《網貸服務實體經濟報告》
8月16日，國家金融與發展實驗室、中國社會科學研究院金融研究所和宜信宜人貸聯合發布了《Fintech視角下金融服務實體經濟研究報告》，該報告的子報告《網貸服務實體經濟報告》由合作方授權宜信研究院予以發布。
本報告分別描述了網貸服務實體經濟的作用機理及其影響因素、金融服務實體經濟發展的問題以及網貸的優勢、網貸提升普惠金融服務的發展與實踐。
網貸服務實體經濟的作用機理及影響因素
擴大金融服務覆蓋面，契合了普惠金融「普」的精神
網路具有「泛在性（Ubiquitous）」特徵，是一種「泛在」技術，即憑藉互聯網設備，以無所不在、無所不包、無所不能為基本特徵，以實現任何時間、任何地點、任何人、任何物都能順暢地聯通為目的 。網路的這一「泛在」特性在移動互聯時代才真正發揮出來：從硬體方面看，傳統銀行網路成本較高，即使在PC端互聯網時代，使每個人擁有電腦並熟練操作依然很難；智能手機的成本可低至千元，且操作簡便，使得網路觸角伸向每個人成為可能。根據工信部的統計，2016年底全國行動電話普及率達到113.4%，即使是中西部地區，其普及率分別達到80.2%和89.2%。從內在機理上講，網路的零邊際成本效應真正降低了金融內生髮展的門檻效應，彌補了傳統機構網點和自助設備不足的不利影響，形成了較好的時空穿透性。
從近幾年的普惠金融發展情況來看，互聯網技術的運用為普惠金融的發展指明了道路，並且使得普惠金融的理想可以更快的實現。普惠金融主要目的是讓不在傳統金融覆蓋範圍內的人群，或者傳統金融不願意服務的人群得到與其他人同等的金融服務。普惠金融的目標人群多是低收入者、偏遠地區的居民、農民以及眾多小微企業，由於傳統金融機構本身的效率不足，並且服務這些客戶的成本過高，所以傳統金融機構無法或不願服務這些客戶。互聯網與移動互聯網技術催生的網貸模式則在成本、效率等多方面解決了這一問題，幫助這些人群得以享受到金融服務。
互聯網與信用借貸業務模式的結合，誕生了網貸業務，以前眾多無法通過傳統金融途徑借到錢的小微企業及缺少信用記錄的人可以通過互聯網渠道獲得貸款產品。比較具有代表性的是網貸中宜人貸等給普通白領提供的消費信貸，宜信翼啟雲服為小微企業提供的供應鏈金融產品等。這些貸款產品往往對客戶的生產經營規模、個人財富規模等保留較低門檻，並通過互聯網渠道獲取客戶信用信息和提供借貸服務，既高效又成本低廉。
移動互聯網與信用借貸業務模式的結合，讓網貸服務能夠更好地擴展，並可以更加便捷的使用。在傳統的信用借貸過程中，借款人必須藉助固定互聯網或是物理網點才能借款，許多低收入人群、偏遠地區人群以及農民等大眾即無法獲得借貸信息，也很難獲得信貸融資。但隨著移動互聯網的發展，這些長尾客戶不但可以獲得更多的借貸信息，還可以直接在移動端隨時隨地借款。長尾客戶在移動互聯網的體系中，輸出了大量的個人信息數據，從而可以逐漸形成自己的信用痕迹，並以此為基礎獲得信用貸款等融資服務，宜人貸就是一個很好的代表性產品。
降低金融服務成本，契合普惠金融「惠」的精神
從供給來看，其一，網貸的運營成本較低。小微企業融資需求具有短、小、頻、急的特點，在傳統金融體系下業務營收難以覆蓋人力成本，而在網貸模式下，資金髮放和回款都通過移動端實現，極大降低人工成本。此外，網貸簡化交易流程和提供標準化操作，這也促進合同成本降低。其二，網貸的風控成本較低。小微企業融資難的另一重要原因是風險高，世行推薦的小組貸款、聯合擔保以及國內開發的「三品三表」等模式都是在傳統金融體制下拓展的風控模式，其內在機理是尋找更可靠的增信措施或尋找更可靠的硬信息，然而實踐中出現了信息造假、集體騙貸等諸多不良現象。網貸通過大數據的運用可在移動端多維度的分析客戶行為特徵，進而判斷客戶資信特質和風險偏好，這極大地降低了信息不對稱程度，提高了風險管理能力。
從需求來看，移動互聯網最大的特點就是只需要一個移動終端就可以連接網路，在無線網路與移動通訊技術十分發達與普及的今天，許多農村或更為偏遠的地區可能還沒有能夠享受到固定互聯網帶來的便利，但卻能以非常低廉的成本獲得一個移動終端，從而實現與網路的連接，在移動終端上以低成本獲得金融服務。小微企業、農民與貧困人口在申請貸款時，不再需要付出以往搜尋金融服務時較高的成本。
提供個性化金融服務，體現普惠金融「人本化」的精神
網貸之所以能夠提供高效和個性化的服務，其原因在於大數據技術的應用。大數據技術除了可以分析用戶的行為特徵，還可針對文本信息進行提取轉換、形成結構化信息，不僅滿足風險管理的要求，也可高效匹配客戶信貸需求。
有關研究表明，普惠金融指數與貧困率負相關，與人類發展指數正相關，即金融普惠程度越高越有利於經濟的包容性增長。世界銀行（2012）建立了一套全球普惠金融資料庫（Global Financial Inclusion Database），其中的成年人銀行賬戶擁有率可作為衡量金融普惠程度的重要指標。賬戶擁有率低於40%的國家主要集中於中亞、非洲以及拉美地區，這些國家大都是低收入國家（見圖1左圖），由此可見金融包容性與經濟增長的關係；此外，以最富有的1/5人口賬戶擁有率是最貧窮的1/5人口賬戶擁有率的倍數代表金融不平等程度，其與收入不平等表現出明顯的正相關關係（見圖1右圖）。從微觀角度講，普惠金融促進經濟發展的機理包括：第一，普惠金融在解決窮人融資約束困境的同時，也使他們獲得了與經濟一起成長的機會，主要包括小本經營以及基礎教育的投資等方面。第二，根據邊際消費傾向遞減理論，窮人比富人擁有更高的邊際消費傾向，因而解決窮人的融資約束後不僅帶來供給面的增長，也對需求側產生邊際貢獻。第三，普惠金融帶來的包容性增長，有助於減少偷竊、搶劫等財產犯罪，從而改善經濟發展的環境。
圖1 賬戶滲透率與經濟增長、不平等
資料來源：Demirguc-Kunt.etc(2017), Financial Inclusion and Inclusive Growth, Policy Research Working Paper。
金融服務實體經濟發展的問題以及網貸的優勢
金融服務實體經濟面臨問題和不足
普惠金融與金融扶貧乏力
近年來中國的金融深化程度逐漸提高，根據世界銀行的統計，2016年我國私人部門信貸佔GDP的比例為156.7%，在全世界排名第6；然而，在金融深化的同時金融發展的包容性依然不足，2014年我國成年人賬戶擁有率為78.9%，在全世界排名僅43位。這是新時代我國社會主要矛盾在金融領域的一個重要表現，也即金融發展還存在不平衡不充分的問題。
我們以小微企業和個體工商戶作為普惠金融的研究對象，統計正規金融體系在普惠金融方面的供給。圖2左圖是銀行企業貸款情況，該指標由2010年的42萬億上升至目前的近118萬億，但小微貸款比例並沒有顯著上升，一直維持在18%至20%之間，2017年第三季度小微企業貸款餘額為23.5萬億。圖2右圖是住戶貸款的情況，一半左右的住戶貸款流向個人住房抵押市場，在房地產市場火爆的年份一度超過50%；再除卻汽車消費貸、信用卡等消費類產品，小企業主經營貸款比例更少，估計3萬億左右。金融市場中債券市場是一個以利率債為主的市場，信用債佔比僅為33.6%，存量規模25萬；信用債市場又是一個以金融企業和大企業為主的市場，其中集合票據44.3億，集合企業債115.3億，私募債2.4萬億，但其中中小企業私募債只有190.3億，占信用債市場份額僅為0.14%。正規金融體系中還僅存村鎮銀行和小額貸款公司提供普惠金融服務，但兩者體量也相當有限，其規模分別為0.5萬億和0.9萬億。將上述所涉及的科目相加，正規金融體系提供的小微金融貸款約為28萬億，根據國家金融與發展實驗室的統計，2017年第三季度全社會信用總量達到203萬億，前者佔後者的比例僅為13.8%。
圖2 銀行企業貸款和住戶貸款情況
資料來源：Wind，中國人民銀行。
金融服務實體經濟效率偏低
傳統金融機構服務實體經濟效率偏低主要表現在兩個方面：一是小微企業融資可得性依然是主要障礙，二是融資的便利程度不高。
小微企業融資難（或者說融資可得性低）是一個世界性的難題，因為傳統授信方式在人力投入、資信審核方面的固定成本太高，形成了借貸的門檻效應。因為基於網路和大數據風控技術的應用使得渠道成本和風控成本大大降低，網貸平台可以使得對於傳統銀行不經濟的小額貸款的發放變為可能。各國的實踐都證實了上述觀點：Nesta（2014）對英國的研究發現，79%的網貸借款人都有過向銀行借款的經歷，但只有22%獲得了貸款。De Roure et al（2016）應用德國消費貸款平台的數據進行研究，也發現小額借款人從銀行獲得貸款並不容易。
中國傳統銀行體系的力量一直較為強大，小微企業融資難的問題一直較為突出。自2013年開始網貸呈快速發展勢頭，截至2017年第三季度網貸餘額已達1.15萬億，居全球首位（FSB，2017）；即便如此，普惠金融的需求依然難以滿足。圖3左圖是UBS（2016）針對24個國家28000個銀行客戶網貸傾向的調查結果，新興市場國家網貸傾向明顯高於發達國家，這反映了新興市場國家普惠金融的發展不足。就中國情況而言，接近18%的客戶選擇了網貸，還有16%的客戶有在未來12個月申請網貸的意願。根據Deer et al（2015）的觀察，約有一半的人向金融機構借款是僅僅是為了積累信用。圖3右圖是UBS（2016）針對網貸平台貸款人出借意願的調查，結果表明與旺盛的借款需求相對應，中國的網貸投資意願也是最高的。這反映了中國高收益投資產品的不足，也反映出傳統銀行主導的金融體系所產生的嚴重金融壓抑現象，資金的需方和供方難以匹配。
圖3 網貸申請和出借情況的跨國調查
資料來源： UBS(2016),Is FinTech a threat or opportunity?, July。
傳統授信方式的固定成本太高不僅造成了信貸資源的可得性低，也使得獲取過程不那麼便利。金融科技基於信息和網路技術，線上化的流程便利了客戶服務；風險信息可以被快速獲取並實時分析，借貸流程能夠簡化，這極大地降低了搜尋成本，加快了授信速度。Nesta（2014）對英國的研究表明，90%的小額投資者認為他們通過網貸平台進行投資最重要的因素是過程很容易；借款人則表示網貸平台的放款速度是他們最看重的。
金融資金「脫實向虛」
近年來我國金融業呈快速發展態勢，自2005開始其佔GDP比重一直呈上升趨勢，至2017年該比重為7.95%，峰值時達到8.4%（見圖4）。然而，金融業的發展並沒有很好地促進實體經濟，它是自我繁榮的表現：從經濟角度講，我國目前進入三期疊加狀態，即經濟增速由高速轉為中高速，而金融業佔GDP的份額卻一直在上升，這不符合政治經濟學的一般原理。因為金融業的利潤是對整個社會剩餘價值的分割，在整個社會剩餘價值增速放緩的前提下金融業本不應分得更多份額。。雖然從短期看，金融機構獲得收益，但是從長期看，這不僅造成實體經濟「貧血」，更讓金融業本身聚積了風險，嚴重影響了金融業的健康發展。
圖4 我國金融業增加值佔GDP的比例
資料來源： 國家統計局，Wind。
金融資金「脫實向虛」的原因包括兩點：一是金融資金進入資產市場賺取買賣價差。由於實體經濟的資本回報率持續下降，資產市場的租金回報和分紅回報也是持續下降的。然而資產市場的總收益還包括買賣價差部分，只要機構自己不是最後一棒的接棒者就可以獲得遠超實體經濟的資本回報。這就導致經濟的泡沫化；二是進行監管套利、體制套利。由於地方政府隱性擔保、銀行自身資本充足率約束等原因，銀行同業業務、理財業務、信託業務近些年以「金融創新」的名義取得了大發展，而實際上大部分都是「偽創新」。根據銀監會在「三套利」專項治理中的統計，各級監管機構共發現問題4060個，涉及金額3.78萬億元，主要集中在監管套利部分，突出表現在同業、理財（資管業務）、銀信合作、部分表外業務等跨市場、跨行業交叉性金融業務中。
金融資金的「脫實向虛」進一步擠壓小微企業融資空間，使得金融不普惠的問題更加突出。小微企業是實體經濟中最活躍的部分，小微興則實體興。金融與實體經濟形成良性循環需要直面小微企業融資難、融資貴的現狀。各類機構需充分運用互聯網、移動互聯網、大數據、雲計算等科技手段，增強金融服務可觸達的企業、人群範圍，特別是小微企業、農村地區的廣大客群，增強金融服務的可獲得性。
網貸支持服務實體經濟的優勢
降低邊際成本，覆蓋長尾用戶
上文涉及傳統金融對普惠金融和金融扶貧乏力的問題，究其根本原因，主要是銀行在服務小微客戶在成本收益上不匹配。同時，我國傳統金融機構依然處於主導地位，由於體制原因（利率的不完全市場化）以及發展原因（抵押文化重實際上對應著徵信體系的落後），傳統銀行天生偏好重資產、大規模的客戶，對信用風險識別難度大（因為缺乏抵押擔保物）的小微企業和新興的零售業務有很大的排斥心理。
網貸支持服務實體經濟的優勢首先表現在能夠降低邊際成本，覆蓋長尾客戶。一方面，金融搭載科技使得金融服務更加信息化、網路化、移動化，這就使得金融活動的框架重心從物理空間轉移至信息性虛擬空間，基於人工審核的貸款模式轉變，這自然導致成本的降低。低成本有助於提升金融可得性，擴大長尾客戶覆蓋面。如雲計算技術，直接帶來了硬體成本的降低，軟體方面，企業只需購買一個正版使用權然後依託雲計算技術共同使用該軟體，此外眾多開發工具和技術組件為機構提供了個性化的應用平台，大大縮短了開發周期。
除了在信息化、網路化方面表現的優勢，網貸在智能方面的進化也促進長尾用戶範圍的擴大。這主要表現在數字化營銷能力的提升。其一，利用豐富的數據儲備提升獲客能力。在搜索引擎方面，營銷優化可以為其網站引流，提升客戶在考慮選項內的排名，優化登陸頁面可確保客戶看到清晰、簡明的信息，引導客戶繼續點擊；其二，在挖掘潛在客戶方面，採用數字化手段的機構能提供更個性化的產品。運用數據分析來確定消費者對產品的偏好，乃至預測產品需求。
重構數據處理方式，提高風控能力
金融領域的風險管理是把控資金安全的重要一環。傳統金融機構的風控手段包括模型測算、書面材料、實地調研、多層審核。其中的模型測算主要基於央行徵信體系的結構化數據，截至2018年3月31日，人行個人徵信系統共收錄自然人9.6億，其中有信貸記錄的自然人4.9億，占人口總數的35%。這樣的數據基礎一方面導致難以服務到長尾人群，另一方面也使得風控能力不足。隨著基於互聯網的交易數據、社交數據、網路行為數據的累積，它為重構傳統的數據處理方式，提升風控能力打下了基礎。
信貸領域的風險主要包括欺詐風險和信用風險兩種，前者主要用於事前行為模式的識別和防範，後者主要用於模式識別後放貸額度、利率價格決定等方面。以宜人貸蜂巢反欺詐體系為例，其通過廣泛獲取分析客戶大數據，來綜合識別判斷借款人的欺詐風險、信用風險等。
優化用戶體驗，增強客戶黏性
網貸可以通過優化用戶體驗，極大的增強客戶黏性。首先，海量信息和計算能力的提升為精準營銷提供了可能。微觀經濟學大師範里安關於網路時代的隱私權有一個另類但精闢的觀點：我們每天接到無數的房產中介電話，一般人認為這是我們的隱私泄露造成的；而范里安認為這恰恰是我們的信息泄露不夠造成的，因為如果中介機構準確知道你是否想買房子，就不會給你打不必要的電話，因為每一個電話都是要付費的。目前我們面臨的可能不是數據不夠的問題，而是數據孤島和處理能力不足的問題，隨著大數據和人工智慧的深入應用，平台精準獲客以及客戶免受騷擾將進一步提升。這將使客戶需求匹配明顯滿意。其次，網貸大大提升使用的便利程度，移動終端的普及使用戶可以足不出戶地享受在線金融服務，未來隨著人臉識別技術、生物識別技術等普及，線上服務體驗會更加優化。第三，網貸通過提升風控能力，大大降低了風險識別和風險管理的成本，縮短了客戶等待機構決策的時間，從而優化了客戶體驗。最後，機構可以通過大數據等技術提供更加個性化的金融服務，例如網貸可以根據借款人現金流特點，考慮借款人當前資金約束，提供適合借款的還款方式和還款期限。
網貸提升普惠金融服務的發展與實踐
我國網貸行業的歷史、現狀與趨勢
網貸在我國的發展已經取得全球矚目的成果，無論在諮詢公司的數據報告內、科研機構的學術成果里、抑或專家學者的分析洞見中，中國都被列於網貸引領的地位。網貸在我國發展迅速，不少從業機構成功上市，社會大眾踴躍參與其中。本章節內容將具體分析我國網貸的發展狀況。
網貸行業的發展歷史
從2012年開始,我國的網貸行業呈現爆髮式增長態勢,不管是平台數量還是成交量都迅速擴張。到2014年年底,平台數量由2011年的60家增加至1983家,總體成交額從2011年年底的10億元左右增長至3000億元左右。
其中,小額信貸是網貸行業最早運營的資產類型,借款人不需要提供抵押或擔保,憑藉自身收入狀況、資產狀況及過往信用記錄就可以申請貸款。截至2014年年底,在零壹數據監測的正常運營的1575家平台中,有600家左右的平台主營業務是小額信貸,交易金額大約140億元。
在這一階段，網貸的資產類型開始逐步多元化。個人對企業貸款類平台的出現,主要操作模式是把資金借給企業的實際控制人,再由實際控制人轉借給自己的企業。此時,貸款的風險控制將注重審核企業信用、財務狀況和業務風險等,形式則有擔保貸款、保理貸款、承兌匯票等各種形式。
除此之外,也有一些平台開始積極探索技術創新,嘗試將大數據、雲計算、機器學習等技術運用於信貸業務的精準獲客、反欺詐、徵信、申貸及貸後管理等環節。整體而言,這一階段處於快速積累的技術運用階段。
網貸行業在經歷了幾年快速發展後,開始出現諸多問題,其中一個表現是,面向企業的貸款壞賬開始顯現。加之互聯網金融監管的不斷收緊,網貸定位開始明晰,回歸小額分散的業務特質。
在這種背景下,基於合規需要,網貸平台開始重新審視小微業務,大數據風控等信貸技術開始快速發展。
隨著競爭格局和監管的落定,網貸平台全方位服務的合規成本較高,越來越多的平台把自身定位為網貸鏈條中的一環,如營銷、風控、助貸等,突出專業能力、形成差異化競爭優勢,而不再獨立承擔全鏈條的服務。在這過程中,信貸業務的關鍵環節,即信用審核與風控開始走向更加專業的發展路徑。
網貸行業的發展現狀
據世界銀行2018年發布的《中小微企業融資缺口報告》統計，截止2017年底，我國中小微企業融資缺口達到了1.89萬億元人民幣，約佔我國2017年GDP比例的17%。網貸正是切入了這個目前金融領域服務最不充分的領域，憑藉互聯網的搜尋成本優勢和網路效應優勢，表現出門檻低、效率高的特性，對廣大中小微企業的融資需求缺口形成了一定的補充。
我國網貸行業的發展速度與規模後來居上是因為它滿足了旺盛的金融服務需求，填補了我國信貸服務巨大的供需缺口，體現出網貸深厚的發展潛力與廣闊的發展前景。2006年5月，中國第一家網貸平台-宜信公司在北京成立，隨後拍拍貸、人人貸、陸金所等網貸平台相繼成立，在市場需求的驅動下，中國網貸行業步入快車道。據零壹財經統計，2012年我國網貸平台累計上線160家，累計成交額才220億元左右，到2018年6月30日，我國網貸行業累計成交金額已突破七萬億元。
a.機構數量：截至2018年上半年末，累計上線的網貸平台共5,983家（僅包括有PC端業務的平台，且不含港台澳地區，下同），其中正常運營的僅有1,504家，同比2017年上半末減少25.2%。2018年上半年共上線15家網貸平台，同比減少89.9%，環比2017年下半年減少82.4%。截至2018年上半年末，問題平台（不含轉型）共有4,402家，占平台總量的比例高達73.6%。2018年上半年問題平台共359家，同比減少6.0%，環比2017年下半年增加16.6%。2018年6月，網貸問題平台至少有93家，是近13個月的最高值。
b.交易規模：2018年上半年末，網貸行業累計交易額約為7.12萬億元，2018年上半年交易額為1.05萬億元，同比下降18.7%，環比2017年下半年下降26.7%。2018年6月份交易額為1535億元，環比下降7.8%，同比下降34.9%。6月底網貸貸款餘額為9610億元，同比下降16.8%，環比下降1.4%，已連續9個月呈下降趨勢。
c.銀行存管：截至2018年上半年末，正式上線存管系統且仍在正常運營的平台共909家，同比增加496家，較2017年末增加175家。全國66家商業銀行與網貸平台進行了系統對接，以城商行和農商行為主。近一年數據表示，網貸銀行存管化程度正持續提高，但仍然有40%的存量平台遲遲未能上線存管系統。
進入2018年，隨著互聯網金融風險專項整治清理整頓工作進一步擴大和深化，網貸行業累積風險得到集中釋放，同時也由於集中風險處置而衍生一定的次生風險，致使一些問題平台連續「暴雷」，僅2018年6月就集中出現93家問題平台。但需要清楚認識到，從總量來看，2018年上半年問題平台總數並沒有出現大幅增長趨勢，反而同比減少33家；從結果來看，互金專項整治成果顯著，大量潛在風險及時得到處置，一些違法違規平台在早期即受到取締、處罰，行業亂象得到明顯的改善。未來，隨著網貸長效監管機制的建立健全，行業將在健康有序發展的道路上行穩致遠，在提高金融資源配置效率和金融服務普惠性等方面發揮更為積極的作用。
我國網貸行業服務實體經濟、提升普惠金融的實踐與創新
網貸行業發展趨勢
平台合規成本提高，市場規模增速放緩，行業集中度上升。網貸行業之前魚龍混雜，各類機構出於監管套利、真實需求甚至自融欺詐等多種初衷進入，加之投資者普遍缺乏投資經驗，對投資項目真假難以辨別，造成錯誤決策，引發了大量社會問題。伴隨這次專項整治，監管方將從前端准入機制的設立，資金存管、業務邊界的界定、運營過程中信息披露的加強等方面對業務規範進行提升，加強平台的合規運營專項整治的降臨將大幅提高網貸行業的整體規範程度，也會大大提高對投資者權益的保護，但隨之也會提高各個網貸平台的合規運營成本，資金存管、信息安全、審計、信息披露系統對接及定期信息披露、禁止線下融資等都會增加運營的成本負擔，這些運營成本的提高可以視為網貨行業未來的隱性門檻。大量弱小平台會隨著專項整治行動面退出，而沒有實力的機構及資本也會對選擇進入網貸行業持謹慎觀望的態度。專項整治從源頭上切斷了新平台的野蠻增加，所以新平台帶來的增量會消失，市場規模將依賴於存量平台的業務增長，而隨著宏觀經濟的下行，大量平台對資產的選擇會持謹慎態度，最終網貸行業的規模增長速度會下降，存活下來的平台將穩步發展，行業集中度進一步上升。
行業依靠新技術發展，深化科技應用。隨著網貸行業的發展以及新技術的應用，區塊鏈、大數據、雲計算等技術在網貸行業的線上營銷、數據儲存與分析、風險控制貸後管理、不良資產處置等環節發揮著越來越關鍵的作用。隨著某些平台的交易量越來越大及交易頻次越來越多，大數據及雲計算可以大大提高風控體系的安全性及處理效率，對債權人與債務人的特徵進行具有針對性的分析；而區塊鏈作為比特幣的底層技術，在提高數據存儲效率、交易安全性等方面潛力巨大，北京市金融工作局已經引入區塊鏈技術對網貸行業進行監管。
轉型與傳統金融機構及其他機構加強合作，建立新業態。一方面，網貸行業作為互聯網金融的代表經過數年的高速發展在產品互聯網化、資金渠道線上化、大數據徵信等多個方面積累了大量經驗；另一方面，專項整治的落地也迫使大量網貸平台開始思考轉型之路，而宏觀經濟形勢的持續下行也對大型金融機構的傳統業務產生了衝擊。在這種形勢下，網貸平台在資金、資產、風控等方面主動或被動地已經形與傳統金融機構展開合作。在資金端,隨著運營成本的上升，越來越多的平台開始壓縮從線上直接融資的數額，有的平台甚至關閉線上平台轉而專註於線下業務，通過與傳統金融機構合作獲取低成本資金，或者通過資產證券化的方式滾動存量資產獲取資金，從而降低資金成本，減輕運營壓力；而在資產獲取方面，平台會進一步與擁有固定客群、場景的傳統機構合作(如互聯網企業、據療教育機構等)，根據客群特點，場景特徵等建立新型的風控方式來開發借款人；網貸平台已經開始與保險公司及傳統銀行一起開發新的風控合作模式，對於傳統金融機構來說，網貸平台可以憑藉其線上融資渠道、產品設計等多個方面的優勢與傳統金融機構合作，幫助其實現新業務的標準化改善其基礎設施，從而實現全方位的升級。
網貸行業服務小微企業的實踐
全國網貸行業涉及小微企業借款的平台數量走勢與行業發展走勢基本一致，2014年、2015年保持高速穩定增長，2016年和2017年受行業宏觀環境以及各地區監管政策的影響，全國涉及小微企業的平台數量有所下降。但從全國涉及小微企業業務的平台數量占行業正常運營數量的比例來看，雖然增速有所降低，但仍保持上漲的態勢。
圖5 全國網貸行業服務小微企業的平台數量（家）
數據來源：網貸之家
圖6 北京網貸行業服務小微企業的平台數量（家）
數據來源：零壹財經
北京市作為網貸行業發展較為領先的城市，在2017年底仍有162家網貸平台從事小微企業金融服務。相較於北京市同期網貸平台總數369，涉小微企業的網貸平台數量超過40%。
據網貸之家估算，自2013年到2017年間，全國網貸行業服務的小微企業累計業務成交量超2萬億元，此數據包括小微企業的直接借款，還包括借款用途主要是生產經營周轉、發放工資等的小微企業主以個人名義通過汽車抵質押、信用等形式進行的借款。相關報道顯示，在宜信公司所服務過的借款用戶中，個體戶、小微企業用戶為280萬人次，佔總用戶的62.3%。
圖7 全國網貸行業小微企業業務成交量（億元）
數據來源：網貸之家
全國網貸小微企業借款從2013年成交量僅124.32億元增長至2017年的8722.80億元，實現了超過70倍的增長，且仍然保持上揚的趨勢。
圖8 20家樣本平台服務的小微企業所屬行業分布
數據來源：網貸之家
根據網貸之家2017年11月的一項調研發現，網貸的小微企業客戶有49%來自製造業，有23%來自批發和零售業。
圖9 北京網貸行業小微企業業務成交量（億元）
數據來源：零壹財經
北京市網貸行業涉及小微企業的貸款在2016年達到最高，約3400億元，2017年雖然有所下降，但仍然達到了2100億元，佔北京市2017年網貸交易總額5232億元的40%左右。
網貸行業服務三農的實踐
據網貸之家不完全統計，截至2017年10月底，全國網貸行業涉及三農業務的正常運營平台數量有131家，占正常運營網貸平台6.63%。圖9列出了以上131家平台上線時間分布。
圖10 全國農村網貸平台上線趨勢（家）
數據來源：零壹財經，網貸之家
圖11 北京農村網貸平台上線趨勢（家）
數據來源：零壹財經
北京市農村網貸平台數量自2015年以來並未大幅減少，直到2017年年底仍有16家平台從事農村網貸業務，占同期北京市網貸平台總家數的4%左右。
據網貸之家不完全統計，2017年一到十月全國涉農貸款總規模約為308.91億元，佔網貸行業1-10月總成交量的1.31%；2017年10月全國涉農貸款成交量約為24.47億元，涉農貸款標的綜合收益率約為9.66%，涉農貸款平均借款期限約為7.15個月。
圖12 全國涉農網貸歷年交易金額（億元）
數據來源：零壹財經，網貸之家
2012年及以前，由於網貸行業處於早期萌芽階段，網貸在農村金融的滲透率很低，截至2012年年底，全國涉農網貸累計交易額約5千萬元左右。2013年和2014年，少部分網貸平台開始在農村金融領域站穩腳跟，兩年間全國涉農貸款交易額分別達到5億元和35億元左右；2015年全國涉農網貸交易額保持了強勁的增長勢頭，當年約200億元；2016年由於農村金融參與者不再明顯增長，農村網貸為增量市場，全年交易額約在450億元。
圖13 北京市涉農網貸歷年交易金額（億元）
數據來源：零壹財經
據零壹財經統計，北京市網貸行業涉農貸款在2016年和2017年分別達到了290億元和210億元，分別占同期北京市網貸行業貸款交易總額的5.6%和4.0%。
網貸行服務實體經濟的技術與模式創新
網貸行業創新技術應用服務實體。除了基本的互聯網和移動互聯網技術之外，網貸行業在服務實體經濟的過程中也跟隨著時代的發展，積極地運用各種新興技術提升服務效率和服務質量。自大數據、雲計算、人工智慧等技術受到金融領域關注， 網貸行業較早便將其應用於業務中。目前網貸行業中的頭部機構，基本上已經實現大數據風控技術的應用。
在不斷升級業務的過程中，行業領頭的網貸機構們已經在業務的各個環節中融入了新興技術。從具體的實踐角度來看，網貸行業的業務可以分為獲客、貸前審核、貸中管理到貸後風控等環節。
在獲客環節中，網貸機構可以與網路社交、網路電商及網路支付等平台合作，向合適的用戶群體發布廣告。一方面，互聯網平台形成的數據可以讓網貸平台實現精細化管理，識別獲客營銷的效率，從而選擇不同的獲客渠道或方式。另一方面，合作的互聯網平台在大數據技術的支持下，也可以幫助網貸平台精準營銷，將產品推廣給最需要的客戶。
在貸前審核環節中，網貸機構可以藉助新興技術進行身份核驗與信用評分，從而實現反欺詐和全自動審批。首先，網貸機構可以藉助生物識別技術判斷用戶身份，然後將用戶提交的手機號碼、居住地址、工作情況等數據與合作資料庫的數據進行交叉驗證，判斷用戶身份的真實性。其次，網貸機構可以藉助人工智慧和大數據技術製作用戶的社交關係圖譜，對用戶進行反欺詐判別。然後，網貸機構通過人工智慧技術建立決策模型，使用評分卡模式判斷用戶的信用情況，並對不同信用等級的用戶進行自動化審批。
在貸中管理環節，網貸機構可以使用大數據和人工智慧技術進行持續的風險監控。首先，網貸機構可以使用大數據技術對宏觀經濟環境和行業市場環節進行判斷，從而分析借款人整體的違約風險。其次，網貸機構可以通過人工智慧技術建立風險管理規則，智能識別借款人的風險指標，並及時預警。
在貸後管理環節，網貸機構可以使用人工智慧技術建設智能催收系統，根據借款人的不同特徵使用不同的頻率、方法開展催收工作。一方面，網貸機構可以使用智能客服與借款人溝通交流，督促其還款。另一方面，網貸機構也可以分析最適合用戶的催收頻率和方式，使用智能催收系統自動給借款人通過打電話、發簡訊等方式催收。
網貸行業創新運營模式服務實體。經過了10多年的發展，網貸行業已經形成了獨特的核心競爭力，並在業務領域不斷創新發展，通過機構合作、技術賦能等方式更好地服務實體經濟。
首先，網貸的核心競爭力在於風險控制。網貸行業的從業機構在信貸領域10多年的經驗、知識與技術積累中，鍛鍊出了適應中國國情，強而有效的互聯網信貸風險控制能力，包括從反欺詐、風險定價到風險識別與管理等。網貸機構的風險控制能力決定了機構是否可以真正強而有力的支持實體經濟，風控能管理不足將使得網貸機構在服務實體經濟的過程中提前夭折，而風控能力充足將意味著網貸機構可以長期持久地為小微和三農輸送發展所需的資本血液。
其次，網貸行業在發展過程中積極聯合互聯網公司、科技公司、傳統金融機構以及新興的互聯網金融同業機構，通過流量接入、技術外包、數據共享等方式展開合作。在流量接入方面，網貸行業分別與線上和線下的流量平台合作，即通過互聯網數據實現精準營銷，又通過線下渠道連接沒有觸網的小微和三農。在技術外包方面，部分沒有大規模資本和強大科技能力的網貸機構可以藉助第三方科技公司的力量，運用第三方科技公司提供的大數據與人工智慧風控模型。在數據共享方面，網貸機構之間可以共享行業黑名單，避免多頭借貸和欺詐的風險，網貸機構也可以接入第三方資料庫，使用第三方數據審核借款人信用。
最後，網貸行業在發展到一定程度之後，部分頭部機構憑藉強大的核心競爭力，開始向外界進行技術賦能。實力較強的網貸機構能夠自己建設風控系統，並使用新興的技術不斷進行迭代升級，走在信用貸款風險控制的前沿，並將前沿風控技術向金融行業內風控能力較弱的機構進行技術輸出，幫助提升整個行業的風控水平。
網貸行業服務實體經濟的能力建設。網貸行業不僅能幫助借款人解決融資問題，對於部分小微企業和三農，還提供能力建設的服務。
許多小微企業在發展過程中，不僅缺少如資金、人才、渠道等各類資源，還缺少如何運用資源的知識與經驗。部分網貸機構在向小微企業提供融資服務的同時，還幫助其擴展銷售渠道等資源，向其傳授經營管理、財務規劃等知識經驗，幫助其獲得更廣泛的資源以及資源的使用能力。一方面，網貸機構通過機構自有的網路社區、微信自媒體平台等渠道，向借款企業傳輸經驗與知識。另一方面，網貸機構在對借款企業各項資料進行信用分析的同時，還可以幫助借款企業改善其經營與財務管理環節中的不足。
三農借款人往往受教育程度不高，金融知識不足，有可能會因為不了解而對有益的金融服務產生排斥心理。網貸機構在為三農借款人提供融資服務的同時，還通過一系列金融啟蒙教育培訓，幫助三農提高金融素養。此外，部分專註三農的網貸機構還為借款人提供種植、畜牧等專業的知識經驗培訓，幫助三農開拓銷售渠道，助力三農群體自我提升與發展。
來源丨宜信研究院
轉載請註明出處
宜信研究院（ceresearch）
宜信研究院依託宜信公司海量數據、金融科技前沿案例、集結全球商業智慧，與業界頂尖學者、機構緊密合作，定期發布行業研究報告，聚焦金融科技、小微企業成長、大數據等研究領域，為行業提供具有代表性及實用性的數據、案例，助力行業良性發展。
※全球Fintech公司巡禮：英國P2P跨境支付TransferWise
TAG:宜信研究院 |