商业银行互联网小微信贷模式深化创新策略
2022-06-27 14:22:52   来源：金融时报   评论：0 点击：

 

　　疫情冲击下小微企业发展的困境及应对

 

　　突如其来的新冠肺炎疫情使部分城市不得不采取出行控制、社交隔离甚至封城的措施，以保障人民生命健康安全，这使很多商业行为从线下转到了线上，经济发展受到了一定冲击。本次疫情对企业的冲击程度不均衡，小微企业相对于大中型企业受到的负面影响更大。无论是在打通供应链、寻求资金支持，还是在拓展销路上，小微企业都困难重重。一方面是刚性成本，如房租、人力成本等支出不变；另一方面是订单大幅下滑，收入减少，一些微观经济主体陷入经营和财务危机。

 

　　4月29日，习近平总书记主持召开中央政治局会议，会议要求“要稳住市场主体，对受疫情严重冲击的行业、中小微企业和个体工商户实施一揽子纾困帮扶政策”。5月5日，国务院总理李克强主持召开国务院常务会议，部署进一步为中小微企业和个体工商户纾困举措，以保市场主体稳就业。5月31日，国务院印发《扎实稳住经济的一揽子政策措施》，聚焦财政、货币金融、稳投资促消费、保粮食能源安全、保产业链供应链稳定、保基本民生六个方面提出了33项措施，以最大限度减少疫情对经济社会发展的影响，统筹发展和安全，努力实现全年经济社会发展预期目标。其中，“鼓励政府性融资担保”“加大普惠小微贷款支持力度”“加大政府采购支持力度”“稳定和扩大民间投资”等多项具体举措，帮扶中小企业纾困解难。

 

　　近年来，商业银行在扶持小微企业方面做了大量努力。自2016年国务院印发《推进普惠金融发展规划（2016—2020年）》以来，一些大型商业银行率先推出互联网小微信贷模式，基于大数据风控，全流程线上业务办理，即申即贷，推动了小微信贷业务呈现高质量、高速度发展态势，有力缓解了小微企业的融资难问题。尤其在疫情期间，互联网小微信贷模式更是充分发挥了其线上办理优势，在银行线下网点无法展业的情况下，为小微企业第一时间获取信贷资金提供了保障，为缓解小微企业的生存压力提供了有力的资金支持。面对不断反复的新冠肺炎疫情，这一模式的重要性越发凸显。然而，该模式尚存在客户体验不佳、需求识别不准确等不足，需要深化创新，将互联网小微信贷模式打造为疫情之下商业银行稳企保企的主战场，为踏实经营的企业在需要资金的时候给予其所需额度的贷款。

 

　　商业银行现有互联网小微信贷模式面临的挑战

 

　　互联网小微信贷的快速发展一方面是源于国家在支持小微企业融资方面持续出台政策，致使商业银行越来越重视小微信贷业务；另一方面是其确实可在一定程度上针对性地解决传统小微贷款模式存在的问题，对银行信贷有着重要意义。然而，不论是从客户体验视角看，还是从银行视角看，商业银行现有互联网小微信贷模式尚存在一些痛点和难点。

 

　　（一）从客户体验的视角看，现有商业银行互联网小微信贷模式面临五个方面的痛点。一是“不知道”。虽然商业银行早已推出互联网小微信贷模式，但不少小微企业主仍然不了解银行的互联网小微信贷产品，还是认为办贷款需要到网点申请。这和银行数字化营销和服务能力不足有关。一方面，商业银行的互联网小微信贷模式基本是产品在线上，营销靠线下，网点触达能力决定了产品服务范围。由于小微企业数量众多，单纯依靠银行网点经理的推广，很难做到面面俱到；另一方面，即便有些小微企业主知道银行有互联网小微信贷产品，但产品选择太多，不知道如何操作。二是“贷不到”。部分商业银行的互联网信贷产品依然延续线下审批的风控思路，设置了相对比较高的准入门槛，导致条件不满足的小微企业很难从银行获得贷款，如企业成立年限的限制。单单这个准入条件就会将很多小微企业挡在门外。三是“贷不满”。一些符合条件的小微企业虽然能在银行获得贷款，但难以贷到所需金额。这又突出表现为：一种是始终无法贷到其需要的资金；另一种是在企业最需要钱的时候贷不到所需金额，不需要钱的时候授信额度又比较高。四是“贷过头”。还有一些小微企业，从其经营角度来说并不需要太多资金，但银行给的额度偏高，又或在企业不需要钱的时候，银行给予了授信额度。这可能引发小微企业的逆向选择，将贷款资金挪作投机或盲目扩张。一旦投机或扩张失败，企业陷入困境，直接影响银行信贷资产安全。五是“贷不长”。小微企业因自身生产经营特点，对长期资金需求较高，而银行的互联网信贷模式大多为一年期的流动资金贷款，导致一些企业贷款到期后需要先把银行贷款结清再重新申请一笔贷款，无疑会增加企业的交易成本。特别是对于一些采用过桥资金还款的企业，一旦重新申请贷款没有获批或授信额度大幅低于原有贷款金额，会让企业陷入流动性困境。

 

　　（二）从银行的视角看，银行在推进互联网小微信贷业务的过程中也面临着一些挑战，主要包括以下五大难点：一是数据获取难。互联网小微信贷模式的基础是大数据风控，银行需要掌握尽可能多的数据，包括企业经营的相关数据。虽然我国征信体系建设已经取得了长足进步，但现阶段有些数据尤其是企业经营相关的数据仍较难获取，特别是对于一些中小银行而言，获取数据的难度更高，无法完全满足银行大数据风控的需要。二是客户管理难。互联网突破了时间和空间限制，使得银行可服务的客户数量呈指数级增长。小微企业众多，其所处生命周期以及对数字技术的理解等方面存在巨大差异，对银行标准化服务提出了要求。由于贷后管理仍需要客户经理去执行，大幅增长的企业数量已经超出了现有客户经理的服务能力，出现剧增的企业数量与有限的服务能力不匹配的现象。如果依然按照现有手段去服务这些客户，无疑会产生巨大成本，效果也不尽如人意。三是客户需求识别难。银行长期形成以产品为中心的思维尚未完全转变为以客户为中心的思维，银行对小微企业的调研不够深入，对客户了解不足。另外，银行目前掌握的数据很难精确识别客户的需求。四是欺诈风险防范难。新兴的商业银行互联网小微贷款模式主要依托生物识别、光学字符识别（OCR）、大数据风控模型等手段识别企业的真实性、申请贷款的合理性等，面临着远高于传统线下授信模式的欺诈风险。五是新型风险管理难。互联网小微信贷模式的基石是大数据智能风控，大数据模型被广泛运用到小微信贷的自动审批之中，这就不可避免地带来了新的风险。一方面，一旦模型构建的前提条件发生改变或者模型管理不善，将会导致信贷审批结果出现大面积偏移。小则导致审批通过率过低，引发客户投诉；大则导致审批过松，产生大量不良贷款，最终造成业务中止。另一方面，随着大数据在互联网小微信贷风控领域的深入应用，数据合规、数据质量、数据源可持续性、数据解读等问题对信贷风控的有效性甚至业务可持续性的影响与日俱增。模型风险和数据风险作为伴随着互联网小微信贷模式而生的新型风险，尚没有形成成熟的风险管理机制，是银行面临的风险管理新课题。

 

　　商业银行互联网小微信贷业务可持续发展的路径

 

　　商业银行需要进一步深化创新，彻底打破银行传统的以产品为中心的思维，向真正以客户为中心转变，深刻洞察小微企业的经营行为和需求，创新数字化营销与服务。从需求识别出发，打造以小微企业需求为中心的一站式办理的业务模式，形成体系化、生态化的大数据风控模型体系，提升风控精准度，为真正踏实经营的小微企业提供满足其需求的信贷服务，帮助小微企业走出困局，陪伴小微企业成长。同时，要探索建立模型和数据风险等新型风险管理模式，确保互联网小微信贷业务的可持续发展。

 

　　（一）推进数字化营销与服务创新工作。一方面，结合小微企业的经营特征，基于企业主的生活、工作场景，联合专业数字化营销机构和平台，共建精准营销模型，开展有针对性的数字化品牌宣传、产品营销推广，让更多企业了解银行互联网信贷产品；另一方面，通过建立产品、服务知识图谱，基于人工智能技术打造智能交互机器人，引入真人虚拟数字人形象，为小微企业提供类似真人的一对一服务体验；创新交互式业务办理方式，帮助小微企业解决贷款申请、还款等相关问题，通过智能外呼开展还款提示、催收等业务，提升服务效率，降低企业交易成本和银行服务成本，破解客户服务难题。同时，通过数字人采集动态交互数据，进一步夯实大数据风控的数据基础。

 

　　（二）大力推进基于隐私计算的数据采集工作。自党的十九届四中全会首次将数据纳入生产要素以来，国家层面开始大力推进数字经济发展，数据流通机制、基础设施等势必会逐步完善，银行获取数据将更加便捷。另外，随着《数据安全法》《个人隐私信息保护法》《征信业务管理办法》等法律法规的出台，对银行使用外部数据提出了更高的合规要求。银行可以探索推进联邦学习等隐私计算技术在数据合作中的运用，基于隐私计算数据可用不可见的特性破解数据合作方之间的数据共享合规问题以及信任问题，与产业链核心企业、政府部门及其他合规数据源开展深入的数据合作，实现跨行业、跨机构数据的直接聚合开展机器学习等模型训练，充分释放数据生产力，为破解企业“贷不到、贷不满、贷过头、贷不长”等问题夯实数据基础。

 

　　（三）着力创新打造以小微企业需求为中心的业务模式。首先，从产品流程上来说，打破银行传统以产品为中心的产品设计模式，从客户需求出发，将现有众多产品整合为一个以信用为主，以风险缓释手段为增信的面向客户的统一的一体化业务流程，为客户做减法，让客户可以实现“一站式”的贷款申请。其次，基于大数据精准识别小微企业所处生命周期、行业特征，推断小微企业资金需求金额、使用周期等，以此作为企业授信额度测算、贷款期限确定的依据之一，解决客户“贷过头、贷不长”的问题。同时，也可以将需求识别结果作为小微企业申请行为欺诈识别的重要依据，增强银行的反欺诈能力。最后，为小微企业提供在线增信服务。当小微企业获得的授信不足以满足其资金需求或申请贷款被拒时，可以通过在线“存数”，即由小微企业存入相应资产数据证明；银行通过OCR、自然语言处理（NLP）等人工智能技术进行真实性的交叉核验，并将结构化后的数据输入增信模型，重新调整授信结果，解决客户“贷不满”及客户需要重新申请抵押贷款而带来的体验不佳问题。

 

　　（四）构建体系化的风控屏障，提升风控精准度。风控是商业银行做好小微企业融资服务的重要基础。就现阶段的大数据技术特点而言，解决目标问题越精确，效果越好。因此，大数据模型越精细，覆盖的风险问题维度就越全面，对小微企业的风险画像就越准确，风控的精准度就越高。商业银行需要探索改变现有相对粗放的大数据风控模式，将风控问题细化拆解。针对每个问题建立对应的细化模型，准备充足的数字风控“零件”，再将这些“零件”根据实际业务情况进行灵活组装，建成更灵活、快速、精准的大数据智能风控体系。

 

　　第一，大力研发通用模型，夯实数据风控的标准“零件”。可以从企业间风险传染、区域信贷风险、行业信贷风险等问题入手，探索研发风险传染模型、区域风险指数模型、行业风险指数模型等。这类模型作为一种通用模型，既可独立使用，直接参与信贷决策，又可作为其他风控模型的输入变量，提升大数据风控模型的区分能力。从贷款流程来看，既可以应用于贷前审批场景，也可以应用于贷后风险管理场景。第二，结合小微企业所处行业、区域、生命周期等不同特点，构建小微企业分群模型，细化企业分群。小微企业分群是实现对小微企业“一户一策”个性化服务的基础。第三，创新研发大数据需求识别模型体系。需求识别是创新互联网信贷模式的重要基础，是银行实现从以产品为中心向以客户为中心转变的关键，通过建立小微企业资金需求金额和周期推估等模型，识别小微企业的贷款金额、用款周期等需求，为满足小微企业个性化需求奠定基础。第四，进一步做深做全企业经营风险评价模型体系。在上述通用模型和小微企业分群模型的基础上，综合考虑企业主对小微企业的影响以及小微企业自身的经营情况，通过运用图计算、人工智能等前沿技术，探索构建企业主经营能力推估、企业主社会资本推估、企业主欺诈风险评价、企业主信用风险评价、小微企业竞争力推估、破产预测、成长力推估、现金流推估等模型，对小微企业进行全方位洞察，形成全面的企业经营风险评价模型体系，为提升整体风险识别的精准度提供支撑。第五，在上述模型体系的基础上，通过组合运用各类模型“零件”，构筑全新的大数据智能风控体系，为商业银行创新互联网小微信贷业务模式保驾护航。同时，应充分考虑疫情等突发因素，有针对性地推进模型的自学习和迭代，保障模型稳定性和有效性，为在疫情之下更快、更好满足真正踏实经营小微企业的需求提供根本保障。

 

　　（五）强化模型和数据风险管理，确保业务可持续发展。一方面，建立模型风险管理体系，防范模型引发的风险。引发模型风险的原因众多，包括模型质量、模型部署、突发事件等都有可能造成模型偏移，因此需要建立覆盖模型全生命周期的风险管理体系，以防范模型引发的风险。从模型生命周期看，可以分为研发、投产上线、运行、退出等阶段，需要针对各个阶段特点配套对应的管理手段。强化模型研发前的可行性研究、模型研发完成后的独立验证及评审、模型投产上线前的充分测试、模型投产后的持续监控以及及时报告，建立模型风险应急管理机制，明确模型风险应急处置流程和相关责任人的职责，准备模型风险应急预案，明确各类模型风险出现后的业务可持续性保障手段、模型变更及退出机制等。对于在自动审批环节中审批职责的反欺诈、信用评估、额度管理等模型应尽可能地准备替代模型，一旦触发模型变更条件，需要第一时间进行模型切换，确保业务连续性。

 

　　另一方面，建立健全数据风险管理体系，切实防范数据风险。在数字时代，数据是银行的核心生产要素，涉及面广。数据引发的风险会波及互联网小微信贷等对数据强依赖的业务，银行需要针对数据合规、数据质量、数据中断、数据解释性、数据欺诈、数据理解等可能引发相应风险问题的各个方面，从数据采集、流动、应用等相关环节入手，建立对应的风险管理制度和规范，明确风险管理范围以及各相关职能部门职责，强化数据全流程监控，建立应急机制，探索人工智能技术在数据风险管理领域的应用，提高数据风险管理效率和能力。