重视小微信贷的商业可持续.docxVIP

重视小微信贷的商业可持续 　　监管部门催银行做小微信贷，就像老师催学生做作业一样用心良苦。 　　这是不是意味着，支持中小微就是个不讲商业性的政治任务呢？这显然也不对。不少小微信贷做得好的银行，往往财务业绩表现也不错。 　　大家认为小微信贷风险高，其实并不准确。小微企业群体分布于百业百态，风险有高有低，高度分散。但是，从中找到目标客群、选出低风险的企业的成本却非常高。解决这一问题，实现商业可持续，不同银行需根据自己的禀赋优势选择不同的路。 　　利率并轨前的出路 　　央行2019年的工作会议上明确提出，今年的重点工作任务之一是“稳妥推进利率‘两轨并一轨’，完善市场化的利率形成、调控和传导机制”。利率并轨是利率市场化的最后一步，彼時，银行业可能就真的运行在利率完全市场化的环境中了，“脱媒”现象可能会进一步发生： 　　一是存款优势出现分化。随着理财意识深化，居民的储蓄型存款慢慢都会理财化，剩下结算型存款，成本也不算高。但结算型存款并不靠客户关系来拉的，而是靠优质的综合服务（以结算为代表）吸引而来的。大小银行的存款优劣势分化，会进一步加大。现在来看，网点渠道、产品服务等综合能力较强的大型银行会更有优势。 　　二是银行贷款定价优势会体现在小微。利率市场化、存贷款业务脱媒之后，优质的大型企业会更加倾向使用资本市场去融资，银行贷款没有定价优势。真正能体现差异化定价、获取较高回报的信贷种类，只能是高度非标准化的品种，最为典型的就是没办法大规模脱媒的中小微企业。 　　在利率市场化时代，大金融市场将全面同场竞争，因此银行，尤其是中小银行，需要寻找自己的差异化定位，建立“护城河”。资产、负债都无优势的银行，比如规模不上不下、差异化定位不明确的中型银行，未来将面临压力。 　　鼓励银行支持中小微的监管文件频出，一方面是为了支持中小微企业，另一方面也是利好银行业未来发展：如果等到利率并轨来临，客户脱媒，才开始寻找自己的路，那时候就绝对太迟了。 　　遴选客户成本省不得 　　银行从事小微企业信贷业务的基本原理是：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。其中的关键要害是“一个相对合理的成本”。 　　小微企业个体分散、经营不规范、信息高度不对称，因此遴选优质客户的成本很高。但这个成本是省不得的——如果“偷懒”，直接套用一些不合适的标准化信贷技术，最后肯定会留下一堆坏账。 　　小微企业信息不对称，不代表没信息，而是说它们的信息不是报表化、标准化的。比如一家早餐店，在启用支付宝、微信支付之前，连书面的现金进出流水都不一定有，但是店主勤劳、早餐美味、深受社区居民欢迎，这些非标准化的、定性的信息都是对于判断其信用非常有用的信息。 　　我们把这些非报表化、标准化的信息，叫做“软信息”。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，从而基于经验判断，确定风险定价。这种关系可以是先天的，也可以是后天的。比如，让业务员先在社区中待很长一段时间，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。 　　得益于互联网、大数据技术的发展，越来越多的软信息逐渐被“硬化”：线上支付的普及，使现金收支信息得以书面化；销售渠道从线下转向电商，交易记录报表化；同时，征信体系也在不断完善。于是，一种全新的交易性借贷流行起来，即大数据征信。信贷机构即使完全不认识客户，也能依据足够信息完成风险定价，进而放出贷款。 　　我们把完全线下关系型借贷，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”。但是，现实中大部分是混合模式：在村里跑客户的业务员，也会调取大数据征信，或者把所采集的信息录入线上“信贷工厂”系统，由模型协助判断；而一些基于大数据的机构，也往往会派业务员去实地考察。 　　大行上网、小行进村 　　中国银行业金融机构近4100家，包括6家国有大行（中农工建交邮储）、12家全国性股份制银行、134家城商行、1200多家农商行、965家农信社、1624家村镇银行等新型农村金融机构。 　　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。银行业有着“门当户对”，这