深圳小微金融惊人分化：一家大行是另外三家大行的3.73倍

　　今年以来节节上行的小微贷款利率，似乎远没有向下的势头。目前深圳地区的银行小微贷款的利率区间(年化)一般在8-15%不等，而部分股份行的定价居然高出去年50%。此外，银行业系统自上而下喊着要加码小微，但事实上，基于宏观环境和银行对资产结构的调整，至少深圳区的小微金融增速是全面放缓的。

　　但有一家银行，小微金融业务逆势扩张—— 一季度小微企业贷款客户数同比增长高速382%，而小微企业贷款余额是深圳地区其余三大行的3.73倍(其余三家大行的同口径贷款余额为167.6亿元)，且不良率仅为0.69%。

　　它是谁？你请看。

　　小微业务增量放缓，贷款利率节节走高

　　从6月20日国务院常务会议表态 “部署进一步缓解小微企业融资难融资贵，持续推动实体经济降成本”，到央行于24日宣布年内第三次定向降准，释放小微扶持资金2000亿元；再到25日央行等五部委增加支小支农再贷款和再贴现额度共1500亿，并下调支小再贷款利率0.5个百分点……可以看出决策层对缓和小微融资难问题的迫切。

　　但一个很难回避的难题是：即使央行等多部委此前打出了定向降准、专项支持等组合拳，但对目前小微企业加大补血、缓解信用违约的压力，作用或许是有限的。

　　为什么？这与去杠杆进入深水区有关。通道萎缩叠加非标整治，使得表外融资快速缩水，仅5月社融中非标就萎缩4200多亿(含委贷、信托贷款、未贴现银行承兑汇票)。实体经济的主融资渠道又重新回归到了银行表内信贷，但在今年不算宽松的资金面下，多地小微企业的平均融资成本普遍上浮20%-30%不等。

　　记者多方掌握的情况显示：今年上半年，深圳区主要银行(大行加股份行深圳分行)的小微企业贷款户数增长非常缓慢，小部分甚至负增长；在贷款余额方面，虽然部分银行余额略有增长，但集体的增速放缓。利率方面，记者了解到，目前深圳地区的银行小微贷款的利率区间(年化)一般在8-15%不等，而部分股份行的定价居然高出去年50%。

　　于是，逆势增长小微企业业务和维持住较低贷款利率的，很难不令人注意——比如建行。以记者咨询的结果，建行目前小微信贷年化利率在7%左右，远低于同业水平，是极少数低于8%水平的银行。

　　最重要的是，记者获得的可信数据显示，深圳地区1000万元及以下小微企业贷款增长最多的也是建行。一季度末，该行小微企业贷款客户28183户，同比增长382%；小微企业贷款余额625亿元，是深圳地区其余三大行的3.73倍， 贷款余额同比增长87.18%，比总贷款增速高出80.18%。

　　是的，你没有看错：深圳地区建行的小微企业贷款余额，是其余三大行的3.73倍；且小微贷款的不良率仅为0.69%。

　　为什么会是建行？它做了什么？

　　这就很自然引出一些疑问——建行为什么能够逆势增长小微业务？是什么关键性因素，在控制企业信用风险、保证资产质量的前提下，决定了其小微企业授信的准确度和效率？这些问题背后的指向其实都是建行的小企业授信模型。

　　记者了解到，银行通常会依据客户的综合贡献、风险策略、违约概率等进行定价，但各家行的数据模型与数据分析能力，差别是巨大的。比如两家银行引入的基础数据一样，但是在这些基础数据之上，两家行要辅以哪些结构化数据，是不一样的；甚至同一个信息，在两家行的数据模型里占的权重也是不一样的。

　　贷前环节，不同于传统上线下营销的获客方式，建行采取的大数据+互联网获客模式，针对多种业务场景，利用大数据挖掘技术，以电话、短信、微信小程序等多渠道进行批量线上营销，极大地提升了获客的精准度和广泛性。例如建行首次利用税务信息进行获客，在其看来，叠加税务信息的模型能够最大限度还原小微企业真实经营情况，并精准筛选出符合标准的小微企业客户群体。这样的做法也在市场引发了指导效应，继建行之后，江苏银行等银行迅速跟进；甚至包括全国首家民营银行在内的微众银行，也推出了与深圳国税局合作的小微融资产品(公司贷款和个人经营贷款)。[page]分页标题[/page]

　　贷中环节，基本上同业采取的是逐笔审查审批模式，而建行的做法是建立审查审批模型，通过对接人行征信系统、深圳信用网、市场监督管理局、国地税系统、法院诉讼平台等大数据，运用逻辑回归、离散分析、偏离度分析、增量分析等方法，实现前端营销与后台审批结果的一致性，支持快速自动化审批，如此一来，一方面杜绝了人工差错的发生，另一方面也大大提高了审查审批效率。

　　贷后环节，建行自主研发了大数据预警监测和转贷评价特色系统。该行通过对接行内外各类大数据，对客户生成静/动态画像，根据不同的预警等级采取差别化的措施，定期统一监测客户异常行为、账户行为、资金流向、征信、抵押物等方面情况，提前预警风险信号。

　　在此前的采访中，建行相关高管曾告诉记者，该行近80%的小微信贷业务应用了互联网、大数据技术。而正是因为数据的价值和利用数据的能力，维持了低至0.69%的不良率；基于整套技术手段和管理模型的支撑，建行总行今年也更将“普惠金融”定为战略性业务。

　　“贷款难的核心症结，在于在企业和银行的商业模式中找到平衡。而大数据，是我们目前找到的确切最优路径。”该高管曾如此说到。这个例子，无疑能阐明银行平常说的“大数据”，究竟对普惠金融意味着什么。