今年以來節節上行的小微貸款利率，似乎遠沒有向下的勢頭。目前深圳地區的銀行小微貸款的利率區間（年化）一般在8-15%不等，而部分股份行的定價居然高出去年50%。此外，銀行業系統自上而下喊著要加碼小微，但事實上，基於宏觀環境和銀行對資產結構的調整，至少深圳區的小微金融增速是全面放緩的。
但有一家銀行，小微金融業務逆勢擴張—— 一季度小微企業貸款客戶數同比增長高速382%，而小微企業貸款餘額是深圳地區其餘三大行的3.73倍（其餘三家大行的同口徑貸款餘額為167.6億元），且不良率僅為0.69%。
它是誰？你請看。
小微業務增量放緩，貸款利率節節走高
從6月20日國務院常務會議表態 “部署進一步緩解小微企業融資難融資貴，持續推動實體經濟降成本”，到央行於24日宣佈年內第三次定向降準，釋放小微扶持資金2000億元；再到25日央行等五部委增加支小支農再貸款和再貼現額度共1500億，並下調支小再貸款利率0.5個百分點……可以看出決策層對緩和小微融資難問題的迫切。
但一個很難迴避的難題是：即使央行等多部委此前打出了定向降準、專項支持等組合拳，但對目前小微企業加大補血、緩解信用違約的壓力，作用或許是有限的。
為什麼？這與去槓桿進入深水區有關。通道萎縮疊加非標整治，使得表外融資快速縮水，僅5月社融中非標就萎縮4200多億（含委貸、信託貸款、未貼現銀行承兌匯票）。實體經濟的主融資渠道又重新迴歸到了銀行表內信貸，但在今年不算寬鬆的資金面下，多地小微企業的平均融資成本普遍上浮20%-30%不等。
是的，你沒有看錯：深圳地區建行的小微企業貸款餘額，是其餘三大行的3.73倍；且小微貸款的不良率僅為0.69%。
為什麼會是建行？它做了什麼？
這就很自然引出一些疑問——建行為什麼能夠逆勢增長小微業務？是什麼關鍵性因素，在控制企業信用風險、保證資產質量的前提下，決定了其小微企業授信的準確度和效率？這些問題背後的指向其實都是建行的小企業授信模型。
貸中環節，基本上同業採取的是逐筆審查審批模式，而建行的做法是建立審查審批模型，通過對接人行徵信系統、深圳信用網、市場監督管理局、國地稅系統、法院訴訟平臺等大數據，運用邏輯迴歸、離散分析、偏離度分析、增量分析等方法，實現前端營銷與後臺審批結果的一致性，支持快速自動化審批，如此一來，一方面杜絕了人工差錯的發生，另一方面也大大提高了審查審批效率。
貸後環節，建行自主研發了大數據預警監測和轉貸評價特色系統。該行通過對接行內外各類大數據，對客戶生成靜/動態畫像，根據不同的預警等級採取差別化的措施，定期統一監測客戶異常行為、賬戶行為、資金流向、徵信、抵押物等方面情況，提前預警風險信號。
“貸款難的核心癥結，在於在企業和銀行的商業模式中找到平衡。而大數據，是我們目前找到的確切最優路徑。”該高管曾如此說到。這個例子，無疑能闡明銀行平常說的“大數據”，究竟對普惠金融意味著什麼。
百萬用戶都在看
ID：quanshangcn
閱讀更多 券商中國 的文章
