摘要:机遇与风险并存,小微金融下一步该如何创新?

面对“不可能三角”,大数金融如何穿越小微信贷周期?| 爱分析访谈-ifenxi

调研 | 张扬 卢施宇

撰写 | 卢施宇

中国上一轮企业加杠杆周期,肇始于后金融危机时代。2009年,中国企业部门新增贷款从之前的2-3万亿/年,激增至7万亿/年,并在接下来的数年中始终保持着8-10万亿/年的巨量增长。

企业贷款经历近10年的飞速发展,9,000多万小微企业和个体工商户却仍处于融资难的境地。未受到充分服务的原因并非只是银行、政策忽视,而是缺少合适的产品与风控手段。对于其中缺少抵押品的小微企业,从银行获取融资更是难上加难。

当传统手段无法满足需求之时,便是新技术、新模式、新兴公司登场之处。在小微企业经营信贷这一领域,能够凭借数据驱动的风控技术,发放相对大额的经营信贷,保持业内优秀的资产质量,大数金融无疑是一个标杆。

面对“不可能三角”,大数金融如何穿越小微信贷周期?| 爱分析访谈-ifenxi

创新经营信贷风险技术,大数金融赋能银行小微贷款

大数金融CEO柳博表示,大数金融的定位是“To B的金融科技公司,核心在于满足金融机构的需求。

传统做法上,商业银行在经营性贷款领域更倾向于发放基于抵押物的担保贷款,但担保贷款产品并不适合缺少抵押品、时效要求高的小微企业。相比之下,无担保信贷产品更加合适资金需求在百万以下的小微企业和个体工商户。

银行传统的风控模式是用风险政策,也就是规则来管理风险,这决定了其更擅长面对优质客群,发放有抵押物的担保贷款。多年尝试下来,国内银行在小微信贷领域鲜有经历完整经济周期考验的成功案例。

大数金融则希望通过颠覆传统的风控技术和信贷理念,为银行进行技术及能力输出,改变商业银行在小微业务上踟蹰不前这一现状。

柳博认为,小微信贷的核心难点在于:传统小微信贷中,风控、规模和运营成本,这三者不能同时取得。解决这一矛盾的关键是风控技术创新,从而既能够控制风险,还能实现规模化效应,并且使得运营成本足够低。

面对这一小微信贷不可能三角,大数金融团队提出的解决方案是数据驱动的风险技术。传统做法上,大数据风控主要应用于信用卡产品和小额消费贷,应用于纯信用的大额经营贷则对风控技术提出了更高的要求,试错成本、验证的时间周期都要远远高于消费贷。

大数金融贷款件均在25万,远高于消费金融数千元到数万元的平均授信水平;贷款周期在3年左右,也造成授信客户中面临的不确定性较大。但按IRR算,平均贷款利率只有20%出头,与信用卡接近,这种定价水平需要强有力的风控做保障。

大数金融通过50万笔历史经验积累和近10几万笔贷款建立了评分模型,基于实证的客观数据进行风险管理;同时采用信贷工厂的模式,全流程24个环节流水式作业,通过高度切割的流程防止任何来自内部的、个人串通作弊的道德风险。

在经营信贷业务中,虚假经营、包装代办、团伙欺诈等是最常见的恶意欺诈行为,大数金融除了在线上建立人工智能反欺诈模型拦截欺诈团伙外,同时亦借助分布在不同城市的线下团队、通过实地考察的方式对可疑客户进行反欺诈甄别。

由于产品、风控能力独特,资产质量稳健,成立4年多,大数金融已与超过50家金融机构建立了助贷合作。

大数金融对银行等金融机构的能力输出包括两类:第一,信贷全流程解决方案,即狭义上的助贷模式;第二,按照银行需求,将获客、风控、产品、运营、系统等能力,以能力输出的形式服务银行。目前大数金融与银行的合作形式以第一种为主。

经济下行周期影响资产质量,经营贷发放应以审慎为主

尽管近年来政策频出,鼓励银行服务小微企业融资。但央行对小微企业贷款的定义标准是1000万以下,银行仍更有动力做相对大额的贷款或供应链金融产品,额度在百万元以内的经营信贷需求仍未被充分发掘。

另一方面,随着社会融资规模增速下滑,宏观经济进入下行通道。2018年三季度开始,国内GDP增速出现了下滑,随之而来的是企业盈利减少与现金流恶化。

当上游大型企业出现资金流紧张之时,一向融资艰难的小微企业日子更不会好过。现金流缺口代表了融资需求,创新型公司是否迎来了小微企业贷扩张良机?

大数金融CEO柳博并不这样认为。柳博表示,2019年大数金融的经营会以稳健为主,逆周期的规模扩张风险太高,难以保证资产质量。

谨慎经营的原因在于:第一,尽管整体流动性回升,中国经济内外部下行压力依然存在,企业家信心尚未恢复;第二,小微企业受经济周期影响大,经济下行中资产质量恶化情况更为严重。

短期内,由于资产质量下行压力大,小微贷款需要审慎扩张,尤其是对于贷款产品金额更低、服务客群风险更高的非银行机构。

长期来看,政策会持续鼓励小微企业贷款,尤其是长周期信贷增长。但小微企业经营风险高,银行提升渗透率难。因此,大数金融这类风控能力强,资产质量相对优秀的企业,在与银行的合作中想象空间大。

面对“不可能三角”,大数金融如何穿越小微信贷周期?| 爱分析访谈-ifenxi

近期,爱分析对大数金融创始人、董事长兼CEO柳博进行了访谈。柳博是国内知名个人信贷专家,历任平安银行总行零售总监,深圳发展银行零售银行代理条线长,美国AMERIQUEST公司运营中心持续改进部主管等职。

访谈中柳博就国内经营信贷行业发展趋势及大数金融的业务、战略进行了阐述,摘选部分内容如下。

政策鼓励小微信贷发展,行业面临不可能三角难题

爱分析:过去一年行业经营贷增长偏慢的原因是什么?

柳博:从银行的角度上来讲,我觉得经营贷的增速快过消费贷,但从非银行金融机构或者说互金行业的视角来看,我觉得你说的多半是对的。

出于政策监管对实体经济的关注,对小微贷款的政策鼓励等,实际上银行还是把很多的信贷资源,从消费、按揭、抵押等,转而投向了小微经营贷。

对于非银行机构来说,增长慢主要有2个原因:第一,经济形势不好,经营贷的需求变弱;第二,资产质量问题导致放贷机构比较谨慎。

此外,这一现象跟行业中的机构数量和竞争壁垒有关。因为2C的消费信贷业务相对来说准入门槛较低,或许有几千家公司在做,但做经营类的是比较少的。

最近半年我们也看到新金融行业中不少机构开始往经营性信贷的方向来转,毕竟有政策等因素的考量,但是总体来讲还是比较困难的。

消费类信贷是过去很多银行忽略了的,新金融机构等于是填补了空白。而小微业务则是银行努力经营了十几年、但是始终没有经营好的领域。所以说这两个业务的开展难度有着非常大的差异。

爱分析:为什么银行的经营类贷款额度高?

柳博:金额大小只是表象,产品才是本质。银行做经营类贷款,主要做的是抵押贷,因此单笔金额大是产品形态决定的。

这背后是风险管理和整个业务产品难度的问题:抵押贷款面对的客群比较优质,用规则来审批更有效,或者说银行用传统的信贷技术可以比较好地解决;而户均几十万、无担保的纯信用贷,则是过去银行传统技术不太擅长的。

截止到2017年底,小微企业和个体工商户9,300万,银行业大致覆盖了1,600万。银行业金融机构包括了银行、信托、消费金融公司等。

这之外剩下一个巨大的长尾,这些人要么是拿不出房子,要么是房子已经被抵押了。但贷款的需求始终存在,此时要想满足这些客户,必须得走出抵押这个圈,技术难度就会大一些。

爱分析:小微信贷的核心是风控吗?

柳博:我们看信贷要看得稍微宽一点,并不仅仅是风控的问题。对于小微信贷来讲,关键是:第一,风控表现;第二,业务规模;第三,运营成本。

如果采用传统的小微贷款技术,这三个目标是不可能同时取得的,我把这称之为小微信贷的不可能三角。如果只是追求风控,其实也不难的,只需要把风险的尺度提高,匹配足够多的信贷员在一个区域精耕细作,总是可以的。 但是人多了,运营成本就上去了,只在一个地方开展业务,就没法取得规模效应。

小微贷款业务真正的难点在于风险、规模、成本三者同时取得。

爱分析:风控与线上消费贷相比有哪些核心差异?

柳博:首先,二者面对的客群差异显著:第一,消费贷往往跟一定的场景有关联; 第二,消费场景下,只要不是欺诈,人们总是量入为出的,所以客群本身就决定了风控难度没那么大。

经营类贷款的客群,经营的波动性天生就比较大,同时相对更易受外界经济环境的影响,客群本身的特点就决定了它的风险更大一些。

此外,新一代的风控技术依靠数据驱动,与数据量有很强的关系。经营性贷款通常金额比较大,相同的发放量之下,公司采集到的样本量和数据量会比较少。而在样本量相对少的情况下,要做出优秀的模型对风控技术的要求就会高很多。

而且经营性贷款的数据表现随着经济形势的变化,波动是比较大的,几年前的数据的有效性会衰减。

数字化风控技术,是对将来的预测,但很多预测相对是滞后的。例如某家公司经营状况已经很不好了,但在很多数据上并不会立刻表现出来,它可能还在努力地去保持着信用记录。这个时候是需要一定的线下团队来实地考察的,并不是全部自动化就好。

经济周期造成普遍影响,注重客群质量稳健

爱分析:按历史的经验去看,现阶段经济周期下行,经营信贷最好的策略是什么?

柳博:如果是在纯理想的环境下,应该大幅收紧授信尺度,类似于熊市时的空仓策略。但在现实中,一个公司的业务是需要有延续性的,所以从极端往回走,无外乎就是要稳健。当下没有什么东西比稳健更重要。

爱分析:经济周期下行中,不同客群的风险和风险后收益会如何变化?

柳博:风险变化跟客群的好坏有直接关系,例如银行客群的利率虽然低,但风险也低,经济下行周期的波动也会小一些。而小微客户的定价虽然高,但这时质量下行幅度也较大。

从这个角度上来讲,我认为各个客群在长周期中风险后收益是差不太多的。只要定价是市场化的,收益里都反映了风险的大小。当然,高收益一定伴随着高风险,但高风险不一定就意味着高收益。

爱分析:小微贷款中,如何区分客群的优质程度?

柳博:我们对于小微贷款的客群风险区分,会综合运用征信报告、企业财务信息以及资产信息、电信服务商数据、金融账户交易数据、法律诉讼信息、多头借贷数据等众多维度的大数据,采用有监督的机器学习方法论,开发风险评分卡和决策树模型,来区分客群的风险区间,判定其优质程度。

爱分析:客户会有比较明显的复借需求吗?

柳博:有相当一部分客户会续借,但是比起很小额、短期限的消费信贷,续借比例要低。

爱分析:从客群本身的资金需求来看,借款需求更多是一次性的还是长期的?

柳博:更多是长期的。借款人都是商人,不论是为了解决短期的困难,还是长期基于经营业务的资金需求,只要能算得过来帐,他们就会去借。

特别是当整个经济形势向好,各行各业就会涌现商机,此时往往企业主对资金的需求更旺盛。

爱分析:长期来看,行业的利率水平会下降吗?

柳博:我认为利率水平一定会下降。从监管的角度上来讲,虽然有36%的利率限制,但还没有非常严格地来执行,此外还有名义利率和IRR两种差异很大的口径。如果说监管对这方面有更强的要求,会促使整体利率水平进一步下降。

另外,小微融资贵,其实也是技术问题,根源在于金融机构无法将差客户有效地甄别区分出来,导致大量优良客户承担了差客户带来的信用风险成本。随着风控技术的提高,这部分成本也会降低。

爱分析:利率水平下降会导致整体服务的客群减少吗?

柳博:会有影响,但也是相对的。如果风控水平更高,在目标客群里面能够把客户进行精准分级,仍然可以服务其中资质优良的部分。但客群质量特别差的,确实覆盖不了。

爱分析:对于已经发放1-2年的贷款,有哪些风控策略可以保证资产质量稳定?

柳博:对于已经发放出去的贷款,其资产质量在授信准入时已经确定。风控策略可以通过行为评分模型来监控资产质量变化,以及设定风险预警策略——在资产没有出现逾期之前,对其中的高风险客户,通过激励提前还款或预催收的方式,来改善资产质量。

另一方面,可以通过后续模型和策略的优化和调整,发放更优质的贷款,来拉低整体资产包的风险,实现资产组合的风险平衡。

爱分析:经营信贷相关的基础数据,相比前些年会有明显的进步吗?

柳博:我觉得是这样的。消费类贷款的大数据相对是比较多;而经营类贷款的数据维度则相对少,但相关性要更强一些。比如税务数据、供应链数据、交易数据等,它们与金融行为的相关性更强,对风险的预测性更有帮助。

风控向线下衍生获客向线上发展

爱分析:对于大数金融来说,业务的在线化比例在提升吗?

柳博:我们的风控还在往线下走,但获客等是在往线上走。从整体风控的自动化比例来看,我们对于信用风险的的评估,是完全自动化的,但是对于欺诈风险的评估,我们是有人参与的。

因为欺诈风险其实分两种:第一种,我们称之为第三方欺诈,就是冒名顶替类。这种风险的识别目前主要通过生物识别技术,在行业中的运用已经比较成熟,这里不多做赘述;

第二种,我们称之为第一方欺诈,这是一种主动的、通过信息造假骗取贷款的行为,目前出现的频次越来越高。

我们除了通过规则引擎做欺诈的实时防御、黑名单方式以外,还会通过预测性建模以及通过关联图谱的方式挖掘客户欺诈行为,但这还是不够的。例如当前经济形势变化快,很多情况下经营已经改变,但是数据还没变,这个时候就需要信贷员的参与,这对评判欺诈行为会有较大帮助。

所以实际上,由于要解决第一方欺诈的问题,我们线下调查的比例是在逐步上升的。

爱分析:线下调查包括哪些环节?

柳博:我们的线下调查实际上是改造后的IPC技术。IPC技术对人的要求是比较高的,需要做很多的判断,我们把它简化掉,更好操作且更有效率,对于反第一方欺诈的指向性更强。

爱分析:线下调查是大数金融自己的团队吗?

柳博:是我们自己在操作。因为这个改造后的IPC技术在行业内还没有第二家机构真正掌握。我们对所有的区域都会做线下调查,但是对不同的产品、不同的风险等级,只对一定比例的客户展开调查。

爱分析:这个团线下队大概有多大的规模?

柳博:一个地区有几个人,全国加起来大概有一百多人。长期来看这个团队是否扩张,取决于需要调查的客户比例。因为调查也是把双刃剑,时效和成本会受到影响。

爱分析:2018年以来授信通过率会有所降低吗?

柳博:肯定会降低。原因有两方面:第一,客观上客群的质量恶化;第二,我们在经营策略上选择更稳健,所以会采取一些主动措施。

爱分析:获客在向线上走的过程中,有哪些明显变化?

柳博:我们的线上获客,和市场上很多通过购买流量、然后再筛选的方式会有比较大的差异。过去,我们很多目标客户掌握在线下中介的手里,今天有很多客户是掌握在流量方的手里。所以说我们还是间接获客,只不过中介变成了流量方。

这个时候,如何选择中介、使获客更有效率是非常重要的。买流量肯定是个方法,但是对于我们的客群筛选不够高效。所以我们在选择流量方和渠道方的时候,更多是看匹配程度。

爱分析:与买流量核心差异是什么?

柳博:大数从2014年成立的第一天开始,定位就是一家服务于金融机构的to-B公司。对我们来说,前端的获客可能是由合作的流量方或者银行业金融机构自行解决。

过去我们是信贷全流程解决方案的提供者,现在我们开始把整个对外的能力拆分成若干项,根据金融机构的个性化需求输出一项或多项的能力。有的金融机构自身具备较强的获客能力,他们可能只在风控、运营或者客户调查上需要我们的技术或解决方案。

此外,我们跟场景流量方的合作,往往是采取更深度的合作模式,不见得一定就是流量生意。

致力于能力输出大数金融服务B端银行客户

爱分析:如何看待助贷这一商业模式?

柳博:我觉得助贷模式对信贷行业的发展是非常有意义的。我们更多把自己精准地定义为Credit-Tech,相对于Fintech,大数实际上是在金融信贷的一个细分领域里,输出数字化风控能力。

任何一项新技术,都需要有一种商业模式去传播去承载,助贷就是这样的一个商业化载体。所谓助贷这件事,其实有两个方向,一个方向是赋能,一个方向是自己放贷。表面看上去都是银行出资金,助贷机构帮着放贷,但是真正的着力点是有比较大差异的。

爱分析:在助贷的定义中,技术&能力输出与传统助贷业务的核心区别是什么?

柳博:核心的区别在于定义谁是我们服务的客户。如果把借款人定义为客户,那么这种助贷更像是一家传统的贷款公司,这种情况下公司的经营目标是风险后收益。

但对赋能机构来说,最主要的关注点是金融机构的需求。C端客户只是金融机构需求的其中一个元素,他们同时也会关注产品设计、风险表现、运营流程等等。作为金融科技的赋能者,大数金融致力于为金融机构提供小微信贷领域的技术输出,提高银行业金融机构服务小微客户的能力。

爱分析:银行等金融机构开始接受这种赋能方式的原因是什么?

柳博:我觉得这个事情是生态共同发展的一个结果。从需求端来说,银行对金融科技也是经过了好几年的观察,终于认识到金融科技会使银行业务带来很多重要改变,而银行在实施业务转型的初期,很多时候需要借助外部的力量。

从供给端来看,随着监管政策对互联网贷款公司的杠杆率要求等逐步趋严,相当一部分公司转向了技术和能力输出的路子,增加了市场供给。

爱分析:行业的资金端的波动对大数金融有哪些影响?

柳博:过去一年下发的监管政策其实很多是针对现金贷或者P2P,但对我们也会有一些影响。不过,很多公司是在产品、业务模式和商业模式层面受到影响,我们在这些层面没有受到影响,影响更多体现在业务细节上。

举个例子,监管要求金融机构不得接受无担保资质的第三方机构提供增信服务以及兜底承诺等变相增信服务。因此我们需要把过去银行与大数金融直接合作的业务,转到大数旗下的融资担保公司。这个过程中会涉及到双方重新签约、系统重新对接等,但因为我们有几十家银行在合作,这个过程还是比较平稳的。

从资金端的利率上来看,尤其是自2018年下半年开始,其实是越来越低的。

爱分析:2019年在业绩上会有追求吗?

柳博:业绩上当然有追求,但这是保持稳健的基础上。2018年对比2017年有增长,但2019年更重要的还是稳健。   

爱分析:团队构成的情况如何?

柳博:现在有1700多人。有20%左右的人负责风险、技术等。