当前小微信贷的完美数据淹没于宽松的货币政策之中，在此情境下讨论小微贷款的数字化技术是否靠谱，显然缺乏依据，而是需要更长的周期去追踪正常货币政策下的风险结果

　　这与政府加大向金融机构开放申贷企业的税务、工商、司法、电力数据相关，与监管对银行“小微再贷款”“小微转贷款”的政策支持相关，更与监管对银行的“小微业务两增两控”考核相关。

　　这些举措，确实能大幅拉动针对小微企业的信贷投放，尤其是政府数据的开放，对小微企业贷款的数字化转型起到了巨大的推动作用。

　　然而，贷款是双向的，贷得出去也要收得回来，政策的刺激能决定小微贷款能做多大，而不良率决定了小微贷款能走多远。

　　2020年，突如其来的新冠肺炎疫情，让小微贷款不良率持续飙高，不光是小微贷款，整个银行的信贷资产逾期率都在陡线上升。疫情之下，传统的信贷模式受阻，金融机构愿意也好、不愿也好，都在做数字化转型，可以说是疫情倒逼出了数字化决策的小微贷款发展。

　　从风险数据上来看，一年多过去，形势远比预料得好。准确地说，从2020年7月开始，逾期率就开始大幅下降，11月就基本恢复到了疫情前的水平，2021年以来，风险表现更是达到近几年最好水平。

　　光看数字，这几乎是一张完美答卷，但我们这些答卷者却不敢贪天之功，所有的业务策略和风控策略都只是技术细节，而真正起决定作用的是货币政策这个大势，我们只是跟着大势走了一遭罢了。

　　2020年，疫情之下，中国政府启动了“六稳六保”工作，作为配套措施，中国人民银行加大了货币投放。2020年12月末，中国广义货币（M2）余额218.68万亿元，较2019年增长20.03万亿元。

　　这20.03万亿元投向了哪里？2020年，中国社会融资规模增量累计为34.86万亿元，比2019年增长9.19万亿元。其中，对实体经济发放的人民币贷款增加20.03万亿元。

　　随着货币投放的加大，企业手上有钱了，不管它赚不赚钱，短期来看，它的资金流动性变好了，小微企业贷款的不良率应声而降。

　　但问题被海量的货币掩盖了，在此情境下去讨论小微贷款的数字化技术是不是靠谱，缺乏依据，需要更长的周期去追踪正常货币政策下的风险结果。

　　从负责阿里贷款到负责淘宝、天猫贷款，再到参与筹建网商银行、新网银行，这十年来，笔者带着团队累计发放了近1万亿元的小微贷款。在笔者看来，中国市场上目前靠谱的小微企业贷款模式只有五种：

　　第一种以淘宝、天猫贷款为代表，完全掌握了企业的销售、物流、资金流，不必客户提供任何资料，就可以直接评估信贷额度和利率。

　　这当然是数字化贷款，只是对于该模式而言，最关键的还不是模型、数据、方法论，而是阿里这个生态圈。离开阿里这个生态圈，这套方法论是否成立，需要观察，至少目前没有出现第二个成功案例。保持淘宝、天猫贷款不良率持续较低的最大原因，不是大数据信贷模型，而是生态圈形成的巨大违约成本。

　　第二种以美团商家贷款为代表，这种模式算是传统小微贷款的改良版。美团当然能给商家带来销量，甚至美团的商户系统能够追踪部分商家全部或大部分销售额。基于美团的数据也能算出商家在行业或一定区域内的经营排名。但，仅止于此了。

　　美团带来的销量只占到店铺整体销量的20%，若基于这20%销量去测算信贷额度，显然不满足商家的用款需求，但额度一旦放大，则商家违约成本降低。

　　美团的商家贷款是有BD（商务拓展）团队配合的，BD某种程度上起到了银行客户经理的作用，但即便如此，它的不良率也高于淘宝、天猫贷款两倍以上。

　　第三种以台州银行为代表，大量的客户经理在一定区域内，每个人跟踪一批小微客户，走门串户，做深做熟，深耕多年后，客户经理对自己的客户非常了解，而银行的流程经过多次优化，逼近了线下效率的极限。

　　做得很好，值得尊敬。台州银行没有美团、1688、淘宝、天猫、京东们的线上数据，不良率却比它们低。只是，这样的模式太重了，不是谁都学得来。从全国范围来看，台州银行这样的银行也没有几家，且全部集中在江浙。这或许与江浙的民营经济发达、“抬会”等民间借贷模式兴盛，企业普遍比较重信用相关。

　　第四种是供应链，供应链这种业务模式极度依赖于核心企业，真正的好企业是银行哄抢的，利率一家比一家低，那是大行的战场，基准利率下浮是常有的事。

　　顶端的一批企业，供应链业务是自己开展的，比如海尔、联想。真正的好企业，绝大多数金融机构是做不进去的，市场上都是大行挑剩下的。可是，一旦核心企业没那么强，风险就会呈几何程度放大。因此不要指望数据，对于供应链贷款而言，核心企业若出了问题，所有模型都是摆设。

　　在所有供应链贷款中，唯一有技术含量的是仓单。仓单质押，控仓控货是基础，估价准确是要求，而出风险时能把货卖出去则是核心。即使是国有大行，也许能控仓控货，但要做到准确估价及货品处置也很难。所以，谁能同时做到控仓控货、准确估价、快速处置，谁就能做好仓单质押。

　　第五种是授信给企业实际控制人。企业是有限责任，个人是无限责任，授信给个人当然更有抓手。只是，绝大多数情况下，授信给个人用的是消费信贷评估模型，企业信息只是做为参考。

　　这种模式下，风险是可控的，但是授信额度偏低，平均只有几万元。该模式实际用的消费信贷方法论，和小微企业没太大关系。目标客户也只能定位到“夫妻老婆店”、路边摊、社区铺子，否则额度无法满足客户经营需要。

　　据央行和银保监会披露的数据，截至2019年5月末，全国金融机构单户授信1000万元以下小微企业贷款不良率为5.9%。这里面还包含了大量的抵押贷款，若是去除，不良率会更高。

　　小微贷款很难，目前没有普适的方法论，市场上还没有出现快速做大，但几年后风险依然较低的机构。

　　这两年，在监管的强考核下，小微贷款的增速增量成了银行管理层的头等大事。传统的线下模式，产能有限，无法满足增速要求，尤其是中小银行，还要面对大行在考核压力客群下沉的市场竞争环境，能守住原来的老客户已属不易，更遑论高速增长。

　　小微贷款的数字化风控，一再被提及。模式的升级迭代，几乎成了唯一解药。但凡事过犹不及，当整个市场都在谈论大数据风控、都在吹捧机器学习时，危机已经悄然而至。

　　不仅是金融科技公司在谈，整个银行圈也在谈。城商行、农商行觉得这是弯道超车的机会，国有大行害怕错失新技术的窗口，金融科技公司对谁都在鼓吹。

　　银行小微业务朝数字化转型当然是方向，科学的数据化决策当然是很好的路径，但贩卖焦虑，甚至神话大数据风控，大可不必。

　　金融业务的风险决策，是一个数学问题，但绝不仅仅是一个数学问题。决策树、朴素贝叶斯分类、支持向量机、逻辑回归、线性回归、随机森林这些算法是工具、是方法，但不能也不应该是决策的全部。

　　近几年，依靠税务和发票数据做数字化风险决策的小微贷款发展很快，笔者所在银行也是市场参与者之一。

　　风险数据非常好看，但头部机构的额度模型笔者是越来越看不懂，不仅笔者看不懂，一大批做了十几年小微贷款的业内专家也看不懂。

　　若用人工经验，我们看模型看的同样的数据，这样的销售额、纳税额、负债、流动性，信用贷款是不大可能给出这么大额度的。

　　但这样的情况还不是个例，而是普遍性的偏差。笔者自然知道，模型看了海量的样本。我们这些从业者，不管履历再丰富，终其一生肉眼所见的客户样本，也及不上它一天的量。

　　模型的决策，放在静止的当下看，一定比人工更准确。但是，模型所看的样本虽然广度性足够，时间却不够长。如果是针对消费信贷，由于其信贷周期短，几年时间，足够经历十几次借还款周期，时间跨度或许足够。

　　但对于小微贷款而言，客户的单次借贷周期更长，数字化决策发展的时间却比消费信贷更晚，我们还没有经历足够的小微贷款周期，尤其是处在近两年空前宽松的小微货币政策下，我们虽然乐观，但一定要保持足够的怀疑。

　　长期以来，小微企业面临的融资难、融资贵问题，是因为融资路径少，刚性需求在银行等金融机构得不到满足，才会侧面导致小微企业去寻找民间融资较贵的渠道。

　　实际上，目前受疫情影响的小微企业，它们面临更大的问题是，有没有救命钱，也就是信贷可得性的问题，它们面临的是融资难，而不是融资贵问题。

　　根据2019年6月央行和银保监会公布的数据：单户授信1000万元以下的小微企业贷款的平均不良率为5.9%。长期来看，官方公布的平均5.9%的不良率还是有相当的统计学上的参考意义。

　　但这里讲的5.9%的平均不良率是单户授信1000万元以下的小微企业，而更多的小微企业则是路边的小店，是只有几个人的家庭作坊，是批发市场的档口。这些客户的户均授信只有几万元到几十万元，生命周期只有两年出头，可以想象，这批客户的不良率远超平均线%。

　　很多人认为银行的贷款利润=贷款收入-存款成本-不良。真实情况并非如此，应是：贷款利润=贷款收入-存款成本-存款准备金成本-不良-资金闲置成本-获客成本-数据成本-尽调成本-税务成本-清结算成本-拨备成本-机构运营成本（人力成本、科技成本、房租成本）。

　　这几年，政策方向倾向于小微贷款，小微企业融资贵、融资难的问题得到了一定的缓解，此前公布出来的小微贷款平均利率是比较低的。

　　银保监会2019年6月25日在浙江台州组织召开小微企业金融服务经验现场交流会上披露的数据显示，2019年前五个月新发放普惠型小微企业贷款平均利率6.89%。

　　定价6.89%，监管的定向货币宽松政策及展期政策恢复正常后，若是参照2019年监管公布的平均不良率5.9%，不良接近定价，这个模式并不具备市场可行性。而且以上数据源自2019年，2020年疫情后，小微贷款的发放量更大，利率水平更低。

　　另一方面，小微企业拿到的实际价格就是银行的利率定价吗？有些恐怕并不是，我们只能保证银行没有额外收费。但实际上，对于小微贷款，中介介入的、客户认可的中介加收费用是放款金额的2%-5%，地区之间有巨大差异，如果是东三省，出现10%的案例也不出奇。

　　长久的信贷饥渴造成了一种现象：小微贷款对于客户而言，银行是过客，中介才能帮他解决问题。中介会帮它美化资料（税、票、流水）、会帮它推送多家银行，会在它拿不到钱时，帮它拿到钱。

　　虽然很多金融机构在管控中介收费上下了苦工，但实际情况是客户不会告诉机构实情，主动隐瞒中介收费的事实，甚至有时金融机构发现蛛丝马迹，客户还帮中介打圆场。

　　问题的根源还是在供给上。所以解决中介收费问题，首先是遵循国家扶植小微的政策，持续加大小微市场的投放，让更多小微企业主对小微贷款的持续供给有更多的信心，降低它们对中介的依赖。其次是大力发展非接触模式的数字化决策小微贷款，减少客户贷款的中间环节，对公贷款不同于个人，中间的流程要复杂得多，一旦流程拉长，又在线下办理，中间就有牟利的空间。

　　更重要的是，在国家一系列高屋建瓴、切中要害的发文之外，还需监管机构对现行监管政策做出优化。比如开户，现行监管政策是无法支持小微企业线上开户的，户都开不了，贷款怎么发放？怎么还款？又怎么落实不见面审批呢？其他更细的贷款及反洗钱规定就更不用说了。

　　小微企业融资贵、融资难问题，短期之内靠着政府的号召、监管政策的考核可以得到缓解，但长久来看还是得回到市场化解决的道路上来。市场化的定价可使金融机构小微贷款产品的商业逻辑得到自洽，激发商业银行长期的供给意愿。供给充分后，融资难的问题才能迎刃而解。

　　至于融资贵，贵是一个相对值。市场充分竞争后，会对不同资质的小微企业形成一个相对公允的贷款市场价格，在这个价格上加上各种补贴政策，才能对融资贵问题形成一个长效的解决机制。市场化的问题，应让市场来解决。尊龙凯时公司官网