财新传媒
位置:博客 > 中国人民大学中国普惠金融研究院 > 城商行的普惠金融方法论 | 包容会会员投稿

城商行的普惠金融方法论 | 包容会会员投稿

作者:蒙商银行 普惠金融部  储慧

 

 

引 言

为了帮助城市商业银行找到普惠金融业务出口,从理论上明确普惠金融业务发展的方法论,从实操上提出具体战略目标与落地方案,结合作者15年来阅读的书籍及银行从业经验,特作此文。

 

本文认为普惠金融的核心问题在于解决普惠客群融资难,谁解决了这个难题,谁就是这个行业的引领者。 

 

围绕如何解决这个问题,分析国内外先进同业经验,得出结论——城市商业银行普惠金融业务要解决普惠客群融资难,需要走“大数据信贷+地缘信贷”的路子。

 

更进一步明确了城市商业银行普惠金融的战略目标:

 

怀着一颗初心——“有效解决普惠客群融资难”,并形成一种文化;

 

利用两项工具——“金融科技+业务团队”。金融科技方面,一是完成内外部主流数据对接与整合,建立覆盖信贷全流程的成熟模型体系。二是完成客户端到银行端的全线上业务操作平台搭建;业务团队方面,自主培养一支有情怀、高技能的普惠金融业务团队。

 

实现三个目标——“客群规模辖区内领先、资产质量辖区内领先、综合经营水平辖区内领先”,最终成为辖区内普惠金融业务的行业引领者。

 

最后,设计了普惠金融条线的一套完整的组织架构与运营机制,让初心、工具、目标形成一个有机的整体。

 

正 文

城商行提供的普惠金融服务大体包括账户、结算、理财、融资等四大领域,前三类服务都相对容易,最难的是融资,所以如何为那些原来银行等放贷机构不愿意提供融资的人,在商业可持续的情况下提供融资服务,这是普惠金融的核心,也是一个世界级的难题,谁解决了这个难题,谁就能够进入全国乃至全世界的普惠金融第一梯队,成为行业引领者。

 

城市商业银行普惠金融业务要成为辖区内乃至全国的标杆,就必须有解决这个世界难题的担当和韧性,找到解决问题的方法,打造解决问题的团队,最终具备解决问题的能力。

 

一、普惠金融方法论

如何解决普惠客群融资难问题,纵观国内外同业,解决办法主要分为两类:一类是大数据信贷,一类是地缘信贷。

 

(一)美国银行业的信贷风控经验

在普惠金融信贷业务风控模式方面,美国目前仍然存在两种风控模式:一种是大银行偏好的大数据信贷,为客户提供标准化信贷服务,员工只需要协助客户填写非常简单的申请表格,由中央计算系统在无人工干预的情况对贷款进行打分,并作出信贷决策,完全依赖大数据模型进行信贷风控。另一种是地区性银行偏好的地缘信贷,这类银行的核心理念是“我们只想为我们认识的人提供银行服务”,即主要依靠客户经理队伍,在一定的地域范围内,向银行“熟悉的人”发放贷款,从而进行有效的风险控制。

 

(二)中国近代钱庄的传统信贷经验

钱庄、票号、典当行,我国近代主要的三类金融主体,其中钱庄最类似目前城市商业银行的普惠金融业务。票号一般以跨域区经营为主,典当行以抵押贷款为主,而钱庄,一般不开分号,很少跨区域经营,且一般只做信用类贷款。

 

从钱庄的信贷风控模式来看,主要有三点:一是以对客户的信用认可为放贷出发点,无需抵押物,所以更注重贷前调查,钱庄放贷的伙计也称为“跑街”,意思是他们天天要到街上跑,与客户、客户所在的商帮、圈子进行广泛接触,四处打探,了解客户本身,以及客户的行业,所在的区域,对各类信息进行综合分析,交叉检验,从而知道哪些人能贷,哪些人不能贷;二是在对客户人格信用认可的基础上,不注重短期的收益,更注重与客户建立“缓急相通、互为援奥”的长久合作关系;三是通过学徒制的传承与严格行规的约束,钱庄经营团队上下弥漫着“风险意识”,且这种风险意识已经内化为钱庄从业人员的自律精神。

 

(三)中国当代同业的普惠金融经验

在中国,普惠客群融资难,主要难在缺抵押少担保,解决融资难说到底是要解决银行过度依赖抵质押物的信贷业务惰性。

 

目前,国内同业解决上述问题的方法主要包括两种:一类是以建设银行为代表的大行,积极与各类数据源对接,依托总行强大的科技实力与数据分析能力,通过大数据风控,减少对第二还款来源的依赖,解决普惠客群缺抵押少担保问题,逐步实现对普惠客群的纯线上信用贷款。另一类是以浙江台州银行、泰隆银行为代表的区域性银行,通过“大数据信贷+地缘信贷”的风控方式,解决普惠客群缺抵押少担保问题,对普惠客群发放弱担保或纯信用贷款。

 

1.台州银行经验分析

台州银行坚持“数据信贷+地缘信贷”模式。数据信贷方面,积极对接台州市“金融服务信用信息共享平台”整合的各类信息,搭建综合的贷前筛选与贷后预警体系。地缘信贷方面,对农贷客群,客户经理深入田间地头,了解村庄,与村支书做朋友,真正摸清贷款农户;对小微客群,客户经理为小微企业、个体户做经营报表,真正了解客户经营情况、资金使用及还款来源。截至2018年末,台州银行信用贷款和保证贷款占比80%,不良贷款率不到1%。

 

2.泰隆银行经验分析

泰隆银行同样采用“数据信贷+地缘信贷”模式。在数据信贷方面,依据“三品三表”(人品、产品、押品、水表、电表、海关报表)建立评价模型,实现传统信贷审批与现代大数据技术的融合。在地缘信贷方面,依托植根地方的地缘、人缘、亲缘,不断深化高效灵活的经营方式,全行员工,近50%为客户经理,全行网点,90%分布在社区和农村,并以物理网点为中心,在一定服务半径内,进行网格化运作,划分为若干子社区,推进“五步法”开发:一是做好市场调研,进行社区规划。二是找好社区对接关键平台或关键人,建立名单。三是通过活动系统化切入,批量化获客。四是对客户进行综合经营交叉销售。五是对社区经营进行后续综合评价。截至2018年末,泰隆银行500万元以下贷款客户占比99.8%,100万元以下客户占比96%,户均余额29万元,全行普惠金融业务不良率不足1%。

 

3.民生银行经验分析

2008年,民生银行通过“商贷通”开启民生小微1.0版本,其间民生银行甄选特定行业进入,借助商会、协会、合作社形式等,针对商圈、供应链进行批量获客,不断加大对小微业务的投入。

 

2011年至2016年是民生银行小微2.0阶段,其间,民生银行从简单的信贷服务向小微综合金融服务转变,提升非抵押方式贷款比重,小微贷款一度飙升,2013年末,民生银行小微贷款余额即达到4047亿元。但从2013年到2014年,随着经济下行,风险持续暴露,小微贷款增速基本停滞并逐步下降, 2016年末为3271亿元。

 

自2017年起,民生银行开启小微3.0版,依托“数据+科技”推动小微金融再升级,借助移动互联、远程面签等科技手段实现线上线下互通,运用大数据实现风险控制、精准营销,围绕“1+1+N”的小微企业生态圈(第一个“1”是小微企业法人,第二个“1”是小微企业主,“N”是其员工及家属) ,开展全方位综合金融服务,2018年小微存款达1990亿元,约占零售存款的32%,小微客户购买理财、保险、基金等金融资产达1300多亿元,小微贷款利息收入和非贷款利息、收费收入为6:4。

 

综合国内外先进同业经验,要在商业可持续的前提下解决“普惠客群融资难”问题,就需要解决银行业依赖抵质押物的信贷业务惰性,从过度依靠第二还款来源,轻视甚至忽视第一还款来源判断的、粗放的、低技能要求的业务经营模式,转变为以第一还款来源判断为主,第二还款来源为辅的,对客群精耕细作的、高技能要求的业务经营模式。在这种经营模式转变的实现方法上,大行更偏向于大数据信贷,中小银行更侧重于地缘信贷。

 

(四)城市商业银行普惠金融方法论建议

地方城市商业银行要实现上述经营模式的转变,解决普惠客群融资难问题,需要走“大数据信贷+地缘信贷”的路子,需要打造两项工具——“金融科技+业务团队”。

 

金融科技可以为普惠金融提供两个方面的便利,一是为信贷业务风控提供数据支持。二是让金融服务更有效更便捷的触达目标客群。但单纯依靠金融科技发展普惠金融业务,可能存在两个问题:一是对数据基础薄弱的普惠金融客群风控效果有限——大数据风控仅能服务那些具备一定客观数据基础的客群,我国整体数据基础相对西方差距较大,而普惠客群在我国银行业各类客群中又是客观数据最差的一类,对于大数据基础薄弱的普惠金融客群,大数据风控如无源之水。二是对普惠金融客群进行综合经营的难度较大——一方面普惠金融的消费者素养有限,纯线上的传播与引导,很难让客户真正了解银行的产品与服务,并进行有效的选择,另一方面中国关系社会的文化背景根深蒂固,人们更愿意购买信任的人推荐的产品和服务,所以很难单靠纯线上的金融科技来对普惠客群进行交叉营销与综合经营。

 

由此,除了金融科技,还需要一支扎实的“业务团队”,作为地方性商业银行,需要一支扎根本地,了解本地的“跑街”业务团队,深入到客户中去,精耕细作的了解客户、经营客户,以弥补金融科技对普惠金融客群的大数据风控短板和客群综合经营短板。

 

二、城市商业银行普惠金融战略目标

怀着一颗初心——有效解决普惠客群融资难;利用两项工具——金融科技+业务团队;实现三个目标——客群规模辖区内领先、资产质量辖区内领先、综合经营水平辖区内领先,最终成为辖区内普惠金融业务的行业引领者。

 

(一)一颗初心

“解决普惠客群融资难”的初心应成为文化,深入人心,普惠金融条线绝大部分员工均怀着解决普惠金融客群融资难的责任感与使命感。

 

(二)两项工具

工欲善其事必先利其器。金融科技方面,一是完成内外部主流数据对接与整合,建立覆盖信贷全流程的成熟模型体系。二是完成客户端到银行端的全线上业务操作平台搭建。业务团队方面,自主培养一支有情怀,高技能的普惠金融业务团队。

 

通过对金融科技与业务团队的综合运用,具备精准定位客群、精确分析客群,高效服务客群,综合经营客群的能力,实现信贷经营模式转变,打造核心竞争力,有效解决普惠客群融资难。

 

1.利用金融科技做好普惠金融基础设施建设

(1)建立总行普惠金融客群数据库,使数据得到不断完善。统筹内外部各层级数据渠道,建立全行统一的普惠金融大数据库。外部数据方面,一是总行层面完成全国性政府性对外公开数据源的对接,例如征信、法执、工商、税务等。二是针对地方性特定客群需要的特定数据源,总分行联动对接各地方性数据源,例如:政府采购数据、地方医保数据、水电煤气数据、行业协会数据、大型核心企业供销数据、大型交易市场成交数据等等。内部数据方面,一是统筹全行业务系统,构建客户在行内的业务全景图。二是利用客户经理贷前贷后调查数据,对客观数据不足的普惠客群进行有效数据补充。

 

(2)建立覆盖贷前贷中贷后的各类数据模型,且模型得到不断修正。引入先进合作伙伴,结合城市商业银行风险偏好,进行联合建模,逐步建立涵盖客户营销、授信判断、客户运营、贷后预警的全流程模型体系,同时在业务开展过程中对模型进行不断训练与修正。

 

客户营销、授信判断、客户运营、贷后预警四个方面,数据模型运用贯穿授信全流程。客户营销阶段,对目标客群进行画像,通过外部数据对接,锁定目标客户,进行精准营销。授信判断阶段,结合内外部数据,进行客户准入与额度建议。客户运营阶段,可以利用纳税、采购、医保等数据对客户额度进行及时调整,利用核心企业交易数据对客户进行放款金额核定等。在贷后预警阶段,综合各类数据,多维度对客户情况进行有效预警,提前预判风险,提前采取化解措施。

 

(3)打造端到端的全线上化金融服务通路。移动客户端:打造针对普惠金融客群的,集合账户、结算、理财、融资等金融服务与技能培训、工商税务等非金融服务于一体的移动客户端,提高客户享受金融和非金融服务的便捷性。移动银行端:打造供信贷作业人员使用的,集线上营销、调查、审查、审批、贷后管理功能于一体的移动银行端,提高信贷全流程效率。

 

2.建立业务团队,打造普惠金融风控主力军

(1)建立专业的总行大数据运营团队。总行建立一支专业的,能够进行数据与模型管理的大数据团队,实现对普惠金融大数据库与数据模型的综合运用。

 

(2)建立具备工匠精神且深谙信贷艺术的总分行一体化的产品“工匠”团队。建立一支具备工匠精神的,深谙信贷艺术且全面了解银行业产品与服务的,能够根据细分客群特征,设计定制化的综合金融服务方案,有效控制信贷风险,有效实现客群综合经营的,总分行一体化的产品“工匠”团队。

 

(3)建立有情怀懂业务的,具备地缘优势的分行信贷业务团队。

 

①有情怀的团队

德才兼备,以德为先,普惠金融业务团队需具有普惠金融的使命感与责任感,有吃苦耐劳的精神,不计得失的胸襟,百折不挠的韧性,实事求是的赤子心。

 

②懂业务的团队

基层客户经理团队需集“行业经理”“产品经理”“客户经理”于一身。行业经理——熟悉目标细分行业客群,具备分析目标细分行业客群的能力。产品经理——熟知各条线各产品特征,具备根据客户实际经营特征,为客户制定综合金融服务方案的能力。客户经理——熟练掌握基础信贷业务逻辑与基础营销技巧,具备客户经理应知应会的客户财务分析能力、信息交叉检验能力,能够实现对客户的综合营销与信贷风险识别与管控。

 

③具备地缘优势的团队

贷前阶段,业务人员通过不断的实地调研,充分了解辖内细分市场,坚持做熟悉的行业,熟悉的客群,了解的客户。

 

贷后阶段,业务人员通过高频的客户接触,深入了解客户金融需求,对客户进行全方位交叉销售与综合经营,提高客户粘性与忠诚度,实现对客户贷后风险的有效识别与提前处置。

 

(三)三个目标

成为辖区内普惠金融业务的引领者,实现普惠金融客群规模辖区内领先、资产质量辖区内领先、综合经营水平辖区内领先三个目标。

 

三、城市商业银行普惠金融战略目标落地方案

围绕初心,利用工具,实现目标,最终要落实到城市商业银行普惠金融的一套完整的组织架构与运营机制,让初心、工具、目标形成一个有机的整体。

 

(一)普惠金融条线运营机制

要解决普惠客群融资难,最重要的在于将普惠客群进行细分,通过分析细分客群的风险特征,制定细化的有针对性的风控方案和综合金融服务方案,通过金融科技与业务团队做好贷前、贷中、贷后的管理与服务,最终实现业务规模增长,资产质量管控以及客群综合经营。

 

(二)普惠金融条线组织架构

普惠金融全条线运营机制,包括总分支三级组织架构。

 

1.总行普惠金融部架构设置

(1)营销中心。协同分行,对各分行特色行业进行案头和实地分析,锁定总行级与分行级的目标细分客群,并在产品中心完成产品设计之后,对产品进行全行的营销宣传与组织推动。

 

(2)数据中心。协同总行数据管理部门与科技部门,在大数据方面,打通内外部各层级数据渠道,建立全行统一的普惠金融大数据库,将大数据运用于客户营销、授信判断、客户运营、贷后预警等方面,并对数据模型进行不断修正。在系统建设方面,对普惠金融业务系统进行运营管理与功能优化。

 

(3)产品中心。协同分行,对锁定的目标客群进行分析,识别客群核心风险,设计风险管控模式,运用大数据风控、线上业务系统等金融科技手段,定制综合金融服务方案(产品),对分行进行有效培训,并对全行产品体系进行持续管理与优化。

 

(4)贷后中心。协同分行,通过业务数据监控、客户电访、陌生回访、档案调阅等方式对客户进行风险预警,对业务进行贷后监控,同时负责统筹全行普惠金融不良贷款清收工作。

 

(5)综合中心。协同分行与总行人力资源部、计划财务部,做好客户经理团队、贷后清收团队的人员准入、定级、考核与汰换工作。

 

2.分行普惠金融部架构设置

(1)营销与产品中心。与总行协同,一是对总行级目标客群与业务产品进行客户经理培训、营销宣传与组织推动。二是对分行特色行业与客群进行实地分析,锁定目标细分客群,识别客群核心风险,设计风险管控模式,运用大数据风控、线上业务系统等金融科技手段,定制综合金融服务方案(产品),对客户经理进行有效培训,对产品进行营销宣传与组织推动。

 

(2)贷后中心。与总行协同,通过业务数据监控、客户电访、陌生回访、档案调阅等方式对客户进行风险预警,对业务进行贷后监控,同时负责统筹分行普惠金融不良贷款清收工作。

 

(3)综合中心。与总行普惠金融部、分行人力资源部门、分行财务部门协同,做好客户经理团队、贷后清收团队的人员准入、定级、考核与汰换工作。

 

3.支行普惠金融业务团队

地缘信贷的核心,终究依靠支行网点实现,目标为网点划片管理,各网点逐步建立区域客群的地缘优势,实现对区域内目标客群的综合经营。

 

支行普惠金融业务团队设置规则,县级支行均设置普惠金融业务团队,城区视情况,设置综合支行或专业支行,综合支行可受理普惠金融全线产品。专业支行仅能受理部分普惠金融业务产品,普惠金融团队数量由少到多,最终实现支行全覆盖。

 

支行普惠金融团队营销,采用“五步法”:一是做好区域内市场调研,进行社区规划,明确主要目标客群。二是找好社区对接关键平台或关键人,建立名单。三是通过活动系统化切入,批量化获客。四是对客户进行综合经营交叉销售。五是对社区经营进行后续综合评价。



推荐 0