小微做得好,进村狗不叫
清大金融教育集团精品课程链接:
作者:王剑,CFA
文章来源公众号:王剑的角度
前言
据媒体报道,4月17日国务院召开常务会议,确定进一步降低小微企业融资成本的措施,加大金融对实体经济的支持。自去年以来,政府高层已多次部署小微企业融资工作。
我们在此前的深度报告《银行小微信贷业务深度:原理、模式与实例》中提炼过,银行从事小微企业信贷业务,其基本原理是:
如何以一个相对合理的成本,收集潜在小微客户的足够信息,以此确定一个较为确定的预期损失率,实现风险定价,从而实现小微信贷业务的合理回报和商业可持续。
大家平时老觉得小微信贷风险高,其实并不准确。小微企业的整个群体,分布于百业百态,不可能全部都属于高风险生意,其实风险有高有低,高度分散。但是,从里面找到目标客群、选出低风险的企业,其业务成本却非常高。也就是说,小微信贷的要害,其实是上面基本原理中的第一句话,能否做到“以一个相对合理的成本”。
小微企业由于个体分散、经营不规范,信息不对称程度高,因此遴选优质客户的成本很高。这个成本是省不得的,如果“偷懒”,忽略了这个特殊性,直接套用一些不合适的标准化信贷技术,无法破解信息不对称,最后肯定是一堆坏账。有银行就尝试过这种做法,最后吃亏,并给了大家一个“小微信贷高风险”的错误结论。
小微企业信息不对称,不代表没信息,而是说它们的信息非书面化、非格式化、非结构化。
比如,一家在社区卖早餐的小店,是个体工商户,夫妻店,两口子勤劳淳朴,手艺也好,早餐做得美味可口,深受社区居民欢迎,这些信息都是对于判断其信用非常有用的信息,但这些信息没有书面化,很多是留存于大家认识中的信息,即使可以写下来,也大多是定性描述,不是格式化的表格。他们在启用支付宝、微信支付之前,连现金进出流水都不是书面化的,如果他们自己不在小本本上记账,那么连一年现金流水情况都是非书面化的信息。
我们把这些非书面化(或者能写下来但却依然高度非格式化)的信息,叫做“软信息”,这些软信息是普通的信贷技术无法直接处理的。传统上,银行(或其他信贷机构)业务员处理软信息的方法主要是“关系型借贷”,就是业务员和目标客户建立长期合作关系,“日久见人心”,慢慢掌握这些软信息,从而基于经验判断,实现风险定价。
插一句,我的硕士毕业便是研究了关系型借贷和中小企业融资,并得了奖。
这种长期合作关系可以是先天的,比如业务员本身也是社区的一员,但如果是新开的信贷机构,则需要后天建立这种合作关系,比如让业务员先在社区中呆很长一段时间,像驻村干部一样,慢慢跟社区成员建立关系,增进相互了解。所以,对他们的工作要求,和驻村干部是一样的,即“进村狗不叫”。
与关系型借贷对应的是交易性借贷,就是基于公司信息、财务报告、业务数据等“硬信息”,完成风险定价。很显然,这一套技术原本不适合于小微企业。
但是现在事情有了转机,得益于互联网、大数据技术的发展,越来越多的小微、个人的软信息慢慢被“硬化”、书面化。比如,支付宝、微信支付的普及,使现金收支信息得以书面化。而原本线下销售的小微企业,改为通过电商出售商品,那么其交易纪录也被详细地书面化了。同时,征信体系也在不断完善,越来越多的企业、个人的各种信息被纳入了。
于是,一种全新的交易性借贷技术慢慢流行起来,就是大数据征信。信贷机构虽然和这个客户是初次认识,甚至完全不认识(完全不见面),但收集了足够的信息之后,也能据此完成风险定价,实现放款。
听起来是不是这种方式成本较低?毕竟不用那么多一线业务员在基层围着早餐店跑。但是,聘请那么多码工处理模型和数据,也是要花很多钱的,毕竟他们工作时间都是996的,要付很多加班费。请看两家互联网银行的成本收入比,其实并不低(网商银行2016年成本收入在40%左右,2017年突升至70%以上,可能有特殊情况。两家互联网银行尚处初创阶段,预计成本收入比未来会下降)。
我们把完全线下跑客户的关系型借贷,称为“纯手工模式”,俗称“人海战术”;把完全基于大数据、在线发放的贷款,称为“互联网金融模式”。这是两个极端模式。
但是,现实中大部分是混合模式,业务员也在线下跑,大数据、互联网技术也用,两者不同比例的结合。比如在村里跑客户的业务员,也会用随身携带的PDA连上数据库看看征信情况,或者把所采集的信息填到表格中,录入到“信贷工厂”,也由模型协助判断。而一些基于数据的“税务贷”或供应链金融,业务员也会跑到现场去考察一下企业情况,甚至一些互联网银行也会派些员工去线下看看情况。因此,现实中其实是混合模式为主。
我国有近5000家商业银行,但结构分层较为清晰,有六大行、全国性股份行、城商行、农商行(及农合行、农信社)、其他银行(村镇银行、新式银行等)。传统上,不同类型银行有着不同的客户定位,比如大行做大型企业和大型项目,股份行做大中型企业,城商行、农商行、村镇银行做当地中小微企业,互联网银行做网民、网商。
而且,当地中小微企业还会分层,大的城商行做中小企业为主(户均小几千万元),更小的城商行、农商行、村镇银行则做小微企业为主(户均500万元以下),甚至会做更小的农户、个体户业务,俗称“小小微”(户均100万元以下,甚至50万元以下)。
总之,银行业有着天然的“门当户对”,这是历史原因造成的,也是避免银行业恶性竞争(overbanking)的根本方法。
但是,现在银行业可能面临一些新情况,就是老生常谈的“脱媒”现象。随着产业转型升级、资本市场发展,越来越多的大型企业会选择资本市场融资,通过资本市场发行债券、股票,对信贷的需求减少。首先感受到这种压力的,其实是大中型银行,因为它们主做大中型企业客户。然后,老客户跑了,要找新客户,于是,便形成了客群“下沉”现象。
有些大型银行前瞻性地看到这了一点,比如,工商银行很早就提到,银行不做小微没有未来。大中型银行开始介入中小微企业领域。同时,政府也给大行们下达了任务,要求小微信贷增速不得低于30%。因此,往未来看,大中型银行逐渐向中小微客户下沉,这一趋势会长期存在。
这种下沉会挤压原来中小银行的业务空间。毕竟,对于同一个客户,如果大小银行均愿意给其放款,那么毫无疑问,大银行拥有着小银行无法匹敌的资金低成本,小行的贷款产品在大行的低利率面前毫无竞争力。近期,大行领到普惠金融任务后,加大了小微贷款发放力度,确实已有中小银行感受到了竞争压力。
但是,大行也不是无所不能的。我们前文已介绍了小微信贷的业务,一边是纯手工(人海战术),一边是纯自动(互联网金融模式),现实中大部分是两者不同比例的混合。而对于大行来说,肯定是信息技术、互联网技术、大数据技术应用的比例会高一点,因为它们要想在全国范围把人手投入到村社级(社区、村落、部落等),开展人海战术,几乎是不可能的,其管理难度、业务成本都高得无法想象,它们把网点铺到县城和发达的乡镇已经很不容易了。但大行拥有较强的技术实力和人才优势,以及规模经济,引进、建立强大的信贷科技系统不是问题。
而中小银行,尤其是有些下沉很深的中小银行,网点可以覆盖到乡镇级,业务人员从网点出发,能够覆盖附近的各个村落,用最原始的手段化解信息不对称,并提供最贴心的服务。因此,最末梢的村社级,大型银行还是无法触达,或者虽然能覆盖,但服务不够紧密,很难实现“关系型借贷”。
因此,最后可能形成的小微业务格局,是小行进村,大行上网。
大行运用信息科技能够覆盖的客群,主要还是拥有硬信息的客群,那么主要是一些在现代信息技术环境下,信息慢慢实现硬化的群体。所以,现代信息技术仿佛是大行的开路先锋,能够高度标准化的信息和业务,最后都可能被大行通吃。
而下沉到最底部的、无法简单标准化或硬化的信息,则可能成为小行的最后阵地,这也是服务着一群最基层的客群。同时,政策也理应给予小行一定的倾斜。
最后,优秀的小微信贷业务,是小行进村狗不叫,大行见网不见人。
最后,向大小银行所有深入田间地头的小微银行人致敬。
以下为福利!!!
互动
看完了这篇文章感觉怎么样?
觉得不错可以转发到朋友圈哟!
一个专注信贷风险管理的公众号
ID:xdfxgl01
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
随时掌握互联网精彩
- 1 奋力打开改革发展新天地 7997847
- 2 保时捷断臂求生 7946227
- 3 刘强东提前发年终奖 7869844
- 4 “冷资源”里的“热经济” 7737933
- 5 全球约有1.9亿妇女为内异症患者 7691704
- 6 租客把客厅变成养鸡场 7594277
- 7 俄3人零下24℃山中待3天奇迹生还 7444098
- 8 为什么有些人会有“休耻感” 7387230
- 9 她还没上桌蛋糕分完了 7295781
- 10 吉尼斯纪录 世界最大锅杀猪菜 7182762