你可能還沒用過的微粒貸貸款餘額已超千億，這麼兇猛它是怎麼做到的？

「從前都說是『撿了芝麻丟了西瓜』，而微眾現在就是刻意地撿芝麻。因為搶西瓜的人太多，在無人的時候撿芝麻，只要撿得夠多，或許會比西瓜更加具有商業可持續性。」

在7月朗迪中國峰會上，微眾銀行零售信貸總監方震宇以此作喻，闡述了微眾「以小業務為切入點，爭取把小做大」的願景。

就在一月後，微粒貸餘額超1000億的消息在業內傳播開來。成立於2015年的微粒貸是一款依託於微信和手機QQ的全線上信貸產品，授信額度為500元~30萬元，日利率0.02~0.05%之間。目標用戶是傳統信貸難以覆蓋的工薪階層、自由職業者以及微小、雙創企業。

據雷鋒網AI金融評論了解，截至今年5月15日（上線兩周年之際），其累積發放貸款總金額達到3600億元，主動授信客戶數約9800萬人，開通激活用戶2200萬人。據上月微眾銀行發布的2016年報顯示，2016年末微粒貸貸款總額為1987億元，主動授信用戶為7000萬。也就是說，未及半年，貸款總額增幅超過81%，授信用戶數增長了40%。這意味著，立足於縱向歷史，微粒貸正處於一個黃金髮展期。

從橫向維度上進行比較，據可查消息，螞蟻借唄在去年4月，披露了一周年的運營數據，它為全國3000萬用戶提供了累計494億元消費信貸。而據財新對微眾副行長黃黎明的採訪透露，在微粒貸一周年之際，貸款額度大約為400億元，主動授信用戶數才超3000萬。

很明顯，微粒貸在貸款規模和用戶數量上不及螞蟻借唄。據雷鋒網AI金融評論了解，這與目前微粒貸仍然採用官方邀請制有關，用戶的信用水平只有達到一定程度才會受邀開通，導致一批潛在用戶被擋在門外。據方震宇解釋，採用邀請制原因有二。其一是，客戶量大，需要按批次安排；二是為了風險控制，限制不法分子的惡意攻擊。

雖然規模受限，但微粒貸作為主打產品給微眾銀行帶來的收益有目共睹。2016年報顯示，微眾銀行實現扭虧為盈，營業收入為24.5億元，利潤達4.01億元（2015年凈虧損5.84億元)，是利潤最高的民營銀行。其中，利息凈收入為18.4億元，手續費及傭金凈收入為5.6億元。而不良率為0.32%。

微眾銀行內部

那麼，是什麼造就了微粒貸這些漂亮的財務指標？

以方震宇的話來說，

「互聯網時代，我們面臨著不同的客戶群體。我們希望利用科技來做普惠金融，科技是首位。具體來講，是用科技的手段提高經營效率，進而大幅度降低整個經營成本，從而具備經營海量客戶的能力。」

在演講中，微眾貸款科技產品總經理江旻將微眾銀行金融科技戰略提煉為四個字母——CDAB，分別代表Cloud，包括聯貸平台，微動力開放平台等產品；big data，包括用戶畫像、預授信、反欺詐；AI，應用有AI金融助理，基於NLP的分散式對話系統；blockchain，如近期開源的聯盟鏈平台BCOS。

江旻首先展示的是微眾自主可控的銀行科技系統。該系統於2015年在騰訊雲基礎上成功搭建，微眾主要通過採用多DCN（客戶數據中心節點）分散式結構、大量標準化硬體及開源軟體實現「去IOE」，能夠支持微眾處理億級海量客戶和高並發交易，並改變了金融服務的成本結構，大幅度降低了邊際成本。

2015年，時任微眾銀行首席信息官馬智濤接受媒體採訪表示，這套系統成本是傳統架構的十分之一。在設計此系統時，實際上參照了互聯網企業通用的開放式架構，並借鑒了早期商業銀行按照分行部署業務系統的經驗，並在微眾的實踐中升華至「數據分布、管理集中」設計原則。

對於一款信貸產品來說，風控是最核心的能力。江旻介紹道，微眾銀行提供的遠程身份認證服務SAAS級服務分為三塊。第一是核身風控模型，基於C端用戶環境、業務場景、用戶行為的多維核身風控模型，識別並採集多因子（人臉、唇動、聲音）。第二是利用騰訊優圖技術，騰訊優圖具有億級數據分析訓練，在LFW人臉識別數據集上取得了99.65%的識別率。第三是形成完整的核身閉環，包含開戶、密碼修改、綁卡等業務場景，差錯率低於人工識別差錯率千分之八。

其中，白名單是微粒貸風控的第一環。雖然白名單未像螞蟻借唄直接標出硬條件（芝麻信用分600以上），但據雷鋒網AI金融評論了解，微粒貸的徵信數據有兩種——央行個人徵信數據和騰訊信用評分。騰訊信用評分來自於騰訊的用戶互聯網行為數據，包括在線使用、財產、消費支付、理財行為等。也就是說，白名單結合了傳統信用評級方式和AI風控體系。

在進入白名單後，方震宇表示，用戶申請貸款時幾乎不用填寫任何資料，每筆借款時間以「秒」計。

「微粒貸的授信是實時的，在收到客戶申請後，我們會馬上查人行數據、公安系統、學歷系統等，查完返回後會到模型中跑一跑，跑完以後算出額度再返還客戶。全流程一般是3秒鐘左右 。」

除了授信，借款、還款過程也是完全交由機器完成，沒有人工干預。而這正是推廣普惠金融的必備條件，大數據、AI等技術的發展提供了一種高固定成本、低變動成本的結構模式，得以實現快速複製和規模效益。

方震宇還給出數據說明在普惠金融方面取得的一些成效。微粒貸貸款結構中，99.5%的客戶貸款餘額小於5萬元，88%的客戶實際貸款小於2萬元，人均貸款是8000元；客群中大專及以下學歷將近70%；從職業維度來分，白領服務業人群不足25%，藍領、服務業、製造業以及其他經營人群約佔75%。「這些數據結構和現階段中國的人口結構差不多。」

此外，微粒貸還採用了人工智慧客服。據介紹，1個智能機器人加8個人工客服能夠支持微粒貸的海量客戶，日消息量超過90萬，其中97.9%日消息由機器人服務。這個配置能夠取代傳統的400個電話客服和10小時電話連線。AI客服能以超低成本滿足客戶的服務請求。

除了技術因素，平台優勢和聯合貸款也是微粒貸的助推器。

渠道優勢是指，微粒貸依託於兩個超級APP手機QQ和微信放貸。2017年第一季度數據顯示，微信、QQ全球月活躍用戶數分別為 9.4億、8.6億。在同類競品為前期高昂、精準的流量擔憂時，微粒貸的煩惱要小得多。

另外，微粒貸採用了不同於傳統銀行獲取資金的方式，選擇與同業合作聯合貸款。據微眾銀行副行長黃黎明介紹，除了前期的部分自有資金，貸款資金大多來自36家合作銀行，即每天放款中，微眾銀行放20%，其餘80%貸款由合作銀行提供。這在微眾銀行年報上也有所體現，2016年負債總額為452.93億，其中7.3%由客戶存款組成，同業存入佔78%。

其中值得關注的是，合作銀行大多是中小銀行，如上海銀行、包商銀行、江蘇銀行、長沙銀行、華瑞銀行等。該模式對於微眾銀行來說，可以降低風險、流動性以及資金壓力，專註於技術和業務的發展；對於合作銀行來說，相當於獲得了微眾的風控能力，觸達它們目前所無法服務到的中低凈值人群。

「一談到普惠金融，大家會想到優惠和便宜，」方震宇最後談到對於普惠金融的理解，

「但我個人認為，『惠』應該做到以下幾點：第一是提高客戶使用效率，二是不給用戶帶來除了資金成本以外的任何成本。三是經營者要用科技手段降低各項成本，使之成為可持續的商業模式，吸引更多商業主體的參與。在激烈的競爭中，價格會趨於合理。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！