普惠信貸聚合模式與傳統普惠金融模式的對比分析

摘要：隨著國家對普惠金融發展的支持力度不斷加大以及傳統普惠金融模式的缺陷不斷暴露，由平安普惠公司首創的普惠信貸聚合模式為普惠金融的進一步發展提供了良好的契機。本文將普惠信貸聚合模式與傳統普惠金融模式——“單打獨斗”模式和“科技賦能”模式進行對比分析，分析得出普惠信貸聚合模式的優勢，進一步客觀分析聚合平臺目前存在的不足之處，并提出符合實際的改進建議。

關鍵詞：普惠信貸聚合模式;對比分析;優勢

中圖分類號：F83 ?文獻識別碼：A ?文章編號：2096-3157（2020）07-0155-02

一、引言

近年來，國家通過政策加持和定向指導銀行等措施支持小微企業的發展，反映了國家層面對于普惠金融群體的關注度持續加大。在各相關部門協同下，我國普惠金融發展已經取得階段性成果。但受制于傳統普惠金融模式的瓶頸，目前仍然很大一部分中低收入人群的貸款需求沒有得到很好的滿足。

原因主要體現在供需兩方面。在供給方層面，各金融機構因依賴于銀行網點等金融服務基礎設施，需投入大量的人力物力，存在成本過高、服務效率較低等問題，同時因信息不對稱、征信體系不完善等問題使其承擔較大信用風險。在需求方層面，對于以小微企業、“三農”等弱勢群體來說，收入低、缺乏抵押物、基礎設施建設不完善、自身承擔風險能力較弱、金融認知水平較低等問題使得貸款的可獲得性程度較為低下。除此之外，由于存在嚴重信息不對稱問題，加大了供給方信息收集難度。

普惠信貸聚合模式，依托數字普惠技術搭建平臺、聚合生態鏈上各主體的比較優勢和資源、建立標準化的服務體系，“線上+線下”渠道協同獲客，擴大客戶覆蓋面，同時通過智能風控體系將風險分散，并引入低成本資金，通過鏈條上各機構輸出更為全面的服務能力，提高各方服務小微企業的能力和效率。

因此，本文將普惠信貸聚合模式與傳統的普惠金融“單打獨斗”和“科技賦能”模式進行具體對比分析，分析得出普惠信貸聚合模式的優勢，進一步客觀分析平臺目前存在的不足之處，并提出符合實際的改進建議，以期其長遠發展。

二、對比分析

綜合考慮后，本文將普惠信貸聚合模式從獲客和風控兩個環節與傳統普惠金融模式——“單打獨斗”模式和“科技賦能”模式進行對比分析。

1.獲客環節

（1）傳統模式：貸款環節周期長，效率低，始終無法突破客群下沉瓶頸。傳統“單打獨斗”模式中，銀行要獨立完成從申請到放款的全部業務環節，手續繁瑣，且面對分布廣泛、分散的客戶，獲取信息的成本高，客戶覆蓋面十分有限。手續繁瑣給客戶帶來不便的同時，也增加了銀行業務人員的工作量，使得整個貸款環節周期長，效率低。傳統“科技賦能”模式一定程度上改善了“單打獨斗”模式的局限性。在該模式中，金融機構可以借助互聯網平臺提供的數據和技術支持，擴大客戶群體的覆蓋面、提高服務質量、提升用戶體驗，同時運用有效手段提高自身利潤可得性。但“科技賦能”模式由于互聯網本身存在明顯的輸出邊界，優勢主要集中在線上，難以覆蓋大量存在于線下、互聯網能力薄弱的長尾客戶群體，形成對該客戶群體的一種隱性排斥。

（2）聚合模式：提供覆蓋面廣且高效多元的信貸服務。普惠信貸聚合模式致力于挖掘傳統普惠金融模式中被忽視的長尾客戶。它通過形成一個包含眾多機構的金融生態體系，包括自有客戶端APP、搜索資訊平臺、支付交易機構在內的線上獲客渠道和包括鄉鎮便民服務點、金融機構網點和業務人員、消費場景機構、公益機構在內的線下獲客渠道，將這些“線上+線下”的獲客渠道聯合起來形成一個更高效的獲客環節，下沉觸達更多長尾人群，不僅節約信息成本，同時可以反哺體系迭代升級。

2.風控環節

（1）傳統模式：風控理念低效，風控指標單一。傳統普惠金融模式風控模式下：風險管理以事后處置為主，事前防范與事中控制較弱，風險管理滯后性較高;定性為主，定量能力較弱;缺少精確化客戶特征的能力，成本高，效率低，監控范圍不全面等，風控理念較為低效。其中惠投資作為P2P網貸風控的先進代表，利用“三重門”機制，為小額信貸的發展提供了動力，雖然具有成本低廉、門檻寬松、風險分散的優勢，但其涉及部門多、申請效率低，手續繁瑣，信息收集成本較高;銀行“e融”系列產品，利用大數據建立客戶信息數據庫，減少了信息收集成本，提高了申請效率，但是對客戶的信用評價指標過于單一，未能對客戶進行綜合評價。

（2）聚合模式：綜合評價客戶信用，動態監管客戶風險。平安普惠聚合模式下的風控環節綜合利用人工智能、大數據等金融科技建立審貸授信管理和信貸風險管理系統，貫穿信貸事前、事中、事后全過程，并對客戶進行周期性動態監控，大大提高風控能力和自身競爭力。此外，平安普惠還借鑒了國際信貸業的評分卡模式，結合本土情況對該模式加以改造，更加精準適用。且作為國內唯一一家能夠接入征信系統的非銀行機構，平安普惠可以利用多種途徑查詢客戶的信用，信息來源廣泛且收集效率高。其在經營過程中不斷優化風控模型，進行系列創新，引入反欺詐、遠程審批等手段提高風控能力。

三、優勢

通過上述對比分析，并綜合考慮普惠信貸聚合模式整體運作，本文得出其優勢如下：

1.獲客環節

（1）提高人群觸達率，服務長尾客戶。普惠信貸聚合模式將線上線下獲客模式協同，充分挖掘傳統客戶和潛在客戶的數據信息。覆蓋傳統長尾人群他們本身的“互聯網真空地帶”，使其貸款需求被金融機構挖掘和定向選擇。由于客戶數據信息的交叉使用，更加合理的產品額度、期限、還款安排等方面設計能夠與潛在客群的用款需求匹配，業務流程在效率與便捷性方面也能適應目標客戶，這又進一步削弱對普惠金融人群貸款需求的隱性排斥，大大提高了人群觸達率。

（2）降低信息處理成本，獲得額外傭金回報。而聚合模式的獲客環節協同“線上+線下”獲客渠道，將大大降低獲取和處理信息的成本，也就是說將過去“大海撈針”式的獲客方法轉變成了“有的放矢”。不僅如此，獲客節點上的機構在交易撮合中，可能按照推薦客戶實際交易金額的一定比例收取費用;也可能在合作信貸機構獲得利息收入后，按照一定比例取得傭金。但是無論通過何種方式，這些機構都能夠通過提供用戶鑒別和推薦服務，獲得類似于商業銀行中間業務收入的可觀的無風險收益。

（3）客戶交叉滲透，增強客戶黏性。聚合模式通過連接多種機構形成多層次的服務網絡，通過不同機構和人員之間的合作實現客戶交叉滲透，高效獲取大量客戶。不僅如此，聚合模式還能夠借由其他節點的能力，挖掘客戶的信貸需求，為自己的客戶提供主營業務以外的附加的金融服務，這極大提升了客戶滿意度，因而起到增強客戶黏性的作用。而伴隨著客戶遷徙效果顯著，客戶交叉滲透程度不斷提高，客戶價值也同步提升。

2.風控環節

（1）智能風控，實現全方位風險動態控制。平安普惠聚合模式下的風控環節利用常規營業部門、審批風控中心和風險控制部門三道防線建立起貫穿信貸全方位的智能風險動態監控，彌補了傳統模式下風控時效性的不足。智能風控利用包括自身積累的數百萬有效客戶信用數據、第三方大數據、銀行征信系統評分卡模型等先進技術和手段收集處理客戶信息，使不同種類的數據能夠發揮自身的比較優勢，綜合評估客戶信用風險，為不同客群提供不同額度、期限等形式的個性化產品方案，提高信貸服務效率和風控水平。此外，平安普惠客戶信用評價的評分標準更加細致，對于不同的業務和產品采取不同的風控方式，確保貸款不良率處于業內最低標準。

（2）進一步實現科技和金融深度融合。在聚合平臺的風險評估過程中，數據資源的融合化解了普惠金融人群數據碎片化、分散化的痛點，為用戶畫像、反欺詐、信貸風控提供信息和模型支持。平安普惠聚合模式通過整合多方數據模型，匯集多維數據，協同判斷普惠金融人群的信貸風險，共同支撐信貸決策的制定。不同維度的數據在甄別各種類型風險時具備各自獨特的優勢。多維數據融合能夠精準識別不同資質普惠金融人群的風險，滿足其復雜多樣的信貸需求。平安普惠風控環節上的聚合打破了“數據孤島”，有效解決了普惠金融人群因結構性數據缺乏而風控難度高的問題，進一步實現科技和金融的深度融合。

四、聚合的平臺不足之處和改進建議

由于普惠信貸聚合模式是通過聚合生態鏈上各主體的比較優勢和資源，因此為推進其長遠發展，平臺不足之處的解決是最直接有效的。

1.不足之處

平臺層面的問題主要集中在新興技術的運用風險上。隨著云計算、大數據、生物識別等高新技術在平臺構建方面的廣泛應用，普惠金融在快速發展的同時也開始面臨一些風險。例如云計算的使用，就會讓客戶的隱私和數據安全面臨更多問題，且云服務商為多個金融機構提供技術支持，一旦信息系統存在安全漏洞，難以有效抵御外部攻擊，就會導致大面積的金融服務癱瘓，例如近年阿里云就出現過服務中斷的現象。因而如何在技術創新和金融穩定之間進行平衡是十分重要的問題。

2.改進建議

一是信息方面。金融機構應完善信息安全機制，加強風險控制，減少客戶因系統漏洞而產生的數據和信息安全問題。建立多層次、多元化、廣覆蓋的信用信息共享體系，加強協作，實現信息互補，減少因共享環節的信息誤差導致的風險。

二是制度方面。金融機構應專門開設安全部門，聘請風險官，建立健全高效的風險安全預警監控制度，對于風險的監控應貫穿整個借貸過程的始終，特別要確保貸后資金的安全問題，切實保護機構和客戶的權益。

三是技術方面。金融機構應發揮好金融科技對普惠金融的支持作用，加大硬件方面如計算機投入的同時也不忘加大軟件研發方面如保護金融信息安全軟件研發的投入。此外，金融機構還應完善服務的基礎設施，將其普及到經濟落后地區，提高貧困、邊緣地區群眾接受度和風險防范意識。

參考文獻：

[1]杜曉山.小額信貸與普惠金融體系[J].中國金融，2010，（10）：14～15.

[2]鄭煦.金融體系與實體經濟關系的思考[J].全國流通經濟，2016，（6）：89～90.

[3]董云峰.正在崛起的聚合信貸模式：打破科技賦能的邊界[J].科技與金融，2019，（8）：43～46.

[4]葛仁余.大數據風控技術在普惠金融中的探索與實踐[J].信息技術與標準化，2019，（5）：33～36.

[5]李建軍，王德.搜尋成本網絡效應與普惠金融的渠道價值——互聯網借貸平臺與商業銀行的小微融資選擇比較[J].國際金融研究，2015，（12）：56～64.

[6]梅世文，楊郁.建立主體多元分工合作的普惠金融體系，提升普惠金融服務水平[J].開發性金融研究，2017，（6）：14～19.

[7]星焱.普惠金融的效用與實現：綜述及啟示[J].國際金融研究，2015，（11）：24～36.

[8]張勛，萬廣華，張佳佳，等.數字經濟普惠金融與包容性增長[J].經濟研究，2019，（8）：71～86.

作者簡介：

周穎穎，浙江工商大學金融學院學生。