从“贷不到钱”到“贷不够钱”,网商银行在小微金融上的破局之道

一个农户去贷款需要几个步骤?如果他是找的村镇银行,很可能申请不下来贷款;但如果他再试试与村镇银行合作的网商银行,这额度很可能就有了。为了解决这样的小微企业融资难问题,网商银行自成立之初就推出了“310”小微风控模式,即3分钟申请,1秒钟放款,全程0人工干

从“贷不到钱”到“贷不够钱”,网商银行在小微金融上的破局之道

从“贷不到钱”到“贷不够钱”,网商银行在小微金融上的破局之道

  一个农户去贷款需要几个步骤?如果他是找的村镇银行,很可能申请不下来贷款;但如果他再试试与村镇银行合作的网商银行,这额度很可能就有了。

  为了解决这样的小微企业融资难问题,网商银行自成立之初就推出了“310”小微风控模式,即3分钟申请,1秒钟放款,全程0人工干预。

  数据显示,目前网商银行累计服务小微经营者超过4000万,平均每笔金额只有3.6万元,平均借贷时间小于120天,30天不良率为1.52%,有80%以上的客户都是首次获得银行经营性贷款。

  时间转眼来到2022年,当前小微企业的融资难问题,发生了哪些变化?网商银行又对此在探索和实践了哪些破局之道?

  在近日的网商银行科技沟通会上,我们找到了答案。

  小微企业,有一个更为形象的称呼——“中国经济的毛细血管”。之所以这么叫,是因为他们大多都是中国经济最末端的客户。

  过去,他们面临最主要的资金问题,是融不到资,贷不到款。究其主因,他们的资产普遍很难量化,从而难以获得授信;钱又要得很急,对于贷款灵活性要求颇高;同时,各行业差异很大,需求周期完全不同。

  经常有一些客户遇到一批好的货源,当天就需要2万块的货款,如果当时凑不到钱,可能就要等到下个月,客户借到钱之后,两三天这笔入账之后就把钱还了。

  还有很多店铺为了‘双11’备货,对资金的需求通常是平时的3倍甚至以上,这是常规金融贷款无法满足的。

  针对这样的问题,网商银行推出了“310”小微风控模式。

  网商银行风控总监黄方解释,“310”模式背后的逻辑,是通过大数据、云计算和量化模型这三个底层能力,打造了一套从身份核验、贷前、贷中到贷后管理的全流程风控体系,具有精准、高效、低成本和无接触四大特点。

  但是,难题本身也并非固定不变。据网商银行去年一项调研报告显示,有50%的客户期望获得更高额度,62%的客户认为额度是所有贷款要素中最重要一个,甚至比利率、期现和还款方式更加重要。

  这意味着在‘310’模式下,还有很多小微经营者的资金需求,没有被充分满足到。

  我们认为小微金融的下一步难题,在从‘有没有’向‘够不够’进行转变。

  从“有没有”到“够不够”,网商银行形象地把它称为从“温饱”到“小康”。想要实现小康,其本质是要探索并迭代更适合小微企业的风控技术。

  黄方说,很重要的一点,是要从对小微企业交易行为的理解,拓展到对其经营生产行为的理解。

  以往通过店铺流水、客单价和增长率等数据,只能停留在判断一家店铺的整体营收情况。而一旦对生产行为进行了解,就会发现不同行业之间的差距非常大。

  基于此,黄方认为网商银行下一步的探索,可以分为四个方向。

  在底层能力,通过全链路人工智能的应用,来支持大规模并发的复杂场景和需求;

  在宏观层面,通过刻画行业宏观经营和生产行为模式,来深入理解行业,构建行业图谱;

  在微观层面,建立小微企业自证体系,让用户能够主动表达,从而还原个体经营状况。

  在客户体验端,打造全智能、交互式的风控体验,用尽可能优化和简化的流程,来处理更为复杂的需求。

  黄方给大家畅想一个理想状态下的场景。

  当一个农户想要贷款时,可以首先通过现有的风控系统,给到他初始额度。当他扩大经营需要更多资金时,可以再通过提交养殖证等证明,外加风控模型识别,来判断其为一个养殖客户,从而进入养殖专项风控策略体系。

  至于贷款额度,一方面,农户可以通过上传更多生产资料凭证,组成授信要素;另一方面,风控系统会需要了解农户对于这些资金的使用计划和用途,以及对其当前养殖情况的评估,最终给到农户一个合适的额度。

  360行,1000多个细分行业类目,黄方说,每一个都有非常大的挖掘空间。

  传统信贷,我们认为是大水漫灌服务模式,可以很好地服务头腰部中大型客户资金需求,但没有办法满足小微客群高度细分的系统。

  所以网商银行希望补充这块服务能力,建设一套小微金融滴灌系统。

  然而,小微金融滴灌系统建立的根本与核心,是要深入行业化。在这方面,网商银行已经运用科技手段有所实践。

  例如在农村种植领域,想要知道一个农民到底种了多少,最早只能通过人工测量和土地测绘的方式,但是效率低、精度差、人力成本又很高。

  直到两年前,网商银行推出“大山雀”卫星遥感风控系统,能够在短时间内通过卫星遥感图像来识别农作物的生长情况,实现对农户资产进行评估,进而提供授信。

  黄方表示,目前“大山雀”对于主粮类的作物识别,比如稻谷、小麦和玉米,基本实现全覆盖,识别准确率超过93%;对于较难识别的经济作物,比如苹果和柑橘,也有识别模型的落地。

  另外,通过对于卫星图片分层以及图像识别,现在还能有效监测洪灾等自然灾害情况,提高农村金融风险的防御能力。

  据了解,当前“大山雀”共覆盖全国1000多个县域,有超过60万农户通过这一方式,获得了更高授信贷款。

  在供应链方面,网商银行则推出了“大雁”数字供应链系统。

  传统供应链金融是‘1+N’的模式,非常依赖品牌商背书,需要提供数据,甚至有一些担保、抵押的情况,这种比较重的模式相对可以覆盖一级经销商,但无法向下穿透。

  相较于传统模式,黄方把“大雁”数字供应链系统成为“1+N2”,通过对整个供应链节点进行单点评估,建立行业图谱。这样,供应链的上下游甚至是到门店端,都能有一个相对准确的评估。

  黄方说,网商银行服务的人群是庞大且复杂的,有瓷器网店店主,有卖牛肉面的店主,还有种植水稻的农户等等。

  但只有服务好他们,他们过得好,才能代表中国经济在真正健康蓬勃地发展。

  来源:周到上海

从“贷不到钱”到“贷不够钱”,网商银行在小微金融上的破局之道

免责声明:本站部分内容和图片转载自互联网,该文观点仅代表原作者本人,文章内容仅供参考,不构成建议,也不代表本站赞同其观点。详情参阅本站的“免责声明”栏目。

相关内容

推荐阅读

发表评论

版权声明:本站部分内容和图片源于互联网,本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。转载文章版权属于原作者所有,若有权属异议及违法违规内容请联系我们删稿。详情参阅本站“版权声明”及“举报投诉”栏目。

猜你喜欢