風起普惠,科技先行

聯訊麒麟堂2019-03-20 13:48:21


聯訊證券首席經濟學家 李奇霖 

聯訊證券宏觀組 常娜(nana_2016_enjoy)



 1 

傳統普惠的“三大痛點”?

普惠金融是聯合國2005年提出的概念,“普”是指“範圍廣”,“惠”是指受惠,讓更廣範圍的人享受金融帶來的益處就是普惠金融的主旨。一般普惠金融所涉及的羣體主要包括小微企業、農民、城鎮低收入人羣、貧困人羣和殘疾人、老年人等羣體。

普惠金融的發起來源於“金融排斥”,普惠金融具有高成本、高風險和低收益的特點,是傳統金融機構涉獵不多的業務。

曾有一句話説“銀行只會在你能證明自己不缺錢的時候借錢給你”,普惠人羣的難點在於,沒有辦法證明自己有償還能力,通常情況下證明一件事基本上可以從兩個方面入手:

第一是歷史,歷史上你的表現可以一定程度上作為未來表現的參考,小微企業的存續時間比較短,在我國大部分小微企業的生存週期不超過3年,再加上缺乏相關的金融服務,所以他們在央行徵信系統的信用記錄不多,不好取證。而且被排斥就沒有信用記錄,沒有信用記錄下次會繼續被排斥,形成一個惡性循環。

第二是當前的實力,如果沒有歷史信息,有當前的實力證明也可以:合格的抵押品、質押品或者有資質的人提供擔保,然而這些普惠人羣一般也沒有。

在這種情況下,從事普惠金融的主要是採取差異化戰略的中小銀行、社會組織,採用的是“人海戰術”,就是投入大量人力去調研,並且制定不低的風險溢價來彌補可能會發生的損失。

比如孟加拉模式,我們國內的中和農信模式,從這些比較成功的案例中我們看出他們主要採用三種辦法來解決普惠金融的信用風險問題:

第一是採取互保的方式,包括小組形式的互保或者購買保險。小組形式上的互保可以藉助借款人之間的熟人信息降低信息不對稱的問題,而且可以促進小組成員之間的正向互動,互相交流經驗,交換資源,主要是利用“熟人社會”的信息共享性,但是這樣做也有風險,就是一旦小組中某成員出現違約,需要其他成員來履行擔保責任的時候,剩下的成員為了不給違約成員買單,違約的概率也會相應增加。

購買保險也是一種方式,但是這種形式會增加客户的借貸成本,而且本質上是一種讓優質客户補貼劣質客户的行為,可能會發生“劣幣驅逐良幣”的現象。

第二是採用當地人作為信貸員,還是藉助“熟人社會”的信息優勢。

第三是借錢給家庭責任感更強的女性。孟加拉的案例説明女性對家庭穩定的需求更高,也更易履行償付責任。

然而這種傳統的普惠金融也是有門檻的,每筆貸款有一定的成本,如果這筆貸款的金額太少,它所產生的利息就覆蓋不了它本身的成本,所以即使是普惠金融也有最低金額的門檻,這個金額一般是5萬,有些做的成功的組織可以進一步下降,比如我們提到的中和農信的平均貸款額度是1萬。

而且這種“人海戰術”也存在一定的問題:

第一公司呈現明顯的“人治”而非“法治”特徵,過於依賴人。對優秀信貸員的依賴較強,但是不能將這些優秀人員的經驗做成明確的行為準則來傳授給後來的員工,只能是“師徒制”的手把手傳授,如果這些人離開公司,會對公司影響較大,影響公司經營的穩定性,並且每個信貸員覆蓋的客户數量有限,大概在100家以內,也影響公司的業務擴張。

第二是普惠金融的利率會比較高,高於一般非普惠的利率。從直接感官上看,這不符合人道主義精神,是在“劫貧濟富”,但是這是符合金融市場規律的,只有這樣才能維持金融機構的可持續性。

根據風險定價原理,信貸的利率由資金成本、業務成本、合理利潤和風險溢價組成,假設資金成本和合理利潤與非普惠金融一致的情況下,普惠金融的業務成本和風險溢價都較高,在傳統的“人海戰術”模式中,如果想減少業務成本,減少人力投入,就要面臨更高的風險,從而風險溢價較高,如果想降低風險溢價,就要投入大量的人力深入基層調研,業務成本就要相應提高。

所以在傳統的普惠金融中,如果將“業務成本+風險溢價”當做一個整體來看,普惠金融的成本是高於非普惠的,這樣才能維持住普惠金融合理的利潤水平,從而讓業務可持續。但是這個利率也有上限,不能超出監管規定的範圍。

當然這是理想的狀態,現實中存在兩個難點:

第一是信用風險的準確估計很難,“業務成本+風險溢價”的摸索需要一個比較漫長的過程。如果風險溢價高於違約率,則利率定價太高,削弱市場競爭力,如果風險溢價低於違約率,溢價不能覆蓋違約成本,短期可能會賬面漂亮,但是等到下行週期和還款期到來的時候,不良率抬升會削薄銀行的利潤。

第二是給不同信用風險的人設置更精準的利率定價也難。因為一個羣體中既有信用稍微好的,也有信用稍微差的,如果設置統一的利率就只能按照平均水平來,這樣實際上是利於信用差的人,信用好的人會逐漸退出,形成信貸的“檸檬市場”。所以對每個客户根據風險評估制定精準的利率定價是維護市場運營的有效手段。

所以傳統的銀行用“人海戰術”做普惠會有幾個表現:第一是有一定的行業壁壘,包括信貸員的素質和違約率的估計都需要一段時間的摸索和調整,所以傳統普惠金融做的好的一般都是深耕當地的農商行和民營銀行。第二是做好小微必須精細化運作,對客户的風險評估和利率定價都要儘量精準,分層越細越有利於市場健康發展,甚至很多機構都是“一户一價”。第三是這種模式很難簡單複製進行推廣。普惠金融風險大,然而隨着風險上升“業務成本+風險溢價”也在上升,讓總利率不能超出銀行的經營範圍,所以只能選取其中較低風險的客户進行服務,這就要求要麼銀行有特別強的調研能力,要麼就是當地的經商環境和信譽度過硬,比如江浙地區。

但是在金融科技崛起的當下,採用金融科技來做普惠金融,成為了“人海戰術”之外的另一條出路。採用金融科技做普惠可以減少對徵信記錄和抵押品的依賴,符合近期《關於加強金融服務民營企業的若干意見》中提到的“合理提高信用貸款的比重”的意見。


 2 

科技如何改變普惠金融?

(一)金融科技可以為金融機構提供徵信服務

以往的銀行只能通過央行徵信系統的信用記錄等來識別貸款人的資質,但是小微企業、個體經營者一般缺少這些信息,但是互聯網普及以後,各種組織和機構都可以通過收集個人和組織在網絡上的活動記錄形成規模龐大的大數據,這些資料可以更全面地反映出個人或者組織的交易行為和信用情況,並且大數據技術下這些信息呈現出多元化和實時化的特徵,更有利於信息動態更新,提高評估的準確性。

貸前一般主要是兩個部分:收集客户的信息,然後利用授信量化模型進行風險評估。

第一步,收集客户信息。

能夠收集到儘量全面的信息是處理“信息不對稱”的關鍵,工具就是大數據。客户的信息來源更加多元化,可以囊括警察系統、税務系統、司法系統、招聘平台、租車公司、金融機構等各類組織。

比如做互聯網金融的一些電商公司,以電商平台作為金融業務的導流源頭,以電商業務中形成的交易記錄和支付記錄等形成數據庫,通過大數據技術處理後評估出商户的信用狀況,判斷是否發放信貸、發放額度、利率和期限等,可以在5秒鐘內快速放款,無需抵押和信貸人員介入,同時也維持住了較低的壞賬率。

在我們國家許多銀行也相繼開展了網上商城等平台,主要不是為了做電商賺取營收,而是為了獲客,增加客户粘性和收集客户的交易數據。

從目前來看,金融機構自己做電商的效果不是非常盡如人意,這其實可以理解,從事商業平台的運營本身就不是金融機構的職能。

所以,對於那些沒有成熟的電商、社交平台等的金融機構,雖然他們沒有天然的信息優勢,但是可以通過公開的網絡資源和有償的數據服務,作為信息來源。

美國的Kabbage是藉助社交+物流+商業預付款模式來進行信用評估的。成立於2008年,專門為美國電商平台上的小店主提供信貸服務,這些小店主由於缺乏固定資產,不容易申請到傳統的金融貸款,但是網上的交易信息數據豐富,Kabbage利用Google Analytics上得到的網店信息,QuickBooks得到的賬目信息,UPS得到的物流貨運信息等,用這些作為這些客户信用評估的信息來源。

同時目前國內外興起了“網紅店主”的趨勢,美粧博主會開店賣美粧,時尚博主賣衣服等,他們的社交賬號就是廣告平台和流量來源。

為了順應這種趨勢來綜合評價店主的風險和實力,Kabbage還鼓勵客户將Kabbage賬户與社交賬號Facebook和Twitter關聯起來,將客户的社交數據也加入進信息庫中,客户社交賬號中粉絲數量越多,發佈內容獲得的轉發、評論和點贊越多,店主的授信額度也會越大。

第二步,運用信用風險量化模型對客户進行風險評估。

收集信息只是第一步,建立起數據庫以後對數據進行運算、管理和應用才能真正將這些數據運用到風險評估中。

因為信息來源的多元化,所以信用評估模型也與傳統的模型有所區別,一般需要在傳統模型上增加一些創新的信用評估方法,綜合運用Page Rank、貝葉斯、隨機森林、神經網絡等各類算法進行評估。

比如某互聯網公司的信用分計算方法包括五個維度:用户信用歷史、行為偏好、履約能力、身份特質和人脈關係。並且隨着用户的賬號變動實時更新,24小時在線運算,能夠準確和及時地刻畫用户的信用行為。

對於大部分公司來説,自己收集信息進行分析還是有很大難度的:政府層面上主要還是依靠央行的徵信數據,主要包括企業徵信系統和個人徵信系統,有比較成熟的各種版本信用報告,同時還有關聯企業查詢,個人信用報告數字解讀等信用增值產品,但這些數據多數還是金融信貸數據,沒有包含其他政府部門的數據,而且覆蓋率有限,目前央行徵信中心有效覆蓋的8.6億人中,只有3.5億擁有信貸記錄。

但是在社會層面上,為了促進數據和徵信服務的專業化和市場化發展,我國逐漸放開徵信服務,允許社會機構涉足徵信服務。

企業徵信發展較早,起源於上世紀九十年代中期,主要採用備案制,目前我國大概有84家,2012年以後個人徵信也在放開,首批八家個人徵信牌照正在試點,包括騰訊徵信有限公司、芝麻信用管理有限公司、深圳前海徵信中心股份有限公司、鵬元徵信有限公司、中誠信徵信有限公司、中智誠徵信有限公司、拉卡拉信用管理有限公司、北京華道徵信有限公司。

從這八家公司的股東來看,他們的徵信信息將主要分為三類:第一類是擁有龐大線上生活類數據和技術優勢的IT公司,比如芝麻信用管理有限公司、騰訊徵信有限公司、卡拉卡信用管理有限公司、北京華道徵信有限公司;第二類是擁有金融類數據的金融機構,比如深圳前海徵信中心股份有限公司、中智誠徵信有限公司;第三類是擁有豐富評級經驗的評級公司,比如鵬元徵信有限公司、中誠信徵信有限公司。

其中某電商平台系公司的徵信依據主要是其在電商平台的信用歷史、行為偏好、履約能力、身份特質、人脈關係;某社交系公司的徵信依據是社交軟件的在線時長、關係鏈、虛擬財產、虛擬消費、支付頻率、購物習慣和社交行為等。某公司的徵信依據是運營商數據、電商數據、公積金社保數據、學信網數據等。

這些徵信公司一般採用出具徵信報告的形式盈利,從美國來看基礎徵信服務的收入是一份30美元左右,國內央行徵信中心是第3次及以上每份25元,不過目前這8家徵信公司仍未有一家獲得正式的牌照,主要是其中涉及的隱私信息濫用等問題仍然存有爭議。

(二)通過科技進行發放貸款、回收貸款等流程處理,可以大大降低人力成本

傳統的“人海戰術”做普惠,尤其是做三農部分的,由於農村地區偏遠,金融機構覆蓋程度低,每一筆信貸都需要信貸員先到貸款人家裏家訪、和貸款人的鄰里聊聊他們在村裏的信譽和口碑,回去以後將書面和實物形式的資料拍照上傳系統,然後放款的時候帶現金過來當面交付,等到村民還款的時候還需要信貸員每期上門來收,還可能會遇到搶劫、假幣等問題,比如一筆分10期償還的貸款,從家訪到還完至少需要信貸員跑十多次,耗費大量的人力物力。

但是隨着信息技術的進步,很多農村都已經覆蓋網絡,村民可以在銀行的客户端或者APP上上傳電子版申請資料,直接從網絡銀行或者其他支付賬户上接受貸款,償還貸款,節省了很多交易成本。

阿里金融小額貸款的申請、支出和還貸等都在網絡上進行,單筆操作成本是2.3元,遠低於傳統銀行的操作成本。

(三)人力成本降低,單筆信貸額度下降,需要增加訂單量來擴大規模

傳統金融重視大客户,對公部門只要每年維護住重點大客户都能基本達到當年指標,但是當金融科技讓金融普及到更廣的人羣中,在降低單筆交易人力成本的同時,也降低了單筆交易的門檻,單筆交易的額度下降,公司就要發放更多筆貸款來擴大規模,由此帶來了流量的問題。

現在銀行APP獲取流量的方式主要是1、讓銀行員工作為種子用户,擴散一部分,2、新生活動、社區活動的時候地推,3、傳統廣告、新型廣告(朋友圈等)、網絡大V,4、和商家合作給客户提供消費優惠(比如招商銀行與眾多餐飲商家合作的週三五折優惠券)。

無論哪種方式獲客的成本都不低,在這種模式下還延伸出了一個鏈接流量和資金的產業——助貸。助貸的本意是金融業務的中介向持牌信貸機構推薦客户,輔助持牌機構開展信貸業務的一種服務。

助貸平台開始主要是小額貸款公司,最早是07年“貸款銀行+助貸機構”的微貸款業務模式,由國開行作為最終資金來源,為小額貸款公司提供資金支持,中安信業作為小貸公司提供借款人、貸款審查、貸後管理和清收,建行是作為結算代理行,代理國開行發放貸款。

但是銀行作為穩健的金融機構,對這種業務模式保持審慎的態度,所以隨後很長一段時間,助貸並沒有獲得很大的發展,直到金融科技的發展和零售金融的爆發,才真正將助貸推上了風口浪尖。

第一個功臣就是P2P,P2P的崛起讓助貸模式在銀行之外有了另一個資金來源,在起步的幾年,P2P籌集的資金大部分都投向了作為助貸的小貸公司。

然而這時候的小貸仍然受到業務筆數多、人力成本高的限制,沒有表現出應有的生命力,直到大數據和雲計算的發展,高科技企業紛紛涉足互聯網金融,利用自己的平台引流、發展大數據風控,助貸才真正迎來了爆發。

一大批商業銀行、消費金融公司、信託公司、財務公司等如雨後春筍般湧入這股洪流中,為助貸公司提供源源不斷的資金。

當前的助貸公司主要有兩種,一種是非持牌的純信用中介,另一種是持牌機構,進行“聯合貸款”。

非持牌信用中介的助貸公司主要包括沒有牌照的金融科技公司、P2P平台(被整改的P2P利用原先做小貸的經驗和數據轉型做助貸)和數據服務公司等,它們缺乏放貸的資質和資金,這正好是銀行的優勢,在助貸模式下,銀行的主要作用是提供放貸的合法性和資金,助貸平台最開始的主要職責就是場景嵌入和引流,而後發展為提供徵信、貸後管理和逾期催收等一系列服務。

持牌的公司主要是有資質的小貸公司、網絡小貸公司、融資擔保機構和民營銀行等,但是由於受到槓桿和資本金的監管限制,他們仍然缺乏足夠的資金來擴張規模,於是就與其他銀行合作放貸,共同出資、共擔風險、分享收益。

無論哪種模式,助貸公司的主要職能是引流和風控。

在這個過程中助貸也產生了一些問題,比如地區性的銀行藉助助貸變相突破地理限制,做其他地區的信貸業務;沒有牌照的公司藉助“助貸”的名義從事“踩紅線”的信貸業務;提供資金的商業銀行等對助貸推薦的客户沒有足夠的風控。

17年12月1日互聯網金融風險專項整治工作領導小組辦公室、P2P網貸風險專項整治工作領導小組辦公室聯合印發了《關於規範整頓“現金貸”業務的通知》(下稱《通知》),提出助貸業務迴歸本源,規定銀行“不得將授信審查、風險控制等核心業務外包”。銀保監會浙江監管局於2019年1月銀監會發布了《關於推進農村商業銀行堅守定位強化治理提升金融服務能力的意見》要求“農商行機構不出縣(區),業務不跨縣(區)”,杭州銀行和各城市商業銀行杭州分行下發了《關於加強互聯網助貸和聯合貸款風險防控監管提示的函》(以下簡稱《監管函》)中要求商業銀行“立足當地不跨區域,不得為無牌機構提供資金或者聯合放貸等”。

這些舉措表明,助貸模式會經歷新一輪的監管洗禮,然後走向正規化和牌照化,前文部分我們提到的徵信牌照就是一個表現。


 3 

如何用互聯網思維做普惠金融?

用金融科技的手段來做普惠是很多機構都在做的,但是效果存在一些不盡如人意的情況,我們認為這其中最重要的關鍵點就是“互聯網思維”。

首先,獲客方面:靈活、簡單、門檻低和尊重客户體驗。

傳統金融不缺人才,他們可以招到全國乃至全球最頂級高校的優質人才,無論是外包還是內部研發,大部分的銀行都已經有了自己的APP等互聯網終端,但是缺乏互聯網思維,往往成為制約進一步發展的關鍵。

從這些互聯網創業者的總結中,我們認為做金融科技最重要的是“靈活、簡單、門檻低和尊重客户體驗”,這往往是傳統銀行欠缺的。

靈活的傳播途徑:藉助多種終端的靈活傳播途徑和觸動人心的呈現效果,容易引起“病毒式”傳播的效果,比如微信朋友圈的動態廣告,支付寶2017年扎心文案。

門檻低:在靈活的傳播途徑助攻下,廣告只是第一步觸及消費者,讓消費者真正試用還需要一個動作,一般是點擊一下、或者掃描二維碼,進入銀行的APP下載頁面或者微信公眾號關注頁面等,如果是此時的APP太大會非常影響消費者的觀感,所以“輕型”的終端是進一步抓住消費者的關鍵,比如“花點時間”的鮮花品牌主要以“輕型”的微信公眾號進行傳播和銷售,最近崛起的咖啡品牌“瑞幸咖啡”也主要是以微信公眾號作為傳播和服務終端。

簡單:當用户經過上面一步已經真正進入了銀行的終端,無論是下載了APP或者關注了微信公眾號,第一個動作都是關注終端的首頁,這時候界面簡單就容易讓客户快速抓住重點,否則根據3秒定律,如果3秒內客户沒有找到想要的東西就會離開,如圖6是兩個較為成功的互聯網系民營銀行和傳統銀行的手機客户端界面都很簡潔,但互聯網系的民營銀行(業務少)界面更簡單,重點業務突出。

然而與簡單相對應的,金融服務發展的另一個趨勢是綜合、全能平台。通過一個賬户實現資金管理、支付結算、投資理財、資金借貸、繳税繳費、城市服務等綜合性一體化的服務,但是讓簡單的頁面呈現更多內容是擺在各個產品經理面前的任務。

尊重客户體驗:傳統的銀行反覆的登記、身份驗證等流程相對複雜,雖然可以保障安全,但是往往犧牲了一部分的用户體驗。

其次,業務協同,創造“1+1>2”的效果。當前互聯網金融的做法一般是採用“電商+互聯網金融”、“社交+互聯網金融”等做法,就是互聯網平台先借助自己原先的平台進行引流,從這個活躍用户中挖掘有潛質的金融客户,再對其資質進行評估,決定是否授信和授信額度,這樣的做法可以雙向加強客户的粘性,造成“1+1>2”的效果。

傳統的金融機構雖然沒有互聯網平台帶來的流量優勢,但是有互聯網沒有的線下物理網點,可以利用“互聯網+物理網點”的線上線下優勢來發展普惠金融,類似比較成熟的做法有“社區O2O模式”、“網點咖啡廳模式”等。

最後,用做互聯網產品的方式做普惠金融。以做一個普惠產品,類似於推出一款遊戲,成立項目團隊,專門研發一個產品,針對什麼羣體,對這個羣體做深入調研,給產品設計流程,定價、然後集中推廣,比如某互聯網系民營銀行下的爆款“微X貸”產品,專門針對被傳統銀行排斥在外的低收入、低學歷人羣,具有快速到賬,隨借隨還、循環借款的優勢,快速成為“爆款”,並且由一個爆款為入口,為平台帶來了可觀的流量。


 4 

銀行如何抉擇?

在“拼多多”、“快手短視頻”等崛起之時,產業下移到“小城青年”、“小鎮青年”已經成為趨勢,長尾用户開始受到前所未有的重視,在金融領域,如何利用科技手段做好普惠金融就成為各個機構都在研究的重點,銀行的核心職能是風控,而科技手段可以大大助力風控。

“巧婦難為無米之炊”,數據是大數據時代進行其他工作的基礎,掌握了更多用户的實時、動態、全面的數據就掌握了引流和風控的生命線。

部分銀行通過自己搭建電商平台的方式來收集基礎數據,但是讓銀行做電商並沒有優勢,不如合作或者購買數據服務更有經濟效益。

也由此產生了相關產業,據統計銀行業的IT解決方案的市場規模就已經在千億級別,每年銀行、證券、保險等機構採購的IT設備、軟件和服務的訂單都還在快速增長。

比如阿里和華為等都開始進軍金融雲服務,金融雲服務可以為金融機構提供IT資源、互聯網運維服務,和提供大數據解決方案。

然而數據和技術不是全部,銀行還需要根據自己的情況進行分析,對部分地域性的中小銀行來説,由於地理位置所限,前期投入巨大的互聯網平台搭建成本很難發揮規模經濟的作用,可能會在大規模的投入以後發現流量寥寥,效果不盡如人意。對這些銀行來説他們更適合“人海戰術”的傳統模式。

所以擁抱技術無需盲目,適合的才是最好的。

https://hk.wxwenku.com/d/110024219