“小微企業融資難、融資貴”是世界性難題，一直以來也是國家關注的焦點。作為整個經濟體系的毛細血管，小微企業在實體經濟中發揮著類似“海綿”的重要作用。然而在后疫情期間，仍有很多小微企業面臨著訂單下滑、開工不足、資金緊張甚至關門歇業的嚴峻考驗。金融是實體經濟的“活水”，金融機構如何支持小微企業復工復產，快速恢復中國經濟的市場活力，成為政策層面需要解決的重要問題。

阿里云張翅

國外小微信貸的三種主要模式及局限性

縱觀小微信貸這一領域，國外金融行業起步較早，比較有代表性的主要有孟加拉格萊珉銀行的小組聯保模式、淡馬錫的信貸工廠模式、德國IPC模式等。上述三種模式在國內都有較為成功的落地案例，比如代表小組聯保模式的中和農信，信貸工廠模式的平安銀行、中銀富登村鎮銀行，代表IPC模式的臺州銀行和泰隆銀行等?？墒?，如果考慮將上述三種標準模式在我國中小銀行，尤其是所處不同發展階段的中小行直接進行復制和嫁接，那么它們也存在著各自的局限性。

孟加拉格萊珉銀行模式，注重借款人的還款意愿勝過還款能力，將戶均信貸額度保持在極低水平，國內基本在5萬元以內；該模式主要服務相對貧困地區，缺乏資金渠道的農業類客戶，基本無法滿足小微企業類客戶的需求。

信貸工廠模式，要求對銀行前、中、后臺和整體業務系統進行流水線式的流程再造。對中小銀行來講，項目落地周期長、改造工程量巨大，而且業務拓展能否“喂飽”流水線，存在很大疑問。

德國IPC的超級信貸員模式，更加注重業務團隊人員的培養和團隊建設，信貸規模對業務人員數量強依賴，銀行需要投入的人力成本高，成熟而高效的隊伍培養周期也非常長。這種模式之下，由于將授信權限前置，收益、風險與業務人員綁定，一旦管理缺位，極易發生信貸人員的道德風險。

在這三種模式之外，網商銀行運用智能風控技術實現了在互聯網小微領域的“彎道超車”，創造了數字經濟時代的小微信貸新模式。網商銀行沒有網點，沒有線下業務拓展團隊，所有的業務都基于互聯網。其開創的縣域數字普惠模式，借助“互聯網+數據技術”，解決了用戶觸達和廣覆蓋的問題，解決了客戶征信過程中的信息不對稱問題，用自動化授信模型的方式解決了授信運營成本居高不下的問題。目前，網商銀行單筆貸款平均運營成本僅為2.3元，約為傳統模式的1/1000。

國外三種傳統小微金融模式很難在國內快速復制，同時我們也發現，網商銀行的數字普惠金融模式，同樣很難復制。因為要復制上述模式，銀行需要調整業務拓展模式，不僅業務需要全部在線化，更要有深厚的技術積累。

既然生搬硬套、削足適履并非良策，就要尋求一個更優路徑去破解這一難題。

阿里云小微金融解決方案

阿里云在與銀行交流過程中發現，各類銀行所處的業務發展階段雖不盡相同，但在小微信貸領域所面臨的問題卻相當類似，大致可歸納為獲客難、征信難、風控難、成本控制難等四類。而要解決這的四類問題，需協助銀行打造四個能力，即金融服務場景化能力、征信數據化能力，風控模型化能力、業務線上化能力。阿里云數字普惠金融云平臺針對中小行所需建設的四項能力，將金融科技體系進行最小化的拆解，拆解成可以任意組合拼裝的模塊化能力單元，就像“樂高”一樣，再由從業經驗豐富的銀行架構師隊伍，針對銀行不同的業務訴求和缺失的能力模塊，進行個性化定制，以立足客戶業務現狀為原則補足能力單元，從而達成系統匹配度最高、對現行業務影響最小、項目成本低見效快的最優解決方案。

數字普惠金融云平臺著重補充金融機構以下四方面的能力：一是金融機構服務場景的能力，主要通過移動端開發工具和智能營銷平臺的聯合應用，助力銀行實現多場景的智能營銷，提升銀行的自主獲客能力；二是征信數據化能力，采用數據中臺來提升銀行對行內數據挖掘和行外數據應用能力，從之前的“人治”向數據化治理方向邁進，提升行內數據質量，讓數據資產創造價值；三是風控模型化能力建設，通過輸出阿里生態的聯合建模與數據風控能力，實現微貸業務全流程的風險防控，輔助銀行降低業務風險；最后，實現業務線上化能力建設，通過打造授信決策中臺+客戶經理移動展業平臺，實現小額業務線上自動化，大額業務人機結合，數據模型輔助人工增信提額，實現風險可控前提下的降本增效。

與此同時，在平臺上通過嫁接資產云、數據云、商戶云等形成“三云并立”。通過數據聚合、流量聚合、場景聚合服務，讓接入數字普惠金融平臺的銀行不僅可以快速獲得展業能力，同時免去流量、數據、風控等多頭對接的麻煩，讓銀行“拎包入住”平臺，從而快速見效地開展小微金融業務。

助力銀行開展小微金融業務落地實踐

我們發現以農商行、農信社為代表的中小金融機構在開展小微金融業務經常會遇到業務在線化、精細化的營銷和風險控制等突出問題。

第一個，業務在線化問題。手機銀行App等數字化移動平臺已經成為客戶第一選擇服務窗口， 移動化將承載越來越多的金融業務已是必然趨勢。很多銀行也希望借助移動平臺技術來提升客戶體驗、提高服務效率，減少客戶去網點路上和在網點排隊等候的時間耗費，并擴大服務客群的覆蓋范圍。雖然很多中小銀行通過外包合作伙伴的方式開發上線了手機銀行App，但是多數體驗并不好，卡頓、閃崩、手機機型不適配等問題非常突出。因為中小銀行的人才儲備不足，導致無法持續研發和維護，無法像大型互聯網企業那樣快速迭代。

為了破解這些難題，阿里云在金融云專區上線了mPaaS解決方案，幫助中小金融機構直接在云上獲取移動應用開發能力。mPaaS是金融級移動應用開發平臺，組件能力強大，開發團隊只需要寫很少的代碼，即可開發和維護移動端應用。江蘇民豐農村商業銀行借助云上mPaaS服務，對移動端應用的性能實現改善，10人左右的團隊能夠保證App每2-3個月迭代一次，滿足業務需求并保障用戶體驗。

第二個，營銷管理問題。很多中小銀行營銷方式都很單一，并且開展單次營銷的準備工作非常多，周期長，最終效果也經常不及預期?，F在很多銀行提出希望以數據化思維和方法提升營銷效率，并建立覆蓋客戶全生命周期的營銷體系?；诎⒗镌茢祿信_解決方案，我們為很多中小銀行搭建了智能營銷平臺，支撐它們開展面向多渠道、多業務的營銷活動。華中地區的一家金融機構，智能營銷平臺上線2個月內，該行零售貸款部、信用卡部、網絡金融部等多部門和分支機構進行了60多次營銷活動，營銷效率提升十倍以上，精準營銷覆蓋的客戶規模大幅提升，潛在貸款業務規模也大幅提升。

第三個，風險控制問題?，F在很多農商行或者農信社還是基于對本土企業的熟悉，通過人工的方式進行信貸業務辦理，即所謂的“關系型借貸”。但在拓展新客戶時，這些機構對于數字風控技術的強烈需求就顯現出來。由于數字化風控能力有限，很多中小金融機構開展零售業務時，基本上只服務信用資質較好的人群，比如規模有限的公務員、國企員工等。此外，很多中小金融機構風控系統分散，風控模型開發、部署沒有形成統一規范，導致模型質量參差不齊，沒能做到全行級別的統一風險控制。阿里云通過幫助這些銀行打造全行級的數據中臺和智能風控平臺，來解決上述問題。上文提到的華中地區的某金融機構通過阿里云構建的智能風控平臺上線后，零售部門的信貸業務部門受益平臺提供的風控策略，潛在服務客戶擴大數倍，潛在貸款規模增長也非?？捎^。

銀行在通過引入成熟的金融級智能風控、智能營銷、移動端開發平臺等數字技術，完全可以在風險有效控制的前提下，開展小微金融業務，提升業務在線化的體驗，推動業務穩健增長。

未來展望

隨著小微企業成為全社會就業和主要的經濟主體，未來小微金融業務將會從銀行的“加分項”變為“必選項”。能否做好小微金融業務，很可能決定著很多中小銀行未來的發展。

隨著金融科技加速重塑金融業態，今天幾乎所有的金融機構都在談“科技賦能”。 “科技賦能”不是加大銀行科技部門的投資，其核心思想是，科技要改變業務，主動有力地支持業務，對業務有加速作用，帶來改變。

小微金融服務未來將會成為一個巨大的藍海市場，而廣大的中小銀行需要從中分羹，數字智能技術的加持不可缺少。下一步，阿里云將會深化數字普惠金融云平臺的服務能力，聚合政府、機構、產業等多方平臺的資源，通過技術賦能模式，讓中小銀行在拓展小微金融業務的道路上，走得更加順暢。

作者系阿里云智能新金融事業部首席構架師

責任編輯：王超