上半年普惠小微貸款餘額超10萬億大增22.5％，小微「助貸」迎市場空間

來源：零壹財經

作者：澄子

2018年以來，在監管部門多個「扶持小微」政策的大力推動下，普惠小微貸款持續增長。近日，央行發布《2019年二季度金融機構貸款投向統計報告》顯示，2019年二季度末，普惠小微貸款餘額10.71萬億元，同比增長22.5%，增速比上季末高出3.4個百分點。

然而，由於銀行業金融機構在小微領域的信貸風控技術軟肋仍在，現階段面向小微企業的無抵押純信用貸款服務依然有限。大數金融首席風控官漆瑾聲在接受零壹財經採訪時透露，國內大型銀行做的小微貸款，仍有很大比例是有抵押物的，而對於更多沒有抵押物的純信用的小微信貸，銀行覆蓋到的依舊很少。

在監管鼓勵與引導之下，銀行業在小微金融領域也加速了對內對外的技術求索。以往在小微金融業務鏈條上承擔著獲客、風控等角色的助貸機構，也迎來了科技賦能的市場機遇。

小微信貸難題待解，助貸機構迎來市場空間

2019年以來，監管政策對小微金融的扶持力度不斷加大，相關監管部門在上半年接連出台三項扶持小微相關政策。其中，3月4日銀保監會發布的《關於2019年進一步提升小微企業金融服務質效的通知》提到，要進一步調整普惠性小微金融監管「兩增兩控」指標，明確頭部五大行餘額增長30%的要求。

政策推動下，小微貸款增長顯著。7月26日，央行發布《2019年二季度金融機構貸款投向統計報告》指出，2019年二季度末，我國普惠小微貸款餘額10.71萬億元，同比增長22.5%，增速比上季末高3.4個百分點；上半年增加1.22萬億元，同比多增6478億元。

然而，從貸款結構來看，目前金融機構為小微企業提供的多為有抵押、有擔保的貸款服務，無抵押的純信用貸款佔比依然較低。零壹智庫此前發布《21家銀行小微金融線上化報告：兩類流量入口與三大信貸模式》指出，報告監測的21家商業銀行提供的信貸產品主要包括個人經營性貸款、抵質押或擔保貸款、房抵經營貸以及小微企業稅易貸等，僅有少數銀行提供了面向小微企業的純信用貸款。

「國內大型銀行做的小微信貸，實際上百分之八九十都是抵押類的，而對於更多沒有抵押物的純信用的小微信貸，銀行覆蓋到的依舊很少。」大數金融首席風控官漆瑾聲在接受零壹財經採訪時表示。

一直以來，小微企業由於自身經營特點，存在對周期性經濟波動抵抗力弱、企業經營信息不透明等問題，導致相應的小微金融服務一直存在高風險、高成本、難以規模化等難題，銀行等金融機構在此類貸款服務上長期缺位，相應的風控數據和技術也沒有發展起來。隨著監管的鼓勵與引導，銀行業金融機構紛紛著力小微貸款，在發展自身技術和數據能力的同時，也紛紛向外尋求「支援」，這給小微領域的助貸機構帶來了不小的市場空間。

「助貸」賦能，信貸風控技術攻關不易

目前來看，小微助貸賽道上的參與者主要有三類。一類是BATJ等互聯網巨頭，其優勢在於流量以及流量背後的數據，通常採取與金融機構開展聯合放貸的模式；第二類是保險機構、擔保機構，通過提供信保、融資擔保產品參與信貸業務；第三類是金融科技企業，助貸機構是其中的主要類型。各類助貸機構所涉業務環節包括獲客、營銷、風險管理、貸後管理等。

2017年以來，以141號文（《關於規範整頓「現金貸」業務的通知》）為代表的監管文件，對助貸機構的業務範圍做出了不少規定，其中就包括「銀行業金融機構與第三方機構合作開展貸款業務，不得將授信審查、風險控制等核心業務外包」。

141號文發布之後，銀行業金融機構對自身風控能力的提升有了更強烈的需求，與之相應的，不少助貸機構也開始轉向科技輸出。麻袋研究院高級研究員黃燕萍指出，目前已有多家具有金融科技及客戶數據優勢的助貸機構與銀行合作開展小微企業貸款，預計接下來將有更多助貸機構參與其中。

而在助貸機構對外輸出賦能的過程中，與信貸風控相關的技術尤為受關注。小微金融風控難做是業內共識。目前來看，助貸機構與銀行開展合作時，相關的風控和擔保工作仍然為主要合作內容。

中國的小微信貸風控技術經歷過第一代以抵押物為主的抵押貸款，到了第二代則是「三品三表」、IPC交叉檢驗技術，隨著大數據環境的改變以及技術的發展，以「數據驅動的風控技術」在解決小微信貸難題方面備受推崇。

然而，縱觀國內應用數據驅動型信貸技術的助貸機構，更多的服務是面向消費金融領域，小微領域做得出色的機構並不多。

「數據驅動的風控技術，其背後的零售信貸方法論在消費金融領域很普遍，運用於小微企業信貸領域，則是個創新。」 漆瑾聲介紹道，「從消費信貸領域跨界到小微信貸，門檻不低。首先是信息不對稱的解決難於消費信貸。小微企業的經營業績容易造假，很難考證。

其次是試錯成本高。小微客群風險特徵與消費客群差異很大，風控邏輯不能照搬，甚至涉及很多顛覆性的理念創新。而這些都需要風控人員在實踐中摸索發現，摸索的過程就是試錯的過程。小微因為筆均金額大，試錯成本往往是消費金融的幾十倍。

以數據建模為例，定製化的小微模型需要有足夠的數據樣本堆積。對於筆均8000的消費類貸款而言，假如完成樣本積累需要做20億業務，那麼對於筆均25萬的小微貸款就需要做600億以上。樣本積累的過程，也即業務試錯的過程。很多銀行就是因為小微業務的試錯成本太高，因此半途而廢，倒在了創新和試錯的路上。

最後，小微業務具有周期性風險高的特性，其抵禦大周期風險和小周期風險的能力弱於消費金融群體，這些都對小微信貸技術提出了特殊要求，成為小微風控的門檻。」

數據驅動的信貸風控技術，核心在於有效數據的獲取和應用。其中，客戶好壞表現數據，常用於風險模型的Y值。風險標籤是否乾淨，直接影響模型質量。

漆瑾聲指出，「缺乏Y值的模型，屬於無監督模型，比如聚類分析、風險畫像都屬於這一類。有效的評分卡和決策樹應該是基於有監督的演算法。在有監督的基礎上，模型好壞則取決於數據質量和開發人員的技術水平。評分卡因為開發流程標準，人才培養相對容易。決策樹的策略開發則易學難精。看似無門檻，實則要求開發人員具備豐富經驗和透徹的業務理解能力。不好的決策樹往往容易出現過擬合及效果差的問題。」

同時，我國的數據行業仍存在較多的問題，一方面在於有效數據的缺失，另一方面缺少合理合法的數據共享機制。而數據之上，對數據的應用能力、建模能力也關係到助貸機構風控水平。

可見，助貸機構要抓住科技賦能這一風口，自身信貸技術水平是關鍵。

而金融科技平台做小微領域風控技術輸出，擔保或保險也是重要一環，「光講技術也是行不通的，不同於諮詢業務一鎚子買賣，信貸科技的賦能還需要關注技術輸出後的結果。」在漆瑾聲看來，通過融資擔保或者是保證保險這種方式來做助貸會是主流，也符合責任與權利相匹配的一種原則。

End.

近期會議推薦

8月22-24，貴陽

中國零售金融發展峰會暨2019零壹財經新金融夏季峰會

長按識別下方二維碼，即可參與報名

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！