小微企業的主要行業分布

數據來源：公開資料整理

    小微信貸業務具備高成長性。（1）小微企業在金融機構獲得的貸款占比較低，其貸款余額增速大于同期的大型及中型企業貸款余額增速。從機構分布來看，國有銀行的小微企業貸款余額最高，農商行增速最快，其次是城商行，股份行的小微貸款余額增速放緩。截至2018年一季度末，全國小微企業貸款余額31.76萬億元，較2017年末增加1.02萬億元，小微企業貸款戶數1545萬戶。（2）商業銀行尤其是中小銀行對小微信貸的重視程度在提升。參考成熟金融市場發展進程，大型企業融資渠道不斷拓寬，直接融資的比例提升，對銀行的議價能力越來越強，利差空間越來越小。中小企業將成為銀行最主要的客戶來源和利潤來源。

    企業人民幣貸款余額分布

數據來源：公開資料整理

    2013-2018年中國小額貸款貸款余額

數據來源：公開資料整理

    傳統信貸市場競爭日益激烈，小微企業信貸市場具有典型的藍海特征，越來越多的信貸機構以各種形式進入小微企業信貸市場，中國的主流商業銀行幾乎都擁有專門經營小微企業貸款的部門和對應產品。

    小微企業數量眾多，擁有龐大的市場需求，這是開展小微企業信貸業務的基礎。從宏觀政策的角度來看，國家近幾年逐步加大對小微企業的扶持力度，出臺了一系列扶持小微企業發展的政策，為信貸機構開展小微企業信貸業務提供了良好的政策環境。

    2013-2018年中國小額貸款企業數量走勢

數據來源：公開資料整理

    我國計劃將在2020年全面建成小康社會，這個目標離開小微企業的支持根本實現不了，所以國家在未來幾年必將加大對小微企業的扶持和支持力度，這一點，從上面的一系列政策也可以看出來，國家政策的支持和扶持必定會給小微企業帶來更快、更好的發展。我國經濟正處在轉型期，隨著社會的進步，尤其是我國經濟結構和城鎮化的發展，經濟日益多元化，產業分工日益細化，會催生出一批新的科技型、創新型的小微企業，小微企業必將迎來發展的新契機。

    合理利潤=信貸利率-資金成本-業務成本-風險成本

    銀行在收取的貸款利息，在扣除掉各項成本后，仍能取得合理利潤，以此才能實現這項業務的商業可持續。小微企業能貢獻的其他中間業務收入較少，因此一般只考慮信貸利息收入。目前，國內有一些專業的銀行已經實現了商業可持續，并取得非常好的回報。

    通常的觀點認為，小微信貸業務風險過高，即上式中的“風險成本”過高，導致很難實現合理回報。但我們研究后認為，這一觀點并不準確。事實上，是銀行為了獲取小微企業風險定價所需的充分信息，所需投入的業務成本過高。換言之，是要投入較高的業務成本，來控制住風險，即用業務成本替代風險成本（但不能用風險成本來替代業務成本，因為風險成本是把握不住的，容易失控）。小微信貸業務的核心，便是如何以合理業務成本實現這一點。所以，問題的關鍵是從成本入手。

    業務成本又可分為固定成本和變動成本。固定成本是開辦這項業務所需要的行政管理、業務研發、科技投入等各項成本，變動成本是指針對每一客戶所需要投入的業務成本。

    業務成本=固定成本+變動成本=固定成本+客戶數×單客變動成本

    或：單客業務成本=固定成本/客戶數+單客變動成本

    傳統上做小微信貸的難點，主要在于單家變動成本太高，即完成單家客戶的獲取、盡調等成本太高。同時，由于很難批量、快速獲取大量客戶，也會導致固定成本無法充分分攤，即“固定成本/客戶數”過高。

    而相比之下，大中型企業的單家盡調成本一般會更低，因為這些企業經營更為規范，信息更為書面化，易于處理，因此本身就不需要很重的盡調工作。如果大企業、小企業同樣是陌生企業，都需要詳細盡調的話，那成本還是大企業更高，畢竟其盡調工作量更大，但往往大企業因為信息更透明而可適度節省工作量。此外，大企業往往信貸規模量也大，能貢獻給銀行的其他中間業務收入也高，因此即使業務成本高一些，也能覆蓋。

    為了以合理成本實現對小微企業的風險定價，國內外業內進行了各種探索，取得了很多有益的經驗。理論上，我們將所有的做法分為兩大典型模式：全手工的人海戰術，和全自動的大數據征信技術。

    一、全手工的人海戰術

    1、人海戰術的兩大發展階段

    （1）早期粗放階段

    全手工的人海戰術，是最為古典的方法，也是在大數據時代之前最為有效的方法。我國建國后，政府組織各地農民開辦了農村信用社，改革開放后又允許民間資本開辦城市信用社，希望它們能為城鄉基層居民、企業提供金融服務，它們所用的方法大部分都屬于這一模式。并且，它們中間的杰出代表將這些模式沿用至今，涌現出一批小微業務優異的中小銀行。

    早期信用社從事人海戰術，一般還沒有形成系統化的團隊、組織、架構和流程，而是由業務員各自出擊，自由發揮，因此難以形成合力，依靠的是業務員本身對當地客群的熟識，知根知底，信息不對稱程度天然就低（業務員先天掌握了客戶的“軟信息”，即非書面化的信息）。然后，業務員憑經驗完成風險定價。可以說，這是在當時的技術、組織條件下行之有效的方法。但有其局限性，在社區圈子之外很難快速復制，而培養新人基本上依靠“傳幫帶”的師徒模式，傳承效率也不高。

    （2）向標準化邁進

    2005年前后，世界銀行為國家開發銀行提供低息貸款，用于小微信貸。世行和國開行在全球范圍內進行技術招標，德國國際項目咨詢公司（InternationalProjectConsult，簡稱IPC）中標。然后，國開行率先與臺州銀行、包商銀行等合作，引進IPC技術，而后推廣至多家中小銀行。其中，臺州銀行由于本身就地處中小微企業活躍的浙江省臺州市（“地利”），在當地以人海戰術從事小微信貸已有長達10多年的經驗（“人和”），因此引進IPC技術后如虎添翼，再趕上這段時間剛好又是我國經濟高速增長期（“天時”），最終成為了我國小微銀行中的翹楚。包商銀行也取得了較好效果，但由于北方地區中小微企業不如南方活躍，因此稍缺“地利”。將IPC技術大體上仍然歸類為全手工的人海戰術模式，但是，它更加系統化、流程化、標準化，因此可復制性、可擴展性更強，比起粗放時代的人海戰術，效率大幅提高。這反映了德國人極端嚴謹的邏輯思維和抽象思維能力，將人海戰術中的各種經驗提煉成了系統規范的做法。IPC公司成立于1980年11月，主要從事小額信貸業務咨詢服務，重點推動發展中國家提高金融服務水平，將技術輸出給各國金融機構，在全球小微信貸領域擁有較好的聲譽。

    IPC技術內容較為豐富，流程細致而嚴謹，我們將其大致歸納為三點內容：

    客戶財務報表還原（主要考察還款能力）。小微企業往往沒有規范的財務報表用以判斷其經營情況。為此，業務員通過實地盡調，掌握小微企業的進貨、生產、銷售、管理等情況，了解客戶的資產、負債信息，并自行編制出清晰簡要的財務報表，尤其是現金流量表。報表中所運用的數據必須盡可能得到可靠驗證或交叉驗證，不能僅僅由客戶單方面提供，比如銷售數據由業務員在店面蹲點采集，財產情況也需要考證其確屬自有財產而非借入的，并且財產價值需用現值。不同數據之間也要有交叉驗證，比如存貨與銷售之間的周轉率是否符合行業規律。最后，業務員編制出較為可靠的財務報表，用于放貸決策參考。

    多方收集客戶軟信息（主要考察還款意愿）。軟信息是指非書面化的信息，包括客戶的口碑、才干、品行等，對評估客戶的還款意愿非常重要。尤其是勤奮、儉樸、踏實等優良品質，對從事小本生意而言非常重要，業務員需要多方考察。業務員首先會收集客戶的常規信息，包括年齡、家庭情況、經營年限等。同時，還會盡可能收集客戶的其他可能有用的信息，比如有無不良嗜好等。IPC技術嘗試將這些軟書面進行一定程度的數量化、書面化，比如常用的不對稱偏差分析法，即觀察客戶的某些特征與群體平均水平的偏離程度。

    業務團隊組織管理。這是銀行內部事務，但卻異常重要。因為前面兩點內容，均需要一支業務能力強悍的業務員隊伍去完成，團隊人員較多，IPC會進行嚴格的業務培訓。同時還得控制住業務員的道德風險、操作風險、法律風險，杜絕發生與客戶勾結的舞弊行為，也不能發生侵犯客戶隱私等其他違規違法行為。為此，還要設計一整套激勵處罰措施，在控制業務員不當行為的同時，激發他們的主觀能動性。因此，團隊管理難度較大，甚至有時會有一絲準軍事化的色彩。

    IPC技術的引進，使得小微信貸系統化、流程化、標準化程度大幅提高，其服務的客群也可進一步下沉，從“小微企業貸款”（戶均在500萬元以內）向“微貸”（或稱“小小微”、“小本貸款”等）下沉，戶均低至幾十萬元甚至十幾萬元，并且能夠服務于無抵押品的客戶，進一步實現了普惠金融的應有之義。

    二、全自動的大數據技術

    1、大數據征信原理

    在大數據技術日益成熟后，銀行或其他放貸機構可實現全自動的大數據征信，可利用所掌握的信息，由事先編制的模型，自動完成授信決策。這一模式仍然基于信貸定價原理，即通過信息實現風險定價，但由于它借助新技術，能夠全自動完成海量審批，因此大幅節約了單客變動成本。但是，開發、建設、維護這一系統也較昂貴，因此固定成本較高，需要海量客戶來覆蓋固定成本，以便降低“固定成本/客戶數”。因此，使用大數據征信的機構，往往通過渠道等優勢，海量獲取客戶。

    從原理上而言，大數據授信大體上依然是一個征信回歸模型。即，以過去的多個數據為自變量，或者以這些自變量間相互計算的中間變量為自變量，以最終的客戶是否違約為因變量，通過回歸分析尋找相關性。然后，找到顯著相關的自變量，再去基于這些自變量的現在數據，去預測客戶未來的還款情況。自變量的選擇，可以是憑經驗不斷去嘗試，但現在計算機技術進步之后，引進了機器學習等其他方法，自動尋找自變量，這種方式尋找出來的有些自變量具有相關性，結果有效，但不一定能夠得到邏輯解釋。

    利用這些可以從數據中判斷信用水平的新技術，再加上充足的客戶量和數據量，便可使以合理成本實現授信成為了可能。并且，由于這種模式下單客業務成本極低，因此可進一步降低單客信貸規模，將服務覆蓋至更下沉的客群。

    2、更可復制的陌生人模式

    由于微眾銀行、網商銀行的核心優勢是自己關聯方（即互聯網巨頭騰訊、阿里巴巴）掌握的大數據，再加上部分外部數據，以及優異的大數據征信技術，從而取得了較好效果。但是，它們所擁有的大數據資源具有不可復制性，基于這些大數據，本身已對客戶具有很強的信息優勢，是“專有數據模式”，因此，其優勢難以復制推廣。某些供應鏈金融基于自身核心企業掌握的數據來開展信貸業務，也可以歸入這一模式，無法復制。

    將我國第三家互聯網銀行新網銀行的模式作為樣本，它們的模式是，當一位陌生客戶來申請貸款時，便從互聯網上采集公開數據或授權獲取客戶的非公開數據，進行大數據授信。這一模式可以稱為“陌生人模式”，相比起專有數據模式，陌生人模式更加比拼數據獲取能力和大數據征信能力，如若運用成熟，也更具推廣價值。我國有不少傳統銀行也在從事基本線上化的放貸服務，也可以認為是陌生人模式，因為這些銀行事先掌握客戶的數據也不多。當然，對于從事線上放貸的傳統銀行、互聯網銀行，它們在力所能及的情況下，也會適當配合以線下服務，比如大型銀行的部分主要基于線上授信的產品，線下業務員也會實地訪問。

    這一模式可復制性較強，如果技術成熟，可以更好推廣，讓服務惠及更多基層客群。但長期來看，可能有不確定性。主要是，這類銀行不掌握專有數據，各家采集的數據較為雷同，比如針對個人采集的是征信、社保等數據，針對企業客戶采集的是征信、工商、稅務、司法等數據，政府為推動普惠金融，也在努力地提高這些數據的可得性，不同銀行之間很難在數據源上形成差異，只能比拼大數據征信技術。如果大數據征信技術也不能形成差異（很多技術也可向市場的專業服務商購買），那么最后只能拼價格，拼價格的話那自然是資金成本優勢的大型銀行將市場通吃。因此，這一模式無法在數據上形成門檻，差異化主要體現在更高的大數據征信水平，而如果將來技術擴散，做出差異化優勢的難度就更大。

    小微信貸業務的人海戰術、大數據征信技術均已驗證有效，其高收益能夠覆蓋高成本、高風險，最終取得了超過行業的ROA、ROE水平。農商行受先天約束，ROA、ROE低于行業，但對小微有更集中投入的常熟銀行的ROA、ROE也已超過了農商行子行業。

    隨著更多大小銀行進行這一領域，慢慢掌握有效技術，我們并不能保證這一盈利水平的絕對值能永遠保持，但小微業務盈利水平高于傳統業務這一相對優勢，估計能保持較長一段時間。

    相關報告：智研咨詢發布的《2019-2025年中國小微貸款行業市場專項調研及投資前景預測報告》