NEWS
【經濟觀察報】3.3億個小微經濟體的融資“魔咒”:數據究竟改變了什么?
2019-05-30


自2018年開始,政策即在密集釋放對于小微經濟體融資的利好,“兩增兩控”的監管要求對國內商業銀行提出了明確的小微金融增長要求。


根據創新領域研究機構“愛分析”在5月22日發布的一份報告,中國小微金融在未來幾年的年平均增長率將超過20%,到2020年,小微經濟體的普惠型信貸余額可以達到14萬億元,平均年增長2萬億。


不過,盡管小微金融在未來勢必迎來可觀的增量市場,但受制于行業經營特點,目前小微金融滲透率不足20%。超過3億的龐大小微經濟體,則很難被傳統銀行體系的金融服務所全面覆蓋。


愛分析聯合創始人兼首席分析師張揚認為,這樣的局面不會一成不變。換言之,在金融科技不斷升級的背景下,小微企業融資難的這把枷鎖開始被打破。


3.3億個小微經濟體


什么樣的企業是小微企業?中國有多少小微企業?


以工信部在2018年初劃分的最新標準為基礎,小微經濟體可以分為三個主要大類:第一類,小微企業和個體工商戶,約1億家;第二類,自營勞動者,約5000萬家;第三類,生產性農戶,約1.8億戶。以此計算,中國小微經濟體數量在3.3億個左右。


小微金融則一般是指面向小微經濟體的債權融資,核心是信貸服務。愛分析認為,從行業實際供需來看,小微金融是一個典型的供給端驅動行業,大量小微經濟體渴望金融服務。小微經濟體數量眾多,但經營持續性差,在經濟下行周期中小微經濟受沖擊尤其明顯。


這樣的特點為小微金融行業帶來了兩個核心問題:一是滲透率天花板低;二是風控需要有能力穿越經濟周期,門檻極高。


從2018年開始,中國“兩增兩控”的監管要求對國內商業銀行提出了明確的小微金融增長要求。不過,盡管政策為行業帶來巨大增量,但政策并不能解決服務下沉客群的問題。傳統銀行仍以原有大型企業子公司、孫公司,地方龍頭企業等為典型客戶。“目前來看,銀行服務小微金融路徑分化主要表現為:五大行、股份制等大中型銀行服務小微金融頭部客戶為主,如大型企業的子公司、孫公司等,創新集中在擔保貸款領域;而農商行、城商行等地緣性銀行則要努力實現客群下沉,更好服務如微型企業、個體工商戶、經營性農戶等客群,創新集中在信用貸款領域。”張揚告訴經濟觀察報。


如何打破“不可能三角”定律


在金融市場,傳統小微金融信貸技術存在一個被普遍認同的“不可能三角”定律,即:運營效率、風險控制、信貸規模,三者不可兼得。


不過,從一些跡象看來,這個定律現在開始出現被瓦解的可能。


消費金融業務曾是信貸創新第一波滲透的領域,通過信貸流程線上化解了消費金融向全人群擴展的問題。


小微金融信貸技術和消費金融的提升路徑相似,不過,與消費金融比起來,小微金融信貸風控提升難、效果檢驗的周期長。


“這其中的核心原因是小微經濟體受經濟周期影響大,對信貸技術穿越經濟周期的要求高,上行周期有效的風控模式未必能經受下行周期考驗,風控創新失敗率高。而信貸產品一旦風控失效,會付出極高的試錯成本。同時,小微經濟體經營相關數據缺失,可信度低。”張揚說。


愛分析的報告認為,目前看,小微金融有價值的數據一部分沉淀在各個政府部門,如央行征信中心、稅務部門、工商部門、電力部門等,另一部分則存在于經營場景中,如交易、招采、納稅、公司內部管理等場景。因此,小微企業經營數據積累主要有兩條路徑,一是政府數據的打通和開放,從結果數據預測小微企業真實經營狀況;二是企業經營、管理相關場景的云化,進而掌握多維度動態經營信息。


一直以來,市場上的征信類公司試圖直接解決經營場景數據源問題,但均未有跑通案例,原因在于,數據源不掌握在征信公司手里,而是在政府和場景云化公司的手中,征信公司很難直接與核心企業、B2B平臺等合作建立供應鏈管理平臺,從而實現有效的滲透。


在部分細分領域,小微企業云服務公司已經驗證了自身的商業模式,成為各自行業中的標桿,如零售云領域的有贊,財稅云領域的慧算賬、云帳房等。


張揚同時舉了商用車領域服務商獅橋為例。該公司的業務以車貸金融、車后服務、整車干線物流為核心,面向中國3000萬卡車司機提供普惠金融服務,后者多數屬于自營勞動者。整合商用車全周期多場景價值是獅橋金融服務的根基。基于場景價值,這家服務商試圖解決小微金融風控難題,同時衍生出一些創新產品。


“獅橋是經營場景里面的典型案例。”張揚向經濟觀察報分析認為,“這家公司有卡車司機線上和線下經營場景和數據,對于風險預期和把控更可靠。”


公開資料顯示,截至2018年末,這家公司已經累計為14萬卡車司機/車主提供了融資支持服務,貸款金融超過450億元。根據獅橋方面的介紹,目前國內小微企業貸款不良率為2.75%,較中大型企業高1.2個百分點,而該公司的不良率目前低至1%以下。


獅橋集團副總裁朱濤告訴經濟觀察報:“普惠金融面臨的最大挑戰,一是客戶群體天然的信用資質弱、不良率高,二是即使可以用非常重的線下風控模式把不良率降下來,卻又難以復制放大、難以真正普惠萬千客戶。”


附:關于獅橋如何解決這兩大挑戰


為解決這兩大挑戰,獅橋首先建設了強大的線下風控能力,獅橋深耕商用車金融市場7年、積累了豐富的針對眾多細分物流和客運行業的風險形態的寶貴認知。一線團隊有1000多人,深入到客戶生態圈內,了解每一個客戶,了解他們的業務和社交關系網絡。獅橋還有200多人的貸后管理和清收團隊,為個案風險提供充足保障。


近兩年,受益于多方大數據的豐富和移動AI技術的成熟,獅橋把行業洞察加入線上數據模型體系。當線上和線下能力有機結合后,既做到了風險可控,又做到了快速高效運營。因此,獅橋能夠快速放大商用車普惠金融模式,成為行業內在業務和風控都領先的頭部企業。


(一)線上信用模型


增強大數據風控、提升運營效率和安全性是金融科技企業的優勢所在。基于自有數據、人行征信和三方數據等20多個數據庫,獅橋建立了各類信用評級模型,實現了借款信息、數據補全、欺詐排查、風險評級的貸前審核和信用評級,自動否決高風險客戶。


①信用模型


在被批準直聯人行征信系統后,獅橋具備了建設信用模型的良好基礎,并在2017年建設了信用模型1.0版。隨著近年來三方征信數據、運營商數據、支付數據和個人社交數據等的迅猛發展,也為獅橋建設數據模型提供了更加豐富的數據來源支持,在這些大數據的支撐下,獅橋于2018年升級上線信用模型到2.0版。在百度、陽光保險集團、招商局集團等新股東的幫助下,獅橋正在升級信用模型到3.0版。


②反欺詐模型


獅橋建立了融合多方數據源的個人、企業知識圖譜,并基于知識圖譜和圖計算進行系統的反欺詐監測。


③“獅橋分”體系


獅橋對客戶進行信用評級,建立了“獅橋分”體系。“獅橋分”是經過海量數據綜合評估得出的信用風險評分模型,這一模型將申請獅橋金融服務的客戶根據PD風險大小分為不同級別,并給予不同的信貸策略。一方面縮短客戶融資審批時間優化客戶體驗,另一方面提供更安全可靠且合適的融資方案。


(二)線下風險管理團隊


獅橋建設了一支180人的屬地下沉貸后管理團隊,按月評估項目風險,從而做到對項目的持續跟蹤和風險評估,實現風險及成本的雙可控。

BACK TOP
95787
威尼斯人平台网站