建行、平安、网商银行资深专家：小微业务如何实现精准风控、精细定价？

两年半过渡期，最严《商业银行金融资产风险分类办法》来了

2023-02-24

“关于普惠小微金融业务的前景，我们不妨乐观一点。需求萎缩是暂时的，我们要看到未来，想清楚重点要支持哪些方向，当疫情结束，要为服务好这些客户做好准备。”7月9~10日，在金融城举办的“当前形势下普惠小微业务的专业化服务与全流程风控”高级研修班课堂上，建设银行普惠金融事业部副总经理李晓芳表示。

三位实战派资深导师：建设银行普惠金融事业部副总经理李晓芳、平安银行普惠金融事业部兼零售信贷事业部总裁王蓉晖、网商银行首席风险官孙晓冬，聚焦普惠小微业务的场景获客、产品创新、流程优化与智能风控做了高含金量的分享。

线上线下融合服务“专精特新”

2012年至2021年的十年间，普惠小微市场主体总量快速增长、结构变化明显：小微企业户数稳步增长，由1100万户上升到4700万户；个体户强势崛起，成为活跃市场新动能，从4100万户上升到1.03亿户。

建设银行是普惠小微行业的领跑者和开拓者，有许多宝贵经验值得借鉴。李晓芳全面地解读了普惠小微相关政策，并结合实践，深度分享了如何创新普惠金融模式与建设智能风控体系。

“关于普惠小微金融业务的前景，我们不妨乐观一点。”李晓芳表示，按照70%的小微企业有融资需求测算，约有1.05亿市场主体存在融资需求，其中小微企业3300万户，个体工商户7000万户。目前，3300万户普惠小微客户获得了贷款，还有7000万户等待我们去服务。需求萎缩是暂时的，我们要看到未来，要想清楚重点要支持哪些方向，当疫情结束，要为服务好这些客户做好准备。

李晓芳介绍，从普惠金融服务的供给端看，大中小型银行形成了“6633”的规模格局：截至2021年末，普惠贷款余额大行超过6.5万亿元；农村金融机构突破6万亿元，股份行3.4万亿元；民营银行与城商行超3万亿元，“城农商行和民营银行在普惠金融业务中大有作为。”

目前，普惠金融主要有三种作业模式：数字普惠模式、线上线下融合模式、线下模式。其中，数字普惠以建行等国有大型银行及互联网银行为代表。

不过，随着直连数据资源的减少与数据质量的变化，未来整体数字普惠金融模式发展将遇到瓶颈，各金融机构数据源和目标客群的同质竞争将加剧。由此，在充分应用数字普惠金融模式的基础上，建设银行也在同步探索线上线下结合的作业模式，通过“线上平台+线下网点”，驱动普惠金融服务在线上、线下协同触达客户。

谈及线上线下结合作业实践，李晓芳表示，“这一模式流程较长，交互规则复杂，但客户经理接触客户较多，能够更好地培养服务技能，提供有温度的服务体验。此外，用户更愿意在用款金额较大的情境下采用该方式贷款，线下的充分接触也使得风险缓释措施得以丰富。需要注意的是，线下数据依赖人工录入或校验，需强化对数据质量的把控。”

对“专精特新”中小企业普惠业务定制化服务的探索实践，正是线上线下融合的典型应用。

“‘专精特新’中小企业面临诸多痛点：信用贷款较难满足需求、传统授信风险缓释措施不足、科技成果较难评估。但是它代表着未来，是解决‘卡脖子’问题的重要力量，足够值得重视。”李晓芳以建设银行“善新贷”为例说明，“善新贷”是纯信用产品，单户授信最高1000万元，最长期限达到3年。建设银行通过线上服务、线下客户调查、人工审核相结合的模式，可提供定制化服务以满足科创类企业融资需求；补充线下客户经理服务，进一步提升客户关系，赋能科创类客户成长。

李晓芳还围绕建设银行“六位一体”普惠金融风控体系，即智能反欺诈拒险、大数据模型排险、系统机控防险、可视化监测判险、预警催收避险、专业处置化险做了专门分享。

精细化定价释放规模潜能

平安银行是银行数字化转型的标杆，近年来通过AI、物联网、区块链等科技的应用，有效提升了普惠小微业务的服务能力。截至2021年底，普惠型小微企业贷款余额为3822亿元，同比增长35.7%；支持小微经营主体84.26万户，同比增长28.86%；新发放普惠小微企业贷款平均利率同比实现了下降。

王蓉晖有着29年的金融从业经历，在零售信贷产品创新、小微信贷、互联网大数据技术运用等方面经验丰富。她结合平安银行的普惠小微实践，聚焦流程再造与技术赋能进行了深入分享。

小微企业风险难以预测，如何提供精细化服务、打开小微贷款业务局面成为一道难题。王蓉晖认为，只有全面突破了数据、场景、体验、开放这四大关键要素，才能精准识别小微客户，提升业务体验。

王蓉晖说，平安银行深度整合小微业务数据，建立强大的数据中台，推动先知、先觉、先行的数据决策体系，赋能前端；积极与场景方合作，能力互补，资源共享；围绕客户需求，在合规的前提下，追求“越简单越好”，在产品开发中，将IT资源高度嵌入产品部门，根据客户体验实时迭代；强化场景和客群的高度匹配，在以客户为中心的端到端的流程中，避免断点和漏审，及时做风控迭代；打造全方位开放生态，打开批量获客的能力。

基于模型算法技术，平安银行构建了以客户为中心的风险智能定价体系，全面优化对不同客户的风险评定机制，进而采取更精准的定价策略。

王蓉晖细致介绍了平安银行的定价体系和逻辑，“平安银行通过两大模型——风险评判模型与价格意愿度模型，面向海量客户实现了批量获客。”

“基于智能定价体系，平安银行能够把普惠小微的定价拆得很细。”她分析道，第一，把定价和风险直接挂钩，而不是和产品、方案挂钩。第二，基于数据资源，建立自动化标签体系，对客户精准分层。第三，通过定价敏感度模型和差异化匹配，能够吸引到按产品定价无法吸引到的客户，提升客户体验和签约率。第四，提升了规则模型的量化水平，包括线上化规则的预警、对规则的监控，以及决策与风险的计量，做到了实时监控和动态的调整，从而做到全流程智能定价。

科技加持，洞悉“小小微”风险

网商银行作为互联网银行的代表，成立七年来，从电商场景走向了更广泛的普惠金融场景，将小微服务对象进一步下沉，形成了差异化发展路径。

孙晓冬深耕信贷全流程风控，在美国从事信贷风险管理工作近20年，在北美的两次经济危机中积累了宝贵经验，为网商银行建设了全方位的风控能力。他分享了“小小微”客户的风险管理理念、线下商户的风险管理方法，详解了如何创新服务场景、做好数字化风控。

“在任何业务管理方法当中，往往有一利必有一弊，我们要做就是找到最佳平衡点。”孙晓冬说，网商银行通过对客户多维数据的全面、动态评估，基于不同风险模型与客户画像，实现了对客户授信的实时管理。

具体而言，对一个低风险的新客户，网商银行会先提供一个初始授信，而基于数据分析，当他风险情况好转再提额，客户也可以主动申请提额，反之，当客户风险增大，则对其采取降额措施。这么做的好处在于能够对客户实现风险动态管理，快速压降和清退风险。“不过，这也造成客户体验较弱，作为经营者希望获得稳定的资金支持，更好地实现可持续经营。对此，我们也持续的尝试新方式，以平衡客户额度的稳定性、客户体验，以及风险管理的灵活性。”他表示。

服务线下商户有三大难题，一是商家识别，二是经营识别，三是经营稳定性识别。许多线下小微商家经营不太稳定，特别是疫情之下稳定性变得更差，这种情况下如何管理风险？

首先，要辨别出真正的经营者。孙晓冬介绍，网商银行采取用途计算，分析经营者转账关系网，如果是蒲公英模式、发散的，则是交易网，如果是毛线球模式、形成闭环的，则是亲友转账。此外，有些商家为了在平台上排名更靠前，会有比较强烈的刷单行为，比如，一个商户在几分钟内分别在两个相距较远的城市完成了两笔线下业务，那么这很可能就是虚假交易。这种模式下，更多的是分析收单数据、经营流水，以形成更精细化的商家画像。

“基础画像做完之后，我们会在地域维度对画像进一步精细化处理。特别对于餐饮业，地域的影响相对较大，城市消费水平、商圈范围、交通便利性等方面对其都有影响。另外，商家品牌是否优质、是否有做外卖也很重要，一些偏重堂食的高端日料、韩餐、泰餐等在疫情中受到的影响更大。这种情况下，我们以行业级的风控，叠加店铺级的风控与行业调研来管理风险敞口，以提升低风险资产的占比，缩减高风险资产的占比，保证资产质量。”他表示。

孙晓冬还围绕农村场景、供应链金融等方面的科技风控做了详细解析。对于多方安全计算与联邦学习的合规应用与隐私安全性，他也做了比较讨论。

来源：新金融联盟NFA

作者：余春敏

往期推荐

活动回顾&资料下载

大佬观点

END

行业知识交流分享，结识扩展人脉圈层

公众号后台回复【数字金融】

可受邀加入【金融数字化&金融科技群】