指导 | 凯文  张扬

调研 | 张扬  刘馥亮

撰写 | 刘馥亮

小微企业是国民经济的毛细血管，贡献了70%以上就业，而小微企业贷款难却是世界性难题。

当前为小微企业提供贷款的方式，大致可分为四类：第一是银行提供的抵押贷款，需要小微企业提供动产或不动产作为抵押；第二类是供应链融资，需要依托于核心企业做授信或以应收账款为依据；第三类是阿里、京东等大型互联网平台，为自身闭环生态内的小微商户提供贷款；第四类是以个人信用作为授信依据的经营信贷，比如平安新一贷、大数金融和人人友信等。

在极速云科技创始人雷鹏看来，过去二十年中国小微企业的信息化水平有长足进步，依托于金融科技，在上述四类服务方式之外，做小微企业的经营性贷款还有很大的创新空间。

小微企业，尤其是新城镇人口经营的小微企业，缺乏动产或不动产做抵押，很难获得银行贷款或供应链融资服务。阿里、京东只能覆盖其生态内的企业，在体系之外去提供小微贷款，风控模型未必有效。而以个人信息作为授信依据，搜集数据的边界难以控制，有侵犯个人隐私之嫌，利用个人的信用数据去做企业的贷款也显得“拧巴”。

从数据上看，中国小微企业数量7,328万户（含个体工商户），截至2017年6月底，小微企业在银行机构的贷款余额是28.6万亿元，贷款户数是1,417万户，贷款渗透率19.3%。

阿里的网商银行，2016年发放小微贷款800亿元，累计服务小微企业近280万户，对于小微企业的覆盖率不到4%。平安新一贷截至2017年9月底贷款余额达到1,139亿元，大数金融、人人友信等年放款额都在两百亿元左右，综合现有的各类服务小微企业融资需求的方式，粗略估计小微企业贷款户数在2,000万户左右，经营贷款的渗透率在30%左右。

据雷鹏介绍，80%小微企业在经营过程中都有拖欠或被拖欠资金的情况，意味着渗透率还有很大的提升空间，市场处于供不应求的状态。

客群以流通和生活服务类小微企业为主，件均10万元

小微企业可分为生产制造、流通商贸和生活服务三大类，其中生产制造多数有可抵押资产，或者由所在行业的上下游核心企业提供金融服务，因此极速云科技目标客群主要是流通商贸和生活服务两类，比如流通领域的小批发企业和生活服务里的小餐饮企业。

对于波动性较大、难以把握的行业，比如皮草、羽绒服行业，这类企业每年的营业额集中在三个月，剩余时间没有流水，因此极速云科技暂未进入。

极速云科技提供的贷款范围在1万-300万之间，可覆盖的需求较广，目前件均在10万元，平均期限在8个月。

相比以个人信用作为授信依据的企业，极速云科技平均贷款期限较短。

以个人信息为主要授信依据的企业，往往采取线下获客，获客成本高昂，只能通过拉长期限来取得可观收益；而极速云科技认为，小微企业的日常经营周转性资金需求，期限一般在12个月内，因此极速云科技只提供12个月以内的贷款产品，将期限回归到小微企业的正常经营轨迹中，而不是人为拉长。

在小微企业的流量“小荒地”处获客

在获客方面，极速云科技主要通过与服务小微企业的渠道或流量“小荒地”合作。比如管家婆，为小微企业提供进销存软件。

流量“小荒地”是指平台或企业本身是服务小微企业的，但只有几万或几十万客户量级，广告变现价值很小，在平台上推荐银行产品转化率又很低，推荐高利率产品则存在道德风险，因此成了流量“小荒地”。

极速云科技的优势在于产品利率较低，平均利率在22%，而市场上除银行之外的小微贷款产品利率多在30%以上。极速云科技的产品可以帮助流量“小荒地”实现金融变现，同时增加平台与小微客户的粘性，对平台本身的主营业务也有帮助。

极速云科技主要通过SDK或API嵌入到合作渠道中，前端的嵌入也分两种形式，如果渠道的客户数据已经跑过信贷审核，则会给予一个预授信；如果渠道的客户数据尚未应用于贷款，则是直接嵌入。极速云科技正是通过一个个嵌入合作渠道的“小马甲”完成获客。

与场景消费金融相比，极速云科技同样是帮助合作方金融变现，但两者“场景”稍有不同。极速云科技通过合作方触及小微企业客户，但合作方对于贷款的转化贡献度有限；而消费金融的合作方掌握每笔具体交易（时间、地点、金额和购买者信息等），对于贷款转化有显著作用；两类“场景”竞争程度也相差很大，消费金融明显会更激烈。因此，极速云科技获客成本较低。

风控以企业经营数据为主

极速云科技的风控会结合个人和企业的数据，但以企业数据为主。个人数据包括历史还款记录、违约历史等，主要用于判断还款意愿；企业数据则用于评估还款能力，授信原理与信用卡对个人授信是一致的，即基于稳定的收入和未来支出，预测每月实际还款能力，结合授信期限给出一个额度。

极速云科技要求小微企业具有至少6个月经营历史，经营历史越长，授信依据越充分。如果经营历史有中断，则以最近一段连续的历史作为授信基础。

在数据获取上，极速云科技主要是通过远程“拍照”和OCR技术。首先是需要取得客户授权，之后利用机器远程接管客户的经营系统，再利用Printscreen技术对小微企业主肉眼可见的经营数据进行拍照，之后对照片进行OCR识别。

这一套数据获取的流程，更好地保护了客户隐私，比如客户授权是通过扫码的方式，而不是客户告知账号、密码；获取企业经营数据而不是个人信用数据，也不存在侵犯隐私的嫌疑。

由于小微企业并不知道极速云科技风控模型对各个数据维度的参数和比重，因此小微企业主通过篡改经营数据来获得授信的可能性较小；而且申请贷款需要提交6个月以上的经营历史，对于买空壳企业的欺诈行为是很好的规避。

在单个细分行业的早期，需要积累对该类客户需求和风险的理解，极速云科技会有线下人员实地考察和验证。前20-50个客户都必须有人员到客户现场，在积累一定进件量之后，后续的规模获客和风控再交给系统处理。

爱分析从客群、获客、风控、资金和运营等五个维度对极速云科技进行评价。

客群：贷款范围从1万-300万，覆盖范围广，件均在10万元，平均期限8个月，主要以流通、生活服务类的小微批发、小微餐饮等商户为主，复贷率60%；

获客：与服务小微商户的B端机构合作，比如管家婆等进销存软件提供商，获客渠道有独特性，与B端机构形成互利效应；平均利率在22%，与线下获客和风控模式相比有竞争优势；

风控：单一细分人群需要经过线下团队实地考察和验证，在20-50个案例之后才开始大规模获客，由机器进行风控；风控数据由人和企业数据组成，个人数据判断还款意愿，企业数据评价还款能力，风控授信依据企业经营后台拍照获取的数据，要求至少有6 个月以上经营历史，与客户提交数据相比，主动拍照抓取的数据反欺诈效果更好，且不侵犯个人隐私；目前风控模型已经历18个月，还需更长时间验证；

资金：目前银行和P2P资金各占一半。

近期，爱分析专访极速云科技创始人兼CEO雷鹏，就小微企业经营贷款的行业现状和极速云科技的战略、业务发展进行交流。

雷鹏曾任职于IBM、Microsoft，创业前是宜信高级副总裁，大数据创新中心业务主管。

美国供应链金融做得好，中国小微贷款渗透率仍很低

爱分析：国外做小微贷款主要是business card，从数据看，美国小微贷款做得不如中国好，这是什么原因？

雷鹏：美国小微企业是2,800万左右，其中400万是有雇佣的，其余是自雇的夫妻老婆店，品质比较好的是这400万，夫妻老婆店的波动性会更大。在美国，个人信贷覆盖得很好，在2,400万夫妻老婆店里，多少是以企业贷款获得融资服务，多少是以个人信用获得贷款，是分不太清的。

我们所指的不好，是指信用贷，但美国综合的小微贷款做得比中国好，是因为小微动产质押的场景和覆盖率要高很多，动产质押典型的是应收账款融资。中国是供应链金融不够发达，所以现阶段有一定比例是通过信用贷的方式为小微企业服务。

爱分析：中国的小微贷款渗透率，达到饱和时可能会多高？

雷鹏：我比较乐观，无论是来自我们自己的调研，还是官方智库的调研，都显示中国小微企业在经营过程中，被拖欠货款的数量占比在80%左右，所以都有资金周转的需求。从这个角度讲，7,000万小微商户里，应该百分之七八十都有借款需求。

完贷率和复贷率双高

爱分析：极速云的小微客户会如何分层？

雷鹏：我们的贷款产品范围是1万元-300万元，分层挺明显的，每一个区段的企业，经营历史和经营业态都会有不同。

客户里有电商的零售企业，大概在8万元就能覆盖；电商里也有一部分是做跨境的，最高可到300万元，额度很大；有一类是批发商，比如服装、食品、饮料的批发商，他们经营历史更长，授信额度一般是15-20万元之间；小微餐饮的周转需求在4-5万元就能满足。所以分层是挺厉害的。

爱分析：从授信到提款，中间会有流失吗？

雷鹏：比较少，授信以后会有30天提款期，对于信用好的客户提款期可以延长到90天。从授信到最终提款的比例在95%以上。

爱分析：能做到随借随还吗？

雷鹏：目前能做到随借，还做不到随还。主要是取决于资金方的偏好和意愿，目前我们的资金方还没有接受随还的，随还对于资金方的现金流管理能力会提出挑战。

我们允许提前还款，6个月以内的产品提前还款都没有罚息；12个月产品如果提前9个月还会有少量罚息。

爱分析：会收第一笔砍头息吗？

雷鹏：完全没有，就是等额本息，我们挑战的就是砍头息和高费率，想让小微客户借到更便宜、也更符合需求的贷款。我们把费率、期限做到合理，提款也不逼着提款，就是让借款符合小微企业的正常运转需求就好。

爱分析：复贷率还有继续提升的空间吗？

雷鹏：我们觉得60-80%是合理的复贷率，会有一些运营的措施去提高复贷率，比如在特定的时间点给贴息红包，或者到旺季给小微企业提高额度。

风控需要在不良率和资产规模之间寻找平衡

爱分析：一个细分行业，跑多少案例，风控模型才会比较稳定？

雷鹏：实事求是地讲，不是看正向的案例，而是看违约的案例。违约的案例也没有特别明确的标准，按我过往经验，违约件需要跑到1,000个左右，才能形成一定的认知。

比较好的风控，不是把资产的不良一直压得特别低，那会导致不知道资产的规模潜力在哪，需要找到平衡点，会经历一个突破、回归、再演进的过程。

爱分析：现在覆盖了几个地区？

雷鹏：地区是覆盖全国，人员是分布在北京、上海、深圳、杭州。