支付數據在小微商戶信貸風險評分模型中的應用研究

文/邱芮琪

一、引言

在我國金融領域， 小微商戶信貸市場一直都具有重要的經濟意義。 小微商戶包括個體工商戶、小微企業等，在推動經濟增長、 創造就業機會等方面發揮著不可或缺的作用。 根據中國人民銀行的數據，截至2020 年底，我國小微商戶總數達到3200 萬家，在所有市場主體中占比達90%以上。這些小微商戶在推動經濟增長方面起到了重要作用，其貢獻約占GDP 的60%左右。 然而，由于小微商戶規模小、資金周轉快以及缺乏抵押物等特點，傳統的信貸模式往往難以滿足其需求。 根據 《中國小微企業白皮書（2020）》，55%以上的小微企業信貸資金需求不能得到滿足，遠高于大中型企業的比重。 因此，準確評估小微商戶的信用風險，提供適當的信貸支持，成了金融機構一個重要課題。 在國家扶持小微企業，推廣普惠金融這一政策背景下， 金融機構積極支持小微商戶信貸業務。 截至2020年底，我國股份制銀行中有近40 家設立了小微金融事業部，互聯網銀行和小貸公司也紛紛進入該領域。 這些金融機構采用不同的審核方式，以滿足小微商戶的信貸需求。近年來，由于非現金支付在我國快速發展，微信、支付寶等移動支付以及銀行卡支付成為消費者在小微商戶付款的主流方式，支付數據已基本可以反映商戶經營狀況。 支付數據作為一種新的數據來源， 在小微商戶信用評估中得到了越來越多的應用。 本文將探討支付數據在小微商戶信貸風險評分模型中的應用， 并分析其在該領域的價值和意義。

二、我國小微商戶信貸市場概況

小微商戶作為經濟活動的基礎單元， 對于信貸的需求主要集中在資金周轉和擴大經營規模方面。 然而，傳統的信貸模式往往難以滿足其快速、 靈活的資金需求。 首先，小微商戶通常需要頻繁進行資金周轉，以滿足日常運營的支出和支付供應鏈上的成本。 然而，傳統信貸機構往往在審批和放款流程上存在較長的時間延遲， 導致資金無法及時到位， 無法滿足商戶高效的資金周轉需求。 其次， 小微商戶在擴大經營規模方面也需要充足的資金支持。 然而，傳統信貸模式往往會對商戶的信用評估和擔保要求較高， 這對于剛剛起步或者信用記錄不夠完善的小微商戶來說是一大難題。 此外，傳統信貸機構的申請流程繁瑣，對企業的財務信息和抵押物的要求嚴格，給小微商戶帶來了不必要的負擔和阻礙。 綜上所述，小微商戶的資金需求在傳統信貸模式下往往難以得到滿足。 因此，需要積極探索和推廣新型信貸模式，以提供快速、靈活的資金支持，促進小微商戶的發展與經濟的繁榮。 近年來，各家金融機構推出了多種針對小微商戶的信貸產品， 對小微商戶的信貸審核技術和流程也在不斷優化。 總體來看，對小微商戶的信用評估主要分為傳統線下審核和基于大數據審核的兩種模式，兩種模式的主要特點如下：

（一）傳統的線下審核

傳統的線下模式的流程一般包括提交相關材料、面簽核實相關信息、等待評估與審批、合同簽署與放款，還款管理與催收， 比較有代表性的是德國的IPC 技術模式和信貸工廠模式。 綜合來看，該模式可以通過實地調查和面對面溝通來更全面地了解借款人的真實情況以及進行更詳盡的風險評估。 但是，整個借款流程相對繁瑣，需要借款人到柜臺提交申請并提供相關資料， 而且整個審核流程相對較長。 同時，由于依賴面談和人工調查，可能存在一定程度的主觀因素和信息不對稱的風險。

（二）基于大數據的審核

基于個人征信的大數據審核模式在小微商戶信貸中表現出優越性。 它能夠全面、 客觀地評估商戶的信用狀況，減少信息不對稱，大幅度提高審核效率。 然而，這種模式可能缺乏實地考察，存在一定風險，所以，也需要豐富數據源的多方面佐證。

三、小微商戶信用評估多維度數據源

基于大數據的審核方式需要可靠的數據作為重要的“原材料”。 常用的數據主要分為以下幾類：一是個人征信報告。 個人征信報告中包含了個體工商戶及其經營者的個人身份信息、信貸記錄等。 芝麻信用系統就是一個依托個人征信信息進行信用評估的例子。 二是工商登記信息和稅務數據。 這些數據反映了商戶的注冊資本、經營地址、經營范圍、納稅情況等，對于評估商戶的經營狀況具有重要作用。 三是支付數據。 支付數據在商戶信用評估中具有特殊意義，能夠為評估商戶信用提供豐富的信息。 通過分析商戶的交易行為、支付方式、交易金額等，可以判斷商戶的真實性、經營的可持續性、信貸偏好程度以及信貸履約能力。 四是多維風險評估信息。 主要涉及小微企業主的風險評估信息， 包括多頭借貸情況、反欺詐記錄和黑名單等。 而企業經營風險信息包括工商處罰、欠稅和涉訴等。 此外，通信運營商數據，如企業通訊在網時長和在網狀態以及地塊風險信息也是評估商戶信用的重要補充。

四、支付數據在小微商戶風控模型中的應用與價值

支付數據在小微商戶風控模型中具有巨大的應用場景與價值。 通過增信提額和構建申請評分卡（A 卡）、貸中行為評分卡（B 卡）模型這兩個主要模式，支付數據能很好地預期和把關信貸交易中的各個流程，保障交易的安全。

（一）支付數據在小微商戶信用評估中的應用場景

1.增信提額

增信提額是指在原有的信用評估基礎上， 通過進一步證明或提供額外的信息來增加借款人的信任度， 從而提高其獲得更高授信額度的機會。 在傳統的信貸流程中，銀行或其他金融機構會根據借款人的個人征信、 收入狀況、資產情況等信息來評估其信用風險，并根據評估結果來確定借款額度。 然而，對于一些小微商戶或剛開始經營的企業來說， 這些傳統的信息可能無法完全反映其真實的信用能力和經營潛力。 因此，為了滿足小微商戶或新興企業的資金需求，提供更靈活的信貸支持，增信提額成為一種常見的解決方案。 在原有風險評分模型基礎上，引入支付數據作為補充指標，提高對小微商戶的評估信任度。通過分析商戶的支付數據， 可以了解其交易行為是否真實可信，避免虛假交易的影響。

2.構建申請評分卡和貸中行為評分卡模型

申請評分卡（A 卡）和貸中行為評分卡（B 卡）是針對不同階段借款人的信用風險評估工具。 它們分別用于評估借款人在貸款申請和貸款期間的信用狀況。 其中，A 卡能夠有效篩選出風險較低的借款人，提高貸款審批效率；同時， 可以幫助金融機構做出合理的貸款定價和授信決策，降低違約風險。 B 卡可以幫助金融機構對借款人進行貸中監測， 及時采取風險防范措施， 減少逾期和違約風險；同時，可以為金融機構提供決策支持，如調整還款計劃、提醒逾期客戶等。 由于支付數據本身顆粒度比較細，可以有效地反映商戶的真實性、商戶的各種匯總交易（日維度、周維度、月維度、年維度、白天/晚上維度、工作日周末維度等）以及商戶的每筆對手交易等，可以作為A 卡和B 卡所需的“數據原材料”中非常重要的組成部分。將支付數據與其他多維數據源相結合， 可以構建更全面的信用評估模型， 可以實時掌握商戶的經營情況， 豐富商戶畫像，并對商戶的風險情況做出準確、實時的判斷。

（二）支付數據對小微商戶信用評估的特殊價值

支付數據在小微商戶信用評估中具有特殊的價值，主要包括以下幾個方面：一是判斷商戶的真實性。 通過分析支付數據，可以識別虛假商戶和非法交易行為。 支付數據能夠反映商戶的交易活動情況，包括交易頻率、交易金額以及交易對象等信息。 通過對這些數據的分析，可以判斷商戶是否存在異常或可疑行為， 從而提高對商戶真實性判斷的準確性。二是判斷商戶經營的可持續性。支付數據反映了商戶的交易流水和收支情況。 通過對商戶的支付數據進行分析， 可以了解其經營現狀和盈利能力。 例如， 交易頻率和金額的穩定性可以用來評估商戶的穩定性和可持續性。 這樣的評估有助于判斷商戶是否具備長期經營的能力， 從而為金融機構提供更可靠的信貸決策依據。三是評估商戶的信貸偏好程度。通過支付數據可以了解商戶經營周期和現金流狀況。 例如，商戶對于節假日或大型促銷活動的備貨需求，往往需要資金周轉，在這種時間節點更加偏好短期信貸產品。 四是評估商戶的信貸履約能力。 支付數據還可以反映商戶的還款能力和信用記錄。 通過分析商戶的支付流水， 可以評估商戶經營狀況，結合行業利潤率以及商戶征信數據，可以評估商戶現金流以及信貸履約能力。 五是優質信貸商戶白名單的形成。 通過對支付數據的分析，可以篩選出信譽良好、經營穩定的小微商戶，形成優質信貸商戶的白名單。 這些商戶具備較高的信用水平和履約能力， 可以享受更優惠的信貸條件和服務。 形成白名單有助于金融機構在信貸決策中更快速、準確地識別出可靠的商戶，降低信貸風險。

五、結語

綜上所述， 支付數據在小微商戶信貸風險評分模型中具有重要的應用價值， 支付數據在小微商戶信貸風險評分模型中的應用也是未來的一大趨勢。 通過充分利用支付數據的特殊價值， 可以進一步提升小微商戶信用評估的準確性和效率。 支付數據能夠為金融機構提供更全面、客觀的信息，以輔助決策過程。 這將使得金融機構能夠更好地了解商戶的交易活動、經營狀況和信用記錄，進而更準確地評估其信貸風險。 這種精細化的評估有助于為小微商戶提供更合適的信貸產品和服務， 促進其可持續發展。 在應用支付數據的同時，也需要注意相關的風險和隱私問題。 支付數據涉及用戶的個人消費和交易信息，保護用戶的隱私是非常重要的。 金融機構在使用支付數據時，應加強數據保護與采取合規措施，確保支付數據的安全和合法使用。 此外， 應遵守相關法律法規和行業準則，確保數據的合規性和合法性。

未來，隨著技術的進一步發展和應用場景的擴大，支付數據在小微商戶信貸領域的應用將變得更加精細和有效。 例如，可以結合人工智能和大數據分析技術，進一步挖掘支付數據中的潛在信息， 提升信用評估的準確性和預測能力。 同時，金融機構和監管部門也需要密切關注相關技術和數據保護的發展趨勢， 及時調整和完善相關政策和規范，以促進小微商戶信貸市場的健康和穩定發展。