服務小企業(yè)最多，賺錢能力最少，馬云的網商銀行很尷尬？

網商銀行服務小微企業(yè)數量最多，不差客戶不差速度，卻叫好叫座不賺錢？

文／陳紀英

錢生錢的銀行業(yè)，還真的不差錢！

最近，31家A股上市銀行中已有25家發(fā)布了2018年業(yè)績快報——銀行業(yè)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(fā)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(yè)的數量，在整個行業(yè)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？

01

好模式，爛生意？

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

但小微企業(yè)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(yè)”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(lián)網銀行，鼓勵上述銀行構支持小微企業(yè)發(fā)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(yè)，廟堂之高的監(jiān)管層擊掌鼓勵，銀行同業(yè)也是接踵摩拳，不差錢的國有銀行，在政策驅動和監(jiān)管要求下，拿出其主營業(yè)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(yè)——這是政策呼吁、市場急需的好模式。

但服務小微企業(yè)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(fā)放給了貸款金額100萬以下的小微經營者，服務小企業(yè)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(yè)超百萬，建行是130萬家，農行388萬家；同為互聯(lián)網銀行的微眾銀行是20萬家；

尷尬的是，服務的小微企業(yè)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(yè)的歷年財報，就會發(fā)現：凡是小微企業(yè)信貸業(yè)務比較集中的領域和行業(yè)，比如小制造業(yè)、批發(fā)零售業(yè)、居住餐飲業(yè)等，業(yè)績往往比較慘淡。

好模式，爛生意——這是服務小微企業(yè)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(tǒng)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(chuàng)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>

02

重估網商銀行得失

模式看好，但商業(yè)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(yè)。

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(yōu)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(yè)。

雖然都稱服務“小微企業(yè)”，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(yè)。

“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(fā)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(yǎng)大之后，他們就不再是螞蟻金服的客戶，就拱手相送給銀行。

從上述表態(tài)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。（感興趣的請看次條推送）

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(yè)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(yè)來看，網商銀行服務的“碼商”主要以服務行業(yè)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(tǒng)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(yè)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(yè)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(yè)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(yè)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(yè)的信用貸。

不良率低，意味著其業(yè)務可持續(xù)，也意味著貸款利率可以持續(xù)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(xù)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”，堪稱學霸。

03

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(yè)和個體經營者，讓所有路邊攤都能貸到款，而且利率繼續(xù)下調。

客戶數量的翻番，意味著門檻的繼續(xù)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(xù)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(lián)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(yè)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(yè)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(fā)生資金聯(lián)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(fā)生資金關系的人會更多，而且彼此之間沒有什么聯(lián)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(yè)識別，結合檢索算法的優(yōu)化處理，數十億LBS節(jié)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(tài)。傳統(tǒng)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(qū)、幾百萬套現買家。

把行業(yè)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(tǒng)風控模式，忽略了行為在發(fā)生時間上的連續(xù)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(fā)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，網商銀行不賺錢，是為了先讓數千萬家中小微企業(yè)不差錢——現在不賺錢，未來才能賺長久的錢。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。