科技重构信贷流程:Fintech如何给煎饼摊授信?

雷锋网(公众号:雷锋网)AI金融评论按:作者为智能信贷技术公司读秒CEO周静。周静拥有19年数字化风险管理和跨国银行经验,曾在渣打中国银行就职9年,任渣打零售银行风控负责人。在美国Capital One就职8年,历任产品、市场、风控高级经理。

关于“给煎饼摊授信”这个问题,其实是每一个小微商户的痛点,也是我工作的重点。

零售金融的痛点

这类客户属于银行零售业务,也叫零售金融业务,一般主要指商业银行以自然人或家庭及小企业为服务对象的业务,如果按照金额来区分,零售业务一般金额是指百万级别和以下的业务, 当然我们在读秒的零售业务更属于小小微的范畴。相比于银行的其他业务来说,零售一直处于额度小、难度高、批贷难的一块。

如果有如题的煎饼摊老板“葛大妈”向银行提出借贷申请, 她唯一的可变现资产是一辆可移动工作间——这在银行是不可能被承认的。她的“企业”没有政府认可的注册,日常记账都是记在自己的小账本,在央行没有征信记录,也无法进入信用卡的准入门槛。有点残忍地说,他在提交资料时可能就不被接待了。

当然还有好一点的情况。倘若葛大妈不仅仅有一个摊位,她可能有一间小店,有营业执照,但注册资本金小,税务不规范,有一些经销记录等等。葛大妈想要和银行借5万元装修一番——大概率还是会被银行拒绝。因为五万元的信贷,刨除银行的触客、尽调、录入、初审、终审等成本,银行是亏损的。她心一狠,那借20万呢?传统银行又会认为难以给一间小店批贷20万。

葛大妈这样的小微商户想当然地认为银行嫌贫爱富,看不上零售业务,其实并不是看不上。从金融逻辑来讲,这类业务的NPV若为负,即不能盈利,宁肯不做。

先从传统银行的零售流程跟大家讲起。传统银行的流程像个梭子,业内称作信贷工厂模式:

  • 首先销售和客户接触,得到客户的基本信息;

  • 客户准备材料,递交一些企业工商信息,企业主个人信息、经营证明、银行流水、水电煤气费缴纳单等等

  • 交由销售支持人员做录入;

  • 中台复核;

  • 风控部门再通过实地调查;

  • 审批电话核实;

  • 再做最终的审批结论。

整个流程下来,最快需要一周。尽调人员去商户处调查时还可能出现一些特殊情况,比如商户老板需要调查改期、账本准备的不好、某材料还没批下来等,还会延长申请周期。虽然,当时在传统银行创立了信贷工厂模式实现“流程标准化” ,但因为每个步骤都需要“人”来完成并且流程与流程的衔接需要“人”来传递,所以不论怎么优化,也难以再提高速度。

运营成本也掣肘效率提升。销售、录入、预审、运营、审批等团队需要几十人,这样规模的团队已经是很精简的。一天大概处理不到20单。如果业务量要翻番,意味着团队人员也需要翻番。这是真实存在的问题,由于排队者太多,有的客户申请后必须排队到第二天、第三天,贷款申请才开始被接收处理。

正因为成本如此之高,5万元的信贷需求,利息不能覆盖运营成本,对银行是亏本生意。但fintech公司可以做到5000元,甚至更低。

银行也在不断改进这些流程,但百年延续的流程和体制却很难更改。

Fintech 重构信贷流程

相比之下,Fintech是近年兴起的行业,没什么历史包袱,整个信贷流程在fintech的环节中被重构了。

信贷最简单地可以被分为贷前、贷中、贷后。

贷前来说,相比于上述的传统的信贷工厂模式,fintech的数据获取、加工、处理、分析都是并行的一个过程。葛大妈在银行申请时需要准备一堆材料,跑4、5个机构。但在她授权情况下,读秒可以做到15分钟完成从收集到授信的全流程:采集的数据依次进入数据湖沉淀,再经由中间层进行数据清洗,通过数据挖掘和机器学习加工出炉企业用户6大纬度的特征变量和用户画像(如下图)。

对葛大妈来说,申请流程是简单的。但在数据驱动决策系统内部,每天近万级的数据颗粒采集,几千次的指标计算,500多个特征变量分析。原本传统金融机构信贷工厂模式中的6大步骤在fintech中整合为1步。

用户生命周期实时管理,是fintech独创的贷中、贷后管理环节。以往一个客户是否被予以授信,常常是在申请那一刻的静态授信。但实际上,企业每一年的变化并不小,小微客户更是如此。fintech用数据观察客户生命周期,客户在借款过程中的动态趋势可以实时反应风险的变化。

详细来说,我们可以根据客户的类别,监测其在授信以后的业务数据。比如举例来说,葛大妈的经营范围发生了变化,本来煎饼摊,变成了卖衣服、卖玩具,甚至卖手机了。我们无需去现场验证,可以通过后台数据的业务数据、商品信息进行分析,就可以知道这类的变化,从而掌握经营动态风险。在此基础上,Fintech可以根据用户类别,设置一系列预警指标并实时交互获取,依赖数据指标进行预警监控,作为催收策略的指导。 

数据构成煎饼摊的用户画像

葛大妈此类的客户是传统银行、小贷公司都难以覆盖的客户,也是我们的典型用户之一。Fintech之所以能够为小微商户进行用户画像,并授信,源于其多维度的用户画像能力。

传统金融机构在零售信贷中更多依赖于金融范畴的数据,从财务角度去看客户的银行流水状态、负债杠杆比率、税务等信息。但fintech会有一个从企业到人更为全面的征信判断。 

举例来说,我们通过APP GPS定位葛大妈在北京某城区,可以从通话城市,收款位置,住址信息等多维度交叉验证和比对来锁定用户的生活和经营地址,而传统机构提供住址/经营地租赁合同或者水电煤气缴费单据的方法,不仅繁琐且作假容易。

葛大妈的煎饼摊,时髦的用上了微信、支付宝收款,在读秒的后台引擎中,我们清楚的掌握了这门“小生意”的交易流水、商品销量、客单价、交易频次、淡旺季特征等等,并与其他同类商户做对比,评价它的经营水准。

可能银行的审批员还没有见到葛大妈,fintec就已经为她完成了授信,甚至通知金融机构放款了。

综上,Fintech之所以能够覆盖各种碎片化的需求,主要是由于一:重构流程,用数据驱动决策降低了运营成本,申请量的增加,几乎对成本没有影响,边际成本趋向于0。二:立体的用户画像,从金融与财务外的维度来收集数据,再回归金融,验证授信。

而授信的准确度、资产的优质程度,就看各家fintech的具体模型与技术了。

雷锋网版权文章,未经授权禁止转载。详情见。

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/68311.html

(0)
上一篇 2021年8月11日
下一篇 2021年8月11日

相关推荐

发表回复

登录后才能评论