小微信贷的原理与模式

   

小微企业在国家经济发展过程的起到了十分重要的作用,缴纳了50%以上的税收、贡献了60%以上的GDP、创造了70%以上的发明专利、解决了80%以上的就业、构成了90%以上的市场主体(含个体工商户),既所谓的“五六七八九”。
大部分传统行业的小微企业的融资渠道还是债权融资,尤其是信贷。主要的信贷获取渠道包括民间借贷、银行、互联网金融、小贷、典当和担保等。综合比较,体量最大、资金成本最低的银行是发展小微信贷、助力普惠金融的主要力量,也是政策关注的重点。小微信贷业务的原理作为盈利性的金融企业,银行从事小微信贷业务,必须遵从经济规律,以盈利为目标,同时适当兼顾社会责任。因此,必须遵从小微信贷业务的一些根本原理和客观规律,而不是纯粹从善意的角度去不计成本投放小微信贷。1、风险定价原理:利率覆盖风险信贷利率= 资金成本 + 业务成本+ 风险溢价 + 合理利润其中:

  • 业务成本= 固定成本 + 变动成本= 固定成本 + 客户数* 单客变动成本;
  • 风险溢价(风险成本或信用成本)指能够覆盖所有贷款损失的概率;
  • 合理利润是指机构正常运作需要的合理利润空间,一般在1%左右。

2、商业可持续原理:留存合理利润所谓商业可持续,是指银行收取的小微信贷利率,在扣除资本成本、业务成本、风险溢价后,还能留有相对稳定的合理利润(比如1%)。因此,关键是用技术手段完成信息生产工作后,能把业务成本、风险溢价控制在合理水平内,以便留存合理利润。获取客户、了解客户信息、贷后监控等费用计入业务成本,而风险损失的部分计入风险溢价。因此,从上述两个原理来看,小微企业信贷业务的难点在于业务成本与风险溢价的平衡。前期为了获得更多的客户信息和风险把控要素,就要提高业务成本,导致贷款利率的提高;而如果单纯的通过提高风险溢价来管控风险,相当于大多数可信客户为少部分违约客户承担成本,会过滤掉优质客户,起到逆向淘汰的副作用。因此,在业务成本相对确定的前提下,如何以相对合理的成本,确定一个较为确定的预期损失率,是当前小微信贷业务成败的关键。综上,不管是基于风险定价原理,还是基于商业可持续原理,都形成同一个结论,即:破解我国小微企业融资难、融资贵的问题,更多需要从业务成本和风险溢价着手,引进各种经营管理和技术手段,以尽可能低的成本,尽可能充分地获取尽可能大的客户群体的信息,从而实现风险定价。小微信贷业务的模式简单来说,小微企业信贷业务可以分为全手工人海战术的“水泥”模式和全自动大数据技术的“鼠标”模式,其它各种具体模式都是这两种模式不同比例的组合。具体实践中可分为全手工的“IPC”模式、半自动的“信贷工厂”模式和全自动的“大数据信贷”模式。1、全手工模式由放款机构(比如信用社)的业务员深入了解借款人情况,充分掌握其有关信息(包括大量未书面化的软信息,包括借款人的人品、习性、才干、人缘、口碑等)。然后,基于经验去判断其还款能力与还款意愿,从而做出放款决策和利率定价。该模式特点如下:

  • 基于社区、村落的熟人网络,信息不对称程度天然较低,这也导致每位业务员的区域覆盖有限(方圆数公里以内);
  • 通过“蜜蜂采蜜”式的辛劳,紧密调研、跟踪借款人经营情况,这还导致每位业务覆盖客户数量有限(经验数在100 家以内)。
  • 由于这种模式主要建立在业务员本人的业务经验和职业操守之上,因此银行对员工的管理需要非常精细化,既注重结果,也注重过程。

实践表明,这一做法的效果其实还不错。但是,对人力投入较大,并且由于每位业务员覆盖客户数量有限(因为经营每户客户需要一定的劳动量),因此业务的可扩展性较差。另外,由于业务的开展是基于业务员的熟人网络和业务经验,所处理的信息多是难以书面化的软信息,因此传承性也较差(比如对新员的培训,主要靠师徒般的传帮带)。这实质是一种全手动采取信息、纯经验判断的经验式的做法,当然,其原理也同样是希望“以相对合理的成本,确定一个较为确定的预期损失率”,本质不变。这一做法后来得到一些改进,逐步把一些经验做法固化下来,把一些软信息逐步“硬化”(书面化),最终一定程度上实现上述人工经验的系统化、标准化。其中,主要以德国IPC 技术为代表。IPC 技术的本质,是尽可能把全手动的上述过程流程化,初步实现了系统化、标准化。“全手动”模式的优点是基层业务员对小微企业了解深入、跟踪及时,能够有效防控风险。缺点是需要进行“人海战术”,成本高昂,异地扩张复制的难度较大。这一模式比较适合区域性的小银行,大中型银行难以采用。2、半自动模式随着信息采集与处理技术的进步,整个获客、调研、审批、贷后管理的全过程的书面化、系统化、标准化程度逐步提高,换言之,就是流程自动化水平逐步提高,小微信贷业务逐步开始进入“半自动”时代,其中最为代表的是“信贷工厂”模式。信贷工厂最早由新加坡淡马锡公司在当时的东南亚小企业信贷业务基础上开创。其根本原理,是尽可能实现全流程标准化,从而实现业务的自动化、批量化。首先,信贷产品是标准化的(较难满足某些企业的定制化需求);其次,贷款申请、审批、发放、贷后管理等,乃至小微信贷业务专门团队的内部管理,均是高度标准化的,整个流程仿佛工业企业里的流水线,因此被形象地称为“信贷工厂”。但由于小微企业本身的经营与管理并没有高度标准化,前期仍然需要专门团队的业务员拓展客户,手工采集信息,并将信息按规则处理,形成一张标准化的表格(比如打分卡),作为信贷工厂模型的输入。因此,整体而言,它仍然是一种半自动的模式,但其效率已较全手动时代显著提升,但仍然没有、也不可能实现彻底标准化。3、全自动的“大数据信贷”模式在大数据技术日益成熟后,银行或其他放贷机构可实现全自动的大数据征信,可利用所掌握的信息,由事先编制的模型,自动完成授信决策。这一模式仍然基于信贷定价原理,即通过信息实现风险定价,但由于它借助新技术,能够全自动完成海量审批,因此大幅节约了单客变动成本。但是,开发、建设、维护这一系统也较昂贵,因此固定成本较高,需要海量客户来覆盖固定成本,以便降低“固定成本/客户数”。因此,使用大数据征信的机构,往往通过渠道等优势,海量获取客户。从原理上而言,大数据授信大体上依然是一个征信回归模型。即,以过去的多个数据为自变量,或者以这些自变量间相互计算的中间变量为自变量,以最终的客户是否违约为因变量,通过回归分析寻找相关性。然后,找到显著相关的自变量,再去基于这些自变量的现在数据,去预测客户未来的还款情况。自变量的选择,可以是凭经验不断去尝试,但现在计算机技术进步之后,引进了机器学习等其他方法,自动寻找自变量,这种方式寻找出来的有些自变量具有相关性,结果有效,但不一定能够得到逻辑解释。利用这些可以从数据中判断信用水平的新技术,再加上充足的客户量和数据量,便可使以合理成本实现授信成为了可能。并且,由于这种模式下单客业务成本极低,因此可进一步降低单客信贷规模,将服务覆盖至更下沉的客群。综上,从原理上来看,小微企业信贷的发展方向是通过增加固定成本的投入降低单客变动成本、通过数据要素打造通用模型减低风险溢价、通过客户数量的增加来摊薄固定成本,从而使业务在定价和商业模式上变得可行。在数字化时代的大潮下,大数据技术逐步取代全手工方式,使得更多低成本的大型机构能够参与到小微信贷业务中。值得指出的是,模型的好坏取决于数据输入的维度和准确性,独家维度数据和行业的深入认知是规避大数据系统性风险的有效手段。参考文献[1] 王健,陈俊良,小微信贷两大模式:水泥或鼠标,国信证券,2019.9.23.[2]王健,陈俊良,银行小微信贷业务深度:原理、模式与实例,国信证券,2018.9.20.

了解更多知识,请关注卡神吧,为您提供信用卡、贷款、理财、保险等资讯及交流!