探索小微信贷模式依然任重而道远。随着信息化浪潮的推进，大数据、云计算等新技术在金融领域的普及与运用成为趋势。在这种背景下，政府及监管部门应加强对用户隐私和互联网金融经营的法律监管，同时促进各部门和平台之间的合作与数据信息的整合。互联网金融机构也应完善自身风控体系，与别的金融机构和政府部门深入对接合作，从多维度推进小微信贷业务的发展，以适应金融大数据时代的挑战。

　　作为我们国家的经济体系的“毛细血管”，小微企业在促进创新、就业和经济稳步的增长方面发挥着及其重要的作用。小微企业经营具有数目多、规模小、灵活性强的特点，同时具有较高的创新性，贡献了一半以上的税收、六成以上的国内生产总值与接近八成的就业，存在广泛的市场基础和信贷需求。然而银行在开展小微信贷业务时，面临较高的信息获取成本、风险成本和经营成本，需要传统的线下模式与大数据时代的线上模式相结合，才能更好地实现普惠性、人民性和可持续性的使命愿景。

　　在大数据时代到来之前，线下模式是最传统且有效的信贷方法。该模式主要依赖放款机构的业务员通过详细而深入的调查来全方面了解借款人的信息。业务员会对借款人的相关能力、为人品质等进行多方面的调查，以掌握借款人的情况。然后，业务员会依据自己经验对借款人的还款能力和意愿做多元化的分析与评估，进而做出授信决策。该模式高度依赖经验比较丰富的业务员，需要他们进行大量的调研工作，因此被称为全手工人海战术，核心是通过软信息、硬信息的收集，完成授信决策。线下模式的发展可大致分为两个阶段：

　　在新中国成立初期，中国人民银行在农村设立了农村信用社，为农村经济发展提供金融服务。随着二十世纪70年代末我国逐渐进行经济体制改革，政府允许民间资本开设城市信用社，为城市集体企业、个体工商户和城市居民提供金融服务。这些金融机构主要是采用线下模式来开展业务。一些优秀的中小银行，特别是那些在小微业务方面表现出色的银行，起源于这些金融机构，并在某些特定的程度上仍然沿用着线下模式。在早期的信用社中，业务员往往各自行动、自由发挥，组织比较松散，缺乏理论技术指导，没形成系统化的团队、架构和流程，因此难以形成组织合力。他们通过调研来掌握客户的“软信息”（非书面化的信息），并根据经验完成风险定价。这一过程有效地缓解了信用社与客户之间的信息不对称问题。在当时的技术和组织条件下，该模式是成功的，有效地保障了信用社小微信贷业务的顺利开展。然而，由于技术的限制，这种模式的传承性较弱，并存在信息获取成本高和效率低下的问题。小微企业要更先进的技术来满足其需求。

　　IPC技术是一种高度制度化和流程化的小微企业调查分析方法，最初从德国引进，并于2005年被国家开发银行引入中国金融领域。首先在台州银行、包商银行等银行进行试点，然后在多家中小银行之间推广开展小微业务。IPC技术以软、硬信息为基础，通过交叉检验的办法来进行判断。信贷流程包括市场营销、贷款申请、信贷分析、信贷审批、信贷发放和贷款回收等六个环节。每个环节的操作的过程都经过精心设计，技术分析精准，能够准确高效地整理和分析客户的贷款情况。此外，IPC技术还包括时间轴工具、上下游分析工具和会计三大报表分析工具等三种工具，用于描绘借款者或企业的历程、概述个人工作内容或企业的主营业务以及分析企业的还款能力。因此，IPC技术具有高度系统化、标准化和流程化的特点，相比早期的人海战术难以传承的特点，IPC技术更具可复制性和扩展性，有效提升了银行开展小微业务的效率。

　　尽管IPC技术的运用降低了信贷人力成本，但开展小微信贷业务的关键难题在于以合理的成本获取客户信息，找到风险溢价和业务成本之间的最佳平衡点。IPC技术并没有打破这个框架的限制，台州银行等小微信贷服务模式本质上仍然是传统贷款模式在小微、零售领域的延伸。在人海战术中，每个业务流程都需要专员进行人工服务，全程盘查和跟踪借款人的财务情况。为了达到识别违约风险、降低风险溢价的目的，业务成本大幅度提升，这将导致小微企业的信贷利率难以降低。但如果为降低成本而减少对小微客户的调查，风险溢价将维持较高水平，从而陷入两难的局面。这是小微企业融资之路一直存在的难题。因此，IPC技术难以从根本上解决小微企业融资困难和融资成本高的问题。我们亟须更科学与先进的技术解决这一难题。

　　随着大数据时代的到来，之前受限于技术的许多难点有了突破的可能。在之前的互联网世界中，哪怕我们耗费大量的人力物力调查，由于技术的限制，仍有海量的企业“软信息”沉寂于互联网中，但现在互联网技术迅猛发展，特别是大数据积累和提取技术的进步，我们可以通过大数据和云计算技术进行收集、分析和提取。这些信息逐渐被转化为书面的、可量化的和标准化的形式，在互联网时代实现了自动化处理，为降低小微信贷业务成本和实现流程全自动化提供了可能。小微企业信贷业务在大数据时代有着前所未有的优势：

　　大数据和云计算技术与传统的“人海战术”相比，极大地提高了获取客户信息的效率，并显著降低了人力成本。通过利用金融服务提供商、互联网、公共事业、医疗保险等机构提供的数据，互联网金融能够在较短时间内收集并分析碎片化与底层化的数据。这些数据不仅包括传统的征信记录，还包括大量的交易信息、法律记录等数据。此外，由于数据是通过预设的程序自动从互联网中提取、分析和处理的，不需要像以前一样消耗人力重复一遍又一遍的过程，从而大幅降低了业务成本，并扩大了客群覆盖范围。由于互联网的不断普及，数据来源更加广泛，形式更加多样，数据覆盖范围更广，这就打破了地域限制，可以在全国范围内推广小微信贷业务。

　　在开展小微信贷业务中，大数据征信主要涉及两个方面：数据挖掘和数据应用。数据挖掘阶段包括原始数据的收集、清洗、整合以及建立和验证模型。数据应用阶段涉及模型的应用、跟踪和优化。在数据挖掘阶段，首先对数据进行收集与预处理，然后基于历史数据与信用结果（如还款情况和违约情况）之间寻找相关性，建立对应的征信模型。在构建模型时，变量选择以往一般都是依靠征信专家的经验来确定，专家的经验确实具有一定的参考性。但随着机器学习、神经网络等技术的发展，大数据算法能够有效地从海量数据中找到与信用结果最相关的变量或组合，即使这些变量或组合可能不具备可解释性。这进一步弥补了人工经验的不足，提高了模型的准确性。大数据算法的优势还在模型验证方面得到体现，它能自动引入各种与建模样本不同的历史变量数据供参考，持续跟踪模型效果，不断迭代优化数据模型参数，使得模型不断改善。模型将时间与客户样本数量等因素纳入考虑范围，与之前相比更为的科学与合理。

　　大数据技术在小微信贷业务中的应用有两个重要方面。安全问题是信贷业务中至关重要的一环，一方面，大数据技术可以通过监测客户的异常行为来判断账户是否被盗用。通过持续监控客户的上网时间、地点甚至输入信息的方式等行为信息，来检测客户是否有异常情况。一旦发现有恶意分子试图进行欺诈贷款，系统可以及时拒绝、跟踪甚至锁定账户。另一方面，大数据技术还可以在银行的各项业务中应用，以减少相关成本并提高经营效率。监测银行的合规情况，预测市场动向，为资产配置提供参考等。综上所述，大数据技术在小微信贷业务中的应用具有重要意义。它可以帮助银行及时发现异常行为，保护客户的账户安全，同时也能降低银行业务成本并提高经营效率。

　　大数据审批流程在整个过程中几乎不需要人工干预，利用大数据和云计算技术来收集和整合数据，然后自动使用算法评估模型对风险进行测算，并得出客户的信用评估结果。根据评估结果，决定是否放款以及贷款利率的高低。这极大地提高了审核效率，加快了放款速度，让银行不需要再像以前一样进行单调而又繁复的分析。

　　大数据技术的普及让小微企业信贷业务有了全新的生机，越来越多的银行都在试图抓住这宝贵的机遇。以微众银行为例，它是一家专注于为小微企业提供服务的银行，利用大数据分析和挖掘技术，已经建立了超过400个互联网大数据、征信和反欺诈等系列风控模型，并拥有超过10万个风险参数。通过将人工智能技术应用于联合建模、风险管理名单等风控领域，有效提升了内控能力和效率。同时，为了满足小微信贷业务中“短小频急”的需求，微众银行陆续开发了一系列普惠金融产品，如“微粒贷”“微业贷”“微车贷”等。这些产品拓展了小微信贷服务的广度和深度，为小微企业提供了更多选择和便利。

　　尽管大数据技术带来了许多好处，但它也不是万能的，当前开展互联网金融业务仍存在一些挑战。由于互联网金融高度依赖大数据，数据本身的来源与质量将严重影响业务成效。一方面，当前大部分互联网银行数据来源较为封闭，不同平台之间的数据会有割裂，客户之间会形成信息差，这将给金融机构带来损失；另一方面，由于数据在大数据时代的重要意义，会造成金融机构之间为拓展数据边界而引发的过度竞争，进而侵犯客户个人隐私等问题。此外，由于模式的大同小异，很多产品和服务趋于同质化，难以提供定制化服务。互联网金融模式更多偏向于收集数据提供标准化信贷产品，缺乏线下网点或能够面对面交流、满足客户特殊需求的工作人员，因此大多数机构之间的产品和业务模式差异性有限，主要比拼的是获取数据、建模、数据处理等能力。考虑到客户对新事物的接受能力程度不同，许多客户对纯互联网金融模式信任度相对有限，这将使得互联网银行获取存款成本变高，还有一些客户易因负面舆论或网络谣言产生恐慌感和不信任感，导致存贷意愿降低。因此，并非大数据时代的来临，小微企业的融资之路就将一马平川，许多缺点仍需不断改进。

　　小微信贷业务离不开政府与银行的支持。近年来，我国出台各种政策支持小微企业发展，监管部门高度重视银行的小微业务，其中监管评价覆盖了商业银行小微信贷投放、体制机制建设、重点监管政策落实等多个方面。银行业为满足政策和监管方面的要求，不断加大小微企业的金融服务力度，制定更加灵活和适应小微企业需求的信贷政策，包括降低贷款门槛、简化审批流程和提供更有竞争力的利率等。为进一步帮助小微企业走出融资困境，我们需要考虑过去所留下来的经验，结合当今时代的特点，积极探索线上和线下相结合的模式，加大对小微信贷业务的投入与支持。

　　不同类型的银行应采取不同的策略来开展小微信贷业务。大型银行具有广泛的客户基础，但线下人员有限，难以深入服务客户群体，客户黏性也相对较低。因此，大型银行应充分发挥自身资金成本低、成本控制能力强的优势，加大线上服务的拓展力度，以标准化的线上化服务为主，仅对于部分额度较高、复杂性客户可线下触达验证，充分挖掘市场潜力，提供更安全、高效的小微金融服务。中小银行在开展小微信贷业务时，不宜完全依赖线上模式，应采用线上线下结合的业务模式。中小银行可以利用本土化优势，在本地客户群体中发挥主力军的作用。可以通过线下渠道与客户建立更紧密的联系，获得各类非标准化的软信息，提供更加个性化的服务，加强客户关系的黏性。对于一些区域性小型银行而言，由于地域限制，大数据技术在某些地区的数据收集准确度和可靠性可能受到影响。在这种情况下，不能忽视线下模式的优势。基层业务员可以利用线下模式提高对小微企业信息的收集效率，并对获取的相关信息进行更系统、更准确地处理。这样，在根据经验分析客户的还款能力和还款意愿时，可以做出更准确的授信决策。

　　小微客户相对于大中型客户，借款人社会信用基础较为薄弱，“硬信息”财务信息失真度较高。利用数据挖掘与数据分析的技术，我们大家可以利用大量曾经难以获取的软信息。软信息可以提供关于客户经营状况、行业走向、行为品行等方面的资料，与硬信息结合可以更好地评估客户信用风险。通过注重软硬信息的结合，可以更全面地了解客户的真实情况，减少误判和风险。软信息可以弥补硬信息的不足，了解借款人生活习惯、贷款态度、家庭状况、金钱观及工作与收入等，能深入揭示客户的还款能力和稳定性，从而更准确地判断客户的信用状况和还款能力，避免向高风险客户发放贷款，从而优化资金利用效率，提高资金的回笼率。同时，软硬信息的结合也能大大的提升审批的效率，减少不必要的审批时间和成本。充分的利用软硬信息，能够大大减少不良贷款的发生，提高审批的效率，能轻松实现更准确、高效和安全的信贷业务，为企业和机构带来更多利益和长期发展的机会。

　　为了解决小微信贷经营成本较高的难题，近些年很多中小银行都在积极探索社区化、网格化经营模式，绘制营销地图，将行政村、社区、街道、商圈、专业市场等区域分为若干网格，将每一位潜在客户纳入网格化服务体系，通过整合网格内客户的集群信息，分片分区域落实到每个客户经理，明确职责和分工，防止重叠和空白，实现批量化获客、精细化管理，提高网点的点均产能。这种零售业务批量做的逻辑，不鼓励对单客进行游击战，鼓励在网格内通过关键人，借力营销活动进行批量式营销，通过深耕模式下对客群进行分层管理，普访与精访相结合，深挖洞、广积粮，某些特定的程度上可以缓解一部分小微信贷领域这种劳动密集型的模式的产能瓶颈。有些深耕社区的特色经营模式，还可以带动综合化营销，派生出其他中间业务和收入，力求达到较高的客户覆盖率和收益。

　　探索小微信贷模式依然任重而道远。随着信息化浪潮的推进，大数据、云计算等新技术在金融领域的普及与运用成为趋势。在这种背景下，政府及监管部门应加强对用户隐私和互联网金融经营的法律监管，同时促进各部门和平台之间的合作与数据信息的整合。互联网金融机构也应完善自身风控体系，与别的金融机构和政府部门深入对接合作，从多维度推进小微信贷业务的发展，以适应金融大数据时代的挑战。在互联网银行开展线上信贷业务时，应注重与线下业务相结合，提升客户筛选水平。通过一定量的线下信息搜集，并作为辅助参考来筛选贷款申请客户，可以缓解统计学模型带来的错误，使筛选结果更可靠，降低银行开展小微信贷业务的风险。通过线上与线下的结合，降低地区整体金融成本，让利于客户，有效缓解当地小微企业融资难、融资贵的问题，更好地为小微实体的发展提供服务。

　　（作者王剑为国信证券经济研究所所长助理、金融业首席分析师，中国人民大学国际货币研究所研究员；谢欣为中国邮政储蓄银行三农金融事业部高级经济师）

　　①杨望,周钰筠.小微企业“麦克米伦缺口”解决路径研究——基于金融功能视角[J].国际金融,2019(09)