平衡规模、定价与资产质量:普惠小微如何突破“不可能三角”

2026-11-09 13:50:47
来源:财经网
作者:王欣宇
分享
文章提及标的
城商行--
农商行--
常熟银行--
晋商银行--
周期--
人工智能--
查看股票机会下载客户端

11月3日下午,在以“何以破局普惠小微信贷‘不可能三角’”为主题的论坛中,行业专家围绕普惠小微规模、价格、资产质量三者平衡难题展开深度研讨。同时,《中小金融机构普惠小微信贷高质量发展研究》同步对外发布。

报告发布:规模高增背后的“不可能三角”

报告由宁波之江普惠金融研究院副院长张晓峰与小盾未来CEO耿心伟联合发布,研究对象界定为中小银行等中小金融机构、1000万元以下口径的普惠小微信贷群体。张晓峰表示,经过十余年发展,中国普惠金融不仅在规模上取得很大增长,在质量、效益方面也有一定成效,“但是随着规模的快速增长,行业里面出现了一个‘不可能三角’的现象,规模的快速增长带来了贷款价格以及资产质量对贷款规模进一步快速增长的比较强的约束,而且这个约束近几年来随着经济波动、需求不足,越来越显现”。

报告数据显示,2018年至2025年,普惠小微信贷规模从约9万亿元增至37万亿元;小微企业贷款占金融机构各项贷款比重从约7%增至13.6%;普惠信贷覆盖小微市场主体从1800万户增至6100万户,约占登记小微市场主体的30%。张晓峰指出,“大家可能会觉得30%的覆盖率好像还没有全覆盖,但是实际上从国际上来看,普惠小微信贷在20%以上就已经是非常了不起的成就了,中国已处于全球领先水平。”

与此同时,价格与资产质量约束凸显。新增普惠小微信贷利率已从2018年的7.4%降至2025年底的3.8%,下降约360个基点;“农商行(884252)、城商行(884251)净息差已经降到了1.8%以下,已低于行业协会公认的安全底线。”资产质量方面,城商行(884251)不良率约1.85%,全国商业银行总体约1.5%,农商行(884252)不良率接近2.8%。需求侧同样走弱,普惠小微信贷需求指数从2020年二季度79%回落至2025年下半年59%。张晓峰认为,“从供需两侧来看,我们的‘不可能三角’现象的确显现了,我们要高度重视。”

报告梳理二十余年风控技术演进,提出“读懂经营、读懂小微企业的经营情况才是王道”。张晓峰将其划分为五个阶段:2005年前以抵质押信贷为主;2005年国开行引入IPC技术,“让只依靠抵质押的模式,转向了依据数据、依据企业的数据来判断的方向。”2010年前后引入淡马锡信贷工厂模式,“通过分工提升了小微信贷的效率,增加了规模。”2015年起税贷、互联网大数据风控兴起,“很多中小银行甚至把纯线上的大数据风控当作非常重要的放贷途径,有时候把线下途径忽视了,才产生了很多问题。”2020年后进入线上线下双线协同、AI赋能的数智风控阶段。

报告提出构建多层次证据约束决策体系,通过双线协同解决数据输入可信、决策有效、决策持续有效三个问题,最终实现读懂经营的目标。张晓峰特别强调差异化施策原则,以台州银行、常熟银行(601128)、网商银行为例,“它们的资产规模大概都在4000亿到5000亿之间,但成本收入比、户均额度事实上都不同,台州银行单户大概65万,常熟银行(601128)大概45万,网商银行户均只有7万,跟选择的线上线下融合程度以及风控模式本身不相关,所以一定要坚持‘一行一策’。”

关于未来增量空间,报告提出两大场景:一是供应链脱壳融资,“从依托供应链核心主体、龙头企业,转向看链上小微企业的真实经营,交易数据以及主体数据相结合,拓展增量空间。”二是设备融资,将融资融物相结合。张晓峰还谈及AI赋能路径,援引亚里士多德的认知三层次:“记忆、经验、判断的智慧,通过三个层次的认知积累,最终达到AI赋能能够像我们人类一样去思考。”强调AI既要懂人类的思想和目标,也要懂真实世界的规则。

耿心伟结合实践为报告作注解,提出:“面对规模、效益、风险的‘不可能三角’,中小银行要以可承受的成本把客户看准,才能够把服务做久。”“先把客户看明白,再用经营的结果决定做大。”他直言大数据风控的关键在于看准数据,更要看准数据的来路,举例称一家应用软件企业申报年收入约4300万元,“都是临近申贷前一天补报了一年半增值税的纳税记录,历史申报和其他口径反映的年收入实际上只有30万,人员记录仅仅有1个人。”多项纪录共同指向收入包装风险。“既要看数字,也要看来路。”同时,“同源数据中的交叉验证往往并不能达到反欺诈的效果”,需要做多源数据交叉验证。

报告提出的约束型决策强调:“先看经营,再决定贷不贷、怎么贷,收入、成本与周转要互相验证,利润、资产和负债也要互相解释,再结合回款与负债算清可用于偿债的现金流。”最终回答资金需求是否合理、现金流能否偿债、企业是否愿意履约三个问题。在流程上,“证据充分、符合规则的我们就高效处理,完全线上;关键矛盾没有理清的,要补证深核,做深度核实,把人力用到关键处。”

关于供应链金融,耿心伟提出“脱壳不离壳”理念:“银行依据小微企业自身经营和真实数据做判断,不再把核心企业的确权、担保和兜底作为准入的必要条件”,但核心企业仍是识别场景关系与风险的重要节点,服务有条件从供应商走向经销商、从一级走向多级,“沿链找客户,也要沿链看风险”。

对于AI落地,耿心伟强调人机结合,“语义层决定Agent有多懂,本体层决定Agent能不能用得稳,两者必须协同却不能互相替代”;“银行掌握规则与权限,人员承担最终的判断”,AI成效要以判断质量、作业成本、风险收益来校验。他表示公司“愿意持续协助银行连接数据、经验与专业,让核心的判断能力积累在银行自己手里,让贷款对得上需求,让还款对得上现金流,客户把资金用好、银行把服务做久”。

圆桌研讨:一线从业者的共性判断与落地痛点

在圆桌环节,由张晓峰主持,晋商银行(HK2558)普惠金融部副总经理高淑英、小盾未来CEO耿心伟、包容会执行理事郑学龙三位拥有近30年小微信贷从业经验的嘉宾围绕优质银行差异化路径、欺诈防控、双线协同、AI赋能等议题展开交流。

围绕优质银行如何兼顾规模、绩效、资产质量,郑学龙提炼为两点:一是客群定位,“这些优秀的银行都没有走大而全的路,坚定地十多年走自己专注的客群,而且都取得了不错的收益”;二是产品标准化水平显著提高,且与大数据结合的标准化管理“非常令人印象深刻”。

耿心伟认为核心是“资源禀赋的银行和善用资源禀赋的银行”,“每家银行都有自己的优势和特点,如果没有把优势发挥出来,普惠小微金融就做不好”;互联网银行并非天然有数据,“他会整合、运用这些数据,知道做经营类贷款要用到什么样的数据,就去整合各类数据资源,运用到风控、营销、产品中去”。

高淑英结合晋商银行(HK2558)实践,强调“普惠是我们不得不做的,而且也是必须做的”,该行组建普惠、授信、审批、科技、数金一体化专班派驻试点分行,“决策链条短、效率高”;围绕本地煤焦钢产业链向更深层级延伸,并细分种植等本地化小场景,“我们不一定追求规模,规模越大并不代表越好,适配性越高越好”。

针对普惠信贷欺诈风险,耿心伟直言,“如果我们在普惠领域能把欺诈行为真正挡住,可能能够降低40%到50%的不良率”。他介绍,当前欺诈产业链成熟,从包装税贷、做多发票再到包装科技型企业资质,手段层出不穷;防控上要“从企业经营的角度出发,看你的财报、税收申报、发票有没有包装、有没有作假,先把一个企业看透”,同时把企业欺诈与个人欺诈融合防范,“通过关系图谱去识别关联交易、交易对手、上下游、周边的人”,并特别提醒“内外勾结是一个很大的风险,要把员工的风险和外部的风险关联起来”。

关于IPC与大数据双线协同的瓶颈,郑学龙提出,IPC“不只是一个尽调技术,是一个完整的信贷方法论”,举例IPC经典原则“用客户的语言理解客户”的运用,需要放到产品维度、客群研究的更高维度与大数据结合运用,“把已经建立起来的IPC一线生产力真正转化成通过大数据放大的创造力”。他还强调,“AI的到来让小型金融机构第一次拿到了量化的入场券”,能真正将管理颗粒度下沉至长尾客群。高淑英则从实操提出两大痛点:其一,交叉验证高度依赖客户经理经验,“要培养这样一支队伍其实比较难,需要一个很长的周期(883436)”,而“客户经理的道德风险是普惠小微里面最应该防范的一个风险”;其二,小微企业数据非标准化、存在天然滞后性,“数据返回值为空或者并不能代表真实的经营情况”,且需警惕“养懒客户经理”的倾向。她主张从获客源头沉淀本行标准化数据资产,“先存下来,存下来再说怎么用的问题”。

围绕AI赋能普惠小微的核心瓶颈,郑学龙预判AI将推动中小金融机构中后台结构演化,“客户经理会转变成产品经理,重点放在客群分类;风险经理可能逐步转向战略的执行、锚定”。耿心伟则将人工智能(885728)划分为知识决策、大数据模型、生成式大模型三个阶段,认为“数据无法打通”是当前授信决策领域用不到大模型的主要原因,“能力不足、样本完全不够”;他期待未来将尽调信息连成可信证据链交给大模型,“告诉你应该给这个客户贷300万、贷6个月、定价LPR上浮30%、做成信用贷款、按揭方式还款”,描绘了AI赋能信贷的前沿图景。高淑英立足城商行(884251)视角,提出现阶段AI可落地在经营数据三方交叉核验、受托支付合同交易自动比对、监管制度智慧问答等场景,“但我们最近实践发现这个技术不是那么完善,现在可能只有50%的识别准确率”,坦承AI在银行领域的落地任重道远。

总体而言,整场论坛在观点碰撞中形成共识:普惠小微破局“不可能三角”没有通用标准答案,核心是回归小微企业真实经营本源,坚持线上线下协同、人机合理分工,走适配自身禀赋的差异化路径。主办方同时透露,完整版《中小金融机构普惠小微信贷高质量发展研究》后续将在官方网站对外发布,持续为行业提供研究参考。

免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME