客服热线: 95580 | 信用卡客服:400-88-95580

邵智宝:小额信贷技术的应用发展

发布日期:2018-12-16

小额信贷技术的主要流派

德国IPC模式

IPC信贷技术来自德国,在世界范围内广泛应用,主要包括三个维度的内容:一是如何进行信贷决策;二是信贷员如何做好单户调查分析;三是如何确保信贷员去履行他的职责。

在信贷决策方面,IPC模式的技术理念是:根据还款意愿、还款能力来决定是否放贷。相对于公司信贷,IPC更加注重对第一还款能力的分析,而不是抵押、担保等第二还款能力的索求;对于还款意愿,IPC更加注重对客户个人人品与家庭情况的分析。

尤努斯“穷人银行”模式

尤努斯“穷人银行”模式的源起,具有高度的社会责任情怀,可以说是为贫困人群度身定制的一种模式。在信审决策方面,尤努斯的“穷人银行”也是根据还款能力、还款意愿作为最根本的决策依据。由于贷款金额很低,客群更加低端,相对于IPC模式,该模式设计了操作更简易的产品与流程,其特殊之处有四点:以小组联保为主要担保方式,一般5人自愿组成一个小组,5~6个小组组成一个中心会议;客户群体主要为妇女,也并非完全排除男性参与,但强调妇女作为主要牵头人;具有较强的扶贫性质,额度相对更低、期限更长,连续为客户办理,直至脱贫;小组会议与中心会议制度。每周召开一次小组会,每半个月召开一次中心会,旨在让组员自我管理、传递信息、分摊成本。

评分卡模式

评分卡是用数据工具对个体按照真实或设定的指标进行排序以示区分,从而保证决策行为客观一致;在信贷领域,主要用来判断借款人申请贷款是是否有能力遵守约定并按时偿还。信用评分在20世纪40年代就已经出现,但直到60年代才开始逐渐发展。由于信用评分需进行大量的数学计算,其普及与计算机发展水平具有直接联系。1980年之前,信用评分是美国的一项特权,大多数国家在同一时期仍然依靠传统的关系型贷款和风险评估流程。但在互联网、大数据技术已普遍应用的今天,建立评分卡的成本与技术难度已大幅降低。可以说,互联网时代的到来注定了评分卡技术的崛起。

在具体技术方法上,评分卡主要分为专家模型、数据驱动两种方式,或者二者相互结合。其中专家模型是指根据信贷人员的业务经验,主观挑选一些可能对违约概率具有显著影响的因素作为评分变量。数据驱动是指,完全按照某种算法,对样本数据进行数学运算以得出具备预测客户违约概率的模型。目前在数据驱动方式上,逻辑回归(Logistic Regression)由于可解释性较强、应用实践广,是银行业最为主流的方式;随着机器学习所需要的海量数据获取难度的降低,神经网络、随机森林等非参数的算法也被逐渐应用,由于这类算法缺乏透明度,但不需要对数据进行前提假设,在机制灵活的互联网金融平台使用相对较为广泛。

小额信贷技术在邮储银行的应用发展

截至2018年7月末,邮储银行个人经营性贷款结余5433亿元(按照人民银行统计口径),占全国个人经营性贷款结余的5.59%;贷款结余及本年增量在15家主要商业银行中排名首位。而邮储银行个人经营性贷款的笔均发放金额仅为14万元,也充分说明了邮储银行小额信贷领域服务范围之广。

邮储银行于2007年开办小额贷款业务,经过十多年的实践历程,已形成了自己的小额信贷技术体系。主要可分为两个层面的技术内容:一是外部调查与信审决策技术;二是内部管理技术。

外部调查与信他审核决策技术

邮储银行早期开办小额贷款业务,利用信贷人员扎根基层的熟人社会优势,主要采用了IPC信贷技术,重视现场调查、与客户的话术交流以及搜集客户零散的经营单据。在分析还款能力方面,常用的手段是通过不同时间之间的逻辑关系、口述与纸质资料之间的逻辑关系、财务数据或生产信息本身之间的逻辑关系等,验证信息的一致性。例如,分别调查询问客户淡旺季的经营情况、全年的经营情况、近几天的经营情况,比对营业收入在不同时间段的逻辑关系是否合理;对于生产加工行业,通过给工人的月度绩效工资,反推整个工厂的当月产量。在分析还款意愿方面,常用手段是通过邻居、商铺管理方、熟人社会关系等对客户的信用情况进行侧面调查;在现场调查时,注意观察客户与家人的和睦性、家庭住所展示出的生活状态,分析与客户本人的资质特点是否相符。同时,引入了分期还款思维设计信贷产品。在IPC技术所普遍倡导的按月还款的基础上,邮储银行还设计了数月还息、数月还本的阶段性等额本息还款方式,通过此类还款方式让贷后的资金回收与客户的现金流相互匹配,从而缓释了客户在资金过于充裕的情况下转挪他用的风险。

利用熟人社会的优势和IPC信贷技术的运用,实现了邮储银行早期小额贷款业务的快速发展。随着我国互联网的快速发展、人民银行征信信息的不断完善,近几年邮储银行也开始探索尝试采用“信贷工厂+评分卡”模式,优化小额信贷的标准化作业流程。在该模式下,整个办理过程更少受到信贷人员的主观干扰,既提高了审批决策的客观性,又降低了作业成本。在风控模型建设方面,以专家经验与数据驱动相结合的方式,把对还款能力、还款意愿的分析,融合在每一个风控策略与变量筛选之中。

内部管理技术

邮储银行作为全国性的大型商业银行,层级相对多、网点分布广;做好小额贷款最大的难点是内部管理。大型机构的内部管理普遍存在三大问题:一是多层级、多岗位所导致的信息不对称问题;二是风险控制与作业效率的平衡问题;三是诸多业务与产品的资源分配问题。以上这些问题需要从银行的整体战略、企业文化、绩效考核、岗位职责、IT支撑等多维度进行综合考量,设计一整套体系化的机制来解决。

一是成立事业部制,提升专注性。自2012年以来,邮储银行在多个分行试点推进小额贷款准事业部的运行,或采用专业团队坚持专业化管理,科学管理小额贷款、提高业务产能。经过充分的准备与研究工作,邮储银行于2016年9月正式成立了总行三农金融事业部。随后又陆续在各省、地市、县进行了事业部改革,分别建立了一级分部、二级分部、营业部,全行共四级机构,强化了专业机构设置、丰富优化了机构职能,同时针对事业部的发展需要增配专项人员,为三农金融业务专业化经营管理提供组织机构和人员队伍保障。

二是建立阳光信贷文化。邮储银行积极倡导建立优秀的信贷文化,着力加强对从业人员的职业道德教育,对道德风险零容忍。对小额信贷从业人员提出了“八不准”的工作要求,执行阳光信贷政策。通过业务宣传单、宣传站点、营业网点等渠道对外公布95580客服电话、各分行业务举报电话、举报信箱与通信地址等,以全面接受社会监督。各层级机构内部亦建立起举报通道,构建坚实的合规文化体系。

三是设计科学的绩效激励机制。小额贷款是人力资源密集的行业,信贷人员的考核激励政策至关重要。邮储银行遵循公平、责任、风险和收益相匹配,科学、透明与有效激励等原则,多次对小额贷款的绩效考核制度进行完善。

四是将岗位制衡机制贯穿于整个流程之中。避免某个岗位或人员欺诈所带来的道德风险问题,邮储银行在小额贷款整体流程中建立了岗位制衡机制。在贷款调查环节,要求遵循“四眼原则”,即必须进行现场调查时,必须有两名信贷员在场;在信审环节,必须有两人分别进行审查、审批;在放款环节,还有专门审核审批条件是否落实的岗位;在贷后管理环节,授信部门、风险部门、审计部门均可针对相关管理领域发起业务检查。

五是建立强大的IT系统,实现“下管一级、监控到底”。首先,为解决多层级、多岗位的信息不对称问题,邮储银行建立了强大的个人信贷系统。通过该系统,上级机构可以查看到每一笔贷款业务的明细情况。其次,通过每日系统中留存的交易明细信息,可筛选出疑似集中使用、借新还旧、放款量异常、逾期变动异常、填写信息异常、贷款用途集中等多种问题业务,使得各经办贷款的机构无时无刻都被“电子眼睛”监控。

互联网金融对小额信贷技术的影响

互联网金融的特点

互联网打破了时间、空间的限制,结合大数据技术、机器学习的应用,在金融业领域产生了颠覆性的变化,其中冲击最大的就是零售银行业,具体主要为以下几点。

一是金融服务的提供者,并非必须是银行。在互联网诞生以前,银行基本垄断了个人零售金融业务,过去存取款、信贷、保险、理财等常规业务,均需要到银行网点才能办理。而在互联网金融时代,金融服务供给主体多元化,服务日趋场景化。在信贷领域方面,过去客户产生资金需求的场景,与申请办理信贷业务的场景,在物理上完全割裂;而现在通过互联网,两个场景在物理上可完全合而为一,在时间上也大大缩短。例如,客户在购买车辆时,可以直接通过车辆经销商用APP或其他便捷方式申请车贷,对于资质较好的客户可能会在几分钟内获得审批。

二是移动金融业务攻克了普惠金融难题,市场前景巨大。随着智能手机等移动产品的出现,人类社会的商业活动都发生了巨大变化。据统计,全球范围共有62亿部“在使用”的手机,这比其他任何网络渠道都要强大得多。电视只能覆盖14亿人口,报纸只能覆盖17亿人口,手机的覆盖范围数倍于传统信息传递工具。手机的普及在传统银行难以攻克的普惠金融领域发挥了显著作用。如,M-Pesa是全球领先的移动金融系统,通过将手机账户与银行账户绑定,解决了肯尼亚金融系统中长期存在的系统性缺陷,使金融服务覆盖了该国绝大部分人口。

三是客户体验是互联网金融产品的核心竞争力。相对于传统低效、需要他方协助的办理模式,互联网金融能够带来更强的自我尊重感,这与人类心理的深层需求相契合,一旦客户在互联网革新的流程中获得了满足感,便很容易转变为互联网用户。因此,优质的客户体验成为了互联网金融产品的核心竞争力。金融机构必须能够做到让客户在任何空间场景都能获得理想的服务,并且所花费的时间须尽可能地缩短。

四是大数据技术让金融业进入“量化”时代。信息当中蕴含巨大的价值。大数据技术与金融业这一同样高度依赖信息媒介、交易数字化的产业天然相合。大数据技术通过将文字、图像、位置、社交等过去只能依靠人工判断的各类信息,全部进行了数据化,为很多问题的分析与解决带来新的方式。在金融领域,客户各类信息的获取与分析难度大幅降低。

互联网金融对小额信贷技术领域的影响

一是信息不对称问题不再是难点。传统的小额信贷技术要求入户现场调查、对客户进行多方询问,要求提供相关资料等,这些要求的主要目的在于解决信息不对称问题。但在互联网时代,信息的累计与系统间交互成指数级增长。尤其在零售信贷领域,很多信贷决策所需的关键信息已经可以通过“线上”方式获得。例如,在还款能力方面,通过引入税务、发票、银联流水等多渠道信息,对客户的经营情况进行分析;在还款意愿方面,通过充分运用人民银行征信信息、互联网信贷的信用评价情况、是否存在法院失信信息等对客户的信用品质进行综合分析。

二是基于算法的风控建模方式广泛应用。首先,以逻辑回归为主的评分卡技术已被广泛认可。逻辑回归作为已经具有一百多年历史的经典建模分析方法,目前已经广泛应用于金融机构的信贷风控模型建设中,我国的监管机构也将其纳入了认可的建模方法范围。逻辑回归应用的前提条件较多,需要分析机构在较长的分析与观察期限内,积累大量的数据样本、多维度的变量以及进行庞大的运算量,在过去这些条件很难满足。但在互联网时代,在给定数据的条件下,逻辑回归对概率的估计比较稳健,对于数据积累时间较长的大型银行是理想的建模方法。其次,决策树、神经网络等机器学习算法逐渐兴起。其中决策树非常适合处理分类变量,而且结果易于实施和理解,计算简单,在处理极高或极低风险组时简单快捷,适合用来设计信贷领域的政策规则。神经网络能够处理数据的非线性关系,发现跟踪数据之间的交叉作用,训练性强,但由于其结果不透明、解释性差,较少在信审领域应用。但在反欺诈领域中,神经网络具备不断变化环境的能力,能够顺应“黑中介”经常变换的作案手法。最后,信贷技术的标准化大幅提升。IPC技术尽管已经为小额信贷的作业设计了一整套标准化操作,但在实际操作中,特别是在大型金融机构,仍然存在信贷调查与信审决策“因人而异”的问题。但通过互联网获取客户信息,通过算法对违约概率进行预测,可以真正剔除掉任何人工因素,从而实现信贷技术的高度标准化,同时也可以避免为控制内部欺诈或不作为而付出大量管理成本。

互联网背景下未来小额信贷技术的应对

一是必须对小额信贷的作业模式进行革新。具体可能分两个阶段来实现:在第一阶段,信贷技术的应用为“人工+系统自动处理”相结合的模式。从中短期来看,由于公民隐私保护的法规体系仍不完善,提供信息服务的第三方资质不一,以及仍有大量信息存在交互壁垒,信贷技术仍然以人工为主,以互联网、大数据技术为辅。在第二阶段,接近全自动化模式。从长期来看,若上述存在的问题通过时间得以解决,则人工将会逐渐退出历史舞台,小额信贷决策可能主要依托于系统自动完成。不管互联网时代变化如何快速,小额信贷技术的核心理念其实并没有变,因为人性没有变,变化的只是实践的手段而已。难点依然是在对庞大队伍的管理技术上。

二是必须增强中小型金融机构的优势。过去中小型金融机构受制于网点、人员,对于小额信贷业务只能专注于部分网点充足的地域发展,然而随着互联网金融的发展,这些中小银行通过与实力较强的互联网平台合作,通过系统交互获取信息、系统根据风控模型自动审批、虚拟账户开立等手段,实现了大量的异地放款。未来,这些中小型银行发展小额信贷的主要障碍可能仅剩一个资金问题。

三是积极与大型银行竞争。大型银行在互联网金融时代下也具备很多优势,包括大量的数据样本、良好的硬件支撑、一流的合作平台以及雄厚的资金实力等。但是,大型银行机构的风险容忍政策、企业文化、组织架构,与互联网金融所需的高效作业、客户体验至上、算法的快速迭代等要求,存在企业基因上的矛盾。由于中小银行在小额信贷方面具有密切联系客户、了解客户等特点,对于单个客户的调查分析、信审决策具有先天优势。中小银行应该充分利用互联网金融带来的信息优势,改革内部管理结构,打破传统银行业的部门与条线的行政制约,建立起真正的流程化银行,以快速响应互联网时代的高速节奏,在小额信贷领域与大型银行进行积极有效的竞争,不断扩大中小银行的实力。

摘自:《中国金融》

2018年12月16日