小微贷款的另一条路

大数据风控模式之外，还有依赖客户经理队伍线下搜集风控信息、线上不断完善模型来有效服务小微企业的另一种模式

借力金融科技的联合贷款或助贷，是普惠信贷的惟一解决方案吗？答案是不。

过去五年间，尽管中国数字金融服务在规模和广度上都取得了令人瞩目的成就，但数字技术的发展并未能完全解决金融服务对中低收入人群的覆盖——这是中国人民大学中国普惠金融研究院在最近研究报告中的一个结论。

「一方面我们仍然需要扎根基层的网点和金融机构，与此同时，又可能有相当大一部分普惠金融业务，无论从信贷、保险还是支付等各个方面，将来更多变成线上的操作，这两个关系最后是什么样，还要在演进中逐步探索。」10 月中旬，中国人民银行前行长周小川在「2019 年普惠金融国际论坛」上做主旨发言时指出。

从国际经验来看，主流的小贷评估技术有两种，一种是征信+类似 FICO (美国 Fair Isaac 公司的信用评分系统) 的评分卡技术，偏重于利用大数据决策；另一种是类似德国国际项目咨询公司 (IPC) 的小贷技术，偏重于人与人的沟通，类似的方法还有法国沛丰小贷技术、印尼人民银行小贷技术等。这是两种完全不同的方法论。

一位国际小微信贷专家告诉财新记者，其此前的调研显示，越是 C 端个人业务，客户对数字化的获知和尝试意愿越高，B 端业务则越低；小额分散的 C 端业务天然适合「大数法则」，但 B 端业务仍需一部分线下流程来建立和获取用户的信任感。

泰隆银行首席经济学家郑勇军认为，普惠金融数字化、科技化的结果是，只有在普惠金融领域顶端的那部分客户，通过大数据挖掘、获客，能获得比较好的服务，但这些客户恰恰风险本身就比较小，「长尾的尾部是真正的弱势群体，如果没有线下客户经理团队，仅靠大数据就敢贷款给他们？我个人感觉这个条件可能还不具备。」

随着金融科技的发展，线下客户经理和线上数据模型也在融合之中。在中国人民大学中国普惠金融研究院秘书长刘澄清看来，「线下队伍并不是不重要，而是非常重要，因为『武器』再好，还是得人去管理。」

重客户经理模式做小微

十几年前，世界银行、国家开发银行牵头将德国 IPC 微贷技术引入中国。IPC 技术以劳动密集型的全能客户经理制度为特征，核心是考察借款人偿还贷款的能力，衡量借款人偿还贷款的意愿，强调银行内部操作风险的控制。

成立于 1993 年的浙江泰隆商业银行 (前身是黄岩市泰隆城市信用社)，是 2005 年德国 IPC 微贷技术的首批试点银行之一，也是为数不多的实践至今的几家银行之一。

目前，泰隆银行的户均贷款在 30 万元左右，100 万元以下的贷款笔数占比 96%。梳理其过往财务表现可知，除了 2011 年、2012 年出现净利润缓慢增长甚至负增长，从 2008 年到 2018 年十年间，净利润增速基本在 20% 左右甚至更高，不良率在 1% 左右，远低于中国小微贷款的平均不良率 5.9%。

郑勇军介绍，目前在泰隆银行，一个客户经理平均可以负责 100 户左右，需要对农村居民一个个建档并跟踪后续服务，「这是泰隆的商业模式，不需要通过助贷机构来辅助放贷。」

「这个模式太重了，就像新加坡模式在中国一样，没有推广意义。」一位大行小微金融负责人曾对财新记者直言。

果真如此吗？再看看目前被称为「小微之王」的台州银行，户均贷款仅 36 万元，100 万元以下的贷款户数占 94%、金额占 53%；但同样拿出了亮眼业绩：总资产收益率 (ROA) 2.43%、净资产收益率 (ROE) 30%，均超银行同业 1 倍以上；不良贷款率 0.63%，自 1988 年成立的 31 年来从未超过 1%。

台州银行是利用 IPC 技术将全手工时代的人海战术系统化、流程化、标准化的典型代表。台州银行员工 9600 余人，其中客户经理人数占比超过 40%，人均资产不到 2000 万元，是全银行体系最低的。

一位台州银行负责人告诉财新记者，该银行要求客户经理自己编客户的资产负债表和损益表；每个客户经理都有指定区域，必须专注于某个村居者行业，鼓励客户经理成为村居的知心人或行业专家。

成立于 2001 年的常熟银行 (前身是江苏常熟农商行)，则是另一家将德国 IPC 技术本土化改造后服务小微的代表。年报显示，常熟银行 2018 年末贷款户数 25.35 万户，户均贷款 36.61 万元，其中小微企业贷款和涉农贷款占总贷款之比分别为 65.05% 和 67.79%。如此高比例的小微贷款，其不良贷款率仅为 0.99%，拨备覆盖率达 445.02%，资产质量较好，受到资本市场的追捧。

这亦与常熟农商行的重客户经理网络密不可分。常熟农商行母公司小微团队近 1500 人，村镇银行团队约 1750 人。

随着近两年小微业务成为银行业的新热点，常熟银行成为新晋「网红银行」。据张家港行71 次。

值得关注的是，台州银行、泰隆银行、常熟银行三家银行开展小微贷款业务的基础方法，均是德国 IPC 微贷技术。其中，台州银行和泰隆银行的客户经理均在 4000 人左右，常熟银行的客户经理接近 1500 人。据财新记者了解，被认为是后起之秀的张家港银行，客户经理团队也有接近 400 人。张家港银行是从常熟银行挖了人负责小微金融业务。

不过，这三家银行都位于江浙地区，经济发达且社会信用文化根基深厚，是否可复制呢？

2005 年，引进德国 IPC 微贷技术的首批 12 家试点银行中，曾包括武冈包商村镇银行一位信贷业务人员告诉财新记者，包商银行系的 31 家村镇银行中，「只要坚持 IPC 技术一路走下来的，过得都挺好」。她同时告诉财新记者，武冈包商村镇银行就是头几年用了 IPC 微贷技术，后来定位改了，「如果当年坚持下来，我们也会很好。这次考察常熟银行之后，回去也考虑如何把 IPC 这个技术重拾起来。」

常熟银行副行长周斌亦告诉财新记者，该行在中西部地区设立村镇银行，也做得很好。他举例说，恩施土家族苗族自治州所辖八个县市均为国家级贫困县，常熟银行在当地的村镇银行，市场分额占比超过 5%。「能否做起来，跟经济是否发达没有绝对关系，还是看方法和坚持。」

一位常熟银行小微业务人士告诉财新记者，IPC 模式的初期成本高，「这是比较痛苦的阶段，要不断投入人力，需要三四年，过了这个阶段就好了，随着规模扩大，人力成本占比会越来越低，就看谁能挺得过这个阶段。」

「真正专注小微的小贷公司，都活得挺好的。」中和农信项目管理有限公司总裁刘冬文如是说。中和农信起家于中国扶贫基金会的小额信贷扶贫项目，2008 年转制为公司，是中国小贷公司中的成功典范。2016 年，中和农信引入战略投资者蚂蚁金服作为第二大股东。不过，即便有了互金巨头蚂蚁金服加持，中和农信也仍然是靠人海战术收集线下的软信息。

大数据风控也有缺陷

值得注意的是，前述几家银行都并不依赖互金机构的联合贷款或助贷。

「目前看，好多助贷机构的目的都不纯粹，根本不是真心来帮助银行的，其实还是想积累自己的客户数据，有利于未来它们自己放贷，或是扩大做数据生意的基础。而银行需要的是纯粹的助贷、纯粹的技术。」周斌如是说。

在孙宏宇看来，目前无论是助贷机构还是大数据风控公司，做的都是类似美国的三大征信局+FICO 分的模式，而 FICO 是基于数据提供的对信用分析的算法，以信用分的方式展现。但他认为，「各种信用评分可以评估还款意愿，但无法评估还款能力，评估还款能力必须借助很多线下的软信息。」

周斌亦称，未来随着线上数据的积累，有可能完全通过线上放贷，但比较局限，「比如小微企业有 200 万元的收入，如果仅仅靠线上的信息，可能只能贷到 20 万元，但实际它的需求可能是 300 万、500 万元。」

富国银行主管数据风险和小微企业信贷业务的高级副总裁王强说，富国银行 10 万美元以下的小企业贷款基本上通过线上审批放贷；10 万美元以上的都是人工贷前调查和审核；但是即便是线上放的贷款，如果发现有不符合条件的，还会有人工干预核实。

在孙宏宇看来，给小微企业贷款，银行需要还原其经营能力，比如一家餐馆一个月 5 万元营业额，信贷经理要了解一次性餐具用了多少、打印的卷纸用多少卷等，用这些软信息来判断、还原形成小微客户的损益表、资产负债表、现金流量表，这套方法不是靠一个大数据模型可以解决的。

「对小企业贷款必须掌握一套核心技术。」曾负责把 IPC 微贷技术引入中国的前世界银行东亚太平洋金融发展局首席金融专家王君表示，这套技术的关键在于，银行必须有一整套的客户筛选和风控体系，能够沙里淘金，将小企业的佼佼者挑出来，「这需要大批接受过培训的专业信贷员和管理者，需要科学的筛选和评价模式，还需要系统化的信息管理手段和设备」。

国际普惠金融领域的领先者安信永中国区负责人王丹丹表示，大数据依赖算法，但算法并不全面，而且可能排斥弱势群体，比如没有征信记录的「白户」几乎没有网上数据，大数据怎么去填补这个空白？

「我们有很好的『白户』客户，是被大数据模型拒绝的；因为这些人没有任何贷款经验，线上的数据也很少，甚至可能没有任何线上足迹。所以，我们一定有线下的人工团队。」中和农信人士对此表示。

此外，泰隆银行上海分行党委书记徐耀指出，由于欺诈产业升级，真实软信息的获取更加困难，面对面核验的重要性提升：「我们吃过亏，现在有一整套产业链来仿造银行流水。我们现在都是让客户直接把手机银行打开，当面去看流水。」

智能化升级：线上+线下

随着零售业务的增长，传统的客户经理模式也在升级。

「对于零售业务，即使一个客户经理能管理 1000 个、2000 个客户，也是管理不过来的，这是一个亟待解决的问题，而这个问题的解决只有靠科技。」江苏另一家从 IPC 技术起步的农商行小微业务负责人告诉财新记者，2009 年该行涉足小微业务时，采用的方法包括阳光信贷、整村授信，或引入德国 IPC 技术，核心都是以自编报表的方式帮助财务状况并不健全的微型企业、个体工商户建立其资产负债表或现金流量表，并且通过一些交叉验证来评估客户的真实还款能力。

近几年，金融科技公司及「没有客户经理的」互联网银行的兴起，在线上业务方面将传统银行远远甩在身后。该负责人表示，近两年该行一是在流程上用科技代替人工，例如人脸识别、数据提取、电子签认证等，将一些市面上已经成熟的功能点嵌入现有流程进行优化；二是用数据替代人工，通过接入当地的工商、税务、电力数据，改进此前客户经理纯手工提取的效率问题和数据真实性问题。「其实都是慢慢地从传统的手工提取到数据应用的转换，大家都意识到不能再全部用传统的人海战术去做了，因为未来人力成本更高、人力管理难度更大。」

徐耀也指出，泰隆银行进入上海市场后面临挑战，一方面，由于欺诈产业升级，真实软信息的获取更加困难，面对面核验的重要性提升；但另一方面，相比于三四线城市，上海人口流动率高的现实为逾期贷款的清收带来不小的压力，更为高昂的人力成本和交通成本，也对客户经理的合理区域分配和人均产效提出了更高的要求。

常熟银行就对传统的 IPC 方法做了智能化升级，将线下调查和线上审核相结合。前述常熟银行小微业务人士说，之前该行 IPC 方法是全流程都由一个客户经理完成，时间周期长；现在把整个流程切片化，银行客户经理人手一台 iPad，到现场把各方面的信息都给拍下来，上传到银行的信贷审批网络系统，中后台马上就开始数据处理，以此提高效率。「现在我们调查一个客户，从贷款申请到放贷，只需要一天到两天。」据财新记者了解，在实现审批环节集中后，常熟银行的客户经理已经由 1600 多人降低到 1100 人。

前述江苏农商行小微业务负责人也表示，目前，即使客户在线上的跑批模型已经过了，还是要结合线下调查，起码要等运行到一定体量之后，不良率得到控制，才可以逐步放开。

此外，也有第三方金融科技服务商推出了类似的模型系统。例如，方付通于 2018 年 1 月推出的智能信贷产品，就类似于常熟银行的方法，通过结合线上和线下，把 IPC 的方法论融入智能系统中，用机器取代了部分人工。

据孙宏宇介绍，这套系统有 83 套问卷，涉及 83 个行业，128 套问卷自由组合；而且这些指标全是不可篡改的，可以监控客户经理的欺诈行为，比如内外勾结会有留痕，每个月会给客户经理评估道德风险。

方付通并不放贷，前述产品是一套软件系统，所收集的信息全部由银行掌握。目前该产品已在全国八个省的 20 多家城商行、农商行试点，小微信贷余额 20 多亿元，不良率仅 0.2%。

如何数字化转型

尽管很少用助贷或联合贷款，但相关银行也都不否认数字化的影响。

前述台州银行负责人说，目前台州银行正在改革，在花大力气加强数据的应用和投入。周斌也说，数字化是一个趋势，虽然可能暂时来看数字化不能解决所有的问题，「我们其实一直在嫁接数字化技术，一方面自己在建模，另一方面跟其他机构在合作，但目前没有百分之百运用，只是帮助我们人工做判断的时候多了一个支撑。」

在小微金融的数字化转型方面，部分大型银行选择砸重金去改进核心系统和搭建大数据平台，争取迎头赶上互联网公司。以国家电网等政府部门数据，开发出了信用快贷、政采快贷、投标快贷等一系列快贷产品。

不过，并非所有银行都有实力主动对接政府部门数据和自建系统。一家农商行小微负责人对财新记者表示，建行这种平台初期少则几百万多则几千万元的投入；而且，风控平台需要在市场上通过海量的案例来训练，是需要数据支撑的，中小银行是否有能力获取大量的数据？

更多银行还要依赖政府主动梳理并开放数据。据不完全统计，目前全国各地省级层面已经有广东、浙江、山东、贵州、福建、广西、吉林、河南、江西、内蒙古、重庆、上海 12 个省份设立了省级大数据管理机构，负责推进政府信息资源整合利用，打破信息孤岛、实现数据共享。近期，北京市金融局局长霍学文就在公开场合称，北京市政府成立大数据局，今年所有数据都要上网，并且专门成立了金融大数据公司，希望解决小微企业融资信息不对称、成本较高等问题。

但各地政府数据的开放程度和进度参差不齐。例如，由央行批设的苏州小微企业数字征信实验区，打通了 74 个政府部门信息壁垒，与 100 多家金融机构合作，帮助 1 万多家企业解决了 5900 多亿元融资。但前述江苏地区农商行小微负责人对财新记者表示，该行今年上线了一款基于当地社保数据的纯线上贷款产品，但由于其他地区的社保数据并未开放，目前无法推广到异地分行。而且，各个部门的数据接口分散，为金融机构的数据接入带来很大成本。

确实，对于地区性商业银行来说，单靠自身力量获取全国性数据还是有难度。一位大数据专家对财新记者指出，以城商行为例，很难去采集别省的数据，尤其是对公业务，客户样本少，这样就难以建模并对模型进行训练。

此外，有些银行自身虽然躺在数据金矿上，体系内沉淀有大量的信息如客户行为数据、交易对手数据、交易转账行为数据，但还没有很好地打通和利用，不少银行仅停留在建好数据仓的阶段，数据标准尚未统一，一些数据的录入和迁移还需要手工操作，离真正的数据驱动业务还有相当大的距离。

在这方面，人才是一大软肋。今年 10 月，中国互联网金融协会和瞭望智库发布的《中国商业银行数字化转型调查研究报告》，基于 51 家样本银行的调研指出，73% 的样本银行认为，创新技术人才不足是目前推进数字化转型进程中最为普遍的挑战。飞贷科技首席战略官孟庆丰告诉财新记者，「人才都集中在北上广、杭州、深圳，对于内地一些银行来说，不是它们没有这样的动力或招不起，而是给再多的钱也没有这样的人。」

银行缺的不仅仅是技术人才，更需要数字化经营人才。前述小微信贷专家对财新记者直言，金融机构首先需要清晰定位客户，有了逻辑才能知道需要什么数据，「一些金融机构总是要政府给这给那，其实收集来的数据都不知道用来做什么。」

孟庆丰也有同感。他对财新记者表示，银行无法接入数据是一重障碍，但更关键的是接什么样的数据；尤其是有些中小银行，自己并不知道要接哪些数据源，是应该接全国数据还是一些省市独有数据。

归根结底，无论是联合贷款还是助贷、自建系统还是外部采购、线上还是线下模式，最终仍要归于银行自身的定位与思维，银行得总结出一套适合自己的打法，才有可能在数字化转型的残酷竞争中冲出重围，而非简单依赖某一种模式续命。

周斌做了十几年小微信贷的感受是，「小微要经历一个很长的准备期，从不成熟到成熟，中间会发生很多问题，关键是要坚持这个方向。」