小微信贷技术

两种小企业信贷技术介绍

一、概述

小企业贷款成为中国经济发展必须解决的问题，国家、企业、社会都很关注小额信贷。小企业贷款的特点是数量大金额小，如果按照传统的信贷风险管理模式，必然成本支出太大，导致银行不愿意开展小贷业务。近年来，小贷技术发展迅速，为广大金融机构开展小额信贷提供了技术基础。

在众多的小贷技术中，本文主要关注两个技术，一个是德国IPC公司的小贷技术（以下简称德国IPC技术），和德国IPC技术类似的还有很多，比如法国沛丰的小贷技术，印尼人民银行小贷技术等等，都是偏重于人与人沟通的技术，由信贷员做决策；另一个是打分卡技术，偏重于由计算机做决策。

二、德国IPC小贷技术介绍

1.概要

德国IPC公司1980年11月成立，在1980年代末，IPC的工作重心转移到了开发金融领域，开始小贷业务咨询服务，IPC为拉美、非洲及东欧转型经济体制下的许多项目制定了新方法并将方法成功实施；1990年代末，开始技术入股发展小额信贷业务，通常占15-20%的股份，通过近10年的发展，IPC牵头组建了ProCredit控股公司，现经营位于东欧、中亚、拉美及非洲的22家银行，ProCredit总股本权益达亿欧元。2007年，在ProCredit业务走向正轨后，IPC 咨询团队再次分离，专注于咨询业务。

德国IPC和中国的合作从2005年开始，通过国家开发银行微小企业贷款项目，成功和国内12家银行合作，包括包商银行及马鞍山农村商业银行，目前包商银行的小贷业务已经取得了成功，两家计划在未来三年继续合作。除上述12家外，德国IPC公司还与国内的广州农商行、宁夏银行、阿里巴巴等多家金融机构开展了合作。

2.流程介绍

德国IPC技术的信贷流程包括市场营销、贷款申请、信贷分析、信贷审批、贷款发放、贷款回收六个过程，大体上和我们传统的信贷没有什么区别，这也是该技术在国内广为接受的重要原因之一。在每个过程的细节上，充分考虑了小贷的特点，能简单的尽量简单。比如资产负债表，最简单的资产负债表只有7-8

个项，简单的要求让信贷员容易掌握，也方便从客户那里获取重要信息。

3.人员招聘

德国IPC技术的特点之一是容易复制，对专业方面要求不高，更多的是对人的基本素质的要求，考试形式包括笔试、无领导小组讨论等，主要考察员工的诚信意识、亲和力、积极主动性等素质方面的要求，同时后期还有大量的评测来淘汰不合格的员工，淘汰率在20%-50%左右。初入行员工一般会有3个月的培训，培训包括看文档、观摩、课堂培训、实际业务操作等，实行师傅带徒弟的方法。

4.组织管理

德国IPC技术一般要求小贷业务以独立的事业部方式运作，总行设小贷中心，分行设区域经理，归小贷中心总经理直接领导，区域经理下面即是最小的信贷团队（一般在支行），该团队一般10人左右，包括1个主管岗，1个后台岗和8个信贷员岗，后台岗在业务上和主管岗没有直接管理关系，日常工作上后台岗归主管岗管理，体现了欧美的分权管理思想，较好地实现了内部交叉审核。

5.交叉验证

交叉验证是德国IPC技术的核心，交叉验证就是对两个方面获取的数据进行核对，如果数据偏差在一定范围比如5%以内，即认为是合理的，比如毛利率=（销售收入-销售成本）/销售收入，就调查这三个数字，经过计算，口述毛利率和计算毛利率差距在5%以内，即可以认为客户提供的毛利率数据是正确的。交叉验证一般包括权益校验、毛利率校验、营业额校验等。

交叉验证有两个作用，一是获取精确的关键数据，二是用于验证申请人的诚信。

6.重要工具

在德国IPC技术中，图表工具特别重要，图标工具由于其可读性强，容易被非专业人士迅速掌握关键信息，主要工具包括时间轴工具、上下游分析工具、资产负债表工具、损益表工具、现金流量表工具等。时间轴工具主要描绘企业或者企业主的从业历程，上下游分析工具用“输入-本企业-输出”的关系图，描绘企业的概要业务流程，这两个方面宏观上说明企业是干什么的。资产负债表、损益

表和现金流量表则分析企业是否有足够的现金流来支付贷款。一般把年收入的70%左右作为贷款还款上限。

三、打分卡技术介绍

1.概述

打分卡技术在国外已经发展了50多年，该技术是以计算机技术为核心的，以取代人力为特征的大规模自动化处理方法，是发达国家普遍采用的能够有效控制风险、降低业务人员数量、极大提高审批效率的商业银行革命性措施之一。1997年，美国联邦储备委员会的调查中发现，70％的大银行在小企业贷款中用了打分卡。现在，打分卡除了在传统的信用卡领域继续发挥重要作用外，在信贷业务中，使用范围已经扩展到了汽车贷款、住房按揭和小企业贷款等诸多业务中。传统的小企业贷款审批流程一般要花费小时到2周时间，而打分卡技术可把这个时间降低到1小时。美国一家小型商业银行可以在一两个月内发放600万美元至1000万美元的消费信贷。

2005年前后，中国大部分大中型银行都开始了打分卡技术的研究，但目前在打分卡的使用上还处于探索阶段，部分单位用于辅助决策，部分单位用打分卡的结果做营销方向选择等。小微金融机构对打分卡还基本上是空白。

2.核心原理

打分卡技术的核心原理是使用一组变量，通过变量取值得到一个客户信用评分，该评分后面对应的实际上是好坏比，比如国际有名的FICO评分680分对应

的好坏比是144:1。对银行来说，掌握了好坏比率，就明确了未来的盈利情况。举例来说，假定银行当前客户群的好坏比率是20/1，即21个人中20个是好的，一个是坏的。对这个人群发放贷款，必须通过20个人的收入来抵消1个坏客户的支出（假定坏账户本金全部损失），以最后利润率3％计算，经过计算，可以得到最低放贷利率为%，即对这个人群必须用%的利率才能得到期望的理论收益；同样的方法可以算出，对好坏比率80/1的客户群，其利率是%。打分会有偏差，好比价值和价格出现偏差一样。

3.打分卡使用

打分卡使用场合很多，包括营销评分、申请评分、行为评分、回款催收评分等等，按照具体的产品还可以分为信用卡、车贷、房贷、经营性贷款评分等等，还有按照不同地域的评分等等。根据不同的业务战略，打分卡的各项参数要做设定，打分卡的使用比打分卡开发更重要。

4.打分卡开发

打分卡开发方法，包括逻辑回归、神经网络、决策树、马尔科夫链、生存分析等等，用的最多的，还是传统的逻辑回归，采用逻辑回归的打分卡开发基本流程大致为选取样本、定义好坏标准、寻找可用变量、选择变量、评分模型开发、设置取舍点（cutoff）六个过程，其主要工作量在前面几部。打分卡模型一般包含15个左右变量，这是由于变量之间一般都会有耦合，比如职务和职称，职务高的人一般职称也高，但不应该重复计算。如果变量太多，去掉变量间耦合会比较困难，也会使模型不稳定，某个变量的小小变化可能导致分值变化很大。