錢生錢的銀行業，還真的不差錢！

　　最近，31家A股上市銀行中已有25家發布了2018年業績快報——銀行業的賺錢能力硬邦邦。比如宇宙第一大行工行，2018年凈利潤高達2860億左右，輕松碾壓AT雙寡。

　　不僅僅是工行，據《財富》發布的2018年中國500強排行榜，按利潤排名的前15強中，有10強也來自銀行。

　　但阿里系的網商銀行，卻在利潤榜排名榜上墊底。

　　是網商銀行差客戶嗎？還真不是，網商銀行的服務小微企業的數量，在整個行業排名第一——1500萬家。

　　為何成立三年的網商銀行，不差客戶不差速度，卻叫好叫座不賺錢？

　　好模式，爛生意？

　　在中國，解決小微企業（民營企業）貸款難，年年忝列央行、銀監會的開年三把火——小微企業貢獻了中國80%的就業，60%以上的GDP，和50%以上的稅收。

　　但小微企業貸款一直是老大難，小貸機構的拒貸率甚至達到70%。

　　今年的全國兩會上，中國人民銀行黨委書記郭樹清在談到“金融支持民營企業”時，除了工行、建行等大行，也點名表揚了網商銀行、微眾銀行等互聯網銀行，鼓勵上述銀行構支持小微企業發展。

　　看似表揚，其實也是提要求，下任務。

　　最近幾年，服務小微企業，廟堂之高的監管層擊掌鼓勵，銀行同業也是接踵摩拳，不差錢的國有銀行，在政策驅動和監管要求下，拿出其主營業務的凈利潤，抱著不賺錢甚至虧本的決心下場，輸血小微企業——這是政策呼吁、市場急需的好模式。

　　但服務小微企業數量最多的，是成立三年的網商銀行——2018年，網商銀行為小微經營者提供了超過1萬億元的資金支持，其中96%發放給了貸款金額100萬以下的小微經營者，服務小企業數量高達1500家。

　　不妨橫向類比一下。民生銀行最多609萬家，僅次于網商銀行；大行中，工行服務小微企業超百萬，建行是130萬家，農行388萬家；同為互聯網銀行的微眾銀行是20萬家；

　　尷尬的是，服務的小微企業數量最多，但賺錢能力卻墊底。2018年，網商銀行的凈利潤僅有4.04億，比不上工建農大行以及中等銀行，甚至和微眾銀行（14.48億）也差距頗大。

　　網商銀行不是孤例，復盤銀行業的歷年財報，就會發現：凡是小微企業信貸業務比較集中的領域和行業，比如小制造業、批發零售業、居住餐飲業等，業績往往比較慘淡。

　　好模式，爛生意——這是服務小微企業的世界性難題，連獲得了諾貝爾和平獎的格萊珉銀行也是如此，不賺錢，且不具備可復制性。

　　2016年曾有媒體統計，23個中國版“格萊珉”銀行中，僅有2個項目存活，這令格萊珉創立者尤努斯很失望，他說，格萊珉是服務窮人的銀行，“很明顯，在中國，富人通過小微金融賺錢的模式是錯誤的?！?/P>

　　重估網商銀行得失

　　模式看好，但商業回報偏低，賺錢能力堪憂，到底該如何評估網商銀行的得失？

　　得失，基于其定位——網商銀行的目標到底是什么？在利潤最低和客戶最多兩個衡量維度中，到底哪個更重要？

　　回到三年前，網商銀行成立之初，馬云提出了一個明確的KPI——未來5年內（至2020年），網商銀行要服務1000萬家中小企業。

　　這個小目標在2018年，提前兩年實現了。

　　相比于國有大行，網商銀行在資金體量上不占優勢，為了實現1000萬的小目標，其更偏向服務戶均貸款額度低的小微企業。

　　雖然都稱服務“小微企業”，但民生銀行的戶均貸款為60萬，網商銀行的戶均僅8萬——其客戶多數是路邊攤、個體戶等微型企業。

　　“實際上，幾萬元甚至幾千元的貸款很難解決這些店鋪的大發展問題，我們主要是為了解決他們的生存問題?！本W商銀行行長金曉龍說。

　　金行長的言下之意，當一個路邊攤體養大之后，他們就不再是螞蟻金服的客戶，拱手相送給銀行。

　　從上述表態可以看出，相比于賺錢能力，網商銀行的第一目標，是提升服務的覆蓋度和縱深度。

　　在廣度上，2018年最明顯的變化是走出阿里系——走出電商平臺，從線上走到了線下。

　　走到線下，阿里系花了快十年——網商銀行的前身是阿里小貸，從2007年到2014年，阿里小貸經過了大概三次迭代，但基本沒有走出阿里系。

　　原因也很簡單，阿里小貸主要提供無抵押無擔保貸款——數據就變得不可或缺，過去，盤踞于阿里電商平臺的賣家數據，是放貸的基本前提。

　　但從去年開始，網商銀行借助一張二維碼——開始為線下碼商提供服務。

　　2018年，支付寶推出了“碼商成長計劃”，其目標是為1億小微經營者提供系列數字化經營工具，實現“一本帳、一盤貨、一群客”，其中的“多收多貸”業務，服務主要供應方就是網商銀行。

　　這一動作，讓網商銀行的服務開始廣覆線下，現在，其線下小微經營者貸款服務已經覆蓋全國所有省市。

　　從行業來看，網商銀行服務的“碼商”主要以服務行業的經營者為主，其中服裝店、超市便利店、煙酒雜貨等零售商家占19%，餐飲、教育、美容、維修、家政等純服務性商家達81%——而純服務商家，因為缺乏抵押物以及精細的流水數據，過去一直被傳統銀行拒之門外。

　　話說，3年前，馬云提出1000萬家的小目標時，估計是底氣不足的——他當時未必預測到了碼商群體的崛起，整個2018年，支付寶服務的中國小微企業貸款筆數超過8000萬筆，同比2017年增幅達到60%。其中碼商客戶貢獻至偉，已經有超過600萬線下小微經營者獲得了網商銀行的貸款。

　　在走到線下之后，支付寶服務的小微企業門檻更低，戶均貸款就是絕佳的參考指標——線下小微經營者筆均貸款金額僅7615元，平均資金使用時長為50天，6個月內貸款超過3次的經營者卻達到35%。

　　除了客戶數量，另一個指標是風控能力——也就是不良率。

　　失望的尤努斯，對中國金融同業最反感的一點，就是利率太高——利率太高是因為風控能力不行，不良率暴漲，只好用高利率去覆蓋壞賬。

　　但網商銀行的不良率，只有1%——這個不良率水平，和四大行之一的建行持平，而后者提供的針對大中企業的抵押貸和擔保貸，其風險指數、難度系數原本就低于針對小微企業的信用貸。

　　不良率低，意味著其業務可持續，也意味著貸款利率可以持續下調。

　　螞蟻金服董事長井賢棟承諾，未來，網商銀行的貸款平均利率，在2017年已經整體下降一個百分點的基礎上，要繼續下調。

　　所以，從賺錢能力上看，網商銀行的成績乏善可陳，但是從“1000萬家”小目標上來看，是提前兩年“修完學分”。

　　底氣和砝碼

　　提前兩年完成馬云小目標之后，網商銀行又提出了下一個三年小目標——三年內服務3000萬小微企業和個體經營者，讓所有路邊攤都能貸到款，而且利率繼續下調。

　　客戶數量的翻番，意味著門檻的繼續降低——而降低門檻，常常意味著風險指數和不良率的同步提升，為何利率還要繼續走低？

　　其底氣在于風控體系。網商銀行繼承了阿里小貸的310指標，所謂310，指的是“3分鐘申貸，1秒鐘放款，全程0人工介入”。

　　但網商銀行時代的“310”，和阿里小貸的“310”，難度完全不在一個等級——阿里小貸時期，客戶集中在阿里電商平臺，而網商銀行時代，客戶分布在阿里體系內外，廣覆線上線下，換句話說，其風控難度指數級提升。

　　風控體系大變革的起點，就是2017年6月，網商銀行聯合支付寶收錢碼推出“多收多貸”。

　　首先，數據豐富度大大提升了?，F在，后臺有10萬項以上的指標體系、100多個預測模型和3000多種風控策略，支持310快速響應模式。

　　通過二維碼搜集商家數據之后，還有一些產品，引入了可以交叉驗證的外部數據，比如，企業的納稅數據。

　　網商銀行的“有稅貸更多”上線一個月，就有1500多家小微經營者獲得了更高額度的授信，平均授信額度提升了8-10倍，預計未來一年，網商銀將為超過200萬誠信納稅的小微企業提供2000億元的資金支持。

　　有了數據，還要建立更豐富更精準的數據模型。

　　比如，要快速甄別商家數據到底是真實交易還是個人刷單騙貸。如果是個人，與他發生資金聯系的人，人脈關系圖就像一個毛線團。而如果是個人經營者，與他發生資金關系的人會更多，而且彼此之間沒有什么聯系，關系圖像一個蒲公英。

　　除了商家數據，越來越多的外部變量也要引入，構建更精準的模型。包括市政信息、地標建筑、人流情況、買家結構、同類商家情況等，通過商圈聚類和行業識別，結合檢索算法的優化處理，數十億LBS節點快速匹配，能夠在幾秒鐘內計算出店鋪在未來6個月的經營潛力和經營風險。比如，修路也會影響經營潛力和風險的預測。

　　反向風控理念，提高反欺詐防范能力，把套現苗頭“扼殺”在萌芽狀態。傳統的信貸風控理念往往先把人預設為壞人，但網商銀行不預設壞人，把每個人首先看成是好人，然后用大數據風控技術把少數的“壞人”挑出去。

　　比如，套現的特征之一，是短時間的集中性——可以運用算法有效識別出了上萬個套現虛擬社區、幾百萬套現買家。

　　把行業停留在實驗室階段的算法，快速應用到一線，風控先行，推動產品進化——舉例來說，傳統風控模式，忽略了行為在發生時間上的連續性。網商銀行在多頭借貸的識別上，增加了時間維度，將原來立體的算法上升到四維空間，提升了對潛在風險的辨識度。

　　正是基于上述風控模式，過去金融機構發放一筆小微貸款的平均人力成本在2000元，而網商銀行每筆貸款的平均運營成本僅為2塊3，其中電費和存儲硬件費用就花掉了2塊錢。

　　所以，網商銀行現在不賺錢，未來才能賺長久的錢。

責任編輯：方杰