数字化小微贷款到底靠不靠谱

财经杂志约稿，杂志已刊印。此为原始底稿，相较刊文本文篇幅更长一些。这个话题偏大，且作为参与者，有很多观点容易被误读。限于才力，很难面面俱到，做到点到即止，也是无可如何的事了。

1

近一年多，小微贷款的形势很好，余额激增而不良却一直维持在低位。

这与政府加大向金融机构开放申贷企业的税务、工商、司法、电力数据相关，与监管对银行“小微再贷款”、“小微转贷款”的政策支持相关，更与监管对银行的“小微业务两增两控”考核相关。

这些举措，确实能大幅拉动针对小微企业的信贷投放，尤其是政府数据的开放，对小微企业贷款的数字化转型起到了巨大的推动作用。

然而，贷款是双向的，贷的出去也要收得回来，政策的刺激能决定小微贷款能做多大，而不良率决定了小微贷款能走多远。

2020年，突如其来的疫情，让小微贷款不良率持续飙高，不光是小微贷款，整个银行的信贷资产逾期率都在直线上升。疫情向下，传统的信贷模式受阻，金融机构愿意也好，不愿也好，都在做数字化转型，可以说是疫情倒逼出了数字化决策的小微贷款的发展。

肯定很多人会问，目前我国的小微贷款的数字化技术是不是靠谱？

从风险数据上来看，一年多过去，形势远比预料的好，准确的说，从去年7月开始，逾期率就开始大幅下降，11月就基本恢复到了疫情前的水平，今年以来，风险表现更是达到近几年最好水平。

光看数字，这几乎是一张完美答卷，但我们这些答卷者却不敢贪天之功，所有的业务策略和风控策略都只是技术细节，而真正起决定作用的是货币政策这个大势，而我们只是跟着大势走了一遭罢了。

2017年12月末，我国广义货币（M2）余额167.68万亿元。

2018年12月末，我国广义货币（M2）余额182.67万亿元，较2017年增长14.99万亿元。

2019年12月末，我国广义货币（M2）余额198.65万亿元，较2018年增长15.98万亿元。

2020年，疫情向下，政府启动了“六稳六保”工作，作为配套措施，人民银行加大了货币投放。2020年12月末，我国广义货币（M2）余额218.68万亿元，较2019年增长20.03万亿元。

这20.3万亿元投向了哪里？2020年，我国社会融资规模增量累计为34.86万亿元，比上年增长9.19万亿元。其中，对实体经济发放的人民币贷款增加20.03万亿元。

20万亿是个什么概念呢？这个数字太大，我们很难有直观的体验，作个简单的对比吧。

2020年我国社会消费品零售总额是39.19万亿元，这里面包含了全国民众线下线下所有的商品交易。

2021年2月末，我国短期消费信贷余额是8.49万亿元，这里面包含了包括信用卡在内所有信贷余额。

这就是20万亿元的概念。随着货币投放的加大，企业手上有钱了，不管它赚不赚钱，短期来看，它的资金流动性变好了，小微企业贷款的不良率应声而降。

问题被海量的货币掩盖了，在此情境下我们讨论小微贷款的数字化技术是不是靠谱，缺乏依据，需要更长的周期去追踪正常货币政策下的风险结果。

2

从负责阿里贷款到负责淘宝天猫贷款再到参与筹建网商银行、新网银行，这10年来，我带着团队累计差不多放了1万亿元小微贷款。

在我看来，中国市场上目前靠谱的小微企业贷款模式只有五种。

第一种以淘宝、天猫贷款为代表，完全掌握了企业的销售、物流、资金流，不必客户提供任何资料，就可以直接评估信贷额度和利率。

这当然是数字化贷款，只是对于该模式而言，最关键的还不是模型、数据、方法论，而是阿里这个生态圈。

离开阿里这个生态圈，这套方法论是否成立，需要观察，至少目前没有出现第二个成功案例——哪怕是京东，不良表现也差了一个等级。保持淘宝、天猫贷款不良率持续较低的最大原因，不是大数据信贷模型，而是生态圈形成的巨大违约成本。

知道淘宝贷款的额度怎么算的吗——不看负债，只看我给商家带来了多少销量和利润，保证你的信贷额度小于违约成本就能保证贷款安全——我能帮你赚10万元，给你8万元贷款，你若不还10万元利润就没了，而且店都没了，你到底还不是不还？

更何况，你的所有销售额都在支付宝上，你的所有客户都在淘宝、天猫上。

淘宝、天猫贷款从法理上看是信用贷款，但其本质是店铺、应收账款、仓单的质押贷款。

第二种以美团商家贷款为代表。美团当然能给商家带来销量，甚至美团的商户系统能够追踪部分商家全部或大部分销售额。基于美团的数据也能算出商家在行业或一定区域内的经营排名。但，仅止于此了。

美团的餐饮行业是最强的，餐饮行业是现金流最好的行业，当一家餐饮企业需要贷款时，要么是装修、要么是开新店、要么是突发状况，这些都是具有较大风险的行为。

并且，线下店铺的平均生存周期只有2年，店铺转让有时会连营业执照一并转掉（线下商户转让时营业执照一般都不做变更），你看到的经营主体持续经营了很长时间，但实际上已经换了几任老板。

最关键的还是店铺掌控力，总体来看，美团带来的销量只占到店铺整体销量的20%，若基于这20%销量去测算信贷额度，显然不满足商家用款需求，但额度一旦放大，则商家违约成本降低。

美团的商家贷款是有BD团队配合的，BD某种程度上起到了银行客户经理的作用，但即便如此，它的不良率也高于淘宝、天猫贷款2倍以上。

美团的这种模式算是传统小微贷款的改良版——毕竟美团的场景解决了获客问题，核实了商家部分销售额。

第三种以台州银行为代表，大量的客户经理在一定区域内，每个人跟踪一批小微客户，走门串户，做深做熟，深耕多年后，客户经理对自己的客户非常了解，而银行的流程经过多次优化，逼近了线下效率的极限。

做得很好，值得尊敬。没有美团、1688、淘宝、天猫、京东们的线上数据，不良率却比它们低。

只是，这样的模式太重了，不是谁都学得来。以至于，离开江浙，这么多年来还没看到其它区域有成功案例。全国范围来看，台州银行这样的银行也没有几家，且全部集中在江浙。这或许与江浙的民营经济发达、抬会等民间借贷模式兴盛，企业普遍比较重信强相关。

另外，线下模式展业的机构不少，有的围着专业市场转，有的盯着有房一族看，无非找抵押物，查税务开票核实销售，拉银行流水结合财报看经营状况，实地看生产、库存、机器、员工人数。杀猪杀猪屁股，各有各的章法。

职业做辅助尽调的公司也不少，新华信、中诚信都可以按单付费上门收取客户资料并拍摄视频及照片。

如果一笔贷款几千万元，这么干，成本占比不高。但如果一笔贷款是几万元，几十万元，还随借随还只用3个月呢？

利息还够覆盖成本吗？

所以一顿操作猛如虎，利润只够吃卤煮。大部分机构还吃不了卤煮，基本被当成了二百五。

第四种是供应链，供应链这种业务模式极度依赖于核心企业，真正的好企业是银行哄抢的，利率一家比一家低，那是大行的战场，基准利率下浮是常有的事。

最TOP的一批企业，供应链是自己吃的，比如海尔、联想。业务逻辑很简单，控制账期就好了。牌照嘛，小贷、保理、融担牌照对于这样的企业来说，也不是问题。

真正的好企业，绝大多数金融机构是做不进去的，市场上都是大行挑剩下的。可是，一旦核心企业没那么强，风险是呈几何程度放大的。不要指望数据，对于供应链贷款而言，那是安慰剂，核心企业若出了问题，你的所有模型都是摆设。

所有供应链贷款中，唯一有技术含量的是仓单质押贷款。这里面有大量的机会。仓单质押，控仓控货是基础，估价准确是要求，而出风险时，能把货卖出去是核心。

即使是国有大行，也许能控仓控货，但要做到准确估价及货品处置也很难。所以，谁能同时做到控仓控货、准确估价，快速处置，谁就能做好仓单质押。

除开垂直领域，国内能全面铺开做仓单的除了阿里，也就只剩一个京东。

第五种是授信给企业实际控制人。企业是有限责任，个人是无限责任，授信给个人当然更有抓手。

只是，绝大多数情况下，授信给个人，用的是消费信贷评估模型，企业信息只是做了参考。

这种模式下，风险是可控的，但是授信额度偏低，平均只有几万元。该模式实际用的消费信贷方法论，和小微企业没太大关系。目标客户也只能定位到夫妻老婆店、路边摊、社区铺子，否则额度无法满足客户经营需要。

根据2019年6月23日，央行和银保监会首次发布的《中国小微企业金融服务报告（2018）》，截止2019年5月末，全国金融机构单户授信1000万元以下小微企业贷款不良率为5.9%。这里面还包含了大量的抵押贷款，若是去除，不良会更高。

小微贷款很难，目前没有普适的方法论。市场上还没有出现快速做大，但几年后风险依然较低的机构。当年的民生、平安、浦发、广发都给我们提供了失败的案例。当然，平安普惠虽然风险数据偏高，但在商业模式上不能叫失败，它是用高定价覆盖了高风险。只是这种模式，越来越不被监管所容忍，也就不详谈了。

3

这两年，在监管的强考核下，小微贷款的增速增量成了银行管理层的头等大事。传统的线下模式，产能有限，无法满足增速要求，尤其是中小银行，还要面对大行在考核压力客群下沉的市场竞争环境，能守住原来的老客户已属不易，更遑论高速增长。

小微贷款的数字化风控，一再被提及。模式的升级迭代，几乎成了唯一解药。

凡事过犹不及，当整个市场都在谈论大数据风控，都在吹捧机器学习时，危机已经悄然而至。

不仅是金融科技公司在谈，整个银行圈也在谈。城商行、农商行觉得这是弯道超车的机会，国有大行害怕错失新技术的窗口，金融科技公司对谁都在鼓吹。

尤其在疫情发生后，金融业的无接触服务从之前的可选项一下子变成了必选项，出门不谈点大数据，都不好意思见人。

疫情期间，我在线听了不少金融科技公司专家的论坛发言，不少人有真才实学，让我和自己的从业经验交相印证，获益良多。但更多人的观点和方法论让我越听越心惊，而这些发言者中，很多已经是金融科技上市公司的高管，他们服务的银行非常多，这让我不禁深深的担忧。

银行小微业务朝数字化转型当然是方向，科学的数据化决策当然是很好的路径，但贩卖焦虑，甚至神话大数据风控，大可不必。

我的整个职业生涯都与数字化、大数据、银行、金融这几个关键词相伴。我当然不排斥大数据风控，从我的从业经历可以看出，我是它最早的尝试者和推动者之一。

但今天，我发现自己已经听不懂这个市场上的某些专家在说些什么。金融业务的风险决策，是一个数学问题，但绝不仅仅是一个数学问题。决策树、朴素贝叶斯分类、支持向量机、逻辑回归、线性回归、随机森林……这些算法是工具，是方法，但不能也不应该是决策的全部。

我看到很多的风控团队，有些甚至是国内一线机构的风控团队，清一色数学、统计学高学历技术专家，基本就是在电脑前研究算法，研究数据。他们给出的每一个判断，都有详细的数据支撑，他们每一次调整，都貌似接近当下最优解。

你很难挑战他们，因为他们掌握数据，你个人的经验又怎么能挑战动辄几百万的数据样本呢？

但很多人不了解，同样的数据，解读是具备多角度的。由于数据本身具备复杂关联性，数据呈现的背后又有更多的原因，数据本身就会“骗人”。看似对，有时候要比明显的错危害大得多。

科学的决策，不但需要适合的工具，还需要深刻了解你的业务场景，深刻了解你的客户，算法是为了决策服务，而不应该成为决策本身。

这么说太抽象，举一些例子吧。

主流银行（我不喜欢用传统银行这个词，主流银行更为准确）信贷风险控制，最看重两点：一是贷前审批控制违约概率（PD），二是贷后处置降低违约损失率（LGD）。

为了控制违约概率，必然要求客户提供多项资料去证明有能力有意愿归还贷款，税务、发票、财务报表、银行流水、房产证、土地证都是为了佐证这件事。

降低违约损失率的方法也很简单，就是寻找优质抵押品，由于中国的房价在去年以前稳定的上涨了二十年，在过去二十年里，房产抵押是最为吃香及稳妥的抵押物。

我并不觉得复杂模型算法比这些简单直接的方法更高明，控制风险更有效。简单说，要是能方便的获取到这些核心信息，很多时候没有必要获取客户各种弱关联相关数据，做复杂的风险相关性分析。

数据是有成本的，数据的获取是需要客户授权的。如果一个客户几十K核心数据就能决策，干嘛非要分析上百兆的数据呢？

单户上百兆数据，为了节省成本，还得研制复杂的数据路由规则，让单户数据成本可控。

这么多数据标签要进入模型，得考虑缺失度容忍问题，否则模型运转不起来，运转起来效果可能也不好，这就需要一套复杂算法。

另外，还要考虑数据源的可替代性，否则一旦某个关键数据源出现问题，就是大瘫痪，这又是一整套复杂工程。

所以说，复杂并不代表先进，简单并不代表不好，关键是匹配你的业务，匹配你能掌握的资源。

数字化风控很好，但过度的吹，就变成了黑。

近几年，依靠税务和发票数据做数字化风险决策的小微贷款发展很快，我所在的银行也是市场参与者之一。

风险数据非常好看，但头部机构的额度模型我是越来越看不懂，不光我看不懂，一大批做了十几年小微贷款的业内专家也看不懂。

若用人工经验，我们看模型看的同样的数据，这样的销售额，这样的纳税额，这样的负债，这样的流动性，信用贷款是不大可能给出这样大的额度。

这样的情况还不是个例，是普遍性的偏差。

我自然知道，模型看了海量的样本。我们这些人，不管履历再丰富，终其一生肉眼所见的客户样本，也及不上它一天的量。

模型的决策，放在静止的当下看，一定比人工更准确。

但是，模型所看的样本虽然广度性足够，时间却不够长。如果是针对消费信贷，由于其信贷周期短，几年时间，足够经历十几次借还款周期，时间跨度或许足够。

对于小微贷款而言，客户的单次借贷周期更长，数字化决策发展的时间却比消费信贷更晚，我们还没有经历足够的小微贷款周期，尤其是处在近两年空前宽松的小微货币政策下，我们虽然乐观，但一定要保持足够的怀疑。

4

最后我们聊聊小微贷款的价格问题。我们总在谈小微企业融资贵，融资难，其问题的根源又到底在哪呢？

我前文引用过，根据2019年6月央行和银保监会公布的数据：单户授信1000万元以下的小微企业贷款的平均不良率为5.9%。

目前小微企业贷款的不良率看起来相对较低，一是由于在政府的号召下，在监管对金融机构两增两控强力考核下，所有金融机构尽全力在小微市场上投放，小微企业的流动性一时半会不会出问题；二是因为监管政策要求对还款困难的小微客户金融机构的贷款到期时要应延尽延，现阶段不会体现出不良；三是正常经营的小微企业，贷款后不会马上资金枯竭，即使经营不善，也需要一定的时间周期才会爆发。长期来看，官方公布的平均5.9%的不良率还是有相当的统计学上的参考意义。

这里讲的5.9%的平均不良率是单户授信1000万元以下的小微企业。能拿到几百万，上千万授信的小微企业，已经是小微中的佼佼者了，而更多的小微企业是路边一家一家的小店，是只有几个人的家庭作坊，是路边的小摊，是批发市场一个一个的档口。

这些客户的户均授信只有几万元到几十万元，生命周期只有2年出头，可以想象，这批客户的的不良率远超平均线5.9%。

很多人认为银行的贷款利润=贷款利率-存款利率-不良率。

大错特错，这么认为的人要么是真的不懂，要么是揣着明白装糊涂，其心可诛。

真实情况是贷款利润=贷款利率-存款利率-存款准备金成本-不良率-资金闲置成本-获客成本-数据成本-尽调成本-税务成本-清结算成本-拨备成本-机构运营成本（人力成本，科技成本，房租成本）。

这批客户即使是以5.9%平均不良率算，你觉得多少的定价才具有市场可行性？但若是真那么定价，媒体怎么写？监管怎么看？甚至于法院怎么判？无名无利还要挨板子，那么谁还愿意投入大气力去做呢？

长期以来，小微企业面临的融资难、融资贵问题，是因为融资路径少，刚性需求在银行等金融机构得不到满足，才会侧面导致小微企业去寻找民间融资较贵的渠道，小微企业聚集的江浙、广东等地抬会，标会等民间金融形式的发达也正因为此。

实际上，目前受疫情影响的小微企业，他们面临更大的问题是，有没有救命钱的问题，也就是信贷可得性的问题，他们面临的是融资难，而不是融资贵问题。当然，谁都想要又便宜又可获得的钱，但现实情况却是，鱼与熊掌不可兼得。

这几年，政策方向倾向于小微贷款，小微企业融资贵，融资难的问题得到了一定的缓解，近期公布出来的小微贷款平均利率是比较低的。

但这个低，也有一定问题。2019年6月25日，中国银保监会在浙江台州组织召开小微企业金融服务经验现场交流会。会议发布的小微企业贷款相关数据显示，至2019年5月末，全国小微企业贷款余额35.15万亿元，其中普惠型小微企业贷款（指单户授信总额 1000万元及以下的小微企业贷款、个体工商户和小微企业主经营性贷款）余额10.25万亿元；2019年前5个月新发放普惠型小微企业贷款平均利率6.89%。

定价6.89%，监管的定向货币宽松政策及展期政策恢复正常后，若是参照2019年监管公布的平均不良5.9%，不良接近定价，这个模式并不具备市场可行性，只能金融机构讲责任，提高政治站位，硬顶。

但目前整体35.15万亿元的小微贷款，普惠型10.25万亿元小微贷款，金融机构能顶多久呢？

何况，以上数据是2019年的，2020年疫情后，小微贷款的发放量更大，利率水平更低。银保监会政策研究局一级巡视员叶燕斐6月19日表示，今年以来，企业融资成本明显下降。2020年1-5月，普惠型小微企业贷款平均利率6.03%，较2019年全年平均利率下降0.67个百分点。一季度，制造业贷款平均利率4.32%，较年初下降0.46个百分点。

利率进一步降低，这对小微企业而言，这当然是可喜的。但这么大的体量，对金融机构而言，商业上如果不具备可行性，如何能够持久？除了意愿问题，金融机构本身的消化能力也有一个上限。

小微企业拿到的实际价格就是银行的利率定价吗？有些恐怕并不是，我们只能保证银行真的只收了那么多，真的没额外收费。

但，实际呢。对于小微贷款，中介介入的客户认可的中介加收费用是放款金额的2-5%，地区之间有巨大差异，如果是东三省，出现10%的案例也不出奇。

在这个范围内，中介收费，很多客户是认可的，甚至觉得是公道的，不管你多少次提醒没有额外收费，甚至去电询问，这些客户都不告诉你收费的实情。

这些情况不是坐在电脑前看看报表就能知晓的，要去市场，去一线，是不是事实，很好验证。

长久的信贷饥渴，造成了一种现象：小微贷款对于客户而言，银行是过客，中介才能帮他解决问题。

中介会帮他美化资料（税、票、流水）、会帮他推送多家银行，会在他拿不到钱时，帮他拿到钱。客户考虑的是一顿饱和顿顿饱的问题。银行可能帮他一顿饱，中介是他长期的依靠。

不到逾期，不到上征信，不到真的拿不到所有贷款，他就不会和中介翻脸。

金融机构不想根治吗？不想杜绝吗？怎么可能不想呢？金融机构没有收费，却要承担由此导致的投诉、不良上升、监管问责等种种不利，在这个市场上没有比金融机构更痛恨中介收费的了。

关闭渠道进件就能控制住中介收费？恐怕也不是。银行的客户经理心知肚明，自己手上的小微客户，不管是房抵贷也好，信用贷也好，有多少是自己的客户转介绍的？有多少是自己认识的渠道推单的？有多少是自己心知肚明过程中多半是被中介收了费了的？

大多数客户经理能把持住的只是自己不抽水而已。

中介收费问题，本质是市场的畸形导致的，多少金融机构在管控中介收费上下了苦工，产品介绍上明确表示除利息外不加收任何费用，短信中提醒，签署合同让客户确认没有其他收费，放款时再次确认，放款后还有电话回访。

但实际情况呢？客户不会告诉你实情，客户主动隐瞒中介收费的事实，甚至有时金融机构发现蛛丝马迹，客户帮中介打圆场。

小微客户并不是单纯的受害者，某种程度上小微企业和中介是相互依存关系，是某种程度上的共谋。

决定中介空间的，不是金融机构，而是市场，中介和小微客户实际上已经相互依存，金融机构强管控下，只能打低中介收费的比例，但很难杜绝。市场问题需要市场化解决，否则会产生一系列次生问题。

解决中介收费，还是要回到市场化上。

大家都认同，企业客户比个人更理性，但为什么中介向客户收费在消费信贷上得到了极大抑制，而在小微企业这一侧反而一直无法得到很好的解决？

不是简单的做好防骗宣传就可以了，银行网点比厕所还多，哪有那么多那么好骗的企业主，问题不是被骗，而是共谋。

解决中介收费，还是要回到市场化上。

根源还在供给上，供给如果不稀缺，客户也就没有了和中介共谋的必要。

所以解决中介收费问题，首先是遵循国家扶植小微的政策，持续加大小微市场的投放，让更多小微企业主对小微贷款的持续供给有更多的信心，降低他对中介的依赖。

其次是大力发展非接触模式的数字化决策小微贷款，减少客户贷款的中间环节，对公贷款不同于个人，中间的流程要复杂得多，一旦流程拉长，又在线下办理，中间就有牟利的空间。

2020年，国务院办公厅发布《关于印发全国深化“放管服”改革优化营商环境电视电话会议重点任务分工方案的通知》（国办发〔2020〕43号）。

《通知》要求，推动国有大型商业银行创新对中小微企业的信贷服务模式，利用大数据等技术解决“首贷难”、“续贷难”等问题。督促金融机构优化普惠型小微企业贷款延期操作程序，做到应延尽延，并引导金融机构适当降低利率水平。加强水电气、纳税、社保等信用信息归集共享，为增加普惠金融服务创造条件。鼓励商业银行运用数字化等技术建立风险定价和管控模型，优化再造对中小微企业的信贷发放流程和模式，推行线上服务、“不见面”审批等便捷信贷服务。

发文高屋建瓴，切中要害，但要落实下来，需要监管机构对现行监管政策做出优化。比如开户，现行监管政策是无法支持小微企业线上开户的，户都开不了，贷款怎么发放？怎么还款？还怎么落实不见面审批呢？其它更细的贷款及反洗钱规定就更不用说了。

我们相信政府的决心和监管的智慧，期待更多的细则逐步落地。只有小微企业更为便捷的直接和金融机构发生信贷关系，中介收费才能得到遏制，小微企业的融资成本才能进一步降低。

小微企业融资贵，融资难问题，短期之内靠着政府的号召、监管政策的考核，可以得到缓解，但长久来看还是得回到市场化解决的道路上来。

市场化的定价能使得金融机构小微贷款产品的商业逻辑能够得到自洽，激发商业银行的长期的供给意愿。供给充分后，融资难的问题才能迎刃而解。

至于融资贵，贵是一个相对值，什么是贵，什么是便宜，每个人的认知是不一样的。市场充分竞争后，会对不同资质的小微企业形成一个相对公允的贷款市场价格，在这个价格上加上各种补贴政策，才能对融资贵问题形成一个长效的解决机制。

市场化的问题，让市场来解决。