肥猪哥智慧物联开拓金融创新 引领行业“脱虚向实”血色江湖之九美缘

　　在短时间内诞生的大量数据、物联网技术公司正在帮助中国金融机构的一部分资金流入到实体行业——特别是大量民营企业充斥的中小型企业中，这些客户曾长期处于中国金融机构的覆盖范围以外。

　　中小型企业被忽视的原因被认为来自于两个方面：一方面来源于由于数量众多，金额较小，这类业务长期被认为“不经济”。另一方面银行缺乏对于这类企业贷款的信心，传统的风控手段难以穿透标准财务数据欠缺和信用记录空白的中小企业内部。

　　数据、物联网技术公司正在解决这两种顾虑：在通过智能硬件或者系统获得垂直行业一定规模的运营数据后，这类公司可以将标准的行业数据提供给金融机构，金融机构再利用新的模型评估这些数据，并依据此发放贷款。同时，数字技术也让这种贷款的审核和发放更为快捷、灵活，降低了借贷双方的时间成本。

　　令金融机构惊讶的是，这些中小企业——比如生产服务类企业和科技类企业——表现出一些优质金融客户的特征。东部一家城商行在近一段时间开展了对科技中小企业的专项贷款业务，其信贷部门负责人对经济观察网表示， 这项业务的不良贷款率要远低于传统信贷业务 。

　　较多从事个人信贷和中小企业的微众银行(这一银行由腾讯和其他股东筹建)的2016年年报数据也显示了这一迹象，2016该银行的不良贷款率仅为0.32%，而同期商业银行的不良贷款率达到了1.74%。

　　金融机构介入货运行业

　　公路运输企业的金融状况在中国中小企业群中具有代表意义。

　　中国有超过1500万辆载货汽车，3000多万名货车司机以及数量众多的中小型公路货运企业，它们负担了中国绝大部分的物流运输。

　　在相当长的时间中，这些企业的融资途径主要为代收货款带来的资金沉淀、企业主凭借个人信誉和质押物取得的银行贷款以及企业、个人间的短期拆解。

　　传统融资途径被认为缺乏稳定性以及具备高风险。一位物流行业从业人员对经济观察网表示，2015-2016年期间受到上游企业经营状况的影响，公路货运企业资金链断裂的情况频繁出现，由运输企业代收的货款资金由此也有损失。这一情况至到2016年年底大宗商品价格回升才有所缓解。

　　金融机构贷款很少会在货运企业传统融资渠道的备选选项中。一位银行从业人员解释了这种缺位的原因。此前该人士负责了一家小型物流企业的信贷业务，贷款金额仅为50万左右。该银行人士表示按照正常的流程走下来，花费的精力甚至比一笔10亿元的贷款还要多。“这样的企业没有信贷的记录，需要提供更多的资料，对银行来说就很不经济，银行就不愿意做”。

　　如今，数据、物联网技术企业正在尝试解决这一问题，G7是其中具有代表性的一家。这是一家以物联网技术为物流行业提供数字化服务为主要业务的公司，该企业通过不同类型的智能硬件收集物流数据，为不同类型的客户提供相应的智能化信息化解决方案。从2016年起，该公司与微众银行以及北京速通科技有限公司(该公司能够获得中国路网数据)开始合作开设一项针对货车高速通行费用的业务。

　　其模式是货车先通行，在第二天形成上一天的账单并通知告知货运主客户付费 。在这一模式中，G7作为技术公司负责获取货车的运行数据以及由此判断的企业经营状况，速通则从全国路网获取车辆通行的ETC费用数据。

　　G7金融事业部总经理谢鹏对经济观察网表示这一产品主要为企业信息化管理提供帮助。但是经过一段时间的运行，技术公司和金融机构发现这一领域的客户不良贷款率要远低于此前的预期 。

　　基于以上的业务经验。今年5月，三方正式推出了一款名为“微路贷”产品，该产品由微众银行通过大数据模型筛选白名单客户，名单内的客户可以在线上完成申请、借款、还款申请、借款流程。 最长帐期为45天，按日计息，专项用于货车的ETC支付场景。

　　在公路物流企业中过路过桥费用占据了总成本的30%－40%左右。这意味着金融机构的介入提供给物流企业了一笔成本低于信用卡和民间短期拆解的流动资金——这一贷款的日息不超过万分之五。

　　根据微众银行提供的数据，目前使用“微路贷”的客户大约在2000户左右，总授信已经超过4亿元。

　　技术的作用

　　类似的业务得以开展有赖于数据技术的支撑。微众银行企业金融部总经理助理杨恺对经济观察网表示，目前微众企业端的信贷模式之一就是与垂直行业内能通过场景产生行业数据的公司进行合作，通过行业数据切入解决该行业的金融需求。

　　数据是金融服务得以低成本扩大的重要原因。谢鹏对经济观察网表示，传统信贷业务模式很难大规模的从事中小企业信贷服务。“比如贷后管理，传统银行在贷款后会一季度进行一次评估，但是货运行业中小企业众多，用传统的方式需要一个庞大的信贷管理人力团队，这个可能性是很低的，但是实时的数据就可能更加精准和高效的解决这一问题”。

　　实际上，当大量的数据汇集后，往往会提供一些传统经验并未察觉的评估参数。G7在通过对车辆数据以及信贷数据进行汇总测评之后发现：如果一个车队内的车牌号码趋近，那么说明这些车辆很大可能都是集中自主采购的，这家公司延迟还款的可能性就会降低。同时，车辆的行驶轨迹也是能够提供评估的依据之一，“货运企业运输线路往往是非常稳定的，如果在一段时间，这家企业的车辆行驶路径频繁变动，就可能意味着这家公司的经营出现一些状况”，谢鹏对经济观察网表示。

　　这些情形在其他垂直行业也可以得到提现。近年时间中，中国诞生了一大批以“数据”为业务的公司，其中不乏一些传统企业——在传统业务增长乏力后，这些企业凭借着自己在垂直领域供应链中的影响力，将数据作为了新的增长方向。

　　大量的数据处理意味着极高的技术难度。对于希望深入中小企业信贷的金融机构而言，建立一支更为庞大的技术团队正在成为共同的选择。中国三大政策性银行之一的国家开发银行在2016年年底开始采用新的技术以甄别大客户中的关联风险。多家区域性商业银行也逐渐将研发中心从总部所在城市转移到北京、上海等城市，以期获得更有竞争力的技术资源。

　　对技术的投入正在为中国金融机构涉入广阔中小企业市场空间铺平道路。同时，也正在改变金融机构本身的人力结构。微众银行企业金融部总经理助理杨恺对经济观察网表示，在微众银行中，不计算各个业务部门的技术人员，仅纯技术部门的技术人员数量就构成了整个银行人力数量的60%。“未来，技术将会在金融机构发挥着更加重要的作用”。