文/誇客金融創始人兼CEO郭震洲
隨著普惠金融在國內大力發展，相關的配套建設包括徵信體系、風險管理等，逐漸成為金融機構業務發展中重要的組成部分。本文分析了國內外信貸工廠案例，並展望了信貸工廠的未來。
在風險管理領域，信貸工廠這一流程模式，在海外經歷多年的實踐後，逐漸發展成一套成熟的體系，從流程化的信貸工廠1.0升級至智能化的2.0模式（信貸工場），目前，信貸工廠已經被中國的普惠金融從業者所採納，成為推動普惠金融資產規模化的一大利器。
信貸工廠的演變
信貸工廠由新加坡淡馬錫控股有限公司首創，吸收借鑑了全球主流銀行中小微企業業務的大量經驗，並結合其在印尼人民銀行中小微企業業務中的實踐，創新地對中小企業業務進行了改造。
針對小額信貸額度小、頻次高等特點，海外金融機構通過標準化、流程化和批量化的業務操作，開發了信貸工廠模式。
在中國，商業銀行在本世紀初開始引入信貸工廠模式。根據公開資料顯示，2007年，中國建設銀行通過其戰略投資者淡馬錫，引入信貸工廠並率先在鎮江分行開展試點，隨後將此模式推廣至全國。2010年，中國銀行借鑑淡馬錫模式，在浙江金華、福建泉州進行試點。此外,一些中小型銀行，如民生銀行、杭州銀行、濟寧銀行等也進行了信貸工廠模式的實踐。
綜合來看，信貸工廠具備以下六個特徵：產品標準化、作業流程化、生產批量化、隊伍專業化、管理集約化、風險分散化。
信貸工廠1.0的流程方式在中小企業信貸領域獲得了不錯的成績，但在普惠金融領域，模糊的徵信臉譜、更小的借款額度、更高的查詢頻次，都成為了信貸工廠的新挑戰。簡單的流程式作業並不能解決普惠群體的痛點。隨著大數據技術、機器學習、金融量化等智能化、數字化技術的成熟和引入，信貸工廠2.0模式應運而生。
受益於芯片技術、數據技術的突破，芯片的存儲和運算能力獲得了飛躍性增強，金融量化、大數據挖掘、金融模型等智能工具被運用於金融領域，信貸工廠1.0與智能方式結合，形成了信貸工廠2.0模式。
信貸工廠2.0強調利用消費場景、大數據、反欺詐系統、決策引擎等金融科技手段來進行信貸進件的風險管理，通過強大的量化系統和自動化操作，從而提高了運營效率，減少人工操作，節省運營成本，降低操作風險。
新技術新方法的使用，將信貸工廠1.0從流程進化為決策流+工作流。信貸工廠2.0中大量運用金融模型和機器學習等智能化手段，包括錄入環節引入手機App，提升用戶體驗，信審和反欺詐環節引入金融模型提高判斷效率等。
與1.0相比，信貸工廠2.0更智能、更高效，大量的判斷和機械操作都由機器完成，節省了人力並降低人工操作誤差，並通過機器學習的能力，不斷優化，提升信貸工廠的風險定價能力。同時，智能化的人機結合，也賦予了信貸工廠2.0打造優質普惠金融資產的底氣。
信貸工廠的國內外模式
經過全球金融機構的不斷修正和優化，國際上具有代表性的信貸工廠模式的主要包括：新加坡淡馬錫、德國國際項目諮詢公司（IPC）、美國富國銀行等，國內則以商業銀行、金融科技公司等為代表。
新加坡淡馬錫模式
不同於傳統商業信貸單筆大規模、資產負債信息完整的特點，針對小微企業發放貸款的淡馬錫信貸工廠模式，其核心在於對信貸流程進行環節化設計：按照信貸功能要求分割出近二十個崗位，類似工廠流水線，對每個環節制定標準化的操作要求，培訓員工專門負責一個環節，實現小企業金融業務的批量化管理。
淡馬錫模式有如下特點：首先是環節非常細分，貸款開展前會專門進行做區域的細分市場調查，貸款審查過程中會有為防止欺詐行為設置的一票否決，貸後會有專門的隊伍做現場檢查、電話催收、信函催收等；其次是每個崗位都獨立工作，不用為其他環節的工作負責（而大部分銀行的信審流程都是後一環節需要對前一環節負責）好處在於其中大部分崗位在比較低的培訓成本下就能取得比較強的專業化程度。
富國銀行小企業銀行業務
美國富國銀行（Wells Fargo）於1852 年在紐約成立，是美國第四大銀行，主要在美國中西部地區的23個州開展業務，是獲得穆迪AAA評級的美國銀行之一。
富國銀行中負責小微企業貸款的有兩個部門：企業通（Business Direct）和小企業銀行（Business Banking）。企業通的貸款限額為10萬美元；目標客戶為年銷售額小於200萬美元的小微型企業。“企業通”一般通過郵件、電話或分行櫃檯發放貸款，無人工操作；在貸款發放和後續監控中大量使用評分體系，不強調納稅申報表或財務報表；不需要擔保物。
“小企業銀行”的貸款限額為100萬美元；目標客戶為年銷售額200－2000萬美元的小型企業。小企業銀行一般是有豐富經驗的客戶經理髮放貸款；貸款發放和後續監控主要基於企業財務報表和納稅申報表；一般要提供貸款擔保物。
大型國有商業銀行——以浙江金華中國銀行為例
大型國有商業銀行中，最早引入信貸工廠模式的是中國銀行和建設銀行，其中中國銀行浙江金華分行是信貸工廠中做的較好的典型。
信貸工廠包括多道工序，該分行在如下幾道程序中進行了較大的創新或改進：客戶的名單收集與分類、營銷策略和實地考察、培訓盡職的專業審批人士、貸後維護和風險預警指標等。為保證各道工序的平穩運作，該分行成立中小企業中心，內設營銷、市場、審批、核對放款和授後管理等五個團隊負責相關工作，而回收壞賬等部分工序通過內部協議“外包”給行內其他部門。
地方中小商業銀行——濟寧銀行的小微信貸工廠
濟寧銀行原先是濟寧市城市信用社，2006 年改製為 “濟寧市商業銀行”，2009 年更名為“濟寧銀行”。
2010 年7 月以來，濟寧銀行借鑑淡馬錫信貸工廠模式，成立了解放路小微企業貸款專營支行，根據小微企業和個體工商戶“短、頻、急”的貸款需求特點，推出了五千元至五十萬元的特色化小微貸款產品——“微貸寶”，針對不同類型的企業執行不同的利率標準：貿易流通型的貸款利率為15%；生產型的貸款利率為13.2%。“微貸寶”產品自2010年10月推出以來，截至2014年末，累計支持小微企業、個體工商戶2.5萬戶，累計發放貸款30.43億元。
網商銀行“網商貸”的大數據挖掘
網商銀行是全國範圍內首批試點的五家民營銀行之一，其目標是服務小微企業和廣大創業者。
網商銀行“網商貸”業務的前身是阿里小貸和螞蟻小貸（又名螞蟻微貸）。網商銀行依託阿里巴巴電商平臺優勢，進行深度挖掘，利用雲計算和大數據技術，彙總出細緻的10萬多項指標體系，創建了100多個預測模型和3000多種風控策略。同時，通過引入網絡數據和在線資信調查模式，通過交叉檢驗技術輔以第三方驗證確認客戶信息的真實性，將客戶在電子商務網絡平臺上的行為數據映射為企業和個人的信用評價，讓小微企業的價值及信用得到更好的體現。這些為網商銀行的數據徵信做了鋪墊，也是其能夠提供純信用貸款的根本保證。截至2017年1月末，網商銀行及其前身阿里小貸、螞蟻小貸服務的小微經營者就超過500萬元，累計放款金額超過8000億元。
數據是信貸評估體系的基礎，貸款機構依託於科技的運用，對數據的收集和處理能力的提升，逐漸改變著以往在准入、授信和定價三個環節中因信息收集和處理能力不足而採取審慎原則、提高准入門檻的狀況。網商銀行基於大數據對小微企業的授信可以實現三分鐘申貸，一秒鐘放款，全程零人工介入，大幅降低了信貸成本，提高了放款效率。
此外，利用場景化打通交易鏈、物流鏈和資金鍊，也是網商銀行貸款及金融服務的特點。目前，網商銀行的服務已融入電商交易的各個場景，打通交易鏈路、物流鏈路與資金需求，讓小微企業主享受更為便捷的貸款服務。另外，結合消費週期，網商銀行還運用大數據、雲計算等技術滿足諸如“雙11”前後的小微企業金融需求“彈性洪峰”。
信貸工廠2.0模式
點融誇客信貸工場是信貸工廠2.0模式的代表，通過點融誇客信貸工場自主研發的“牛盾風控”系統和反欺詐系統把海量的信貸進行快速和精準的處理，解決了原來傳統金融機構業處理小微貸款業務時無法解決的成本與效率矛盾。
點融誇客信貸工場通過特徵工程，運用採集的大數據（包括徵信數據、手機通訊數據、線上支付、銀聯記錄、多頭借貸等）幫助客戶風險識別；通過風控模型（決策樹、邏輯迴歸、神經網絡、支持向量機、梯度下降、隨機森林等）的機器學習和專家系統相結合，實現人機互動，結合決策流和工作流，最終形成風險定價策略。
在點融誇客信貸工場流程中，穿插著新技術、風控模型的作用，將決策流與工作流結合。以信息錄入和信用審核環節為例：在錄入環節，從預申請開始，自行研發的Q-one、誇時貸等軟件會對借款人進行快速預篩選。誇時貸和Q-one是點融誇客信貸工場自主開發的借款預申請App和微信服務號產品，將大部分的信息錄入和審核工作移植到App端，借款客戶在進行申請材料遞交時，可以直接在手機上進行授權提交，避免信息洩露。
在信審環節，工作人員從借款人資質、還款意願、還款能力等多個維度，結合牛盾風控系統給出的風險評級，給予最終信審結果。每個申請人信息包括數千個數據點，從工資收入、銀行流水到手機通訊記錄、直系親屬電話、工作地址、家庭住址等。這些數據點會被分到400多個維度下面，進行分類評估。如此大量的信息，會由人工和系統共同進行處理，需要人工處理的環節佔到約40%，需要機器處理的則佔到60%。
信貸工廠未來：擁抱新技術
在中國，信貸工廠1.0為大量中小企業提供了有效的金融服務，信貸工廠2.0將金融量化與流程作業結合，解決了普惠群體數據匱乏的痛點，成為普惠金融解決方案的重要指引。
未來，信貸工廠將擁抱新技術，將趨於成熟的前沿技術運用於實踐，包括新興的區塊鏈技術、人工識別等。技術創新仍然是非常核心的推動力，因為技術不僅能夠更好地降低成本，也能更好地管控風險。
以近期業內嘗試為例，之前概念火熱的區塊鏈已經有了一定的成功。根據實踐發現，在供應鏈金融環節，過去金融服務僅僅為產業鏈中的一級供應商提供金融服務，隨著區塊鏈的引入，金融機構可以為二級及以下供應商提供同樣水平的金融服務，惠及更多的中小企業。
區塊鏈技術的應用可以突破傳統金融間市場，打破金融機構間的屏障，改進現有銀行間市場，使單一金融機構成為信貸流程中一個或多個步驟的執行單元，信貸流程可以跨越多家機構。另外，區塊鏈技術也可以應用在直接信貸業務上，通過分析出節點的信用歷史、交易人脈關係、資產存量、交易流水等多個屬性數值來計算節點的信用打分，提高信貸過程的風險控制能力和資源配置效率。這對於未來的信貸風控流程而言或許將成為顛覆性的創新。
新技術的成熟和普及一定會成為信貸工廠模式繼續優化升級的有力支撐，數字化、智能化、自動化、無紙化的信貸工廠新模式將逐漸變成現實。
本文刊發於《清華金融評論》2017年8月刊，本文編輯：丁開豔
歡 迎 訂 閱
深刻|思想|前瞻|實踐
專注於經濟金融政策解讀與建言的
智庫型全媒體平臺
更多原創請點擊下方閱讀原文
相關推薦
