸款不同于個(gè)人，中間的流程要復(fù)雜得多，一旦流程拉長(zhǎng)，又在線下辦理，中間就有牟利的空間。
更重要的是，在國(guó)家一系列高屋建瓴、切中要害的發(fā)文之外，還需監(jiān)管機(jī)構(gòu)對(duì)現(xiàn)行監(jiān)管政策做出優(yōu)化。比如開(kāi)戶，現(xiàn)行監(jiān)管政策是無(wú)法支持小微企業(yè)線上開(kāi)戶的，戶都開(kāi)不了，貸款怎么發(fā)放？怎么還款？又怎么落實(shí)不見(jiàn)面審批呢？其他更細(xì)的貸款及反洗錢規(guī)定就更不用說(shuō)了。
小微企業(yè)融資貴、融資難問(wèn)題，短期之內(nèi)靠著政府的號(hào)召、監(jiān)管政策的考核可以得到緩解，但長(zhǎng)久來(lái)看還是得回到市場(chǎng)化解決的道路上來(lái)。市場(chǎng)化的定價(jià)可使金融機(jī)構(gòu)小微貸款產(chǎn)品的商業(yè)邏輯得到自洽，激發(fā)商業(yè)銀行長(zhǎng)期的供給意愿。供給充分后，融資難的問(wèn)題才能迎刃而解。
至于融資貴，貴是一個(gè)相對(duì)值。市場(chǎng)充分競(jìng)爭(zhēng)后，會(huì)對(duì)不同資質(zhì)的小微企業(yè)形成一個(gè)相對(duì)公允的貸款市場(chǎng)價(jià)格，在這個(gè)價(jià)格上加上各種補(bǔ)貼政策，才能對(duì)融資貴問(wèn)題形成一個(gè)長(zhǎng)效的解決機(jī)制。市場(chǎng)化的問(wèn)題，應(yīng)讓市場(chǎng)來(lái)解決。
（作者為新網(wǎng)銀行副行長(zhǎng)；編輯：袁滿）