一张付款码，为何就能破解小微贷款的难题科技让金融从「不可能」具有了「无限可

「上线半年服务150万小微经营者，不良率0.78%」，网商银行在一次媒体沟通会上公布了基于线下支付的「多收多贷」贷款服务的经营数字。

如果有了解过这些年整个银行系统在推进小微贷款画面的周折，你就会知道上述数字有多么的沉甸甸，又有多么的令人惊喜。

不夸张的，一张小小的付款码，一定程度上改变了金融系统服务小微企业的思路，真正实现了科技让金融从「不可能」具有了「无限可能」。

▼小微贷款缘何那么难解决

小微企业，是经济的活力所在。这是几乎所有经济学人都会同意的观点。

理论上，金融扶植实体经济，理当优先考虑小微企业。但是现实则是，金融企业们总是优先考虑大企业，小微企业获得贷款实在不是一件容易的事情。

小微企业获得贷款有多难？

要明白这种难，只要看看监管部门推动的力度有多大，即可反证。在小微贷款领域，监管部门有著名的「三个不低于」要求，即：

小微企业贷款增速不低于各项贷款平均增速；

小微企业贷款户数不低于上年同期户数；

小微企业申贷获得率不低于上年同期水平。

2008年时，监管部门的要求还不过是「两个不低于」，即「银行业金融机构小微企业贷款增速不低于各项贷款平均增速，增量不低于上年同期」，而到了《中国银监会关于2015年小微企业金融服务工作的指导意见》则扩容成为「三个不低于」，增加了对于户数和获得率的要求。

要求的扩容，其实变相也体现了相关业务开展之难。2015年，银监会普惠金融部副主任张金萍曾经透露过这样一份数据：目前全国小微企业5000多万户，在银行有贷款的只有1000多万户。

为了刺激金融机构从事小微贷款业务，央行更是推出了定向降准，如在2014年6月就推出过「上年新增小微贷款占全部新增贷款比例超过50%,且上年末小微贷款余额占全部贷款余额比例超过30%」的银行可获得定向降准。

▼为何小微贷款业务那么难开展？

熟悉银行运作的人，都明白个中原因是多样的。

一方面，银行传统与国企打交道多，贷款给国企即使出现坏账，钱也是烂在国资系统里面，银行承担的「道德风险」很小。但是小微企业几乎以民营企业为主，贷款给小微企业一旦出现坏账，银行很难解释当初贷款的合理性和必要性，甚至会惹上是否「收好处」的猜疑，会有种种不必要的麻烦。2015年，银监会副主席周慕冰在答记者问时强调「只要银行工作人员严格履行了相关程序，勤勉尽责，贷款出现了风险，可免责」，这背后反映的传统心态可见一斑。

另一方面，银行放贷，需要信贷员对于企业进行调查——而相关调查是有成本的。从控制信贷调查成本上，银行天然喜欢与少数大企业打交道，而不是与大量的小微企业打交道——否则甚至会出现放贷利润少于信贷调查成本的倒挂可能。

曾经请教过一位以「改革」闻名的少壮派经济学家，如何破解小微企业贷款难题？他给出的药方是增加银行的数量，尤其是民营银行，这些新银行往往无法拿到大型国有企业的贷款，将会被迫去从事高风险的小微贷款业务，增加此类的供给。

此次公布数据的网商银行，的确是随后那批民营银行试点中成立的一家。但是与那位经济学家预测的不同，真正让网商银行大量发放小微贷款的不是无奈，而是高科技大数据支撑下的底气，与此同时在有了高科技大数据支撑下，小微贷款也未必是高风险贷款。

▼科技让金融从不可能到可能

Fin-tech(科技金融)，是这些年的热门词汇。

但是怎样算是科技金融，每个人都有不同的看法。

从线下渠道搬到线上获客，打破物理疆界，这当然是科技金融。

利用AI技术，通过人脸识别等提供更好的用户体验，这当然也是科技金融。

但是在我看来，科技金融最性感的部分，是通过科技，让原本不可能的金融业务模式，落地开花成为可能——而此次网商银行公布的「多收多贷」贷款服务正是这样一种业务。

先来看一个网商银行公布的案例：

47岁的张师傅是西湖区一位提供上门维修空调服务的个体经营者，来杭州4年，为这里的市民修理了近3000台空调。11月一场大雨，杭州的气温骤降，找张师傅修空调的订单一下子多起来。配件需要补货，张师傅却一下子筹不出这么多钱来。还好张师傅一直在用支付宝收钱码收维修费，为他积累了2万元的「多收多贷」贷款额度。用这笔钱，张师傅买齐了配件，帮大家修好空调，让市民们能过个温暖的冬天。

上面案例中的张师傅，主业是维修空调这样的服务。这意味着他没有什么昂贵的资产，也就是没有信贷抵押品，这样的用户从来就不是银行所偏爱的。更重要的是，作为个体经营者，即使他维修空调涉及营收，但是从成本和便携的考虑，这位张师傅也不可能申请并携带传统的POS机。这意味着，对于银行贷款而言，他的业务是近似于不存在的。这样的个体经营者，在传统的银行体系下，恐怕也就只有无担保的现金贷可能可以获得贷款——但这就意味着极其高昂的借贷利率。

但是，基于支付宝，不可能变成了可能。一方面，手机这个移动终端，取代了传统笨重的POS成为了收款的渠道，这意味着类似张师傅这样的个体业者，不再只能现金往来，其业务可以留下数字化纪录了；而另一方面，也正是这些交易数据，金额、频率、付款位置、付款人相关信息等等大量的数据，使得网商银行有了利用大数据评估其还款能力的可能——而且这种评估不仅仅是贷前，也包括贷款中和还款后，可以更精细的知晓张师傅的经营情况。正因此，张师傅有了2万元的贷款额度，可以用于业务的周转和扩充。

值得注意的是，根据网商银行公布的统计：

线下小微经营者笔均贷款金额仅7615元，平均资金使用时长为50天，6个月内贷款超过3次的经营者却达到35%。

贷款金额不过7000多元，占用时间不过50多天，可以产生的贷款利息也是小数目。在传统的银行审核流程下，甚至可能银行的贷款审核成本，都要高于这7000多元50天的利息收入。这意味着，即使算一笔经济账，如此小额短期的贷款，在传统银行体系下，也可能是无利可图的。

但是，基于支付宝线上的审批，用机器算法代替人工处理，这一切的成本大大压缩，经济上这样的放贷因此也成为了可能。

▼科技重新定义高风险

小微贷款=高风险。在绝大多数传统银行人而言，这样的等式恐怕是天经地义的。

也正因此，在2015年的那份发展小微贷款的文件中，还有这样一条：

小微企业贷款不良率高出全行各项贷款不良率年度目标2个百分点以内(含)的，不作为内部对小微企业业务主办部门考核评价的扣分因素。

而根据此前《经济日报》报道的监管数据显示，截至2014年10月末，全国金融机构小微企业贷款不良贷款率为2.25%。

传统上，银行为了化解小微贷款的风险，对小微企业会以相对大企业更高的贷款利率来发放贷款，以更高的利息收益来应对更高的不良率。

然而，网商银行的模式显然不同。根据其公布的数据：

截止11月底，网商银行线下经营者贷款的不良率仅0.78%，99.15%的商家都能做到按时还款。

显然，网商银行的不良率，远远低于此前传统金融机构小微企业的整体不良率，甚至都低于许多企业整体的不良率。

而这背后，依托支付数据+大数据算法，显然功不可没，正是网商银行的这些高科技，重新定义了传统金融企业对于业务风险的分类。当然更重要的是，重塑了金融机构对于贷款客户的假设，网商银行行长黄浩有过这样的言论。

「传统的信贷风控理念往往先把人预设为坏人，但网商银行从不预设任何一个坏人，我们把每个人首先看成是好人，然后用大数据的风控技术把其中少数的‘坏人’挑出去。」

一个小小的手机，借助数据的威力，让传统金融中的不可能成为了可能。某种意义上，网商银行的玩法，是在拓展金融业务的疆界。

当数据不再是束缚我们的条件之后，能够束缚的就只有从业者的想象力了。有了数据以及未来人工智能的加持，网商银行能够将金融业务的边界拓展到哪一个新领域，唯有时间能够揭晓这个答案。