利率價格戰開打

大行擠壓中小銀行生存空間

今年3月發布的《政府工作報告》強調，未來要著力緩解企業融資難融資貴問題，適時運用存款準備金率、利率等數量和價格手段，引導金融機構擴大信貸投放、降低貸款成本。

這當中自然繞不開放貸機構對于風險定價問題，但從今年一季度的數據來看，銀行們似乎打起了一場貸款利率價格戰。

官方數據顯示，2019年一季度新發放的普惠型小微企業貸款利率為6.87%，比2018年全年該項利率（7.39%）低0.52個百分點。其中，五家大型銀行一季度新發放的普惠型小微企業貸款利率是4.76%，較去年四季度下降0.13個百分點。

從各大行的年報來看，2018年四季度，工行、中行和建行新發放普惠型小微企業貸款利率則分別不到4.5%、4.79%和5.29%。

需要注意的是，2018年3月到2018年末，全國小微貸款不良率從2.75%上升到6.2%左右。

財新在報道中總結稱，五大行所執行的小微貸款利率，基本低于前述貸款利率盈虧平衡點，與資金成本已然出現了倒掛。

與此同時，地方城商行、農商行正在被大行“降級打擊”。以黃巖農商行為例，該行對政策性銀行轉貸款小微企業平均年化利率在6.5%左右，較一般小微企業平均年化利率下降近2個百分點——這一利率水平顯然不能與大型銀行相抗衡。

表面上看，低利率確實降低了企業的融資成本，但國有大行借利率優勢奪走中小銀行的優質客戶，一些長尾端的次優級客戶仍然無法以合理的成本獲取資金。市場開始擔心，這一問題如果未能得到實際解決，中小微企業融資的路可能會越走越窄。

中國普惠金融研究院院長貝多廣指出，短期內可以迅速實現對小微企業的資金供應，但從銀行內部看，普惠金融事業部等要靠其他部門賺錢補貼，“長期抬不起頭”；更宏觀的問題是，低成本資金的涌入擾亂了市場，真正市場化定價的貸款產品會被擠出。

百融云創副總裁蒲克強近日在新流財經研討會上也表示，從微觀層面來說，小微金融長久運營的關鍵點之一正是風險定價，“這里面既控制了風險，也保證了不同風險分層里面的客戶空間。”在此基礎上，再針對分層數據來對客戶體驗進行差異化設計。

行業間差異促使風控和獲客

愈發場景化、精細化

在金融機構和金融科技公司們將目光投向小微金融的廣闊藍海時，企業所在的行業也被納入到營銷和風控的考量當中。

孚臨科技CEO唐科偉強調稱，風險管理一定要分行業，行業風險集中度一定是根據企業在該行業的排名、規模，以及對應的行業周期、宏觀經濟對行業的影響，都要做非常詳細的分析，這屬于企業風險重要的分析方向和重點。“比如說當年阿里的淘寶貸款，貸款分析就有把每一個店鋪在整個淘寶平臺上的排名全部都做出來，這都是分行業的。”

另一點則是要分行業解讀企業數據，不同行業的數據分析邏輯未必通用。

“像餐飲行業，它的淘汰周期是兩年，可能淘汰90%以上，這時候這個餐飲行業的區域、客流量、菜品，都會有很多的影響。以及它的整個供應鏈，需要打通一些供銷商的供應數據。但如果是化工、是服裝，使用的宏觀數據和企業類數據又不一樣。”唐科偉說。

各行各業的特性逐漸催生出更為精細的小微金融業務模式。

“要做好B端，除了風控之外，還要基于場景以及行業的屬性特點、前景和周期性進行特色化的金融場景設定。”百融云創的蒲克強指出了B端和C端金融服務的差異所在，他以社區便利店為例進一步說明了場景化金融和行業屬性相結合的操作：

像以電商起家的京東數科，在小微金融的布局上也頗具垂直特色。京東數科小微生態部總經理王曦介紹稱，京東商群里一個最大的SKU族群就是3C產品，因此之前在京東商城內部服務的一些小微企業也基本上是圍繞著3C；同時也會有像今年發展很快的母嬰、食品，和增速很快的寵物行業。

“其實我們的場景基本上前幾年都是基于京東的，是圍繞著零售、快消品和貿易這個流程去做。現在做小微企業也會圍繞著這些我們比較擅長的行業。”他表示，京東數科相對會偏好做“一些小額的、短的、融通類的貸款”，單筆金額不能太大；像生產型企業，他們的前期進入就會比較慢一些。

所以，哪些小微行業會受到金融科技公司的更多關注？

“要選風險能夠被數據充分反映的行業。跟著數據走，如果這些數據和對應的這個行業或者是企業的風險是基本上都能夠一致的，那這個行業至少是值得我們去探索的。”唐科偉這樣說道。他指出，快消、零售、餐飲和服裝的行業特點和數據豐富度都尚算一致，發展相對成熟。

蒲克強也點明，會偏好像快消場景這種資金需求小額分散的、短期高頻的行業；對于真正有一定規模的企業，“我們最好集中到供應端來做，把它的交易信息做整合。”

“一些大宗（行業）其實不是不成熟，是因為它里面的壁壘，很難以我們的定價去打碎它。像醫療，醫院和藥房的關系就很難被打破。”王曦強調稱，以C端撬動的場景可能更便于小微金融服務的開展。

不過，也并非所有涉足小微金融業務的公司都會特地挑選行業來開展。大數金融聯合創始人陳志堅就表示，基本上各行各業他們都做，“各行各業做的好處是你會避免踩到某些行業的雷。假設篩選嚴格一點，100個你只核準20個，即使是比較不好的行業，你挑到的也是里面比較好的客戶。”

而在獲客手段方面，金融科技公司們也開始基于場景/產業來開展。例如百融云創就與多個產業場景端合作，“像B2B電商平臺本身有很多模式，它叫信息中介；不斷地又有一些平臺切入到交易，切入到自營，從信息中介轉化成交易中介。”

蒲克強解釋稱，這種電商平臺或者產業互聯網平臺，一是擁有大量正在經營的注冊客戶，活躍度較高，這也就呈現出了批量獲客的效果；平臺本身又是線上化、自動化，運營成本也隨之降低。

小微風控數據的癥結和新解

從充分發展的個人信貸業務轉向小微企業信貸之初，放貸機構要面臨的艱難處境其實比我們想象中的要復雜許多。

陳志堅介紹，傳統的小微風控可以分為兩種流派：

• A：花很大的精力培養客戶經理，從客戶的原始單據還原成報表。要花半天時間去看去問，回來還要再花半天時間去處理。這種做法時間成本很高，如果看完回來決定不做，這一天就廢掉了。要覆蓋到全國范圍，就要培養大量員工。人多了也很難管理。

• B：先確定好行業，比如服裝批發，如果覺得這個行業未來不錯，就到這個商圈去，可能把大部分客戶都做了。這種做法上量很快，但問題是行業集中度太高，如果碰到這個行業（低谷）周期，呆賬會很多。

他進一步指出為何小微比消費信貸難做風控：“我們一筆（業務）幾十萬，如果要積累到足夠的樣本去做模型策略，可能要花兩三年，做兩三百億（的業務）。

這個模型的穩定性還要比消費信貸的要差一些，一是由于當時開發的時候，樣本沒有信用卡幾百萬的水平；二是小微企業客戶天生受到市場景氣程度的影響很大。外部的影響是再好的模型和策略都沒有辦法抵抗的，這就對風控技術提出了更高的要求。”

數據的獲取和處理一直是小微風控一塊久治不愈的心病，其中難點之一正是要考慮小微企業的本身（B端）和企業主個人（C端）的雙重屬性。

蒲克強認為，要解決這一問題，要先看數據的核心程度，“B端的核心數據一般來源于政府機構和產業場景端，要有真實的小微企業的經營數據和交易數據。我們所覆蓋的往往是長尾客群，這類企業主往往是央行征信白戶，這就需要第三方數據公司在合法合規的情況下用一些替代性的數據，做進一步的整理歸納。”

在數據維度上，金融科技公司也摸索出了新的思路和操作邏輯，例如從涉稅數據下手。

“數據容易分散在各個渠道，就像支付寶涵蓋不了其他渠道的支付數據一樣。B端的數據很多，但是缺失度很高，而涉稅數據是唯一一個涵蓋所有中國企業的數據。”微眾稅銀CRO許衛解釋稱，涉稅數據擁有高頻、強業務關聯的特點，能夠順藤摸瓜地掌握企業的真實經營狀況。

需要強調的是，盡管金融科技公司正在對數據源和分析方式上持續投入，但業界仍然希望政府能進一步開放數據。以臺州銀行業為例，當地銀保監分局就搭建了數字金融平臺，叫“掌上辦貸”，該平臺將對接大數據管理局，多維度引入了臺州政府的有關信息，包括工商、稅務、海關、環保等，銀行可以及時查詢，以借此發放信用貸款。

參考來源：財新網，新流財經研討會