重視小微信貸的商業可持續

王劍

監管部門催銀行做小微信貸，就像老師催學生做作業一樣用心良苦。

這是不是意味著，支持中小微就是個不講商業性的政治任務呢？這顯然也不對。不少小微信貸做得好的銀行，往往財務業績表現也不錯。

大家認為小微信貸風險高，其實并不準確。小微企業群體分布于百業百態，風險有高有低，高度分散。但是，從中找到目標客群、選出低風險的企業的成本卻非常高。解決這一問題，實現商業可持續，不同銀行需根據自己的稟賦優勢選擇不同的路。

利率并軌前的出路

央行2019年的工作會議上明確提出，今年的重點工作任務之一是“穩妥推進利率‘兩軌并一軌’，完善市場化的利率形成、調控和傳導機制”。利率并軌是利率市場化 的最后一步，彼時，銀行業可能就真的運行在利率完全市場化的環境中了，“脫媒”現象可能會進一步發生：

一是存款優勢出現分化。隨著理財意識深化，居民的儲蓄型存款慢慢都會理財化，剩下結算型存款，成本也不算高。但結算型存款并不靠客戶關系來拉的，而是靠優質的綜合服務（以結算為代表）吸引而來的。大小銀行的存款優劣勢分化，會進一步加大。現在來看，網點渠道、產品服務等綜合能力較強的大型銀行會更有優勢。

二是銀行貸款定價優勢會體現在小微。利率市場化、存貸款業務脫媒之后，優質的大型企業會更加傾向使用資本市場去融資，銀行貸款沒有定價優勢。真正能體現差異化定價、獲取較高回報的信貸種類，只能是高度非標準化的品種，最為典型的就是沒辦法大規模脫媒的中小微企業。

在利率市場化時代，大金融市場將全面同場競爭，因此銀行，尤其是中小銀行，需要尋找自己的差異化定位，建立“護城河”。資產、負債都無優勢的銀行，比如規模不上不下、差異化定位不明確的中型銀行，未來將面臨壓力。

鼓勵銀行支持中小微的監管文件頻出，一方面是為了支持中小微企業，另一方面也是利好銀行業未來發展：如果等到利率并軌來臨，客戶脫媒，才開始尋找自己的路，那時候就絕對太遲了。

遴選客戶成本省不得

銀行從事小微企業信貸業務的基本原理是：如何以一個相對合理的成本，收集潛在小微客戶的足夠信息，以此確定預期損失率，實現風險定價，從而實現小微信貸業務的合理回報和商業可持續。其中的關鍵要害是“一個相對合理的成本”。

小微企業個體分散、經營不規范、信息高度不對稱，因此遴選優質客戶的成本很高。但這個成本是省不得的——如果“偷懶”，直接套用一些不合適的標準化信貸技術，最后肯定會留下一堆壞賬。

小微企業信息不對稱，不代表沒信息，而是說它們的信息不是報表化、標準化的。比如一家早餐店，在啟用支付寶、微信支付之前，連書面的現金進出流水都不一定有，但是店主勤勞、早餐美味、深受社區居民歡迎，這些非標準化的、定性的信息都是對于判斷其信用非常有用的信息。

我們把這些非報表化、標準化的信息，叫做“軟信息”。傳統上，銀行（或其他信貸機構）業務員處理軟信息的方法主要是“關系型借貸”，就是業務員和目標客戶建立長期合作關系，從而基于經驗判斷，確定風險定價。這種關系可以是先天的，也可以是后天的。比如，讓業務員先在社區中待很長一段時間，像駐村干部一樣，慢慢跟社區成員建立關系，增進相互了解。所以，對他們的工作要求，和駐村干部是一樣的，即“進村狗不叫”。

與關系型借貸對應的是交易性借貸，就是基于公司信息、財務報告、業務數據等“硬信息”，完成風險定價。很顯然，這一套技術原本不適合于小微企業。

得益于互聯網、大數據技術的發展，越來越多的軟信息逐漸被“硬化”：線上支付的普及，使現金收支信息得以書面化；銷售渠道從線下轉向電商，交易記錄報表化；同時，征信體系也在不斷完善。于是，一種全新的交易性借貸流行起來，即大數據征信。信貸機構即使完全不認識客戶，也能依據足夠信息完成風險定價，進而放出貸款。

我們把完全線下關系型借貸，稱為“純手工模式”，俗稱“人海戰術”；把完全基于大數據、在線發放的貸款，稱為“互聯網金融模式”。但是，現實中大部分是混合模式：在村里跑客戶的業務員，也會調取大數據征信，或者把所采集的信息錄入線上“信貸工廠”系統，由模型協助判斷；而一些基于大數據的機構，也往往會派業務員去實地考察。

大行上網、小行進村

中國銀行業金融機構近4100家，包括6家國有大行（中農工建交郵儲）、12家全國性股份制銀行、134家城商行、1200多家農商行、 965家農信社、1624家村鎮銀行等新型農村金融機構。

傳統上，不同類型銀行有著不同的客戶定位，比如大行做大型企業和大型項目，股份行做大中型企業，城商行、農商行、村鎮銀行做當地中小微企業。銀行業有著“門當戶對”，這是歷史原因造成的，也是避免銀行業惡性競爭（overbanking）的根本方法。

但是，不少小微信貸做得好的銀行，往往財務業績表現也不錯。筆者統計了多家小微專業銀行數據，按照ROA（資產回報率）排名，可以看到排名靠前的大部分是東南沿海的區域銀行，其中包括臺州地區的兩家代表銀行臺州銀行、泰隆銀行。

在這些地區（江浙、福建一帶），大部分中小城市本身就是以小微企業為主，部分地區的工業產值幾乎90%以上來自民企、小微。本地難得的幾家大企業，也一般都在大銀行手里。看上去無比優秀的路，其實是逼出來的。那些還有大中型企業可做的銀行，日子過得還不錯，自然沒有動力去做小微。但這樣的好日子會持續嗎？

大型銀行已經感受到金融脫媒的壓力，所以要下沉客群，尋找出路。工商銀行很早就提到，銀行不做小微沒有未來。同時，政府也給大行們下達了任務，要求普惠金融（包括小微等）增速不得低于30%。

這種下沉會擠壓原來中小銀行的業務空間。大銀行擁有著小銀行無法匹敵的資金低成本，中小行貸款產品在大行的低利率面前毫無競爭力。

但是，大行也不是無所不能的。它們要想用人海戰術，在全國范圍滲透村社級（社區、村落、部落等），其管理難度、業務成本都高得無法想象——把網點鋪到縣城和發達的鄉鎮已經很不容易了。因此，在最末梢的村社級，大型銀行還是無法觸達，或者雖然能覆蓋，但服務不夠緊密，很難實現“關系型借貸”。但大行擁有較強的技術實力和人才優勢，以及規模經濟，引進、建立強大的信貸科技系統不是問題。

中小銀行的網點可以覆蓋到鄉鎮，業務人員能夠覆蓋附近的各個村落，用最原始的手段化解信息不對稱，并提供最貼心的服務。大行運用信息科技能夠覆蓋的客群，主要還是擁有“硬信息”的客群——能夠高度標準化的信息和業務，最后都可能被大行通吃。而下沉到最底部的、無法簡單標準化或硬化的信息，則可能成為小行的最后陣地。

最后可能形成的小微業務格局，是“小行進村，大行上網”。優秀的小微信貸業務，是“小行進村狗不叫，大行見網不見人”。

（摘自《財經》2019年第10期。作者為國信證券金融業首席分析師）