以金融科技为出发点，人人贷款深度布局小微金融服务

两年前，在南京做照明生意的刘鹏收到了一份大订单——城市景观市街道设计城市景观工程。在兴奋之余，他却遇到资金周转的难题。然而，他不想向朋友借钱，“借钱不仅欠钱，还欠人情债。”

当时，由于业务仍处于持续扩张阶段，刘鹏没有足够的营运资金购买原材料。当我担心的时候，我碰巧通过互联网了解了每个人的贷款，所以我决定尝试这种新的贷款方式。通过人人贷款，刘鹏很快拿到贷款，及时补充原材料。

过去，刘鹏等小微企业要想获得类似的小额经营贷款，往往需要提供详细的经营流程甚至资产抵押，通常需要两周甚至一个月的时间。

5月29日，中国人民银行科技司副督察杨富玉在2019金融街论坛年会分论坛上表示，要努力提高金融服务实体经济的能力，把服务实体经济作为金融科技发展的首要任务。

谁来满足20万以内的融资需求？

小微企业在不同的发展阶段有不同数量的资本需求，每个阶段都应该有不同的平台为其差异化需求提供服务。

目前，国家对小微企业的信用额度已从500万增加到1000万。如果把1000万元分层，1000万元~1000万范围内的小微企业有一定规模。他们要么是上下游实力雄厚的核心制造商，可以通过应收账款质押进行票据供应链融资，要么有良好的经营流程和合格的抵押品，可以通过银行获得经营贷款。在20~100万区间，德国IPC一些银行和民间商业信贷机构主要借鉴信贷模式。IPC模式的核心是严重依赖线下信贷员系统，层层检查企业的经营状况。

近年来，城市商业银行作为中国金融体系中服务小微企业的主力军，一方面有小微企业贷款增长的任务，另一方面也面临着资产不良率上升的风险。

世界各地的小微企业都有相似的特点：板块小，缺乏规范的财务管理和信用记录，缺乏有效的抵押品和资产，淘汰率高，反欺诈难度大。因此，在传统的贷款批准模式下，银行往往面临着对小微群体资本需求的挑战。

中国工商银行前董事长姜建清曾指出，传统上，银行在发放贷款前后，必须不断监控企业资金流、物流和信息流的全过程。通过数据的异常变化揭示风险。由于信息分裂，融资银行对融资企业缺乏整体把握，对客户信息掌握不深，维度单一，无法真正掌握“了解您的客户”。他说，缺乏信息数据是影响信用判断和决策的原因之一。

姜建清认为，银行应该如何识别风险，防治风险，让风险可承受，让风险和收入匹配小企业融资，同时保持风险底线，避免系统、区域信用风险，关键是解决信用领域的信息不对称，这也是解决小企业融资困难的根本原因。

目前，虽然中国银行业和保险监督管理委员会逐渐增加了对小微企业不良率的容忍度，但对大型商业银行和城市商业银行来说，20万元以内的小微融资需求是一个棘手的范围。传统的绩效评价方法、内部资本转移定价、经济资本安排和尽职调查豁免制度都决定了基层银行客户经理是否愿意为中小企业服务。银行内部信贷资金配置、内部审批程序是否复杂、授权水平决定了银行能否开展小微金融业务。

小微融资需求具有小额分散的特点，能否大规模满足？有这种融资需求的小微企业大多是以个人和家庭为核心的小业主，处于事业起步阶段，经营规模有限。对他们来说，通过企业资格或资产抵押从传统金融机构获得融资并不容易。

除了传统的金融体系外，一些以人人贷款为代表的主要金融技术平台还提出通过衡量个人信用的模式，为中小企业提供小额融资服务。与市场上大量以保单、企业经营流程、房屋抵押、应收账款为核心风险控制数据的小微信贷产品不同，人人贷款的小微信贷产品风险控制手段更多地针对企业主的纯信用判断。其逻辑是，基于大数据的个人信用评估可以更加标准化和大规模。同时，大数据也使跨行业和多维度衡量个人信用状况成为可能。

“其实小微企业主的反欺诈问题可以通过长期积累个人信贷业务来解决。”人人贷联合创始人杨一夫指出，小微企业主的信用水平并不差。

通过对个人信用的评估，在推出9年后，人人贷款累计交易超过830亿元，其中约80%的资金通过平台流入实体业务领域，支持许多小微企业主的发展。

机器学习在风险控制中的应用

人人贷款的借款人主要是小微企业主，80%以上的资产来自合作渠道友信普惠。

2017年12月之前，是网上小额信贷业务狂热追捧的宽松时期，人人贷款选择最多“难啃”以小微金融业务为核心资产，从此开始建立业务护城河。

“人人贷刚成立的时候，原始的理想是远程解决所有问题，看起来很fancy，只需在线通过决策引擎，运行模型，贷款人和借款人就可以在线完成业务。”杨一夫说。

然而，九年前，共同基金行业还没有积累足够的数据量，信息过分散，缺乏数据分析能力，无法集中和商业化。

看清楚形势的人人贷转身扎进了小微金融领域。小额信贷是一种门槛较高的长期产品。一个完整的风险周期约为三年。如果模型和系统想要支持有效和低风险的贷款，它至少取决于一个完整的风险周期，优化至少有两个风险周期，即6年。

自2016年以来，互联网金融基础设施逐渐成熟。在此过程中，人人贷款的运营和服务效率发生了深刻的变化。2013年，人人贷一线审核员约300人~400人，目前一线审核人员已降至100人左右，关键是提高风险控制效率。

由于大数据和前沿人工智能技术的应用，人人贷款实现了更准确、更高效的风险筛选。目前，通过贷前、贷中、贷后建立了大数据风险控制系统，不仅降低了整个环节的欺诈和信用风险，而且优化了审计效率，形成了“大数据建模大数据”闭环实现了系统自动化、智能化、互联网化，实现了各种风险事件的判断，包括但不限于进入审计、贷款审计、配额调整、贷款监控、交易审计等。并将数据源访问或调整时效缩短到小时级，大大提高了服务效率。

人人贷款集团友信金融服务联合创始人张适时此前介绍，平台过去在风险控制环节的劳动力占70-80%，数据的作用只占20%左右，使得每笔贷款的审批需要3-5个工作日；然而，随着金融技术能力的提高，数据在整个决策中的比例已经达到90%。目前，人人贷款平台的审批速度以分钟甚至秒级计算，大大提高了小微金融服务的效率。目前，人人贷款平台的审批速度以分钟甚至秒级计算，大大提高了小微金融服务的效率。

人人贷款是早期使用机器学习技术的在线贷款平台之一。在线审批过程主要包括反欺诈和信用评估。

反欺诈主要是判断提交贷款申请的客户是否出于欺诈等恶意动机。一般来说，”欺诈攻击“主要有两种方式，一种是申请资料造假，不法分子为了获取贷款会对申请资料进行包装，以求通过审核;另一种是申请身份造假，不法分子冒用他人身份申请贷款。由于机器学习模型的应用，人人贷款可以准确有效地识别可疑欺诈者。信用风险仅次于巴塞尔协议的风险分类。在信用评估环节，人人贷利用风险控制系统部署的卷积神经网络(CNN)、随机森林、XGBoost 等算法实现了不同信用水平客户的差异化定价（费率），并将整个信用周期的不良率控制在极低水平。

根据借款人的信用水平，人人贷款将提交给操作系统的借款人分为 A-E 对不同等级的客户匹配不同的算法模型，有五个风险等级。自机器学习部署以来，人人贷款系统中的算法模型法模型，更先进、更复杂的模型也在不断训练和调整。

人人贷款也引入了客户服务领域的前沿AI算法。一个典型的场景是：人工客服接电话时，AI同时在线收听，实时评估提醒客服。若有答非所问或不合规用语，AI可及时提醒。这种做法也有效提高了人人贷款客服的效率。

利用金融技术手段，人人贷款积累了丰富的用户数据，准确把握了小微企业主的业务发展特点和资金需求特点，构建了千人千面的用户肖像。

与成熟的大企业贷款相比，小微企业的生存风险更高，传统金融机构在服务小微企业融资需求时往往更加谨慎。小微企业融资往往面临小规模维修或业务扩张、应急、季节性、定期周转需求，相应的融资往往表现为需求紧迫、频率高、金额小，在传统的信用评价体系下，缺乏资产抵押、担保长尾小微企业集团，这些资本需求难以有效满足。

中央银行副行长潘功胜认为，鉴于民营企业和中小企业普遍面临的贷款期限短、抵押品缺乏等困难，商业银行应在信用贷款产品和贷款期限方面做出更适合中小企业生产经营规律的设计。

金融技术也将在其中发挥越来越重要的作用。友信金服CFO王海晨认为，个人商业融资形成了传统金融机构与新兴金融业态互补的多元化融资格局。未来，新兴金融科技平台将与传统金融机构建立更多的合作关系，为帮助传统金融机构发挥包容性信贷的主要作用提供支持。

杨富玉在2019年金融街论坛年会上指出，金融技术的发展应以互利共赢为基调，坚持多方参与的发展模式，鼓励加强机构合作、产业合作、国际合作等多元化市场实体开放合作。

今年以来，友信金融服务逐步调整战略，引入机构资金。今年4月，集团每月新增约24%的业务是银行和其他金融机构的资金，机构资金的比例可能在短时间内增加。杨一夫还表示，从长远来看，P2P未来仍是具有显著优势的重要资金来源。