利率价格战开打

大行挤压中小银行生存空间

今年3月发布的《政府工作报告》强调，未来要着力缓解企业融资难融资贵问题，适时运用存款准备金率、利率等数量和价格手段，引导金融机构扩大信贷投放、降低贷款成本。

这当中自然绕不开放贷机构对于风险定价问题，但从今年一季度的数据来看，银行们似乎打起了一场贷款利率价格战。

官方数据显示，2019年一季度新发放的普惠型小微企业贷款利率为6.87%，比2018年全年该项利率（7.39%）低0.52个百分点。其中，五家大型银行一季度新发放的普惠型小微企业贷款利率是4.76%，较去年四季度下降0.13个百分点。

从各大行的年报来看，2018年四季度，工行、中行和建行新发放普惠型小微企业贷款利率则分别不到4.5%、4.79%和5.29%。

需要注意的是，2018年3月到2018年末，全国小微贷款不良率从2.75%上升到6.2%左右。

财新在报道中总结称，五大行所执行的小微贷款利率，基本低于前述贷款利率盈亏平衡点，与资金成本已然出现了倒挂。

与此同时，地方城商行、农商行正在被大行“降级打击”。以黄岩农商行为例，该行对政策性银行转贷款小微企业平均年化利率在6.5%左右，较一般小微企业平均年化利率下降近2个百分点——这一利率水平显然不能与大型银行相抗衡。

表面上看，低利率确实降低了企业的融资成本，但国有大行借利率优势夺走中小银行的优质客户，一些长尾端的次优级客户仍然无法以合理的成本获取资金。市场开始担心，这一问题如果未能得到实际解决，中小微企业融资的路可能会越走越窄。

中国普惠金融研究院院长贝多广指出，短期内可以迅速实现对小微企业的资金供应，但从银行内部看，普惠金融事业部等要靠其他部门赚钱补贴，“长期抬不起头”；更宏观的问题是，低成本资金的涌入扰乱了市场，真正市场化定价的贷款产品会被挤出。

百融云创副总裁蒲克强近日在新流财经研讨会上也表示，从微观层面来说，小微金融长久运营的关键点之一正是风险定价，“这里面既控制了风险，也保证了不同风险分层里面的客户空间。”在此基础上，再针对分层数据来对客户体验进行差异化设计。

行业间差异促使风控和获客

愈发场景化、精细化

在金融机构和金融科技公司们将目光投向小微金融的广阔蓝海时，企业所在的行业也被纳入到营销和风控的考量当中。

孚临科技CEO唐科伟强调称，风险管理一定要分行业，行业风险集中度一定是根据企业在该行业的排名、规模，以及对应的行业周期、宏观经济对行业的影响，都要做非常详细的分析，这属于企业风险重要的分析方向和重点。“比如说当年阿里的淘宝贷款，贷款分析就有把每一个店铺在整个淘宝平台上的排名全部都做出来，这都是分行业的。”

另一点则是要分行业解读企业数据，不同行业的数据分析逻辑未必通用。

“像餐饮行业，它的淘汰周期是两年，可能淘汰90%以上，这时候这个餐饮行业的区域、客流量、菜品，都会有很多的影响。以及它的整个供应链，需要打通一些供销商的供应数据。但如果是化工、是服装，使用的宏观数据和企业类数据又不一样。”唐科伟说。

各行各业的特性逐渐催生出更为精细的小微金融业务模式。

“要做好B端，除了风控之外，还要基于场景以及行业的属性特点、前景和周期性进行特色化的金融场景设定。”百融云创的蒲克强指出了B端和C端金融服务的差异所在，他以社区便利店为例进一步说明了场景化金融和行业属性相结合的操作：

像以电商起家的京东数科，在小微金融的布局上也颇具垂直特色。京东数科小微生态部总经理王曦介绍称，京东商群里一个最大的SKU族群就是3C产品，因此之前在京东商城内部服务的一些小微企业也基本上是围绕着3C；同时也会有像今年发展很快的母婴、食品，和增速很快的宠物行业。

“其实我们的场景基本上前几年都是基于京东的，是围绕着零售、快消品和贸易这个流程去做。现在做小微企业也会围绕着这些我们比较擅长的行业。”他表示，京东数科相对会偏好做“一些小额的、短的、融通类的贷款”，单笔金额不能太大；像生产型企业，他们的前期进入就会比较慢一些。

所以，哪些小微行业会受到金融科技公司的更多关注？

“要选风险能够被数据充分反映的行业。跟着数据走，如果这些数据和对应的这个行业或者是企业的风险是基本上都能够一致的，那这个行业至少是值得我们去探索的。”唐科伟这样说道。他指出，快消、零售、餐饮和服装的行业特点和数据丰富度都尚算一致，发展相对成熟。

蒲克强也点明，会偏好像快消场景这种资金需求小额分散的、短期高频的行业；对于真正有一定规模的企业，“我们最好集中到供应端来做，把它的交易信息做整合。”

“一些大宗（行业）其实不是不成熟，是因为它里面的壁垒，很难以我们的定价去打碎它。像医疗，医院和药房的关系就很难被打破。”王曦强调称，以C端撬动的场景可能更便于小微金融服务的开展。

不过，也并非所有涉足小微金融业务的公司都会特地挑选行业来开展。大数金融联合创始人陈志坚就表示，基本上各行各业他们都做，“各行各业做的好处是你会避免踩到某些行业的雷。假设筛选严格一点，100个你只核准20个，即使是比较不好的行业，你挑到的也是里面比较好的客户。”

而在获客手段方面，金融科技公司们也开始基于场景/产业来开展。例如百融云创就与多个产业场景端合作，“像B2B电商平台本身有很多模式，它叫信息中介；不断地又有一些平台切入到交易，切入到自营，从信息中介转化成交易中介。”

蒲克强解释称，这种电商平台或者产业互联网平台，一是拥有大量正在经营的注册客户，活跃度较高，这也就呈现出了批量获客的效果；平台本身又是线上化、自动化，运营成本也随之降低。

小微风控数据的症结和新解

从充分发展的个人信贷业务转向小微企业信贷之初，放贷机构要面临的艰难处境其实比我们想象中的要复杂许多。

陈志坚介绍，传统的小微风控可以分为两种流派：

• A：花很大的精力培养客户经理，从客户的原始单据还原成报表。要花半天时间去看去问，回来还要再花半天时间去处理。这种做法时间成本很高，如果看完回来决定不做，这一天就废掉了。要覆盖到全国范围，就要培养大量员工。人多了也很难管理。

• B：先确定好行业，比如服装批发，如果觉得这个行业未来不错，就到这个商圈去，可能把大部分客户都做了。这种做法上量很快，但问题是行业集中度太高，如果碰到这个行业（低谷）周期，呆账会很多。

他进一步指出为何小微比消费信贷难做风控：“我们一笔（业务）几十万，如果要积累到足够的样本去做模型策略，可能要花两三年，做两三百亿（的业务）。

这个模型的稳定性还要比消费信贷的要差一些，一是由于当时开发的时候，样本没有信用卡几百万的水平；二是小微企业客户天生受到市场景气程度的影响很大。外部的影响是再好的模型和策略都没有办法抵抗的，这就对风控技术提出了更高的要求。”

数据的获取和处理一直是小微风控一块久治不愈的心病，其中难点之一正是要考虑小微企业的本身（B端）和企业主个人（C端）的双重属性。

蒲克强认为，要解决这一问题，要先看数据的核心程度，“B端的核心数据一般来源于政府机构和产业场景端，要有真实的小微企业的经营数据和交易数据。我们所覆盖的往往是长尾客群，这类企业主往往是央行征信白户，这就需要第三方数据公司在合法合规的情况下用一些替代性的数据，做进一步的整理归纳。”

在数据维度上，金融科技公司也摸索出了新的思路和操作逻辑，例如从涉税数据下手。

“数据容易分散在各个渠道，就像支付宝涵盖不了其他渠道的支付数据一样。B端的数据很多，但是缺失度很高，而涉税数据是唯一一个涵盖所有中国企业的数据。”微众税银CRO许卫解释称，涉税数据拥有高频、强业务关联的特点，能够顺藤摸瓜地掌握企业的真实经营状况。

需要强调的是，尽管金融科技公司正在对数据源和分析方式上持续投入，但业界仍然希望政府能进一步开放数据。以台州银行业为例，当地银保监分局就搭建了数字金融平台，叫“掌上办贷”，该平台将对接大数据管理局，多维度引入了台州政府的有关信息，包括工商、税务、海关、环保等，银行可以及时查询，以借此发放信用贷款。

参考来源：财新网，新流财经研讨会