小微企业主呼唤民营个人征信

小微企业是小型企业、微型企业、家庭作坊式企业、个体工商户的统称，具有规模小、资金少、分布广、数量众多、抗风险能力低等特点，但小微企业是我国安置新增就业人员的主要渠道，目前解决了我国1.5亿人口的就业问题，新增就业和再就业人员的70%以上集中在小微企业，可见小微企业在国民经济中具有不可替代的重要地位和作用。然而目前小微企业融资难问题突出，成为困扰其生存和发展的主要因素之一。虽然我国政府一直高度重视小微企业融资问题，出台了一些扶助性的政策措施，但融资难问题依然存在，于是银行对小微企业信贷的不作为以及自身的风控能力成为众矢之的。

从过往多年的银行风控经验得知，国内很多银行尤其是中小银行均投入巨资进行过小微企业信贷的创新与尝试，如引进德国IPC技术、法国沛丰技术、富国信贷工厂模式等风控模型及技术，尝试联保、互保、小微风险基金等担保模式，最终各银行尝试的结果“你懂的”。

为什么在德国、法国、美国等欧美银行都运行成功的风控模型与技术到中国就不行呢？中国银行从业人员太笨无法吸收先进技术还是其他原因？我们先来看看富国银行小微金融服务闪光点：

富国银行在1994年对小微企业贷款流程做出了重大改变后，使小微企业贷款业务的盈利性大增，持续十多年来都收到了良好的效果，并成功经受住了次贷危机的巨大考验。由“必需通过分行或信贷官员进行申请”改为“只需通过邮件、电话或分行柜台进行申请”、由“由人工对申请进行仔细审核”改为“2/3的申请实现了电脑自动化审核、批复”、由“需进行年度审核”改为“循环额度”、由“要求很低的贷款损失”改为“风险定价”等等。

针对小微企业主申请贷款的评分卡，是富国银行用来审核该申请是否可以通过的决策依据，评分卡的关键变量有该企业、企业主的各种相关信息如经营年限、企业主的信用记录等。在美国这样的信用社会中，评分卡及其后台自动化系统的使用实现了银行对小微企业贷款申请的自动化审核批复，使小微企业贷款得以实现大规模“工业化”操作，从而在降低成本的前提下，大举提高了富国银行该业务的总量，并使其最终成功抓住了这一片蓝海。

对每个客户进行持续的动态的风险评估，并采取必要措施以提高盈利性。关键词是“持续”和“动态”。能达到这样的自动程度，得益于美国高度发达的个人信用记录网络体系。比如，每月银行都从个人征信机构获取每个客户的动态信息（如评分、用款、查询、账户数量、贷款余额等），再通过电脑程序根据这些信息自动做出判断，并根据得出的判断进而采取必要措施，比如根据客户的风险行为（如经常性拖欠、超出额度）来提高价格，对表现良好的低风险客户降低利率，或提高贷款上限，从而逐步压低风险较高客户的贷款余额比重，增加低风险客户的贷款余额比例，甚至对某些进入黑名单的客户直接关闭账户。

各位看明白了富国小微业务成功的关键点吗？不就是审批流程简单加自动化审批嘛！对的，那这个需要什么支持呢？核心就是风控模型和数据呗，那中国的银行业为什么做不到呢？

风控模型的建立不但需要高素质的模型建立专家，更需要高质量的大量历史数据，模型的应用也需要源源不断的动态的高质量数据。模型建立专家需要具备数学、统计、计算机等相关教育背景而且懂得信贷业务的高素质人才，中国缺吗？中国每年获得博士、硕士学位的人数全球第一啊！分析到此大家明白了吧，中国银行业不愿意做小微信贷的挡路虎就是数据。目前各家银行开展中小微信贷业务时除能半自动调阅央行征信报告（只有金融借贷信息）外，其他的数据收集与传统公司信贷业务的做法基本一致，信贷员调查数据质量有保障吗？评分模型可能准确吗？调查效率能高吗？信贷调查成本、操作成本能低吗？自动化能实现吗？

央行征信系统目前收录的主要是个人的信贷信息，8.5 亿自然人中只有3 亿人有信贷记录，大部分人由于没有信用卡、信贷而没有信用记录，绝大多数小微企业主就在其中，民营个人征信正好可以弥补这一市场空白。民营个人征信收集信息面宽，不但收集金融借贷信息，同时获取信息主体在线上的行为数据包括网上的交易数据、社交数据以及其他互联网服务使用中产生的行为数据等，甚至可以是在信息主体之外的第三方评价、信用口碑等信息，这些代表信息主体的互联网行为轨迹和细节更多反映人的性格、心理等更加本质的信息，都可以用来对信息主体的信用状况进行推断，完全可以覆盖无法在银行留下信贷记录的小微企业主、个体工商户等群体。

—————— ——————

伴随着民营个人征信机构的成立以及收集数据的历史长度和宽度的扩大，越来越多的小微企业主拥有一份全面的个人征信报告的时候，银行能够及时、自动的采集小微企业主的征信信息，小微企业主融资的春天才会到来！