利率價格戰(zhàn)開打

大行擠壓中小銀行生存空間

今年3月發(fā)布的《政府工作報告》強調，未來要著力緩解企業(yè)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(zhàn)。

官方數據顯示，2019年一季度新發(fā)放的普惠型小微企業(yè)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(fā)放的普惠型小微企業(yè)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(fā)放普惠型小微企業(yè)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(zhí)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(yè)平均年化利率在6.5%左右，較一般小微企業(yè)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(yè)的融資成本，但國有大行借利率優(yōu)勢奪走中小銀行的優(yōu)質客戶，一些長尾端的次優(yōu)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(yè)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(yè)的資金供應，但從銀行內部看，普惠金融事業(yè)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(chuàng)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(yè)間差異促使風控和獲客

愈發(fā)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(yè)所在的行業(yè)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(yè)，行業(yè)風險集中度一定是根據企業(yè)在該行業(yè)的排名、規(guī)模，以及對應的行業(yè)周期、宏觀經濟對行業(yè)的影響，都要做非常詳細的分析，這屬于企業(yè)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(yè)的。”

另一點則是要分行業(yè)解讀企業(yè)數據，不同行業(yè)的數據分析邏輯未必通用。

“像餐飲行業(yè)，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(yè)的區(qū)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(yè)類數據又不一樣。”唐科偉說。

各行各業(yè)的特性逐漸催生出更為精細的小微金融業(yè)務模式。

“要做好B端，除了風控之外，還要基于場景以及行業(yè)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(chuàng)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(qū)便利店為例進一步說明了場景化金融和行業(yè)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(tài)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(yè)也基本上是圍繞著3C；同時也會有像今年發(fā)展很快的母嬰、食品，和增速很快的寵物行業(yè)。

“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(yè)也會圍繞著這些我們比較擅長的行業(yè)。”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(yè)，他們的前期進入就會比較慢一些。

所以，哪些小微行業(yè)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(yè)。跟著數據走，如果這些數據和對應的這個行業(yè)或者是企業(yè)的風險是基本上都能夠一致的，那這個行業(yè)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(yè)特點和數據豐富度都尚算一致，發(fā)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(yè)；對于真正有一定規(guī)模的企業(yè)，“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(yè)）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(yī)療，醫(yī)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(yè)務的公司都會特地挑選行業(yè)來開展。大數金融聯(lián)合創(chuàng)始人陳志堅就表示，基本上各行各業(yè)他們都做，“各行各業(yè)做的好處是你會避免踩到某些行業(yè)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(yè)，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(yè)來開展。例如百融云創(chuàng)就與多個產業(yè)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(yè)互聯(lián)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(fā)展的個人信貸業(yè)務轉向小微企業(yè)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(tǒng)的小微風控可以分為兩種流派：

• A：花很大的精力培養(yǎng)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(yǎng)大量員工。人多了也很難管理。

• B：先確定好行業(yè)，比如服裝批發(fā)，如果覺得這個行業(yè)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(yè)集中度太高，如果碰到這個行業(yè)（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(yè)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(yè)務）。

這個模型的穩(wěn)定性還要比消費信貸的要差一些，一是由于當時開發(fā)的時候，樣本沒有信用卡幾百萬的水平；二是小微企業(yè)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(yè)的本身（B端）和企業(yè)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(yè)場景端，要有真實的小微企業(yè)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(yè)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(guī)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(yè)的數據。”微眾稅銀CRO許衛(wèi)解釋稱，涉稅數據擁有高頻、強業(yè)務關聯(lián)的特點，能夠順藤摸瓜地掌握企業(yè)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(xù)投入，但業(yè)界仍然希望政府能進一步開放數據。以臺州銀行業(yè)為例，當地銀保監(jiān)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(huán)保等，銀行可以及時查詢，以借此發(fā)放信用貸款。

參考來源：財新網，新流財經研討會