監管部門催銀行做小(xiǎo)微信貸，就(jiù)像老師催學生(shēng)做作業一(yī)樣用心良苦。

這是不是意味著(zhe)，支持中小(xiǎo)微就(jiù)是個不講商業性的政治任務呢(ne)？這顯然也不對。不少小(xiǎo)微信貸做得好的銀行，往往财務業績表現也不錯。

大家認爲小(xiǎo)微信貸風險高(gāo)，其實并不準确。小(xiǎo)微企業群體分布于百業百态，風險有高(gāo)有低(dī)，高(gāo)度分散。但是，從中找到(dào)目标客群、選出低(dī)風險的企業的成本卻非常高(gāo)。解決這一(yī)問題，實現商業可持續，不同銀行需根據自(zì)己的禀賦優勢選擇不同的路(lù)。

利率并軌前的出路(lù)

央行2019年(nián)的工(gōng)作會議上(shàng)明确提出，今年(nián)的重點工(gōng)作任務之一(yī)是“穩妥推進利率‘兩軌并一(yī)軌’，完善市(shì)場化的利率形成、調控和傳導機制”。利率并軌是利率市(shì)場化的最後一(yī)步，彼時，銀行業可能(néng)就(jiù)真的運行在利率完全市(shì)場化的環境中了，“脫媒”現象可能(néng)會進一(yī)步發生(shēng)：

一(yī)是存款優勢出現分化。随著(zhe)理财意識深化，居民(mín)的儲蓄型存款慢(màn)慢(màn)都會理财化，剩下(xià)結算(suàn)型存款，成本也不算(suàn)高(gāo)。但結算(suàn)型存款并不靠客戶關系來拉的，而是靠優質的綜合服務(以結算(suàn)爲代表)吸引而來的。大小(xiǎo)銀行的存款優劣勢分化，會進一(yī)步加大。現在來看(kàn)，網點渠道、産品服務等綜合能(néng)力較強的大型銀行會更有優勢。

二是銀行貸款定價優勢會體現在小(xiǎo)微。利率市(shì)場化、存貸款業務脫媒之後，優質的大型企業會更加傾向使用資本市(shì)場去融資，銀行貸款沒有定價優勢。真正能(néng)體現差異化定價、獲取較高(gāo)回報的信貸種類，隻能(néng)是高(gāo)度非标準化的品種，最爲典型的就(jiù)是沒辦法大規模脫媒的中小(xiǎo)微企業。

在利率市(shì)場化時代，大金融市(shì)場将全面同場競争，因此銀行，尤其是中小(xiǎo)銀行，需要尋找自(zì)己的差異化定位，建立“護城(chéng)河”。資産、負債都無優勢的銀行，比如規模不上(shàng)不下(xià)、差異化定位不明确的中型銀行，未來将面臨壓力。

鼓勵銀行支持中小(xiǎo)微的監管文件(jiàn)頻出，一(yī)方面是爲了支持中小(xiǎo)微企業，另一(yī)方面也是利好銀行業未來發展：如果等到(dào)利率并軌來臨，客戶脫媒，才開始尋找自(zì)己的路(lù)，那時候就(jiù)絕對太遲了。

遴選客戶成本省不得

銀行從事(shì)小(xiǎo)微企業信貸業務的基本原理是：如何以一(yī)個相(xiàng)對合理的成本，收集潛在小(xiǎo)微客戶的足夠信息，以此确定預期損失率，實現風險定價，從而實現小(xiǎo)微信貸業務的合理回報和商業可持續。其中的關鍵要害是“一(yī)個相(xiàng)對合理的成本”。

小(xiǎo)微企業個體分散、經營不規範、信息高(gāo)度不對稱，因此遴選優質客戶的成本很高(gāo)。但這個成本是省不得的——如果“偷懶”，直接套用一(yī)些不合适的标準化信貸技(jì)術，最後肯定會留下(xià)一(yī)堆壞賬。

小(xiǎo)微企業信息不對稱，不代表沒信息，而是說它們的信息不是報表化、标準化的。比如一(yī)家早餐店，在啓用支付寶、微信支付之前，連書面的現金進出流水(shuǐ)都不一(yī)定有，但是店主勤勞、早餐美味、深受社區居民(mín)歡迎，這些非标準化的、定性的信息都是對于判斷其信用非常有用的信息。

我們把這些非報表化、标準化的信息，叫做“軟信息”。傳統上(shàng)，銀行(或其他信貸機構)業務員處理軟信息的方法主要是“關系型借貸”，就(jiù)是業務員和目标客戶建立長期合作關系，從而基于經驗判斷，确定風險定價。這種關系可以是先天的，也可以是後天的。比如，讓業務員先在社區中待很長一(yī)段時間，像駐村(cūn)幹部一(yī)樣，慢(màn)慢(màn)跟社區成員建立關系，增進相(xiàng)互了解。所以，對他們的工(gōng)作要求，和駐村(cūn)幹部是一(yī)樣的，即“進村(cūn)狗不叫”。

與關系型借貸對應的是交易性借貸，就(jiù)是基于公司信息、财務報告、業務數據等“硬信息”，完成風險定價。很顯然，這一(yī)套技(jì)術原本不适合于小(xiǎo)微企業。

得益于互聯網、大數據技(jì)術的發展，越來越多(duō)的軟信息逐漸被“硬化”：線上(shàng)支付的普及，使現金收支信息得以書面化；銷售渠道從線下(xià)轉向電商，交易記錄報表化；同時，征信體系也在不斷完善。于是，一(yī)種全新的交易性借貸流行起來，即大數據征信。信貸機構即使完全不認識客戶，也能(néng)依據足夠信息完成風險定價，進而放(fàng)出貸款。

我們把完全線下(xià)關系型借貸，稱爲“純手工(gōng)模式”，俗稱“人海戰術”；把完全基于大數據、在線發放(fàng)的貸款，稱爲“互聯網金融模式”。但是，現實中大部分是混合模式：在村(cūn)裏跑客戶的業務員，也會調取大數據征信，或者把所采集的信息錄入線上(shàng)“信貸工(gōng)廠”系統，由模型協助判斷；而一(yī)些基于大數據的機構，也往往會派業務員去實地考察。

大行上(shàng)網、小(xiǎo)行進村(cūn)

中國銀行業金融機構近4100家，包括6家國有大行(中農工(gōng)建交郵儲)、12家全國性股份制銀行、134家城(chéng)商行、1200多(duō)家農商行、965家農信社、1624家村(cūn)鎮銀行等新型農村(cūn)金融機構。

傳統上(shàng)，不同類型銀行有著(zhe)不同的客戶定位，比如大行做大型企業和大型項目，股份行做大中型企業，城(chéng)商行、農商行、村(cūn)鎮銀行做當地中小(xiǎo)微企業。銀行業有著(zhe)“門當戶對”，這是曆史原因造成的，也是避免銀行業惡性競争(overbanking)的根本方法。

但是，不少小(xiǎo)微信貸做得好的銀行，往往财務業績表現也不錯。筆者統計了多(duō)家小(xiǎo)微專業銀行數據，按照(zhào)ROA(資産回報率)排名，可以看(kàn)到(dào)排名靠前的大部分是東南(nán)沿海的區域銀行，其中包括台州地區的兩家代表銀行台州銀行、泰隆銀行。

在這些地區(江浙、福建一(yī)帶)，大部分中小(xiǎo)城(chéng)市(shì)本身就(jiù)是以小(xiǎo)微企業爲主，部分地區的工(gōng)業産值幾乎90%以上(shàng)來自(zì)民(mín)企、小(xiǎo)微。本地難得的幾家大企業，也一(yī)般都在大銀行手裏。看(kàn)上(shàng)去無比優秀的路(lù)，其實是逼出來的。那些還有大中型企業可做的銀行，日子過得還不錯，自(zì)然沒有動力去做小(xiǎo)微。但這樣的好日子會持續嗎？

大型銀行已經感受到(dào)金融脫媒的壓力，所以要下(xià)沉客群，尋找出路(lù)。工(gōng)商銀行很早就(jiù)提到(dào)，銀行不做小(xiǎo)微沒有未來。同時，政府也給大行們下(xià)達了任務，要求普惠金融(包括小(xiǎo)微等)增速不得低(dī)于30%。

這種下(xià)沉會擠壓原來中小(xiǎo)銀行的業務空間。大銀行擁有著(zhe)小(xiǎo)銀行無法匹敵的資金低(dī)成本，中小(xiǎo)行貸款産品在大行的低(dī)利率面前毫無競争力。

但是，大行也不是無所不能(néng)的。它們要想用人海戰術，在全國範圍滲透村(cūn)社級(社區、村(cūn)落、部落等)，其管理難度、業務成本都高(gāo)得無法想象——把網點鋪到(dào)縣城(chéng)和發達的鄉鎮已經很不容易了。因此，在最末梢的村(cūn)社級，大型銀行還是無法觸達，或者雖然能(néng)覆蓋，但服務不夠緊密，很難實現“關系型借貸”。但大行擁有較強的技(jì)術實力和人才優勢，以及規模經濟，引進、建立強大的信貸科技(jì)系統不是問題。

中小(xiǎo)銀行的網點可以覆蓋到(dào)鄉鎮，業務人員能(néng)夠覆蓋附近的各個村(cūn)落，用最原始的手段化解信息不對稱，并提供最貼心的服務。大行運用信息科技(jì)能(néng)夠覆蓋的客群，主要還是擁有“硬信息”的客群——能(néng)夠高(gāo)度标準化的信息和業務，最後都可能(néng)被大行通(tōng)吃(chī)。而下(xià)沉到(dào)最底部的、無法簡單标準化或硬化的信息，則可能(néng)成爲小(xiǎo)行的最後陣地。

最後可能(néng)形成的小(xiǎo)微業務格局，是“小(xiǎo)行進村(cūn)，大行上(shàng)網”。優秀的小(xiǎo)微信貸業務，是“小(xiǎo)行進村(cūn)狗不叫，大行見網不見人”。