数据要素时代，小微金融该如何打好风控数据创新牌？

银保监会统计数据显示，仍有80%以上的小微企业未能获得信贷服务。

小微融资缺口长期以来都是个世界性难题。站在行业商业可持续和长期发展的角度，小微信贷业务开展的必要条件是收入和成本的平衡：利息收入须覆盖金融机构的资金成本、经营成本、风险成本，并留有一定的利润空间，支持金融机构在技术、产品开发和模式升级等方面的投入，提升服务质量和市场竞争力。其中，资金成本相对固定，经营成本通过专业化、科技化改造能够有效控制。导致金融机构“不敢贷”“不愿贷”的关键症结在于不确定性较高的风险成本，即小微企业风控成本高，风险识别难和管控难。

近日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》对外公布。其中，数据作为一种新型生产要素，与土地、劳动力、资本、技术等传统要素并列——数字经济迈入新的发展阶段。

小微信贷风控与数据的交集由来已久，而关于如何打好数据牌的探讨也不绝于耳。

1
从IPC模式到大数据风控，
小微信贷风控的“工业时代”和“信息时代”
多年来，国内外金融机构持续探索解决小微企业风控难题的方式。早期的IPC模式、信贷工厂模式在不同程度上实现了对小微企业信息的专业化、标准化采集和处理，支持金融机构评估客户的还款能力和还款意愿。但这两种模式终究都依靠人的判断作出信贷决策，单人产能有限，当业务量达到一定规模，其依赖“人海战术”的风控机制便会遭遇成本困境。

互联网技术不断发展，尤其是大数据的沉淀和应用，为整个风控流程自动化处理提供了更多的可能性，大数据风控模式应运而生，在零售信贷领域展现出强大的竞争优势。数据挖掘技术将企业的各种生产经营情况和行为转化为多维数据标签，参与风险评价模型，帮助金融机构实现对小微企业进行全面的风险画像。

银行等金融机构构建小微信贷风险模型，包括申请评分卡（A卡）和行为评分卡（B卡）。小微信贷申请评分卡主要应用于小微企业新客户的信贷业务评价和审批决策。它根据小微企业历史业务数据回归形成数据驱动指标，并采用专家调整策略方式对客户的申请情况进行补充分析，对企业、企业主相关信息及债项风险影响因素进行评估。

行为评分卡模型基于小微企业客户的债项信息、相关结算、存款、还款等行为信息进行构建，主要应用于贷后企业债项的系统自动跟踪监测以及存量业务的自动续贷审批等业务。行为评分卡通过监测小微企业账户行为并进行评分，根据相关规则实现小微企业系统自动风险预警。

大数据风控模式的出现，使得小微信贷业务由以往单纯依靠人工判断转变为系统自动决策，或系统自动决策与人工决策相结合的方式，大幅提升效率，降低成本，促使金融机构跳出原有产品业务模式的束缚，实现在线产品的多元化创新和跨界发展。

从“三品三表”到大数据，短短十余年，小微信贷风控可谓实现了“农耕时代”到“信息时代”的飞跃。

此外，大数据风控模式也有助于将获客、睡眠户激活、流失预警等营销动作有效整合到运营流程中，做好风控前置、客户分层及用户画像，实现信贷产品的精细化运营。

2
当数据成为小微信贷风控的“生产要素”，
金融机构有哪几张好牌？
数据浪潮下，从事小微信贷的金融机构纷纷以数据挖掘为新抓手，寻找小微信贷风控难题的破解路径。

作为大数据风控模式中的核心要素，各类“数据”在挖掘和应用上的创新为小微信贷风控的迭代带来想象空间。围绕小微企业生产经营链条，订单数据、POS流水、SaaS系统数据、税务数据、支付数据等都成为小微信贷大数据风控的突破口。

POS流水

POS流水数据在小微企业信贷审批中的作用方式，主要是银行等金融机构依据小微企业的POS流水，来测算其经营状况，作为授信依据。比如，浦发银行针对小微企业推出的POS贷产品，以近12个月的POS交易流水作为授信依据，实现对小微企业全线上、批量审批。

POS流水的应用为小微企业打开了一个提高信贷获得概率的新切口，但也存在局限。POS流水有两种，本行POS流水和三方POS流水。前者，商户为银行本行商户，POS流水数据容易获取，并且银行可以对商户的POS流水进行及时监控，风险相对较小。后者，主要是银行与银联、拉卡拉等第三方支付机构进行合作，由第三方支付公司提供商户的POS交易流水。但无论本行POS流水还是三方POS流水，都存在人为刷单的风险，导致流水无法真实反映企业收入情况。加之随着微信、支付宝等“无卡支付”模式的兴起，POS流水覆盖率逐渐降低，其在小微信贷风控领域的价值也逐步被稀释。

SaaS数据

SaaS数据的应用不仅化解了小微商户的风控难题，对于获客有着独特的价值：营销、物流、物料采购、交易结算等在小微企业的经营中均为高频动作，提供这些服务的SaaS系统供应商与小微企业之间存在密切触点，在服务中嵌入金融服务，就能精准的捕捉客户潜在的金融需求，提高获客效率。

税务数据

近几年，为了提升小微企业服务质效，解决小微企业融资问题，政府大力倡导开展“银税互动”，市场上涌现了多家专注税务数据开发的公司，如微众税银、爱信诺、东方微银等。税务数据因其真实性高、与企业经营情况相关性大、电子化程度完善，成为银行开展小微信贷的主要授信依据。

以交通银行的全线上个人经营贷产品“线上税融通”为例，以其经营实体在税务机关申报、记录的纳税数据作为授信依据。运用数据分析技术对其进行综合评估，开创了以“税”养“信”的融资新模式。

收款数据

随着微信、支付宝在各类场景中的渗透，消费者的支付习惯发生了变化，“无现金”、“无卡支付”成为常态，而收款码数据也成为小微企业信贷风控数据的一个重要维度。

网商银行在成立两周年之际，向小微商户推出“多收多贷”服务：凭借支付宝收款流水，小微商户可以获得一定的授信额度。以收款数据为主，结合小微商户在阿里生态中留存的其他数据，网商银行能够掌握小微商户的经营状况和潜力，预测商户未来的收入和负债能力。

风控流程数字化、智能化的成效显而易见，微众银行、网商银行等互联网银行，采用大数据风控手段开展小微信贷业务，不良率长期保持在1%左右。正在零售转型期的大中型银行和专注于服务小微的地方法人银行，也都在线下网络的基础上，积极探索以智能模式解决小微企业的风控难题。

不难发现，每种数据都具备其独特的优势，也不可避免存在局限。因此，数据创新的内涵不仅是简单的新数据引入，还应重视不同数据的组合交叉应用。这对提高数据覆盖度、准确性和稳定性，以及打破数据孤岛至关重要。

此外，小微企业的经营实体与企业主身份重叠度高，存在不区分经营实体与经营人的特点。事实上，由于小微普遍存在企业数据不完善、经营行为触网率低的情况，授信模型中对个人信息和替代性数据的依赖性更高。因此，在分辨小微，尤其是个体工商户、自雇就业者的风险时，采用“经营人”和“经营实体”双资质评估——引入支付结算数据、保险数据、个人资产信息、行为数据等多维变量，弥补法人主体数据不足的短板，能够提升风控质量，有效解决授信难问题。

此外，数据创新不应是孤立的创新，亦或是为了创新而创新，舍本逐末。

一方面，数据的创新，很大程度，需要依托场景——风控数据创新往往伴随着新兴的融资场景而生。另一方面，风控专家也普遍认为，信贷产品设计、产品规划是整个风险循环的开端。当数据创新与信贷产品规划、产品创新有机结合，实现数据、产品、场景、获客、风控的协调统一，才能更切实地提高小微企业融资便利，帮助他们通过信贷解决资金难题，改善经营，从中受益。