央行和银保监会近期发布的《中国小微企业金融服务报告(2018)》显示,截至2019年5月末,普惠小微贷款余额10.3万亿元,全国金融机构单户授信1000万元以下小微企业贷款不良率5.9%,比大型企业高4.5个百分点,比中型企业高3.3个百分点。
|
小微企业融资一向是“世界性挑战”,融资难在于找不到可靠的风控手法,融资贵在于无法控制合理的业务成本。这其中,如何通过获取更充分信息以合理成本准确预估信贷损失率,成为解决小微企业融资问题的命门。
与近年来基于大数据风控的消费金融爆发形成对比,针对小微企业的信贷投放难题在科技改造虽然缓慢但已有松动。通过基于税务、发票、支付、ERP系统这些企业数据留痕的“另类数据贷”玩家纷纷登场。这些数据技术商及金融机构利用上述核心数据进行针对小微群体的风控“试验”,亦成为助贷大军中的掘金新势力。
在这个由银行、金融科技公司、数据入口企业加入的新赛场,如何找到既保证利率合理、风险可控又符合商业规律的业务模式,机会汹涌,挑战也巨大。
另类数据贷走热
“我近期已经从公司辞职了,今年业务竞争明显激烈,税贷放量后,我们原有的发票贷肯定会受到一定影响。”王凯(化名)告诉《中国经营报》记者。
王凯是某拥有税控资质的上市公司旗下征信业务前员工。他口中的“税贷”“发票贷”指的是基于企业发票、税务等数据作为重要风控依据的数据类贷款。王凯从2017年开始涉足发票贷类业务,去年开始,合作的金融机构明显增多。
对于“另类数据”,清华大学五道口金融学院常务副院长廖理在今年五道口论坛上曾有过一段描述:“一种区别于传统金融数据的价值信息”。这些信息在小微领域的呈现形式,则大多是企业经营活动中的数据留痕。
在传统模式下,银行开展小微企业贷款业务,大多通过企业“征信报告+实地走访”去调查收集经营状态、上下游信息等来预判企业还款能力。但传统模式难点在于小微企业拿不出像样的财务信息,即使有,也很难判断其真实性。
去年以来,受益于企业办公自动化深化、金税三期等重点工程推进,大量隐藏数据变得可获得,一些拥有另类数据入口的企业开始在小微信贷领域崭露头角。
例如金蝶、用友,是国内老牌的ERP软件商,拥有企业内部财务信息、经营流水等运作信息;航天信息、百望则是知名电子发票平台,掌握企业开票信息;微众税银、东方微银等“银税互动”平台通过与国税局及各地税务部门合作掌握企业缴税信息。此外还有二维火、有赞等拥有特定行业的企业经营信息。
另类数据价值长期以来未被纵深挖掘,但与金融领域嫁接后的变现速度惊人。航天信息(6000271.SH)在2018年的年报中曾对其助贷业务有所着墨:2018年公司先后与10余家全国性商业银行和非银金融机构、30余家地方性银行、小贷公司合作,放款企业4万户,放贷规模约170亿元,同比增长1倍。
而微众税银高管在6月一个小范围沙龙中透露:目前共有200多万小微企业客户,合计已实现放款2000多亿元。
这些数据改善了此前小微授信中对企业经营情况的信息不对称。一位北京老牌征信机构人士告诉记者:在对1000万元以下规模的小微贷款授信时,企业实控人的信用在风控中权重占60%~70%,企业自身的信用权重占30%~40%。但针对30%~40%这部分的风险判断比单纯消费金融的要难很多,这部分是各家竞争的重点。
此中根本原因在于小微金融的风控逻辑不同于个人消费信贷,复杂行业维度和样本积累难对授信提出重大挑战。
主业小微信贷技术输出的金融科技企业大数金融资深副总裁陈志坚向记者透露:与个人消费信贷主要依靠一个人的薪资收入判断还款能力不同,小微企业贷款的风控难做有三方面原因:真数据难获取、数据多样化、贷款样本量少建立风控策略难度大。“目前用户使用各类应用系统过程中留下的数据痕迹增多,数据难获取有所改善,更核心的是风控环节,坏样本是需要足够样本量来筛选的,以一笔期限两三年的几十万元贷款为例,如果积累到足够的样本,可能要花费两三百亿元,这对企业是巨大的压力。”
在市场实践中,不少小微授信的思路是在某些数据留痕充分的特定行业纵深挖掘,做透一个领域。但也有公司选择全线布局——选取多个行业的头部客群,以分散行业性周期风险影响。
在陈志坚看来,这个时候发票、税务、ERP信息这些通用数据则会发挥明显辅助作用,“接入发票数据后我们小微信贷的损失率降低了一个百分点。前提是我们已经拥有了使用客户经营数据以外的数据来判断企业主个人信贷风险的模型和策略”。
难点:数据局限性
更多描绘企业经营情况的数据大程度上解决了传统对企业经营情况的信息不对称,但这些数据也不是万无一失。
CFA国信证券经济研究所分析师王剑近期撰文指出:基于大数据技术的小微信贷有其天然缺陷——业务只能局限于其大数据边界之内,仍然无法帮助尚未纳入大数据的群体。
简单来说,就是每个领域的数据都有其局限性,也都有鲜明的特点。王凯告诉记者:比如发票贷,需要持续关注一个企业的经营流水,要求开票的连续性,有些业务特性天生就不适合做发票贷。
另一个问题在于如何保证数据真实性。陈志坚告诉记者:这些贷款增多后,一个趋势在于,贷款客户知道数据价值后会想办法“创造数据”:比如刷POS制造虚假流水,代开发票、甚至在ERP系统里录入非真实数据。“比如,一个企业主开了很多发票,但缴税金额没怎么增加,就可以判断有虚假开票嫌疑。”
他透露:如果以一个企业经营链条看,越靠近下游环节的数据,真实性越强——比如支付数据的造假空间最大,而税务信息真实性最高,中间则是ERP和发票数据。
值得注意的是,随着这一领域竞争加剧,多头信贷和资产质量下滑的情况也已经冒头。王凯告诉记者,“去年以来很明显的趋势是,一些银行也开始大力加码这个领域,他们可以直接拿走最好的一批客户,我们就只能再下沉。”
“另一方面,企业贷款后,如果资金不够,会寻找其他的贷款产品,相应降低对利率的期望,新产品提高了客户负债率,降低了客户资质。”王凯表示。
北京一家网贷平台数据贷款业务人士告诉记者,今年以来数据类贷款坏账抬头明显,EPR数据贷到了4%,外贸电商类已经超过6%,内贸则更高,预计今年下半年餐饮类贷款的坏账也会升高,主要和经济大环境与行业周期有关。
这也是即使大数据爆发、技术条件足够成熟条件下,小微金融涉足者远不及消费金融的重要原因。上海一家国资背景数据服务商高管告诉记者:小微企业的抗风险能力太弱,大家做消费金融对风险把控能做个八九不离十,但在小微领域,一笔坏账可能就吃掉了几个月利润。
据王凯透露:此前其公司发票贷业务会对贷款不良率有所监测,某个地区的不良一旦高过一个界限,就会停止新增业务,在与合作机构将不良降下来后,再去增新。需要注意的是,每个地区的窗口期都极其珍贵,一两个月后,贷款质量就会明显下滑,就只能转战新地区或新领域。
陈志坚告诉记者:数据类贷款目前已经有了明显分层——比如蚂蚁金服,解决了靠二维码收付款的路边摊、夫妻店一类需求;再大一点,有开发票行为,航信、百望就可以参与;再大的企业可以用上ERP、SAAS系统,金蝶、用友则可以瓜分,但总体来看,分层会越来越细。另一方面这些数据方通常只拥有客户的部分经营性信息,这些信息局部反映了客户的经营情形如现金流情形、营业额情形等,但若要完整判断客户风险还需要搭配更全面的信息。