客服與投訴熱線: 95580 | 信用卡客服與投訴熱線: 40088-95580

邵智寶:小額信貸技術的應用發展

發佈日期:2018-12-16

小額信貸技術的主要流派

德國IPC模式

IPC信貸技術來自德國,在世界範圍內廣泛應用,主要包括三個維度的內容:一是如何進行信貸決策;二是信貸員如何做好單戶調查分析;三是如何確保信貸員去履行他的職責。

在信貸決策方面,IPC模式的技術理念是:根據還款意願、還款能力來決定是否放貸。相對於公司信貸,IPC更加注重對第一還款能力的分析,而不是抵押、擔保等第二還款能力的索求;對於還款意願,IPC更加注重對客戶個人人品與家庭情況的分析。

尤努斯“窮人銀行”模式

尤努斯“窮人銀行”模式的源起,具有高度的社會責任情懷,可以說是為貧困人群度身定制的一種模式。在信審決策方面,尤努斯的“窮人銀行”也是根據還款能力、還款意願作為最根本的決策依據。由於貸款金額很低,客群更加低端,相對於IPC模式,該模式設計了操作更簡易的產品與流程,其特殊之處有四點:以小組聯保為主要擔保方式,一般5人自願組成一個小組,56個小組組成一個中心會議;客戶群體主要為婦女,也並非完全排除男性參與,但強調婦女作為主要牽頭人;具有較強的扶貧性質,額度相對更低、期限更長,連續為客戶辦理,直至脫貧;小組會議與中心會議制度。每週召開一次小組會,每半個月召開一次中心會,旨在讓組員自我管理、傳遞資訊、分攤成本。

評分卡模式

評分卡是用資料工具對個體按照真實或設定的指標進行排序以示區分,從而保證決策行為客觀一致;在信貸領域,主要用來判斷借款人申請貸款是是否有能力遵守約定並按時償還。信用評分在20世紀40年代就已經出現,但直到60年代才開始逐漸發展。由於信用評分需進行大量的數學計算,其普及與電腦發展水準具有直接聯繫。1980年之前,信用評分是美國的一項特權,大多數國家在同一時期仍然依靠傳統的關聯式貸款和風險評估流程。但在互聯網、大資料技術已普遍應用的今天,建立評分卡的成本與技術難度已大幅降低。可以說,互聯網時代的到來註定了評分卡技術的崛起。

在具體技術方法上,評分卡主要分為專家模型、資料驅動兩種方式,或者二者相互結合。其中專家模型是指根據信貸人員的業務經驗,主觀挑選一些可能對違約概率具有顯著影響的因素作為評分變數。資料驅動是指,完全按照某種演算法,對樣本資料進行數學運算以得出具備預測客戶違約概率的模型。目前在資料驅動方式上,邏輯回歸(Logistic Regression)由於可解釋性較強、應用實踐廣,是銀行業最為主流的方式;隨著機器學習所需要的海量資料獲取難度的降低,神經網路、隨機森林等非參數的演算法也被逐漸應用,由於這類演算法缺乏透明度,但不需要對資料進行前提假設,在機制靈活的互聯網金融平臺使用相對較為廣泛。

小額信貸技術在郵儲銀行的應用發展

截至20187月末,郵儲銀行個人經營性貸款結餘5433億元(按照人民銀行統計口徑),占全國個人經營性貸款結餘的5.59%;貸款結餘及本年增量在15家主要商業銀行中排名首位。而郵儲銀行個人經營性貸款的筆均發放金額僅為14萬元,也充分說明了郵儲銀行小額信貸領域服務範圍之廣。

郵儲銀行於2007年開辦小額貸款業務,經過十多年的實踐歷程,已形成了自己的小額信貸技術體系。主要可分為兩個層面的技術內容:一是外部調查與信審決策技術;二是內部管理技術。

外部調查與信他審核決策技術

郵儲銀行早期開辦小額貸款業務,利用信貸人員紮根基層的熟人社會優勢,主要採用了IPC信貸技術,重視現場調查、與客戶的話術交流以及搜集客戶零散的經營單據。在分析還款能力方面,常用的手段是通過不同時間之間的邏輯關係、口述與紙質資料之間的邏輯關係、財務資料或生產資訊本身之間的邏輯關係等,驗證資訊的一致性。例如,分別調查詢問客戶淡旺季的經營情況、全年的經營情況、近幾天的經營情況,比對營業收入在不同時間段的邏輯關係是否合理;對於生產加工行業,通過給工人的月度績效工資,反推整個工廠的當月產量。在分析還款意願方面,常用手段是通過鄰居、商鋪管理方、熟人社會關係等對客戶的信用情況進行側面調查;在現場調查時,注意觀察客戶與家人的和睦性、家庭住所展示出的生活狀態,分析與客戶本人的資質特點是否相符。同時,引入了分期還款思維設計信貸產品。在IPC技術所普遍宣導的按月還款的基礎上,郵儲銀行還設計了數月還息、數月還本的階段性等額本息還款方式,通過此類還款方式讓貸後的資金回收與客戶的現金流相互匹配,從而緩釋了客戶在資金過於充裕的情況下轉挪他用的風險。

利用熟人社會的優勢和IPC信貸技術的運用,實現了郵儲銀行早期小額貸款業務的快速發展。隨著我國互聯網的快速發展、人民銀行征信資訊的不斷完善,近幾年郵儲銀行也開始探索嘗試採用“信貸工廠+評分卡”模式,優化小額信貸的標準化作業流程。在該模式下,整個辦理過程更少受到信貸人員的主觀干擾,既提高了審批決策的客觀性,又降低了作業成本。在風控模型建設方面,以專家經驗與資料驅動相結合的方式,把對還款能力、還款意願的分析,融合在每一個風控策略與變數篩選之中。

內部管理技術

郵儲銀行作為全國性的大型商業銀行,層級相對多、網點分佈廣;做好小額貸款最大的難點是內部管理。大型機構的內部管理普遍存在三大問題:一是多層級、多崗位所導致的資訊不對稱問題;二是風險控制與作業效率的平衡問題;三是諸多業務與產品的資源配置問題。以上這些問題需要從銀行的整體戰略、企業文化、績效考核、崗位職責、IT支撐等多維度進行綜合考量,設計一整套體系化的機制來解決。

一是成立事業部制,提升專注性。自2012年以來,郵儲銀行在多個分行試點推進小額貸款准事業部的運行,或採用專業團隊堅持專業化管理,科學管理小額貸款、提高業務產能。經過充分的準備與研究工作,郵儲銀行於20169月正式成立了總行三農金融事業部。隨後又陸續在各省、地市、縣進行了事業部改革,分別建立了一級分部、二級分部、營業部,全行共四級機構,強化了專業機構設置、豐富優化了機構職能,同時針對事業部的發展需要增配專項人員,為三農金融業務專業化經營管理提供組織機構和人員隊伍保障。

二是建立陽光信貸文化。郵儲銀行積極宣導建立優秀的信貸文化,著力加強對從業人員的職業道德教育,對道德風險零容忍。對小額信貸從業人員提出了“八不准”的工作要求,執行陽光信貸政策。通過業務宣傳單、宣傳網站、營業網點等管道對外公佈95580客服電話、各分行業務舉報電話、舉報信箱與通信地址等,以全面接受社會監督。各層級機構內部亦建立起舉報通道,構建堅實的合規文化體系。

三是設計科學的績效激勵機制。小額貸款是人力資源密集的行業,信貸人員的考核激勵政策至關重要。郵儲銀行遵循公平、責任、風險和收益相匹配,科學、透明與有效激勵等原則,多次對小額貸款的績效考核制度進行完善。

四是將崗位制衡機制貫穿於整個流程之中。避免某個崗位或人員欺詐所帶來的道德風險問題,郵儲銀行在小額貸款整體流程中建立了崗位制衡機制。在貸款調查環節,要求遵循“四眼原則”,即必須進行現場調查時,必須有兩名信貸員在場;在信審環節,必須有兩人分別進行審查、審批;在放款環節,還有專門審核審批條件是否落實的崗位;在貸後管理環節,授信部門、風險部門、審計部門均可針對相關管理領域發起業務檢查。

五是建立強大的IT系統,實現“下管一級、監控到底”。首先,為解決多層級、多崗位的資訊不對稱問題,郵儲銀行建立了強大的個人信貸系統。通過該系統,上級機構可以查看到每一筆貸款業務的明細情況。其次,通過每日系統中留存的交易明細資訊,可篩選出疑似集中使用、借新還舊、放款量異常、逾期變動異常、填寫資訊異常、貸款用途集中等多種問題業務,使得各經辦貸款的機構無時無刻都被“電子眼睛”監控。

互聯網金融對小額信貸技術的影響

互聯網金融的特點

互聯網打破了時間、空間的限制,結合大資料技術、機器學習的應用,在金融業領域產生了顛覆性的變化,其中衝擊最大的就是零售銀行業,具體主要為以下幾點。

一是金融服務的提供者,並非必須是銀行。在互聯網誕生以前,銀行基本壟斷了個人零售金融業務,過去存取款、信貸、保險、理財等常規業務,均需要到銀行網點才能辦理。而在互聯網金融時代,金融服務供給主體多元化,服務日趨場景化。在信貸領域方面,過去客戶產生資金需求的場景,與申請辦理信貸業務的場景,在物理上完全割裂;而現在通過互聯網,兩個場景在物理上可完全合而為一,在時間上也大大縮短。例如,客戶在購買車輛時,可以直接通過車輛經銷商用APP或其他便捷方式申請車貸,對於資質較好的客戶可能會在幾分鐘內獲得審批。

二是移動金融業務攻克了普惠金融難題,市場前景巨大。隨著智慧手機等移動產品的出現,人類社會的商業活動都發生了巨大變化。據統計,全球範圍共有62億部“在使用”的手機,這比其他任何網路管道都要強大得多。電視只能覆蓋14億人口,報紙只能覆蓋17億人口,手機的覆蓋範圍數倍于傳統資訊傳遞工具。手機的普及在傳統銀行難以攻克的普惠金融領域發揮了顯著作用。如,M-Pesa是全球領先的移動金融系統,通過將手機帳戶與銀行帳戶綁定,解決了肯雅金融系統中長期存在的系統性缺陷,使金融服務覆蓋了該國絕大部分人口。

三是客戶體驗是互聯網金融產品的核心競爭力。相對于傳統低效、需要他方協助的辦理模式,互聯網金融能夠帶來更強的自我尊重感,這與人類心理的深層需求相契合,一旦客戶在互聯網革新的流程中獲得了滿足感,便很容易轉變為互聯網用戶。因此,優質的客戶體驗成為了互聯網金融產品的核心競爭力。金融機構必須能夠做到讓客戶在任何空間場景都能獲得理想的服務,並且所花費的時間須盡可能地縮短。

四是大資料技術讓金融業進入“量化”時代。資訊當中蘊含巨大的價值。大資料技術與金融業這一同樣高度依賴資訊媒介、交易數位化的產業天然相合。大資料技術通過將文字、圖像、位置、社交等過去只能依靠人工判斷的各類資訊,全部進行了資料化,為很多問題的分析與解決帶來新的方式。在金融領域,客戶各類資訊的獲取與分析難度大幅降低。

互聯網金融對小額信貸技術領域的影響

一是資訊不對稱問題不再是難點。傳統的小額信貸技術要求入戶現場調查、對客戶進行多方詢問,要求提供相關資料等,這些要求的主要目的在於解決資訊不對稱問題。但在互聯網時代,資訊的累計與系統間交互成指數級增長。尤其在零售信貸領域,很多信貸決策所需的關鍵資訊已經可以通過“線上”方式獲得。例如,在還款能力方面,通過引入稅務、發票、銀聯流水等多管道資訊,對客戶的經營情況進行分析;在還款意願方面,通過充分運用人民銀行征信資訊、互聯網信貸的信用評價情況、是否存在法院失信資訊等對客戶的信用品質進行綜合分析。

二是基於演算法的風控建模方式廣泛應用。首先,以邏輯回歸為主的評分卡技術已被廣泛認可。邏輯回歸作為已經具有一百多年歷史的經典建模分析方法,目前已經廣泛應用于金融機構的信貸風控模型建設中,我國的監管機構也將其納入了認可的建模方法範圍。邏輯回歸應用的前提條件較多,需要分析機構在較長的分析與觀察期限內,積累大量的資料樣本、多維度的變數以及進行龐大的運算量,在過去這些條件很難滿足。但在互聯網時代,在給定資料的條件下,邏輯回歸對概率的估計比較穩健,對於資料積累時間較長的大型銀行是理想的建模方法。其次,決策樹、神經網路等機器學習演算法逐漸興起。其中決策樹非常適合處理分類變數,而且結果易於實施和理解,計算簡單,在處理極高或極低風險組時簡單快捷,適合用來設計信貸領域的政策規則。神經網路能夠處理資料的非線性關係,發現跟蹤資料之間的交叉作用,訓練性強,但由於其結果不透明、解釋性差,較少在信審領域應用。但在反欺詐領域中,神經網路具備不斷變化環境的能力,能夠順應“黑仲介”經常變換的作案手法。最後,信貸技術的標準化大幅提升。IPC技術儘管已經為小額信貸的作業設計了一整套標準化操作,但在實際操作中,特別是在大型金融機構,仍然存在信貸調查與信審決策“因人而異”的問題。但通過互聯網獲取客戶資訊,通過演算法對違約概率進行預測,可以真正剔除掉任何人工因素,從而實現信貸技術的高度標準化,同時也可以避免為控制內部欺詐或不作為而付出大量管理成本。

互聯網背景下未來小額信貸技術的應對

一是必須對小額信貸的作業模式進行革新。具體可能分兩個階段來實現:在第一階段,信貸技術的應用為“人工+系統自動處理”相結合的模式。從中短期來看,由於公民隱私保護的法規體系仍不完善,提供資訊服務的協力廠商資質不一,以及仍有大量資訊存在交互壁壘,信貸技術仍然以人工為主,以互聯網、大資料技術為輔。在第二階段,接近全自動化模式。從長期來看,若上述存在的問題通過時間得以解決,則人工將會逐漸退出歷史舞臺,小額信貸決策可能主要依託於系統自動完成。不管互聯網時代變化如何快速,小額信貸技術的核心理念其實並沒有變,因為人性沒有變,變化的只是實踐的手段而已。難點依然是在對龐大隊伍的管理技術上。

二是必須增強中小型金融機構的優勢。過去中小型金融機構受制于網點、人員,對於小額信貸業務只能專注於部分網點充足的地域發展,然而隨著互聯網金融的發展,這些中小銀行通過與實力較強的互聯網平臺合作,通過系統交互獲取資訊、系統根據風控模型自動審批、虛擬帳戶開立等手段,實現了大量的異地放款。未來,這些中小型銀行發展小額信貸的主要障礙可能僅剩一個資金問題。

三是積極與大型銀行競爭。大型銀行在互聯網金融時代下也具備很多優勢,包括大量的資料樣本、良好的硬體支撐、一流的合作平臺以及雄厚的資金實力等。但是,大型銀行機構的風險容忍政策、企業文化、組織架構,與互聯網金融所需的高效作業、客戶體驗至上、演算法的快速反覆運算等要求,存在企業基因上的矛盾。由於中小銀行在小額信貸方面具有密切聯繫客戶、瞭解客戶等特點,對於單個客戶的調查分析、信審決策具有先天優勢。中小銀行應該充分利用互聯網金融帶來的資訊優勢,改革內部管理結構,打破傳統銀行業的部門與條線的行政制約,建立起真正的流程化銀行,以快速回應互聯網時代的高速節奏,在小額信貸領域與大型銀行進行積極有效的競爭,不斷擴大中小銀行的實力。

摘自:《中國金融》

20181216