小微企業(yè)信貸服務信貸供給最重要的主體是銀行。據近期清華大學互聯網產業(yè)研究院《金融科技在小微企業(yè)信貸中的應用發(fā)展研究報告》統(tǒng)計，截止2018年末，銀行業(yè)金融機構小微企業(yè)貸款余額為33.50萬億元，大于非銀金融機構（2.31萬億元）、小額貸款公司（9550億元）以及其他資金提供方的總額。
據統(tǒng)計，過去幾年中國各項貸款增速在始終在13%以上，2018年商業(yè)銀行普惠型小微貸款增速高達21.79%。隨著小微企業(yè)普惠金融的鼓勵政策不斷加碼，小微金融業(yè)務量成為了銀行的重要KPI。
過去一段時間，以建設銀行、招商銀行、浦發(fā)銀行等領頭的許多銀行提出開放銀行生態(tài)，并已經在多種個人金融業(yè)務中與金融科技公司展開合作，借力打力。而在銀行的大量需求下，小微信貸，尤其是線上場景智能小微企業(yè)信貸也成了金融科技企業(yè)與金融機構合作的“敲門磚”。
文/ 舒典
來源/ 品鈦研究院
從官方層面來看，現行小微企業(yè)貸款統(tǒng)計的基礎框架是2009年人民銀行、銀監(jiān)會制定的《境內大中小型企業(yè)貸款專項統(tǒng)計制度》，后對照2011年工信、統(tǒng)計、發(fā)改、財政“四部委”的《中小企業(yè)劃型標準規(guī)定》，將中小企業(yè)劃分為中型、小型、微型三種類型，并形成相應的統(tǒng)計劃分指標。
但實際上國有大行、股份制銀行、中小行對“小微”的界定的“內部口徑”則有很大差異。
對于大行來說，其普遍意義的“小微企業(yè)”并非品鈦研究院本系列所研究的“信用貸”客群，而是主要來自于大中型企業(yè)子公司、地方龍頭企業(yè)等，他們有資產抵押或還款來源證明的擔保貸款，貸款額度一般在數百萬或者上千萬元。據中國銀保監(jiān)會8月12日數據，截至二季度末我國銀行業(yè)金融機構用于小微企業(yè)的貸款余額35.63萬億元，其中單戶授信總額1000萬元及以下的普惠型小微企業(yè)貸款余額10.7萬億元，由此可推算1000萬元以上小微企業(yè)貸款余額共計24.93萬億元，占比全國小微貸款余額約70%。這些千萬級別的授信企業(yè)仍然需要按照銀行傳統(tǒng)線下信審流程，其信用評價維度不能簡單依靠線上維度來評價，所以并不適合應用智能信貸。
相比于大行，部分專注小微企業(yè)貸款的股份制銀行，以及體量較小的城商行、農商行、農信社等更具有客群下沉的動力。中小銀行客群更加聚焦、渠道下沉、客群長尾，件均從幾萬元到上百萬元不等，這部分小微企業(yè)客群屬于普惠金融，銀行可以與金融科技公司合作，共同助力小微企業(yè)線上智能信貸客群。
流程層面，以往小微企業(yè)融資必須依靠資產抵押、擔保等方式進行，需要經過申請、錄入、復核、實地調查、電審、終審等環(huán)節(jié)，傳統(tǒng)金融機構考核小微企業(yè)的要點局限在財務、流水、資產等“強”金融屬性的數據范疇。對于金融機構來說，小微企業(yè)信貸難以下沉客戶、擴大規(guī)模，也由于盡調成本過高而無法實現可持續(xù)經營。
數據以及與之對應的產品層面，小微企業(yè)智能信貸的發(fā)展可以參考個人消費金融大數據的發(fā)展歷程。淘寶、微店、有贊等場景集中了一大批擁有線上交易數據的小微企業(yè)；支付寶、收錢吧、哆啦寶等支付渠道則聚集了一大批擁有云端流水數據的實體小微商戶；菜鳥物流、順豐金融等則集合物流數據打通小微企業(yè)上下游供應鏈……近兩年，隨著小微企業(yè)的社保、學歷、法律、物流、流水等“弱”金融屬性數據線上化、體系化、規(guī)?；?，配合稅務、工商等企業(yè)授信數據，以往不能實現智能信貸的小微客群開始擁有了線上化經營場景。
這些場景所帶來的不僅是數據豐富度的改變，也將小微企業(yè)信貸細分為多種可迅速迭代的互聯網金融產品——電商貸、流水貸、物流貸等等，金融科技在其中可以進行精準的流量獲客，也可按類別進行差異化大數據建模與風控，讓客戶下沉與可持續(xù)發(fā)展成為可能。
雖然這些數據維度不足以完全衡定一個企業(yè)的風險，至少可以說，小微企業(yè)信貸作為信貸領域的“老大難”問題，通過智能化金融科技的方式已經能夠緩解部分小微企業(yè)信貸中數據、產品、各流程（比如線上獲客、批量審批）的問題。這是一個良好的開端。
據創(chuàng)新領域研究機構愛分析今5月發(fā)布的《中國小微金融行業(yè)報告》統(tǒng)計，近年信用貸在整體小微貸款中比例上升，接近15%。由此推算當前10萬億元的普惠小微金融市場規(guī)模中，信用貸款約占1.5萬億元；未來兩年4萬億元的增量市場中，信用貸款貢獻6000億元。
隨著大數據與人工智能技術的發(fā)展，以及更多個人信用數據的線上化，銀行針對小微企業(yè)的線上風控開始成為可能。
品鈦研究院研究未來將分析小微企業(yè)智能信貸的場景和特點，將目前主要的小微企業(yè)智能信貸分為四個數據場景，將通過系列專題文章為讀者呈現四類場景特點、案例、實操缺陷與解決方案。
1. 生活服務類場景，數據來源為聚合支付平臺的流水數據，覆蓋線下收款類小微商戶，典型案例有收錢吧與品鈦案例、美團點評的美團小貸案例。
2. 電商類場景，通過電商數據覆蓋線上交易類小微企業(yè)，典型案例有阿里體系的網商貸。
3. 財稅場景，通過稅務數據或與之相關的發(fā)票數據覆蓋一定規(guī)模的中小微企業(yè)，典型案例有微眾稅銀、航天信息、百望等。
4. 物流場景，通過物流與金融的聯合，支持小微物流企業(yè)的一系列融資活動，優(yōu)化企業(yè)資源。
誠然，掣肘于當前數據環(huán)境、企業(yè)信用意識等多方未成熟因素，下沉客群在當前定義的小微金融中帶來的總量貢獻與短期增量有限，但這一領域覆蓋商戶數量多，范圍分散，是中小銀行普惠金融攻堅領域，也是金融科技所擅長。
6月24日，中國人民銀行、中國銀保監(jiān)會發(fā)布《中國小微企業(yè)金融服務報告(2018)》。其中21次提及金融科技，并指出銀行業(yè)金融機構與新興金融科技公司合作提升了小微企業(yè)融資便利度和可得性。
而相比于大銀行增量與創(chuàng)新的任務，監(jiān)管政策交給城商行、農商行等地緣性銀行更多客群下沉的任務。銀行尤其是中小銀行與金融科技公司的合作已經十分緊密，在開放銀行的進程當中，中小銀行一般通過與外部供應商合作開放，對外開放標準化產品。小微企業(yè)領域在其中勢必會成為重要合作之一。
金融科技可發(fā)揮其大數據技術以及場景連接的優(yōu)勢。目前已經很多銀行在營銷獲客、反欺詐、資料復核、線上審批環(huán)節(jié)等使用金融科技技術，從而一方面大幅提升服務小微企業(yè)的效率，一方面大幅降低小微企業(yè)服務邊際成本，同時也極大地防控了人為操作風險和道德風險。批量化貸款的實現，也激發(fā)金融機構小微信貸的服務動力，有助于形成規(guī)模效應。
小微企業(yè)融資難題的破解，供需雙方以及社會基礎設施建設都有突破空間。銀行需要建立成高效率、低成本的風險識別和信用評價的能力，保證可持續(xù)盈利能力。小微企業(yè)則需要注重企業(yè)信息的規(guī)范化留存和歸集，有意識地積累可識別的企業(yè)信用數據與維度；而作為外部條件的社會基礎設施，則需要產生出可供使用的高覆蓋度、高質量、可獲取數據源，才有利于小微企業(yè)信貸服務可持續(xù)發(fā)展。
中小銀行是真正意義上的小微企業(yè)客戶下沉主力。小微企業(yè)智能信貸主要在電商貸、流水貸、稅務貸、物流貸這四類數據場景中緩解小微企業(yè)流量、效率、風控與成本等問題，銀行與金融科技公司合作正在為小微企業(yè)信用貸領域提供更便捷的入口、良好的體驗與更高的可獲得性，未來品鈦研究院將詳述。
但由于當前可用于智能信貸的小微企業(yè)數據基礎設施不足、小微企業(yè)信用意識欠缺等因素，小微企業(yè)智能信貸這部分“長尾客群”在當前定義的小微金融中帶來的總量貢獻與短期增量仍然有限。同時，小微企業(yè)融資難題并非金融科技單方面能解決的。需要銀行、小微企業(yè)以及社會多方的努力，才有可能保持可持續(xù)發(fā)展。
聯系客服
