作者：耿心偉，小微信貸專家，擁有近二十年的小微信貸從業(yè)經(jīng)驗(yàn)

最近媒體出了好多篇關(guān)于小微貸款線上貸款的文章，如“線上小微貸款的夢醒時分"、“線上小微貸的黃金夢碎”。銀稅貸作為小微企業(yè)貸款數(shù)字化轉(zhuǎn)型的標(biāo)志性產(chǎn)品，本人經(jīng)歷了從無到有、從小到大、從點(diǎn)到面的發(fā)展歷程，也凝結(jié)了這一代普惠人巨大的心血。稅貸真的是變成銀行的噩夢了嗎？小微貸款的數(shù)字化轉(zhuǎn)型窮途末路了嗎？本文以銀稅貸為例，對小微信貸的數(shù)字化轉(zhuǎn)型路徑進(jìn)行分析與探討。

01

稅貸產(chǎn)生的背景

小微線上化貸款、數(shù)字化風(fēng)控起源于銀稅貸，在此之前，小微貸款的技術(shù)也一直在不斷探索中前行。

1.小微貸款的難題與突破

小微貸款可以分為相對小額的（額度100萬以下）個人經(jīng)營性貸款與額度更大的小企業(yè)貸款（SME業(yè)務(wù)，通常額度在100萬以上），隨著科技的發(fā)展與信貸技術(shù)的迭代，小額經(jīng)營性貸款的難題在銀行業(yè)常年的實(shí)戰(zhàn)中，風(fēng)控模式已經(jīng)逐步清晰且多元化，而SME的風(fēng)控模式不僅是中國的難題，也是全球普惠金融的共同挑戰(zhàn)。小微企業(yè)雖然支持了創(chuàng)新、解決了就業(yè)、創(chuàng)造了稅收和GDP，但其融資的難題長期困擾著政府、監(jiān)管機(jī)構(gòu)、銀行為主的金融業(yè)機(jī)構(gòu)。多年來，各方持續(xù)嘗試各種方法與路徑尋求突破——從IPC技術(shù)在中國的落地與實(shí)踐，到大銀行借鑒淡馬錫信貸工廠模式，再到以民生銀行為代表的圈鏈客群的行業(yè)定制化授信方案與聯(lián)貸聯(lián)保模式等。

小微企業(yè)貸款的 “不可能三角”是在基本的市場規(guī)律下，難以同時實(shí)現(xiàn)提高信貸可得性、控制風(fēng)險與降低利率三個目標(biāo)。作為普惠金融中風(fēng)控難度最大的客戶群體，風(fēng)控、產(chǎn)品、定價和業(yè)務(wù)模式始終是金融機(jī)構(gòu)努力突破的方向。

2.數(shù)字化風(fēng)控的興起

在互聯(lián)網(wǎng)普及之前，傳統(tǒng)風(fēng)控多依賴于線下調(diào)研、財(cái)務(wù)報表等有限信息，存在信息不對稱、效率低、成本高等問題，難以滿足小微企業(yè) “短、小、頻、急” 的融資需求。

隨著互聯(lián)網(wǎng)的發(fā)展，海量數(shù)據(jù)（如線上交易、物流、社交、納稅等），為全面評估小微企業(yè)信用提供了可能。大數(shù)據(jù)、人工智能及云計(jì)算等技術(shù)，實(shí)現(xiàn)對多維數(shù)據(jù)的處理與分析，從而構(gòu)建數(shù)字化風(fēng)控模型，精準(zhǔn)評估信用風(fēng)險、實(shí)現(xiàn)動態(tài)監(jiān)測與快速響應(yīng)，大幅提升風(fēng)控效率，降低風(fēng)控成本，拓展了小微企業(yè)的金融服務(wù)覆蓋面。

可以說，小微企業(yè)數(shù)字化風(fēng)控的發(fā)展確實(shí)與互聯(lián)網(wǎng)技術(shù)的普及緊密相關(guān)，后者為其提供了技術(shù)基礎(chǔ)、數(shù)據(jù)來源和應(yīng)用場景。

3.數(shù)據(jù)應(yīng)用與中國式解法

我國金融機(jī)構(gòu)在小微貸款中互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)風(fēng)控的運(yùn)用走在全球前列。除征信數(shù)據(jù)外，機(jī)構(gòu)積極尋求各類替代數(shù)據(jù)，以破解銀企信息不對稱難題。銀稅貸正是以數(shù)據(jù)應(yīng)用破解小微企業(yè)融資難的典型代表。

企業(yè)納稅作為經(jīng)營結(jié)果，其過程能夠相對真實(shí)的反映企業(yè)經(jīng)營狀況，稅務(wù)數(shù)據(jù)具有剛性驗(yàn)證的特點(diǎn)，極大提升了數(shù)據(jù)可用性，銀行可通過稅務(wù)數(shù)據(jù)映射企業(yè)經(jīng)營的穩(wěn)定性和成長性，穿透企業(yè)的經(jīng)營狀況準(zhǔn)確評估其還款能力與還款意愿。

稅務(wù)數(shù)據(jù)具備審慎性、連續(xù)性和多維度特征，支持貸前、貸中、貸后全部流程風(fēng)控。其易得性也推動了銀稅互動模式的落地與發(fā)展。

銀稅貸的產(chǎn)品邏輯是，借助稅務(wù)部門掌握的企業(yè)納稅數(shù)據(jù)、增值稅發(fā)票流水等數(shù)據(jù)對企業(yè)的經(jīng)營數(shù)據(jù)進(jìn)行還原，構(gòu)建風(fēng)控模型，替代傳統(tǒng)抵押物，以“納稅信用”轉(zhuǎn)化為“授信額度”，實(shí)現(xiàn)“經(jīng)營數(shù)據(jù)化、數(shù)據(jù)信用化、信用資產(chǎn)化”。

當(dāng)然，稅務(wù)數(shù)據(jù)僅是大數(shù)據(jù)風(fēng)控的核心組成部分之一，銀行還融合工商、司法、央行征信等數(shù)據(jù)，通過特征工程與建模方法論，實(shí)現(xiàn)風(fēng)控體系的搭建及產(chǎn)品創(chuàng)新。諸如很多銀行推出的科創(chuàng)貸、人才貸、商戶貸、供應(yīng)鏈金融等產(chǎn)品，稅務(wù)數(shù)據(jù)的加持都會大幅提高風(fēng)控的有效性。

4.銀稅互動的政策支持與數(shù)據(jù)優(yōu)勢

“銀稅互動” 機(jī)制是實(shí)現(xiàn)納稅信用轉(zhuǎn)化為信貸資產(chǎn)的主要途徑，即稅務(wù)部門與金融機(jī)構(gòu)合作共享企業(yè)納稅信用信息，讓誠實(shí)守信的企業(yè)憑借良好的納稅記錄獲得銀行授信。

（1）監(jiān)管機(jī)構(gòu)的大力支持：

• 2015年稅總發(fā)〔2015〕96號文首次提出開展銀稅互動，建立銀稅合作機(jī)制；

• 2017年將 受惠企業(yè)由納稅信用A級拓展至B級；

• 2019年，進(jìn)一步拓展至M級，并規(guī)范 收費(fèi)與秩序；

• 2020年助力小微企業(yè)復(fù)工復(fù)產(chǎn)，甚至擴(kuò)大至C級企業(yè)（如湖北等地）。

（2）高質(zhì)量的數(shù)據(jù)：納稅數(shù)據(jù)維度多、標(biāo)準(zhǔn)化高、質(zhì)量好，與企業(yè)經(jīng)營狀況關(guān)聯(lián)性強(qiáng)、欺詐難度大、準(zhǔn)確率高，極大幫助銀行可客戶準(zhǔn)入、評級、授信與和定價。

（3）龐大客戶基礎(chǔ)：根據(jù)國家稅務(wù)總局公布的信息，2024年全國納稅信用年度評價中，守信納稅人達(dá)4127萬戶，2021年全國納稅信用評價工作覆蓋 3300多萬戶企業(yè)，商業(yè)銀行具備足夠的動力去耕耘客戶、開發(fā)模型、設(shè)計(jì)產(chǎn)品，推動小微企業(yè)貸款業(yè)務(wù)。

（4）低成本獲取數(shù)據(jù)：各省銀稅互動平臺支持銀行低成本接入，對部分無法直接對接平臺的銀行，通過“銀稅互動”的三方機(jī)構(gòu)也可以在成本可控的情況下獲得納稅數(shù)據(jù)，第三方機(jī)構(gòu)作為銀行和稅務(wù)的連接器，能夠幫助銀行把非結(jié)構(gòu)化、半結(jié)構(gòu)化的納稅數(shù)據(jù)翻譯成銀行可用的結(jié)構(gòu)化數(shù)據(jù)；

（5）數(shù)據(jù)可信：無論是銀稅直連還是通過銀稅互動平臺，銀稅數(shù)據(jù)都是由稅局校驗(yàn)經(jīng)納稅企業(yè)授權(quán)通過API傳輸，可信度高；

（6）數(shù)據(jù)獲取可持續(xù)：一般銀行采集的數(shù)據(jù)涵蓋了24、36個月+的連續(xù)數(shù)據(jù)，支持金融機(jī)構(gòu)貸前、貸中、貸后全流程管控，數(shù)據(jù)造假的可能性大幅降低；

（7）多方共贏：銀稅互動的意義就是在企業(yè)授權(quán)的情況下，實(shí)現(xiàn)企業(yè)納稅數(shù)據(jù)和銀行的共享，實(shí)現(xiàn)企業(yè)獲得融資、銀行獲客和風(fēng)控、稅務(wù)涵養(yǎng)稅源的多贏局面，并能形成良性的循環(huán)，各方的參與度高。

5.銀稅互動在銀行營銷和風(fēng)控方面的運(yùn)用情況

銀稅互動優(yōu)勢突出，2015年后市場規(guī)模迅速增長，成為銀行普惠金融的“拳頭產(chǎn)品”，甚至一度成為民營銀行的標(biāo)配。作為首款基于數(shù)據(jù)的中小微企業(yè)信貸產(chǎn)品，銀稅貸在貸款金額與惠及企業(yè)數(shù)方面均取得顯著成功。僅2024年，全國小微企業(yè)通過“銀稅互動”獲得銀行貸款745萬多筆，金額超3萬億元，同比增長7.8%。

主流銀行的銀稅貸產(chǎn)品多在2015-2017年推出，2018-2021年基本實(shí)現(xiàn)全線上化。但產(chǎn)品間準(zhǔn)入規(guī)則相似、額度相似，同質(zhì)化現(xiàn)象嚴(yán)重。

（1）地方法人銀行（以江蘇銀行等為代表）

2015年6月 ，江蘇省國稅局與江蘇銀行正式發(fā)布共同搭建的 “小微企業(yè)稅銀互動服務(wù)平臺”，聯(lián)合推出首款稅銀服務(wù)產(chǎn)品 ——“稅e融”。是基于稅銀合作，以企業(yè)納稅信用和納稅數(shù)據(jù)為依據(jù)提供“無擔(dān)保純信用”信貸產(chǎn)品，也是真正意義上基于銀稅互動、針對小微企業(yè)、數(shù)據(jù)驅(qū)動的第一款線上融資產(chǎn)品。

（2）國有大行（以建設(shè)銀行為代表）

2017年中國建設(shè)銀行推出“小微快貸”移動客戶端，深化銀稅合作，將納稅信息納入大數(shù)據(jù)體系，推出“小微快貸”子產(chǎn)品、“稅易貸”線上版本 ——“云稅貸”。

（3）民營銀行（以微眾銀行、網(wǎng)商銀行為代表）

微眾銀行2017年推出微業(yè)貸，后細(xì)分客群與場景，衍生出科創(chuàng)貸、供應(yīng)鏈金融、微戶貸等系列產(chǎn)品，底層風(fēng)控仍圍繞納稅數(shù)據(jù)展開。近期我們觀察到微業(yè)貸額度提至2000萬元，鎖定年稅銀收入≥3000萬的客戶，旨在挖掘優(yōu)質(zhì)客戶、拓展業(yè)務(wù)邊界。

網(wǎng)商銀行依托電商數(shù)據(jù)畫像電商企業(yè)，但數(shù)據(jù)維度有限。通過引入納稅數(shù)據(jù)，補(bǔ)齊經(jīng)營信息維度，推出“有稅貸更多”的線上化融資產(chǎn)品，達(dá)成了千億以上的貸款余額。

微眾銀行等民營銀行的實(shí)踐為行業(yè)提供了借鑒，破解了民營銀行想解決小微企業(yè)貸款難題，但缺乏流量與數(shù)據(jù)支撐的困境。隨后金城銀行、新網(wǎng)銀行等民營銀行的線上小微貸款得到了蓬勃的發(fā)展。

02

小微線上貸款風(fēng)控的邏輯和演進(jìn)之路

小微貸款傳統(tǒng)風(fēng)控以線下調(diào)查、人工審核為核心，依賴有限的信息和經(jīng)驗(yàn)判斷，具有明顯的局限性。銀稅貸風(fēng)控是小微線上貸款數(shù)字化風(fēng)控的代表。

1.由專家決策向數(shù)字化風(fēng)控的演進(jìn)

數(shù)字化風(fēng)控在全球的實(shí)踐首先是在個人消費(fèi)貸款領(lǐng)域。

傳統(tǒng)風(fēng)控階段：主要依賴人工經(jīng)驗(yàn)與簡單規(guī)則。如“收入證明≥5000元”“無逾期記錄”等硬性規(guī)則為核心，基于金融機(jī)構(gòu)內(nèi)部的有限數(shù)據(jù)和人員的經(jīng)驗(yàn)判斷，缺乏對客戶全面、深入的了解，效率低、準(zhǔn)確性差。

量化風(fēng)控階段：基于數(shù)據(jù)統(tǒng)計(jì)分析和數(shù)學(xué)模型，通過挖掘大量歷史數(shù)據(jù)構(gòu)建信用評分、風(fēng)險定價等模型，實(shí)現(xiàn)風(fēng)險量化評估與預(yù)測，能處理海量數(shù)據(jù)并發(fā)現(xiàn)潛在規(guī)律。但依賴歷史數(shù)據(jù)構(gòu)建模型，對新風(fēng)險場景和復(fù)雜風(fēng)險關(guān)系適應(yīng)性弱，模型可解釋性也常受質(zhì)疑。

我國的小微企業(yè)貸款風(fēng)控，開始因?yàn)槿狈ζ髽I(yè)經(jīng)營狀況的風(fēng)險畫像能力，長期依賴第二還款來源（抵押物與擔(dān)保）。從專家決策向數(shù)字化風(fēng)控轉(zhuǎn)型，經(jīng)歷了漫長的過程；銀稅貸的創(chuàng)新和發(fā)展是小微貸款數(shù)字化風(fēng)控的典型代表，是順應(yīng)互聯(lián)網(wǎng)的發(fā)展、大數(shù)據(jù)的運(yùn)用而誕生和發(fā)展的。

2.IPC技術(shù)和量化風(fēng)控的融合

IPC技術(shù)是一種高度制度化和流程化的小微企業(yè)調(diào)查分析方法，最初從德國引進(jìn)，是中國小微企業(yè)信貸市場上相對成體系的信貸風(fēng)控技術(shù)。

（1）引入與試點(diǎn)階段（2005年左右）：國家開發(fā)銀行牽頭引進(jìn)德國IPC公司的專家團(tuán)隊(duì)和微貸技術(shù)服務(wù)，臺州銀行、包商銀行等成為首批試點(diǎn)銀行。

（2）初步推廣階段（2005-2010年）：多家國內(nèi)城商行參與，包括九江銀行、重慶銀行等。

（3）本土化創(chuàng)新階段（2010年后）：常熟農(nóng)商銀行形成了“微貸工廠”模式，將信貸流程細(xì)分形成前臺營銷調(diào)查、中臺審批、后臺管理操作的流水線作業(yè)，實(shí)現(xiàn)微貸業(yè)務(wù)批量化生產(chǎn)。

（4）與數(shù)字化結(jié)合階段（2020年左右至今）：IPC技術(shù)開始與數(shù)字化手段相結(jié)合，如張家港農(nóng)商銀行在現(xiàn)有的IPC信貸技術(shù)基礎(chǔ)上，通過建設(shè) “新微貸”系統(tǒng)，提升業(yè)務(wù)效率。臺州銀行則通過整村授信以及供應(yīng)鏈批量獲客等方式，推動IPC信貸技術(shù)的創(chuàng)新應(yīng)用，同時利用大數(shù)據(jù)等技術(shù)輔助風(fēng)險把控。

3.數(shù)據(jù)是線上貸款的基礎(chǔ)

數(shù)據(jù)是線上貸款的基礎(chǔ)，風(fēng)控策略是數(shù)字化風(fēng)控的算法、方法論。

（1）銀稅貸產(chǎn)品的基本風(fēng)控邏輯：

• 基礎(chǔ)登記信息判斷企業(yè)成立時間、信用等級、行業(yè)等；

• 稅務(wù)申報數(shù)據(jù)評估盈利能力與穩(wěn)定性；

• 征收數(shù)據(jù)判斷償債能力與經(jīng)營穩(wěn)定性；

• 財(cái)報數(shù)據(jù)分析運(yùn)營與償債能力；

• 稽查案件信息判斷合規(guī)與流動性。

這些數(shù)據(jù)作為征信之外的最佳替代數(shù)據(jù)，映射還款能力與意愿，當(dāng)然建模應(yīng)用遠(yuǎn)比列舉復(fù)雜。

（2）發(fā)票數(shù)據(jù)是刻畫企業(yè)經(jīng)營最好的現(xiàn)金流量表：很多銀行已經(jīng)把發(fā)票數(shù)據(jù)運(yùn)用到銀稅貸的風(fēng)控模型中去。

（3）深挖小稅種的數(shù)據(jù)：如印花稅推斷企業(yè)的購銷、借款等各類合同情況；所得稅主表和附表的構(gòu)成中，能分析成本和費(fèi)用構(gòu)成，對于科技型企業(yè)的風(fēng)控尤為重要。

4.欺詐和反欺詐的博弈

隨著以銀稅貸為代表的數(shù)字融資產(chǎn)品的普及，欺詐和反欺詐在線上小微貸款發(fā)展中持續(xù)博弈。

（1）稅票欺詐分析

初級風(fēng)控存在反欺詐漏洞，數(shù)據(jù)上“稅票數(shù)據(jù)造假有套路”、應(yīng)用上“缺乏多維數(shù)據(jù)交叉驗(yàn)證”。

• 稅票數(shù)據(jù)造假有套路：

稅票造假最難識別的是多個企業(yè)循環(huán)開票，形成閉環(huán)的開票鏈條；稅局系統(tǒng)出于便利納稅主體，留有企業(yè)更正收入及稅額的通道；中介改數(shù)字的手法不斷進(jìn)化，給銀行的防范帶來了很大困難。

• 缺乏多維數(shù)據(jù)交叉核驗(yàn)：

應(yīng)用過程缺少多維數(shù)據(jù)的交叉驗(yàn)證導(dǎo)致部分企業(yè)通過僅偽造單一數(shù)據(jù)就實(shí)現(xiàn)線上成功騙貸。

（2）反欺詐應(yīng)對方案

需深刻理解金融黑產(chǎn)欺詐套路，緊扣“成本受限”、“配套費(fèi)用造假難”等痛點(diǎn)，運(yùn)用多數(shù)據(jù)源交叉比對，開發(fā)針對性策略，結(jié)合線上線下盡調(diào)，持續(xù)升級反欺詐體系。

針對稅務(wù)數(shù)據(jù)造假：識別包括但不限于“免稅更正”、“逾期補(bǔ)報”、“偽裝繳納稅款”等惡意行為，以專業(yè)稅務(wù)理解破解中介造假。

針對發(fā)票數(shù)據(jù)造假：防范，如“平進(jìn)平出”等避稅開票行為，關(guān)注低稅負(fù)、高人均產(chǎn)值、高行業(yè)偏離度企業(yè)。

引入多維數(shù)據(jù)數(shù)據(jù)交叉核驗(yàn)：如稅務(wù)與發(fā)票、財(cái)務(wù)與發(fā)票、稅務(wù)與財(cái)務(wù)、發(fā)票與流水之間的匹配驗(yàn)證，構(gòu)建多數(shù)據(jù)源風(fēng)控模型，提升欺詐客戶、壞客戶的識別效果。

03

小微線上貸款風(fēng)控和操作模式存在的問題

銀稅貸產(chǎn)品是服務(wù)小微的第一款真正意義上線上信貸產(chǎn)品，不同銀行在稅貸方面出現(xiàn)的問題都有不成功的原因。

民營銀行：缺乏線下網(wǎng)點(diǎn)，依賴中介獲客，客戶質(zhì)量參差，高定價覆蓋風(fēng)險但獲客成本高，易引發(fā)逆向選擇，會增加風(fēng)險成本。

國有大行：總行風(fēng)控的策略難以區(qū)域化、精細(xì)化；在自身結(jié)算客戶中業(yè)務(wù)快速發(fā)展，但并不能匹配增量客戶的需求和風(fēng)控要求，往往成為中介薅羊毛的對象。

中小銀行：受到大行客戶下沉、利率下行的擠壓，定位模糊。

總結(jié)各類銀行線上小微貸款不成功的原因，大致有：

1.一味追求純線上化，追求客戶的極致體驗(yàn)

小微企業(yè)的貸款有融資急的痛點(diǎn)，但更應(yīng)體現(xiàn)在提款還款的便利而非授信額度獲取。傳統(tǒng)銀行應(yīng)發(fā)揮網(wǎng)點(diǎn)優(yōu)勢，通過線上化獲客和審批結(jié)合線下的SOP的盡調(diào)。

2.反欺詐沒有跟上欺詐的步伐

欺詐最早出現(xiàn)在消費(fèi)金融領(lǐng)域，逐步擴(kuò)展到經(jīng)營貸領(lǐng)域，區(qū)域上從兩廣擴(kuò)散到全國，圍繞 “突破銀稅貸的核心風(fēng)控邏輯” ，通過造假手段，讓 “無信用、無經(jīng)營、無還款能力” 的主體，偽裝成合格借款人。銀行需要不斷提升反欺詐能力，防止線上貸款系統(tǒng)性漏洞造成的巨大損失。

3.不顧客群和沒有場景的粗暴模型

銀行需要客群細(xì)分和場景融合，如有些銀行從科技金融的名單制，到政采、醫(yī)采、校采等場景切入，到把普惠金融和供應(yīng)鏈金融相融合，都取得持續(xù)的業(yè)務(wù)發(fā)展質(zhì)效，緊抓“好人好企好業(yè)務(wù)”，從另一個側(cè)面反映了大數(shù)據(jù)風(fēng)控和場景融合的優(yōu)勢。

4.模型和規(guī)則的過于簡單化和程式化，技術(shù)的迭代不足

從0到1的過程是困難的，有些銀行借助于外力，運(yùn)用成熟的模型先把產(chǎn)品上線；從1到N的過程更需要自身努力優(yōu)化，業(yè)務(wù)的發(fā)展推動產(chǎn)品的優(yōu)化和風(fēng)控的迭代，針對不同的客群（規(guī)模大小、行業(yè)特點(diǎn)、地區(qū)差異）形成適配的模型路由，并通過新增的客戶和樣本反哺模型的不斷迭代和優(yōu)化，這樣的風(fēng)控策略才能做到長期有效，推動業(yè)務(wù)的良性發(fā)展。

5.數(shù)據(jù)的積累不充分，沒有反哺已有的模型和規(guī)則

調(diào)研中我們發(fā)現(xiàn)，有些銀行從上線開始，就是用的一套模型和規(guī)則，即使有迭代也是很長周期的或者是固定期限的優(yōu)化。這肯定難以適應(yīng)不斷變化的經(jīng)濟(jì)環(huán)境和客戶特點(diǎn)。需要用大量樣本及時反哺模型的迭代和優(yōu)化，好壞樣本對于銀行來說都是最寶貴的財(cái)富，但花大量代價買到的壞樣本、經(jīng)驗(yàn)和教訓(xùn)并沒有去支持業(yè)務(wù)策略的調(diào)優(yōu)。

6.運(yùn)營能力不足

三分產(chǎn)品七分運(yùn)營，很多銀行重開發(fā)輕運(yùn)營。小微信貸業(yè)務(wù)獲客渠道包括：政府白名單、互聯(lián)網(wǎng)、產(chǎn)業(yè)鏈生態(tài)場景、線下地推、圈鏈、助貸機(jī)構(gòu)等。銀稅貸及其子產(chǎn)品需要適配客群與渠道，提高精準(zhǔn)度。2B產(chǎn)品因鏈路長、數(shù)據(jù)授權(quán)復(fù)雜、投放精準(zhǔn)要求高等客觀原因，互聯(lián)網(wǎng)推廣效應(yīng)總體效果不佳。

運(yùn)營能力體現(xiàn)于業(yè)務(wù)全流程：僅關(guān)注新增忽視留存、續(xù)貸和提額；僅關(guān)注存量需求忽視新增；僅關(guān)注既有業(yè)務(wù)忽視客戶裂變；僅關(guān)注增長忽視劣質(zhì)客戶退出；僅關(guān)注審批通過的客戶忽視未獲批跟蹤；只關(guān)注自身定價忽視市場對標(biāo)等，均影響了發(fā)展規(guī)模與質(zhì)量。

產(chǎn)品上線后，應(yīng)通過埋點(diǎn)跟蹤流失率和漏斗率，優(yōu)化流程和體驗(yàn)，將運(yùn)營轉(zhuǎn)化為生產(chǎn)力。

7.產(chǎn)品創(chuàng)新脫離信貸底層邏輯

數(shù)字化是小微信貸的必由之路。但2B業(yè)務(wù)必須遵循信貸的底層邏輯。量化模型不能完全替代風(fēng)控策略，規(guī)則更能體現(xiàn)風(fēng)險與市場偏好。很多銀行基于銀稅貸方法論推出科創(chuàng)貸產(chǎn)品，有益但更需契合科技型企業(yè)的信貸邏輯。但我們看到有些銀行的科創(chuàng)貸產(chǎn)品創(chuàng)新已經(jīng)完全脫離了信貸底層邏輯?？萍夹椭行∑髽I(yè)技術(shù)前景不明、盈利模式模糊、失敗率高，屬風(fēng)險投資領(lǐng)域而非銀行信貸的安全區(qū)。 銀行不應(yīng)架空經(jīng)營風(fēng)險本質(zhì)，被政策任務(wù)與生存焦慮驅(qū)動而野蠻操作。

銀行開展科創(chuàng)貸業(yè)務(wù)需重視其三大風(fēng)險支柱：科技標(biāo)簽、經(jīng)營與還款能力、創(chuàng)新能力——這些均可從稅務(wù)數(shù)據(jù)挖掘。

科創(chuàng)企業(yè)毋庸置疑是銀行的優(yōu)質(zhì)客群，但如果不顧信貸底層邏輯而一味為了迎合監(jiān)管和市場的粗暴創(chuàng)新一定會受到市場的懲罰。

04

數(shù)字化轉(zhuǎn)型下的小微企業(yè)貸款的模式選擇

數(shù)字化并非萬能，但在當(dāng)前經(jīng)濟(jì)周期下，它能繞過“人性的恐懼”，實(shí)現(xiàn)標(biāo)準(zhǔn)化風(fēng)控與銀行持續(xù)發(fā)展的平衡。

繞過人性的恐懼是指數(shù)據(jù)和系統(tǒng)沒有情緒，不怕追責(zé)。 部分解決“不敢貸”問題，推動數(shù)字化與本土化風(fēng)控相融合，破解“不會貸”。市場需求雖萎縮，但真正需要融資的小微仍存在，明明是銀行自己把水龍頭擰死了，然后嚷嚷著沒水喝。

普惠金融中的小微貸款向三個方向發(fā)展：一是堅(jiān)守IPC技術(shù)的要義，引入數(shù)智化風(fēng)控，“線上+線下”混合模式漸成主流。二是線上化數(shù)智化風(fēng)控融合線下技術(shù)；三是場景化小微融合數(shù)智化風(fēng)控。我們應(yīng)走數(shù)智化風(fēng)控融合線下技術(shù)之路；融入場景。識別“真人真企真業(yè)務(wù)”，服務(wù)“好人好企好業(yè)務(wù)”。

IPC技術(shù)雖線下自洽，但亦可數(shù)智化，許多可以通過AHP（層次分析法）過渡到數(shù)智風(fēng)控，即規(guī)則的模型化。這是我們應(yīng)該實(shí)踐的可持續(xù)發(fā)展道路。

數(shù)字化風(fēng)控是小微信貸的有效路徑，不能因單一產(chǎn)品的失敗而中斷探索。有的銀行盲目跟風(fēng)，淺嘗輒止；有的失敗后否定線上，全盤推翻數(shù)字化風(fēng)控模式和線上化系統(tǒng)。優(yōu)秀的銀行則抓緊復(fù)盤：從不嚴(yán)謹(jǐn)策略、數(shù)據(jù)交叉驗(yàn)證不足挖掘不夠、反欺詐投入低、重效率輕風(fēng)控、放棄線下優(yōu)勢、忽視場景融合、風(fēng)險定價的缺失等方面找原因，優(yōu)化風(fēng)控策略和業(yè)務(wù)流程。

可持續(xù)發(fā)展需要重塑線上和線下融合、數(shù)字與傳統(tǒng)風(fēng)控結(jié)合、線上化與場景相結(jié)合的模式：線上和線下的融合非否定線上化，更非回歸人工作業(yè)，而是更堅(jiān)定、更深入地?cái)?shù)字化轉(zhuǎn)型，核心是數(shù)據(jù)運(yùn)用和運(yùn)營管理精細(xì)化，科技應(yīng)用務(wù)實(shí)化。

總行須根本轉(zhuǎn)變角色，不能片面理解創(chuàng)新，不當(dāng)甩手掌柜，應(yīng)統(tǒng)領(lǐng)產(chǎn)品創(chuàng)新，提供全行統(tǒng)一的線下SOP流程，建設(shè)數(shù)據(jù)中臺，運(yùn)用標(biāo)準(zhǔn)化工具 ，持續(xù)培訓(xùn)，讓一線有章可循、有器可用?？萍柬氃鶚I(yè)務(wù)痛點(diǎn)。

傳統(tǒng)銀行純線上化得不償失。信貸邏輯和數(shù)字化風(fēng)控的結(jié)合更有助于控制風(fēng)險，線下渠道與線上獲客結(jié)合更有利于確立服務(wù)中小微企業(yè)的品牌與地緣優(yōu)勢。數(shù)字化轉(zhuǎn)型對于小微信貸絕不是僅僅的流程線上化，中小銀行首應(yīng)堅(jiān)定服務(wù)中小的定位，發(fā)揮網(wǎng)點(diǎn)優(yōu)勢，借助大數(shù)據(jù)，使線上與線下成為無縫銜接、能力互補(bǔ)的有機(jī)整體。 線上獲客成為線下拓展補(bǔ)充，線上模型覆蓋主流客群、高效過濾風(fēng)險，線下依標(biāo)準(zhǔn)化的作業(yè)，精耕“非標(biāo)”的產(chǎn)品、優(yōu)質(zhì)的客群與大額授信。

小微信貸領(lǐng)域須樹立以客戶為中心的理念，真普惠、真做普惠、做好普惠的理念要融入血脈。面對同質(zhì)化競爭與利率下行，更應(yīng)創(chuàng)新實(shí)處，理解并解決客戶痛點(diǎn)。筆者調(diào)研近20家金融機(jī)構(gòu)，發(fā)現(xiàn)金融機(jī)構(gòu)和客戶需求的脫節(jié)是普遍問題。

1.設(shè)備融資與短貸長用，無還本續(xù)貸是期限錯配典型案例

銀行認(rèn)為固定資產(chǎn)貸款、項(xiàng)目融資針對大中型企業(yè)，但許多中小微企業(yè)不缺貸款，缺的是中長期貸款，銀行不做，給融資租賃留下了空間，而后者資金來自銀行，價格必然高。期限錯配造成中小微企業(yè)的中長期融資的缺失，中長期融資一如按揭對利率甚是敏感，固定資產(chǎn)貸款定價高是融資貴的現(xiàn)實(shí)表現(xiàn)。因中小微企業(yè)融資多是一年期額度，短貸長用成常態(tài)，無還本續(xù)貸實(shí)是未理解企業(yè)融資的實(shí)際用途而造成的期限錯配。

2.完善年審制，數(shù)字化推動年審線上化

數(shù)字化風(fēng)控為小微融資提供能力支撐，為減輕還款壓力、解決續(xù)貸難題、降低融資成本、防止資金鏈斷裂，銀行應(yīng)籍?dāng)?shù)字化風(fēng)控能力，將小微貸款的年審制度作為基本產(chǎn)品固化，規(guī)避無還本續(xù)貸不足。

3.貸后管理：不僅僅退出劣質(zhì)客戶，更是發(fā)現(xiàn)優(yōu)質(zhì)客戶并滿足需求

銀行信貸應(yīng)秉持增持減退策略對待存量客戶。貸后管理非孤立退出事件，而是發(fā)現(xiàn)需求、滿足更多需求的過程。滿足優(yōu)質(zhì)客戶合理需求是貸后管理常態(tài)化的工作，交叉銷售成重要抓手。數(shù)字化營銷與風(fēng)控融入到貸前貸后，目標(biāo)客戶更為精準(zhǔn)減少浪費(fèi)，以交叉銷售取代無意義的貸后管理；網(wǎng)格化經(jīng)營、批量獲客等傳統(tǒng)做法永不過時，應(yīng)與時俱進(jìn)。

4.從場景中發(fā)現(xiàn)客戶與需求：供應(yīng)鏈金融是最好的普惠場景

銀行發(fā)展普惠金融最大痛點(diǎn)之一是獲客。充分競爭環(huán)境下，許多銀行感覺無客可做，實(shí)是未發(fā)現(xiàn)運(yùn)用自身資源稟賦。傳統(tǒng)銀行最大資源是廣大的公司客戶，不僅是服務(wù)其資產(chǎn)和負(fù)債，更應(yīng)經(jīng)營客戶，通過公司客戶發(fā)掘上下游供應(yīng)鏈企業(yè)，批量獲客，借助公司客戶風(fēng)險識別能力管理上下游風(fēng)險，同時服務(wù)公司客戶、穩(wěn)定供應(yīng)鏈。銀行應(yīng)把控供應(yīng)鏈金融風(fēng)險，而非把風(fēng)險甩給核心企業(yè)，核心企業(yè)的經(jīng)營是銀行發(fā)展普惠金融客戶的最佳場景，與其發(fā)生供銷關(guān)系的業(yè)務(wù)是最好的數(shù)據(jù)資產(chǎn)。泛在的供應(yīng)鏈金融，需要淡化核心企業(yè)的信用傳遞，“確真不確權(quán)，脫核不離核”，供應(yīng)鏈金融是普惠金融最好的場景。

5.智能營銷擴(kuò)大客戶群體，覆蓋長尾小微

經(jīng)濟(jì)的下行使企業(yè)惜貸。需借助數(shù)字化的手段畫像貸款意向，讓營銷更精準(zhǔn)高效。下沉長尾客戶是小微貸款更難的課題，需將融資產(chǎn)品融入場景，用好支付、收單等替代數(shù)據(jù)，并在強(qiáng)授權(quán)下用好關(guān)聯(lián)個人的征信數(shù)據(jù)。

6.智能融資提升獲得率與滿足率

銀行針對不同客群和場景開發(fā)了數(shù)十款數(shù)字化融資產(chǎn)品，但每款產(chǎn)品客群有限，業(yè)務(wù)難上量，普惠金融生產(chǎn)線上豎起眾多煙囪，客戶經(jīng)理整天推銷銀行的產(chǎn)品，客戶無所適從。企業(yè)融資是低頻業(yè)務(wù)，目的為滿足生產(chǎn)經(jīng)營資金需求，企業(yè)不在意銀行產(chǎn)品名稱，銀行須真實(shí)實(shí)現(xiàn)從以產(chǎn)品中心向以客戶中心轉(zhuǎn)變。產(chǎn)品創(chuàng)設(shè)是銀行自己的事，目的為提升企業(yè)融資獲得率和滿足率。小微企業(yè)千人千面畫像理應(yīng)由銀行完成，客戶需求和風(fēng)險畫像應(yīng)該借助于數(shù)字化能力實(shí)現(xiàn)。智能融資是所有金融機(jī)構(gòu)努力的方向，大模型的運(yùn)用能夠助推智能融資。

05

可持續(xù)推動小微信貸的良性發(fā)展

截至2025年二季度末，銀行業(yè)金融機(jī)構(gòu)普惠型小微企業(yè)貸款余額達(dá)35.99萬億元，小微企業(yè)貸款余額在企業(yè)貸款中的占比也不斷提高。小微企業(yè)貸款的可持續(xù)發(fā)展，核心是在滿足小微企業(yè)融資需求的同時，實(shí)現(xiàn)金融機(jī)構(gòu)商業(yè)可持續(xù)與風(fēng)險可控的平衡，確保這一業(yè)務(wù)模式能長期穩(wěn)定運(yùn)行。 這種可持續(xù)發(fā)展模式，既能持續(xù)為小微企業(yè)注入金融活水，又能保障金融機(jī)構(gòu)穩(wěn)健經(jīng)營，最終實(shí)現(xiàn)普惠金融的長期良性循環(huán)。

1.監(jiān)管部門對金融機(jī)構(gòu)普惠金融的發(fā)展導(dǎo)向，從增量擴(kuò)面轉(zhuǎn)向提質(zhì)增效，實(shí)現(xiàn)高質(zhì)量發(fā)展小微信貸以及普惠金融的理性推動

2.尋求最佳的普惠金融實(shí)踐，線上線下融合、數(shù)字化風(fēng)控和專家決策模型結(jié)合

3.做好客戶分層和風(fēng)險定價

4.場景融合，小微信貸和支付、交易等場景的融合

5.主動授信，通過數(shù)據(jù)和技術(shù)手段發(fā)現(xiàn)、觸達(dá)、激發(fā)目標(biāo)客戶需求

6.數(shù)字化風(fēng)控涵蓋了貸前貸中和貸后的全流程，在精準(zhǔn)營銷、反欺詐、人企結(jié)合的評級評分、風(fēng)險定價、貸后預(yù)警和管理方面優(yōu)化、迭代和提升

7.對不同的客群適配不同的審批路由

8.AI在SME業(yè)務(wù)中的運(yùn)用.構(gòu)建更為科學(xué)的數(shù)智化風(fēng)控能力

9.信貸邏輯和數(shù)字化風(fēng)控的結(jié)合，AHP專家決策模型化

10.數(shù)智化風(fēng)控能力和場景相融合，實(shí)現(xiàn)批量營銷和風(fēng)控的量、質(zhì)提升

銀稅貸是小微信貸數(shù)字化風(fēng)控、線上化運(yùn)營的良好起步，不會因?yàn)槟承┿y行走了彎路就因噎廢食。銀稅貸不會消失，仍將是小微線上貸款、大數(shù)據(jù)運(yùn)用、數(shù)字化風(fēng)控的主流產(chǎn)品；是傳統(tǒng)小微信貸業(yè)務(wù)的顛覆性創(chuàng)新，樹立了從業(yè)人員的數(shù)字化風(fēng)控理念，建立了運(yùn)營體系、培養(yǎng)了一批量化驅(qū)動思維的專業(yè)人才、積累了客戶數(shù)據(jù)和樣本，這些寶貴財(cái)富對于普惠金融的意義是積極的；銀稅貸更是小微信貸數(shù)字化線上化的試金石，也為其他產(chǎn)品的創(chuàng)新趟出了一條有效實(shí)踐之路，有實(shí)際的借鑒意義。

服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)小微企業(yè)，對所有銀行來說都不是選擇題，對中小銀行更是必答題。數(shù)字化轉(zhuǎn)型是全球解決小微企業(yè)融資難、融資貴、融資慢的必由之路。銀行和非銀金融機(jī)構(gòu)應(yīng)根據(jù)自身資源稟賦，加強(qiáng)線上線下融合，從客群細(xì)分、場景選擇入手，提升運(yùn)營質(zhì)量和效率，注重專家規(guī)則和量化模型結(jié)合，管控風(fēng)險，持續(xù)演進(jìn)反欺詐和風(fēng)控策略。

中國的金融機(jī)構(gòu)、金融科技企業(yè)要勇立潮頭，做世界難題的破解者、領(lǐng)先者。

THE END

轉(zhuǎn)載聲明：本微信公眾號刊登的文章僅代表作者本人觀點(diǎn)，不代表中國普惠金融研究院及本微信公眾號觀點(diǎn)