银行做小微金融到底难在哪优秀的银行是怎么做的

小微不良整体风险确实比大企业高，这是不争的事实，但如果控制得当，信贷利率定价科学，扣除风险、费用之后的盈余，依然非常可观。早期实施国企改革，抓大放小，所以现在的国企普遍规模较大，小微企业基本上全是清一色民企。此外，有些大中型民企，融资情况也还行，不算难。因此，小微融资难问题，基本上等同于小微民企融资难问题。

一、事情选对和事情做对是两码事

最近有银行的朋友在讨论，银行到底能不能做小微金融。

他们还会举出例子，说某某银行前几年响应国家呼吁，举兵进入小微信贷，结果遇到经济下行，被打得满地找牙，吃了大亏。所以，他们对小微心存恐惧，甚至得出“小微不能做”“小微风险高”之类的结论。所以，一听领导说要求放小微、放民企，就吓得哆嗦。

不是小微风险高，不是小微不能做，而是你当初做小微的方法不对。

实际上，这些结论存在一种“错误归因”。换个说法，不是战略方向选错，而是把方向正确的事情，用了错误的方法。前者是战略层面，后者是战术层面，不是一个层面的事。

当然，这里没有任何指责银行的意思。小微是门技术活，不是所有银行天生都会干的，总得有个学习的过程，前期交点学费也难免。虽然前期方法不对，交了学费，但是方向是对的。况且，也不是说非得每一家银行都去做小微，本身市场也是分层的，小微得有人做，大企业也得有人做。

可是，我们最怕的事情发生了，就是家长拿我们自己和别人家的孩子比较：在这些银行交学费的时候，有些长期做小微的小银行，不但平时盈利能力超高，而且在经济下行时，其不良率上扬的程度，也没有严重恶化。换言之，风险控制也不差。

小微不良整体风险确实比大企业高，这是不争的事实，但如果控制得当，信贷利率定价科学，扣除风险、费用之后的盈余，依然非常可观，最后凝结为这些小银行报表上亮眼的ROA。

选取部分银行按2017年ROA排名

排名靠前的多为聚集小微企业的小型银行，浙江省城商行、农商行占比突出。仅列2017年数据，更全面分析还需更多数据。数据来源：WIND

你可以说出一万个理由，说人家有人家的特殊性。比如浙江地面上本身就是小微企业活跃。但是，这些理由基本上是说服不了领导的，比如领导会问你：那么你们在当地的分行做得如何呢?

二、小微金融：理论先行

其实，小微金融并不是非常高精尖的学科，其主要方法，海内外先行者都已摸索了多年，成果还是比较丰硕的。它们掌握了较为科学的方法后，小微金融业务不但不是风险偏高，反而还是盈利较为可观的一种业务。

这就好比你在班级中，某些考试成绩一般，家长问为什么考这么差。你如果回答说题目太难(归因于客观原因)，那么家长反驳你的方法超级简单：那为什么别人家的孩子就考那么好(极少数先天禀赋超高的天才我们暂不讨论，反正无法复制)?

原因其实很简单：要么比你掌握更好的方法，要么比你更努力。

现实中可能更残酷：比你掌握更好方法的同学，同时也比你努力，甚至有可能还比你长得帅。

那么这个“别人家孩子掌握的方法”是啥呢?我们先从原理讲起。

任何信贷的原理，都是风险定价。即基于掌握的信息，估计出客群的平均损失率，然后把这个损失率加到信贷利率上(比如预期损失是2%，那么大家的利率上都加上2个百分点)。这样一旦真发生2%的损失，那多收的2个百分点刚好可以弥补。这就是风险定价原理，这样就能实现盈利稳健。

但此外还有两个问题：

(1)银行获取信息是有很大难度的，要花费成本。如果确实能评估出来损失率是2%，但为此花费了大量的成本，比如成本率高达10%，那么你算出来2%已经没什么意义了，因为你这个业务可能也已无利可图了。所以，结论：以合理的成本获取信息，破除信息不对称，用以实现风险定价。

(2)如果损失率已经较为准确地评估出来了，有20%，那么是不是可以在信贷利率上加20个百分点?这显然不可能，其他高质量的客户肯定不会答应，让他们额外付20个点，这太高了。所以，业务也开展不下去。结论：风险定价只能在极低风险领域实现，银行要遴选出这群相对低风险的客群。

最后，总结一下：小微信贷，就是要以尽可能低的成本，获取一群尽可能风险低的客群，尽可能准确地算出来他们的损失率，然后实现风险定价。

再简洁一点：用以尽可能低的成本，破解信息不对称(掌握了信息，再将信息用于遴选客户、计算预期损失率)。

三、 小微金融：实践成果

基于上述原理，林林种种的小微金融实践，都是从破解信息不对称入手的。

早期，小微金融的主流方式是关系型借贷。关系型借贷的原理，是基于借贷双方的长期关系，天然地具有信息不对称程度低的特点。最为代表性的就是社区银行，信贷员就是社区(村落)里的人，平时就呆在村里，家家户户知根知底。国内外的社区银行把信贷员派驻到社区(村落)里，天天陪着老头老太太们聊天打牌，帮村里处理各种琐事，天然地破解信息不对称。

但这一模式的问题是复制性差，信贷员出了这个村就不具备信息优势了。后来各项技术的引进，本质都是为了提高可复制性。比如，典型的德国IPC公司的技术，就是在并不天然掌握客户足够信息的情况下，如何用一套相对标准化的方法，尽可能高效地了解这家小微企业。比如，分析一家早餐店，先通过街坊邻居各方面打听情况(非书面化的“软信息”)，然后蹲守在店门口，观察店里的经营，自己大致编制出一张现金流量表出来(小店自己不会编制财务报表)，然后形成信贷决策(放多少贷款合作，风险如何)。这种方式，比起最原始的关系型借贷，开始具备了初步的可复制性和标准化程度，但很大程度上依然依赖人工，依然是“纯手工模式”。

最后，信息技术、大数据技术成熟后，开始借用各种技术，接入各种数据库，这些多方面收集起来的数据汇总后，通过征信模型智能判断，从而对小微企业的分析、判断也会更加高效。但这一情形下，很多客户拓展、数据采集、数据录入、贷后管理等工作还是依靠人工，所以是“半自动模式”。

最后出现了最高端的做法，即纯互联网化的信贷投放，完全基于数据和模型，即“全自动模式”。

当然，能够实现全自动化的毕竟是极少数掌握着大数据的公司。大部分公司，其具体做法，还是“纯手工模式”和“全自动模式”的不同比例的混合。

四、难点在哪?

既然现有成果已经这么丰硕，大家取用即可，那么银行做小微怎么还是那么难呢?

人都是改变自己太难，都只会拼命地想改变别人。这一点，是谈恋爱时吵架的主要诱因，也是银行做不好小微的主要原因。

事实上，人家那一套方法，是建立在完全不同于传统银行业务的考核激励机制、组织架构、团队建设的基础上的。换言之，那家银行表面上和你拥有一样的银行牌照，它体内的肌肉和筋骨却可能与你大相径庭。因此，欲练此功，必先自……不对，必先自我调整内部机制。

其实，大部分银行，是卡在这一步，而不是那些武功你真的学不会。大家智商、学历都不低，不会是那几招学不会。而是你的内部机制，从一开始就不是为那几招来设计搭建的。

传统小微模式和半自动模式，依然是需要大量人工的，因此，这些银行管理上的一大重心是如何管理好这个团队。他们注重过程管理，对人员管理非常精细化，考核也非常精细。然后，管理机制还得有各种手段防范道德风险、操作风险。这才是真正掌握前述那些小微金融方法的难点。显然，这样精细到每一毛孔的管理模式，大型银行是很难复制的，管理半径小的小银行容易实施。

所以，这些内部机制上的改革，也成为了监管层近期表态上屡次强调的重点，说要从银行内部建立长效机制。可见，领导是知道个中原因的。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。