對銀行從業者來說，這是一個難得的學習機會，因為網商與微眾兩大互聯網銀行陸續公布了2017年年報，這里面隱含了兩大巨頭做普惠金融的奧秘。
網商與微眾分別從企業與個人的不同視角詮釋了普惠金融客戶群體，從做生態與做平臺的不同定位展現了普惠金融業務模式，資產增速、盈利能力和資產質量各有特色。然而歸根結底兩者核心競爭力本質是相同的，即基于大數據實時風控和強大的技術驅動能力。這些或許為商業銀行小微業務和消費金融業務的發展提供思考空間，讓我們一起來細細的解剖分析一下吧。
一、定位：金融普惠的關鍵一步
金融機構根據自身優勢特點科學合理圈定服務客群是金融服務普惠化、可持續化的關鍵一步。我國的現實狀況是，6000萬戶至7000萬戶小微企業主和商戶、1.2億至1.5億低收入工薪階層人群、1.8億至2億農戶中仍然有相當比例的人尚未享受到完善的普惠金融服務。然而網商和微眾并不是向以上所有未享受到金融服務的群體都提供服務。
網商服務生態內的碼商。網商銀行服務阿里電商生態內持有二維碼交易的小微商戶、農村商戶（又稱為“碼商”），各類中小金融機構。從行業看，“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%。截至2017年末，網商銀行累計服務商戶571萬戶，累計向小微企業和小微經營者發放貸款4468億元。以“高頻、小額、短期”借貸為主，線下小微經營者平均每筆貸款約7600元，平均資金使用時長50天，6個月內貸款超過3次的經營者達35%。
微眾主動授信白名單客戶。微眾銀行以白名單主動授信的個人客戶為主，七成貸款客戶為大專及以下學歷，其中大部分從未在任何金融機構獲得過融資。商業銀行的個人信貸覆蓋了高信用資質的4.2億客戶，互聯網消費性融資則是重點面向7.31億網民中的剩余人群，主要是缺乏信貸記錄的年輕白領、藍領，特別是90后新興消費群體。截至2017年末，服務了6000多萬用戶，累計發放個人貸款1億多筆，在線發放貸款8700億元，平均每筆貸款額度約8700元，充分體現了貸款“額度小、頻次高”的特點。
圖1：互聯網消費性融資目標人群：
圖2：互聯網消費性融資場景：
資料來源：人民銀行，中信證券研究部
二、網商與微眾的異與同
（一）網商銀行：“做生態”
彌補阿里生態內的融資服務版圖，數據閉環有利于資產質量表現平穩。通過分析供應鏈內容的交易結構，引入核心企業、第三方企業等新的風險控制變量，以豐富的交易場景源源不斷地積累沉淀客戶數據，是授信與風控的基礎。從2016年到2017年，網商不良率基本平穩，信用成本（提取準備金/貸款平均余額）從4.7%降至1.3%。
圖3：網商的信用成本顯著下降
圖4：網商存款規模約是微眾5倍
數據來源：網商與微眾2016、2017年年報
構建完整的小微企業金融服務體系，業務協同有利于提高客戶粘性。以支付為入口，通過提供交易、收款、保險、理財、到貸款等一系列綜合金融服務，不斷提升客戶粘性與活躍度（如圖5）。截至2017年末，碼商已超過4000萬家，小微商家通過收錢碼收款將轉化為信用積累，即“多收多貸”。網商銀行的存款規模約是微眾銀行的5倍。
圖5：網商貸作為阿里集團服務小微商戶生態系統的重要環節
資料來源：螞蟻金服公眾號
（二）微眾銀行：“做平臺”
做客戶與金融機構的“連接”。依托場景和科技優勢，一端向個人大眾客戶和小微企業提供金融產品，一端向金融機構輸出經數據模型篩選過的客戶，可視為持有銀行牌照的一個互聯網平臺。
圖6：微眾銀行做平臺的業務模式
資料來源：微眾銀行
微眾資產規模高速擴張受益于消費金融行業紅利。從社會融資結構看，自2015年至今短期信貸的消費貸整體增速顯著高于商戶經營貸（如圖5）。2017年底“微粒貸”管理貸款規模超過1000億元，同比近乎翻倍。
圖7：短期信貸中消費貸整體增速顯著高于經營貸
數據來源：Wind，中國人民銀行
做平臺的業務模式助力微眾獲取高利潤。一是社交入口帶來的流量紅利，微信獲客成本較低。二是較高的貸款收益率。微粒貸利率水平（14-18%）高出網商小微企業貸款利率3個百分點以上，生息資產收益率微眾（10.5%）高于網商（8.2%）約2.3個百分點。三是聯合貸款業務模式提供了較高的手續費收入。手續費收入占比微眾（33.7%）高于網商（13.2%）。微眾與50家銀行聯合放貸向合作銀行收取5%左右的手續費收入，聯合放貸貢獻微粒貸75%業務量貸款資金的80%由合作銀行提供，降低自有資金投入和資本占用，又大大提高了盈利能力，體現了做“平臺金融”的互聯網思維。2017年微眾營收同比增長176%至67.5億元，凈利潤同比增長216%至14.5億元。
（三）相同的核心競爭力：數據與技術
盡管網商與微眾的客戶群體、創立定位、業務模式等方面有所差異，但其核心邏輯鏈是相同的，即創設場景——導入流量——大數據分析——征信并授信，可為商業銀行發展普惠金融借鑒學習。伴隨金融科技進入下半場，客戶的互聯網培育階段已基本完成，嫁接場景與導入流量對互聯網企業和銀行業都不是難點。大數據處理、分析和決策能力才是整個邏輯鏈中最具價值的環節，才是銀行做普惠金融的核心競爭力。具體體現三方面：
集團優勢帶來豐富數據沉淀。全面梳理摸清集團的數據資產情況是大數據分析與應用的基礎，集團內數據互聯互通是全面了解客戶的起點。網商銀行可以獲得基于阿里電商體系內的海量交易數據，微眾銀行可以獲取基于騰訊社交體系內的海量社交數據。本質就是將客戶在集團內的一切行為和現象轉變為可量化的數據，記錄、分析、融入，實現對客戶全方位的描摹。
優化算法模型提高實時風控能力。數據只是起點，如何用好數據，基于數據做出科學的策略選擇才至關重要。第一，在客戶群體選擇上，風控前置，做有把握的客戶群。一旦篩選出符合條件的客群，就將客群規模做大，以此分散風險。第二，在具體客戶選擇上，引入新的數據和及其學習、人工智能等新模式。客戶綜合信用評分體系中，社會基礎標量有2000多個，中間變量兩萬多個，關鍵變量20-30個。第三，采用“養客戶”策略，從微貸開始，培養客戶的誠信意識，積累信用積累，真正做到“有借有還、再借不難、額度漸增、價格漸優”。
圖8：綜合信用評分體系
資料來源：微眾銀行
技術支撐并引領業務。技術的價值不只是支持業務運轉，更重要的價值在于驅動乃至引領業務發展。以強大的信息系統能力實現降本增效。網商銀行是第一家將核心系統架構在金融云上的銀行?！霸啤焙诵男畔⑾到y具備處理海量、突發性交易請求的能力，擁有復雜的數據模型和數據處理邏輯，具備實時與高質量的服務處理性能。
商業銀行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2塊還是電費和存儲硬件費用。
微眾銀行基于“數據分布、管理集中”為原則，設計新一代IT架構，按客群拆分計算節點，有效降低單點節故障影響面，控制運營風險。IT成本方面，單位賬戶每年成本下降4-20%，每客戶整體運營成本降至傳統銀行的15%-25%。以開放平臺引領業務合作。將服務與產品發布到該平臺上，外部商業平臺及同業機構等合作伙伴通過開放平臺可以自主對接、快速接入。未來將引入區塊鏈技術，更加高效的開展業務協同和資金清算等業務合作。
三、對傳統銀行普惠金融業務的啟示
網商銀行與微眾銀行關于數據整合、客戶定位、數據應用及業務模式等方面的理念與做法，著實為商業銀行普惠金融的業務開展提供四點思考與啟示。
一是銀行不缺數據，但缺數據整合。銀行有上萬家遍布全國的營業網點，有上億人次下載的手機銀行APP，一切觸達客戶的渠道都在實時產生并沉淀數據，如何打破部門與條線壁壘集中數據資產、消除“數據孤島”現象是實現“又普又惠”的前提。
二是銀行不缺客戶，但缺有效普惠客戶。新時代銀行以金融科技為支撐，破解小微企業與三農群體融資難、融資貴的難題。網商銀行之所以能將“服務農村市場”作為發展戰略之一，就在于聚合阿里巴巴、螞蟻金服整個生態協同的力量，構建覆蓋農村經濟的信息數據價值鏈，為鏈上的企業及農戶提供從農資采購到農產品銷售的整體金融服務方案，極大提升客戶粘性。商業銀行也應結合自身優勢資源稟賦和地域經濟發展特點，明確定位普惠客戶類別（如廣東省可選擇五金類、家電類小微企業），針對性提供一攬子的金融服務方案。
三是銀行不缺人才，但缺數據分析專業人才。數據本身并無價值，只有經過建模計算、分析預測并輔助決策，才產生價值。微眾銀行技術人員在全體員工中占比57%，成立3年來已聯合27家銀行共同挖掘數據價值，尋找提升銀行用戶體驗的方法與路徑。商業銀行的技術人員數量不低，但數據分析專業團隊較弱，應組建跨技術部門與業務部門的數據分析師隊伍，專人專崗，深入挖掘數據價值。同時建立完善數據分析師持續的培訓與交流機制、通暢的晉升路徑。
四是銀行不缺服務普惠的業務團隊，但缺專業穩定的普惠金融業務團隊。根據國務院要求，五大商業銀行全部建立了普惠金融事業部，單獨核算、單獨考核，現在全國銀行業機構在村鎮的覆蓋率達95%左右，從機構設置看銀行服務可以到每家每戶。但實際執行過程中，還需進一步理順普惠金融業務的授信管理、隊伍建設等問題。銀行應借鑒“信貸工廠”模式實現普惠金融業務集中授信、精準定價，降低運營成本。建立專業的小微客戶經理隊伍，通過專業化的崗位設置、系統化的培訓、標準化的操作，保證小微業務人員各司其職，加之合理激勵和暢通晉升確保小微業務人員的穩定性和專業性。
傳統銀行，加油吧！
