小微徵信行業上演生死時速：同質化困局如何解？

「目前市面上小微企業徵信產品的同質化程度非常高」，一位華北徵信機構負責人表示。

這首先體現在數據來源上。「大家都是從一些最容易獲得的企業數據（如工商司法）入手去做小微徵信，但又在小微企業本身的業務理解上不夠深耕。」

百融金服副總裁王正明認為，這導致市面上大量的小微企業徵信產品，本質上就是一份份工商司法數據報告。

其次，在微眾稅銀董事長趙彥暉看來，同質化還體現在客戶需求上。

「雖然每個企業都有自己擅長的一套，比如有些做純信用融資，有些做反欺詐，相互間並不完全一樣，但這就像吃菜，你今天晚上吃了川菜，就不會再吃粵菜，同理，從客戶需求角度來說，他只需要那麼一兩家的徵信產品，這也是一種同質化。」

據了解，產品同質化如今已成為小微徵信行業面臨的主要問題，為什麼會出現產品同質化、如何破解同質化競爭，針對這些問題雷鋒網AI金融評論採訪了多家持牌企業徵信機構。

產品同質化為何如此嚴重

徵信產品的設計離不開對信貸風險的理解，而小微企業的信貸風險來源大致可分為五個層面：

1、企業基本面信息，包括工商登記信息、涉稅信息、司法訴訟信息等；

2、 企業關聯信息，中國的小微企業主平均會有2-3家公司，他們一般會把經營狀況最好的一家拿去申請信貸，而隱藏一些經營狀況不良的公司；

3、 企業在銀行里的徵信報告，這些報告能夠反映一個小微企業在銀行體系內的共債情況，及其過往信貸行為表現；

4、 小微企業主個人的資金、資產狀況，中國的小微企業主向來存在公私不分的特點，個人資金與企業資金之間可能存在相互挪用的風險；

5、 小微企業本身的經營狀況，如ERP數據等，小微企業經營狀況的好壞從根本上決定著它的還款能力。

在王正明看來，目前市面上的小微企業徵信產品大多集中在對1、2層面數據的解讀，其原因在於工商司法信息、企業關聯信息、對外投資信息等可以說是國內現階段公開最透明、獲取成本最低的數據源。

「事實上國內的數據開放之路發展比較緩慢，這裡不光涉及到技術，還涉及到很多法律層面的東西，所以目前大家在數據源獲取方面還是比較窄，能拿到的數據只有那幾類。」趙彥暉表示。

除了數據來源少、徵信產品「原材料」缺乏之外，王正明認為國內小微企業徵信產品同質化還有更深層次的原因。

「各家徵信公司對小微企業信貸風險的理解還存在一些缺陷，尤其是對垂直行業的業務場景理解不夠深，產品設計不夠精細化，這其實是產品同質化的一個根本原因。」

「大部分人從表面上理解，會覺得數據是小微徵信最核心的要素，但在我看來，對垂直行業、對場景的理解反倒是最重要的。」王正明認為，好的徵信產品不能只是數據的簡單堆積與加工，而應該是一套包含更多基於場景解讀的規則和評價體系。

因為同樣一份數據，由於小微企業所處行業不同、企業規模不同，可能會帶來一個不同甚至是完全相反的理解。

「舉例來說，比如同樣是企業訴訟，我們認為一些微型企業一旦出現了訴訟，就是一種不太好的情況；但對一些有規模的企業，這裡的容忍度就可以適當放寬，因為從歷史經驗來看，一個企業尤其是高科技企業一旦形成規模之後，訴訟變多並不是一種特別壞的表現，反倒是說明這家企業在市場上打開了，它的產品受到了更多的關注，所以才會產生這種訟訴狀況。」

此外，從行業發展角度來看，目前國內小微徵信行業還處於發展初期，各方面還未進入精細化、成熟化階段。

與個人徵信類似，國內的企業徵信起步同樣較晚，自2013年國家頒布《徵信業管理條例》以來，才走過短短6年時間。

「現在還處於發令槍剛響過三五秒的時候，這時候大家就算有差距，差距也不會太大，產品同質化屬於行業發展初期階段的正常現象。」趙彥暉表示。

「未來會相互賽跑，業內的判斷是最終可能會砍掉3/4的徵信企業，按現在持牌的124家來算，最後能留下的可能只有20多家。」

事實上，不只是中國，從全球範圍來看，各國徵信業發展成熟之後玩家都不會太多。

如美國在企業徵信領域呈現Dun & Bradstreet（鄧白氏）一家獨大的結構，而日本的企業徵信採用市場競爭模式，已形成帝國數據銀行和東京商工調查機構主導的雙寡頭格局，韓國、德國也與此類似。

如何破解同質化競爭

可以說這註定是一場少數玩家勝出的比賽，那麼在這場生死時速中，如何用差異化找到自己的生存賽道、如何在同類比拼中跑贏對手？成為擺在各類玩家面前亟待解決的問題。

挑「壞」的邏輯。「比起弄明白誰是好人，徵信更重要的是把壞人挑出來，建立風控模型，建立壞人畫像，所以小微企業的不良記錄對徵信機構很關鍵。」

在趙彥暉看來，相比銀行，獨立的第三方徵信機構在收集小微企業不良記錄方面更具優勢，畢竟銀行之間會存在黑名單互不相通的情況。

不止步於徵信報告。徵信產品的客戶是銀行，而不同銀行的需求千差萬別。據了解，此前銀行的風控模型大多圍繞借貸數據（屬於金融數據）來建模，而稅務數據（屬於非借貸數據）對銀行來說，屬於比較陌生的數據。

在中國涉稅數據是一個較為特別的數據，大多數銀行拿到之後，不是用不了，而是用不好。所以徵信機構不能只單純提供風控報告給銀行，而要針對不同的銀行客戶提供從諮詢到開發的一整套徵信系統。

在數據源方面更多維。「一般來講，基於對行業的理解，你在整個風控里加入的有價值的數據維度越多，你的風控模型對小微企業的評估就越精準、越客觀」。

在金蝶徵信總經理董聰看來，通過增加採購、生產、銷售、後勤等企業日常經營數據，既可以彌補財稅數據角度的單一，把握企業真實運營情況，還可以從小微企業的角度為其提供更多個性化信貸服務，這是小微企業信貸未來發展的一個趨勢。

此外，更重要的是不能只停留在數據表面。正如王正明所講，「做小微企業徵信，數據只是表面上的關鍵。更深層的關鍵是對於數據的深度解讀，以及對於行業的深入理解。」

「做行業徵信，首先要明確的是數據應用的方向。」天創信用CDO趙千里表示，企業徵信的應用最終還是要通過行業進行落地，而不同行業在需求上和信用應用的客觀條件上都存在著較大差異。

例如對於電力行業，要先從電力內部應用服務做起，對數據的選擇、處理、建模要以內部應用為導向，等待內部應用服務成熟後再向外部的應用擴展，同時在建模上要用到神經網路和隨機森林等複雜演算法。

而像汽車行業，則更偏向於市場化的應用，因此在數據選擇上除了行業數據，還需要外部信用數據的輔助，而在建模上要以精度高、可解釋性強的方法為主。

事實上，自2017年以來，除兩家外資徵信機構外，再無中資徵信機構獲批，從開放牌照到收縮准入，行業洗牌早已悄然開始，留給玩家們的時間已經不多。雷鋒網雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！