- 金融科技
- 金融
元宝铺通过赋能城商行、农商行，小贷公司等持牌中小金融机构，帮助开拓小微资产。在向金融机构输出小微数据化信贷解决方案的过程中，元宝铺借助了金融机构在区域性资产获取和本地风控经验等方面的优势，对小微资产有深度的理解。在风控解决方案实施的过程中，元宝铺能获得金融机构的信贷反馈，并以此不断优化风控系统，逐渐积累了多款针对不同场景的小微信贷风控产品，形成了核心竞争力。
小微企业融资难、融资贵，一直是国家要解决的一大难题。近期，冰鉴等第三方风控平台纷纷表示要加大企业征信投入，从侧面反映出小微金融市场在逐渐升温。
元宝铺从2014年成立至今，一直专注在小微领域。
相比于很多小微金融平台专注资产开发，再寻求资金对接，元宝铺采取了另一种业务模式。从2016年开始，元宝铺逐渐转型为赋能银行从事小微信贷的综合服务体系。因为定位于金融科技公司，元宝铺在服务过程中并不承担坏账。
元宝铺选择赋能城商行、小贷等，原因有三个。一是小微信贷资产形态非标且样本规模小，金融科技公司自主研发的风控模型很难让银行完全信服；二是城商行、农商行、小贷公司等金融机构在区域性市场获客方面有优势，能触达更多的小微客户；三是城商行等对本地区有深刻的了解，积累了丰富的风控经验。
通过赋能，元宝铺与金融机构能实现优势互补。
凭借着对小微风控以及银行业务需求的理解，元宝铺签下了浙商银行、贵阳银行等20多家金融机构。元宝铺创始人兼CEO陈瑞贵表示，2017年公司基本达到盈亏平衡，预期2018年将实现盈利。
小微风控四大模式
对于小微风控，根据数据获取等方面的差异，可以分为四类。其中有三类都是在自主开发资产后，寻求资金端的对接，具体方式是通过对接数据、研发风控规则和模型，对资产进行筛选和评估，再找资金端对接，其核心思路是先开拓资产，再卖资产。
第一类，以个人经营信贷的形式为小微企业主提供金融服务，核心竞争力在于风控模型，典型代表是大数金融。
由于经营信贷比消费金融的笔均更大，期限更长，所以模型的验证周期也更长。此外，利率受到经营回报率的限制，不能像消费金融那样通过高利率来覆盖高风险。
以大数为例，平均借款期限约3年，用了6年左右的时间才跑出比较稳定的模型。验证、完善模型所需要的资金量和时间都是小微信贷平台要考虑的重要因素。
第二类，从核心数据源切入，这是很多企业风险管理平台选择的一条路。逻辑是通过对接社保、税务，或B2B平台交易流水等强相关数据，结合工商、法院、舆情等公开信息，补全企业画像，使得风险评估更精准。
第三类，为政府客户搭建企业管理系统，目的是帮助政府实现对企业风险的监控和评估等，典型案例是金电联行为政府搭建信用平台。
这类特征是政府掌握了企业大量的税收、工商、社保等信息，能刻画较为完整的企业画像，但能否直接对接信贷尚需探索。
第四类，就是赋能银行、小贷公司等金融机构，根据区域资产特征定制产品，帮助搭建定制化风控体系，对接定制化数据，以帮助金融机构开展小微信贷业务。
元宝铺正是采用这一方式，充分利用了城商行等资金方在获客、本地化风控经验等方面的优势，不断验证并完善产品设计，丰富产品库，提升自身风控水平。
中小银行开发小微资产需第三方赋能
对城商行、农商行、小贷公司而言，消费金融资产因为频频受到监管，只能不断收缩这类业务。而房产抵押等传统业务又面临毛利低的问题，出于追逐更高毛利，以及多样化资产配置的需求，银行需要为资金找到出路，而小微资产是一个不错的选择。
相比于消费金融资产的种种限制，国家对小微资产配置是鼓励的。监管层纷纷出台政策，直指小微企业融资难、融资贵问题，引导银行等金融机构资金流向小微企业。
在具体业务开展过程中，城商行、农商行、小贷公司原有的抵质押业务经验并不能适用于小微企业信贷，而如果要重新研发一套针对性的风控体系，需要投入的人力、物力等资源是巨大的。
由于银行等金融机构对风险的敏感性，对风险的承受能力较弱，就需要第三方赋能，以降低试错成本。
另外，小微资产种类繁多，不同行业、不同场景的小微企业面临的风险因素千差万别，需要搭建多种针对性的风控体系。但对于城商行等中小金融机构而言，由于地域的限制，单一行业、单一信贷产品所能开发的小微信贷资产相对有限，银行自主研发的方式规模不经济。
元宝铺作为第三方服务平台，为中小银行、小贷公司提供产品定制、数据定制和风控体系搭建等定制化服务，帮助提高经营效率，提升资产规模。随着积累的数据样本不断增加，风控规则不断完善，元宝铺可以通过服务不同金融机构，实现规模经济。
已积累10大产品体系
元宝铺的目标客群是银行和小贷公司，银行客户中城商行占了绝大部分。目前，元宝铺有BD团队约10人，获取了浙商银行、贵阳银行在内的多家股份制银行、城商行、农商行客户和佐力小贷、浙农小贷等一批小贷公司客户。未来，银行，尤其是头部城商行、股份制银行是元宝铺重点拓展的客群。
服务客户的第一步，就是进行深入沟通，根据银行、小贷公司的产品需求，在已有的基础产品之上进行定制化开发。如果产品库中没有基础产品，则需要根据需求进行新品研发。
截至目前，元宝铺已经开发设备分期类、连锁加盟类、助农类等10大产品体系，实际运行了22款产品，包括烟草贷、商超贷、汽修贷、农户养殖贷等。
研发并通过不断验证所完善的产品库是元宝铺的核心竞争力，也是银行、小贷公司在招标时考虑的最主要因素。未来，随着元宝铺利用已有基础产品服务客户的能力不断增强，获客效率将继续提升，自身的经营效率也将进一步上升。
在所有产品中，小微用户的平均借款额是十几万元，平均期限是6-12个月，平均信贷利率是10-12%。
业务流程的第二步，就是由银行、小贷公司负责获取小微用户，并提出对接经营等核心数据的要求。城商行等金融机构长期服务于区域内企业，对小微用户更了解，更能触达到这些目标用户，获客效率高。
第三步是由元宝铺负责对接小微企业数据，并根据资金方需求对接央行征信，以及工商、法院等第三方数据。
第四步是将客户的产品风控系统落地跑量，产品化率高。
第五步是在开始跑量后，元宝铺和城商行等客户每隔1-2个月举行风险分析会，以协商风控规则的调整、产品迭代等。
在服务金融机构客户的过程中，元宝铺根据客户的落地反馈，不断完善规则，逐渐丰富产品库，以此提升服务客户的能力。
在整个业务流程中，元宝铺在获客和风控都得到了银行、小贷公司客户的协助，并且根据客户的风控效果反馈实现规则调优，极大限度地利用了城商行、小贷公司的优势。
总体看来，元宝铺在客群和产品方面有突出亮点。
客群方面，城商行、小贷公司都是持牌金融机构，客群质量较优。按余额收费的模式也使得客单价比按数据流量收费要高。
产品方面，元宝铺与客户深入沟通协作，对产品需求和风控逻辑有深刻的理解，积累并经过验证的产品库构成了核心竞争力。
近期，爱分析对元宝铺CEO陈瑞贵进行了专访，就元宝铺的业务和战略进行了交流，现摘取部分内容分享如下。
陈瑞贵是工信部中国大数据产业生态联盟首批专家委员，曾参与了贝贝网、环球捕手等多个垂直电商平台的天使投资。
产品能力是核心竞争力
爱分析：银行是否会要求风控引擎本地化部署？
陈瑞贵：刚开始时确实面临这个问题，很多银行客户惯性思维是本地化部署。但小微非标资产单款产品的量比较小，也就3000-5000万，加上利差并不是很大。如果用本地化部署，就需要我们派人驻场，出问题还得有人去调整，银行赚的利差还不够付我们的本地的实施费用，那ROI肯定是跑不过来的。
现在银行的小微部门已经认识到这一点了，也慢慢接受了云端风控这种模式，核心原因是资产特征不同，作业体系就必须要跟着改变。
爱分析：银行在选择第三方风控平台时，考虑的因素有哪些？
陈瑞贵：银行对风险是很敏感的，最关注的还是有没有过往经验，有没有做过类似的产品，有没有标杆客户，这是最主要的。比如银行想做烟草贷，哪家机构做过就选哪家。
现阶段，银行核心关注的点不仅仅是团队的背景、技术实力等，产品经验才是最主要的。
另外就是效率，这是相对于银行内体系而言的。比如他自己需要3-6个月，但我们因为有基础产品，开发周期要短很多。
爱分析：不同银行对烟草贷产品的需求差异有多大？
陈瑞贵：不是特别大，但由于各地的风险特征不一样，会对风控规则要求一些微调。比如有的地方要求小微商户连续经营24个月以上才能通过，换一个地方可能只需要12个月就可以了。
总之，如果客户要求的是我们产品库里已经有的产品，我们只需要对风控规则进行微调就可以了。如果我们还没有开发这款产品，那么就需要根据银行等客户的需求重新开发，整个风控体系搭建的流程要走一遍。
爱分析：客单价在什么水平？
陈瑞贵：我们的收费主要有两部分，一是系统对接时的一次性收费，另一部分是按照余额的0.5-1.5%收取分成，主要还是看客户采购我们产品的数量。如果我们的客户采购了多款产品，能贡献的收入就多。
爱分析：未来是否会考虑帮助金融机构获客？
陈瑞贵：目前，获客是由金融机构做的，因为他们对当地的客群更了解，也更能触达潜在用户，获客能力比我们有优势。
未来，随着我们积累的数据足够多，对用户足够了解，也会基于数据挖掘，提供更加高效解决方案，考虑帮金融机构获客，也能提高我们的服务价值。
经营场景和实际经营人双风控
爱分析：元宝铺的数据源有哪些？
陈瑞贵：我们的数据源可以分为三类，一是由银行、小贷公司向小微用户提出数据需求，我们负责对接，目的是获取经营流水等数据；二是对接第三方数据源，比如国政通、工商局等；三是从网上抓取的公开数据。
我们可以根据金融机构客户的需求去对接数据，对接不同数据源的收费也是不一样的。
爱分析：有些独特数据源如果已经有平台对接了，元宝铺是否有机会再切进去？
陈瑞贵：我们不像很多平台，以某一类核心数据切入信贷风控。我们的目的是赋能金融机构，需要的数据是多维度的。不同金融机构，不同产品需要的数据也会有差异。通常情况下，市面上的数据服务商都可以是我们的合作伙伴。
一些有公共属性的数据，未来的大趋势肯定是越来越开放，数据的壁垒会越来越低。
爱分析：企业经营数据可以通过核心企业获取？
陈瑞贵：我们也有这类产品，比如汽修贷。我们跟汽修行业的“小拇指汽修”合作，通过对接它的数据，为它体系内的汽修门店提供信贷。
有些金融平台是给核心企业授信，做的是保理类的供应链金融，难度比较小。我们做的是针对核心企业下游分销侧的小微商户的信贷，难度更大。其实核心企业是有动力跟我们合作的，因为能更早地获得回款，也能帮助平台把生意做得更大。
爱分析：是否会搜集小微企业主个人信息？
陈瑞贵：搜集的信息既包括企业经营类信息，也包括小微企业主个人信息。其实小微企业风险状况跟企业主个人的关系是很大的，比如老板要是有赌博的嗜好，那小微企业的风险就很高。在我们的风控体系中，个人信息权重达到60-70%，企业经营是30-40%。
爱分析：如何搜集没有信息化系统的街边小店数据？
陈瑞贵：我们对接的都是信息化程度相对较高的小微商户，对于完全没有信息化的用户，暂时不是我们的目标客群。值得注意的是，现在信息化和互联网对各细分行业的渗透速度也非常快，各个行业也加速数据化。
现在很多小店都有微信支付，腾讯也是我们的股东之一。如果未来能对接微信支付的数据，或者通过用户授权的形式拿到微信支付流水，也能做信贷。
小微信贷还处于规则风控阶段
爱分析：规则和模型的差异是什么？
陈瑞贵：模型是一套完善的算法体系，比如很多2C金融平台的风控就采用模型的形式，通过对很多原变量和衍生变量进行关联分析等，得出个人信用风险评估结果。
至于规则，举个例子，按照年龄、经营年限、经营地点、婚姻状况等规则筛选、评价用户。我们目前设置了四百多个规则，已经能比较全面地完成用户画像了。
爱分析：为什么采用风控规则，而不是模型？
陈瑞贵：小微信贷风控还没有到模型这个阶段，因为样本数据量太小，根本不需要模型层面的工具，更用不上人工智能，那都是杀鸡用牛刀了。
国内只有阿里、京东等大平台的样本多一些，其它平台所谓的几千万企业数据都不是全维度的，比如只是工商数据，这种数据对最终授信的只是一个方面的权重。我们目前也只有20万的全量全维度小微数据样本，包括了企业的经营流水等关键数据、征信报告，以及工商、法院等公开数据。
爱分析：样本要达到什么量级才能用到模型？
陈瑞贵：至少是细分行业的万级以上。数据量小，模型发挥的作用很有限，但要付出的成本很大，从ROI上看不经济。
爱分析：能从银行获得反馈数据用于规则调优？
陈瑞贵：我们每隔1-2个月就会跟银行举行风险交流会，我们提出一些规则修改建议，他们也会提出诉求，一起对规则进行调优，每一次迭代沉淀的经验，对我们而言都是很有价值的。