文/王飛 編輯/劉洋

　　比起大數據技術，用大數據思維去指導小微授信工作，重視信貸員在調查中的關鍵作用，以實現“半自動”式的授信發放工作或許才是努力方向。

　　Q: 大數據做微貸有哪些難題？

　　A: 數據缺失,信用評估難

　　前一段時間，中國首家網絡銀行“微眾銀行”開業，當著李克強總理的面，“微眾銀行”用人臉識別技術和大數據分析，給一個卡車司機放了3.5萬元貸款。

　　微眾銀行靠著這件事情賺足了臉面，原因不僅僅是國家領導人前來撐場面，更重要的是微眾銀行這筆貸款是通過“大數據”分析發放的，相比于傳統貸款流程繁瑣，折磨客戶又折磨信貸員，微眾銀行通過數據分析，在數秒之內就審核通過了貸款，省時省力又省事。

　　在眾人驚嘆大數據技術的威力時，筆者對大數據能否真正搞定小微貸款卻持懷疑態度，結合筆者幾年的小微貸款工作實踐，來說說大數據做小微貸款的幾個難題。

　　第一個難題——“數據缺失”

　　大數據在小微客戶身上的應用，是要建立在小微客戶“數據源”基礎上的，沒有數據源，“大數據”分析就成了打空槍，而小微企業本身所具備的特點會讓我們難以收集相關數據。

　　1、小微企業經營靈活

　　小微企業所從事的生意有幾個特點：進入門檻低、規模小、經營形式靈活，在實踐中，也因為這些特點并不需要辦太多的營業手續，再加上這幾年政府為激發小微企業的活力，對小微企業愈加重視，在制度上和政策上進一步給“小微客戶”減負，大部分的小微客戶就是靠一張營業執照就開業，“一元公司”現在也成為了現實。生意手續“含金量”的降低，這讓大數據分析中的最關鍵的一步，也是第一步：核實生意主體，成了一個難題。光靠一張“紙”，光靠網上的企業信息公示系統，這種純粹通過線上的方式去核實生意存在與否，以及生意的歸屬，筆者估計，別說網絡銀行不放心，銀監會也是不會放心的。

　　2、小微企業經營模式簡單

　　 小微企業生意的經營模式非常簡單，第三方機構參與的程度較低，因此金融機構能借助的有價值的第三方信息很少。以一個夫妻開的小超市為例，超市平時交易量大、交易金額低，而且以現金交易為主，所以通過銀行流水不能反映他們的經營狀況；因為是政策照顧的對象，幾乎免稅，所以稅務局的交稅信息也沒有什么價值；沒有大的積蓄，之前也沒貸過款，所以很少和銀行打交道，在央行[微博]的信用記錄幾乎為零，生活用電用水和生意用電用水夾雜在一起，每天的生意憑證是只有他們自己能看懂的流水賬，因此幾乎找不到靠譜的、有利用價值的信息憑證。所以如果金融機構用大數據去分析沒有公信力數據的小微客戶，幾乎無從下手。

　　3、小微客戶的素質較低

　　 小微客戶的文化水平相對較低，“互聯網生活”的參與程度也較低，對于他們來說，互聯網僅僅就是聊聊QQ、微信，斗斗地主，然后轉發兩篇養生文章，淘寶購物也是淺嘗輒止。網上熱議的，也是微眾銀行宣稱的要通過“社交數據”去發放貸款，在小微客戶這里是失靈的。

　　筆者曾親自嘗試過使用以社交數據發放貸款的代表“閃銀”，它的界面很簡單，要求用戶關聯自己的“微博、人人網、學歷認證、銀行卡”，然后經過三分鐘的后臺分析就得出一個信用額度。“閃銀”后臺是怎樣的數據模型，如何做的數據分析，我們并不知道，但得出了一個結論，這些“稀奇”的事物，小微客戶是“不感冒”的，如果執意要通過分析小微客戶的社交數據來判斷他的授信額度，就好像要通過老農民愛喝哪款紅酒來判斷他的素質水平一樣，只怕意義不大。

　　第二個難題——“信用評估難”

　　“信用”評估是大數據分析和傳統調查分析都難解的命題：

　　1、小微客戶信用記錄少

　　 無論是線上還是線下審批，客戶的信用紀錄都是是否予以小微客戶授信的重要參考。這幾年政府政策的引導，各家銀行推出的小微貸款產品，讓小微企業多了和銀行打交道的機會，但仍未讓小微企業在央行征信報告上展現足夠的信用狀況。別說能達到滿足大數據分析所需要的量，就是在傳統金融機構對小微客戶的授信分析中，也讓銀行費心不少，比如就是因為小微客戶稀少的信用積累，逼迫銀行只能通過強化擔保來把控小微客戶的還款意愿，而不愿意去冒險嘗試純信用貸款。

　　以國內小微貸領域的佼佼者包商銀行為例，包商銀行掌握先進信貸技術和高素質信貸員隊伍，也僅能做到“無需抵押，也能貸款”，這里雖然無需抵押擔保，但需要客戶提供嚴格的保證擔保，而即便對客戶發放了無需擔保的信用貸款，也會在金額和期限上做出嚴格限定，客戶范圍也基本僅限于和包商銀行合作多年，信用記錄良好的客戶。

　　2、小微客戶信用記錄差

　　 在筆者所接觸到的小微客戶中，其信用記錄呈現了兩個極端，要不就是“白戶”，從未和任何銀行打過任何交道，沒辦過貸款，沒辦過信用卡，甚至沒在銀行開過借記卡。要不就是征信記錄很難看，多次逾期。但逾期也分“惡意”與“非惡意”，信用記錄難看的那一部分，也不完全是“黑戶”，有的可能是被銀行慫恿，辦了信用卡卻不會用，于是信用記錄抹了黑；有的可能是僥幸辦了房貸，卻被復雜的利率調整所困擾，征信記錄多了些不疼不癢但很礙事的逾期記錄。

　　 而大數據分析是機器判斷，會更相信“公正權威“的征信報告，而不會去聽小微客戶去講信用記錄背后的故事，因此如果單純通過信用記錄來判斷客戶的信用意識，是不是就有些武斷？而銀行在小微授信業務中，銀行機構的代表信貸員則不會那么死板，面對客戶的不良信用，一定會給客戶自證清白的機會，恰巧銀行調查小微客戶是讓信貸員實地調查，借著實地調查的機會，信貸員也會詳細了解不良信用記錄的成因，成熟的去判斷客戶的信用意識，給客戶一個解釋的機會。

　　3、小微客戶信用意識差

　　 強化客戶的信用意識是授信業務中的重要環節，尤其對于沒有貸款經驗的小微客戶來說。另外，小微客戶的信用意識差是業內共識，畢竟這部分群體一直游離在銀行的主流客戶群體之外，沒見過“世面”，也不知道信用記錄的重要性，因此在銀行調查小微客戶中，借著實地調查，和客戶面對面交流的機會，來給客戶灌輸維護良好信用意識的重要性，是工作必備。

　　 同時，銀行也考慮到，光灌輸意識是不夠的，還需要有一個強力里的保障，那就是信貸員。信貸員是銀行的代表，也是銀行品牌形象、法律規定和信用道德評判的具化。對于客戶來說，面前活生生的講感情的信貸員，比起客戶的自我約束、銀行品牌感化，甚至法律的威懾更加有力。如果讀者當中有做過小微貸款，有追過逾期經歷的，都會認同我的說法，和客戶講法律、講信用意識，都不如和客戶“講關系”、“講面子”有效果。

　　如上文從“數據難題”和“信用難題”兩個方面分析所得出的結論，數據的缺失、數據收集渠道的缺失，使得目前熱議的完全依賴“大數據”快速發放貸款的模式，在小微客戶身上仍然難以落實，大數據技術只能是“看上去美好”。

　　而從一個親身接觸客戶，切身了解小微貸款其中艱難的信貸員角度出發，筆者認為比起大數據技術，用大數據思維去指導小微授信工作，重視信貸員在調查中的關鍵作用，以實現“半自動”式的授信發放工作或許才是努力方向。

　　以上就是筆者的對于用大數據做小微貸款難題的幾點認識，因為都是小微信貸工作的經驗之談，所以表述多于主觀，缺乏準確數據的支撐。但對于大家客觀看待大數據在小微信貸領域的應用，實際了解其中的難處，應該能給大家提供些思路。