晏东：数字化征信赋能场景融合的小微金融——百行征信“小微个体工商户信用评价模型”课题研究成果

文 / 重庆富民银行常务副行长  晏东    

百行征信有限公司研究部总经理  田昆     

安硕信息董事长助理、中小微科技金融团队首席顾问  叶征

百行征信“小微个体工商户信用评价模型”课题

加快社会信用体系建设，发展数字化征信，积极运用金融科技手段，推动普惠金融，从而支持小微企业创新成长、促进实体经济高质量发展，助力“双循环”新发展格局的建设，已经成为全社会的共识。

截至2020年2月底，我国小微企业3000余万户，个体工商户8000余万户，在商业银行有贷款余额的约有2111万户，银行贷款覆盖率约20%。疫情也对小微企业的生产经营产生了严重影响，“普+惠”的金融目标更加任重道远。

近年来，国家层面陆续出台了一系列政策措施，逐步形成完善的支持小微金融、发展实体经济的政策框架。今年7月国务院颁布《保障中小企业款项支付条例》；工业和信息化部、中国人民银行等十七部门联合发布《关于健全支持中小企业发展制度的若干意见》；9月，中国人民银行等八部委联合发布《关于规范发展供应链金融支持供应链产业链稳定循环和优化升级的意见》，推动金融机构、核心企业、政府部门、第三方专业机构等各方加强信息共享，发展供应链金融，助力小微企业融资需求。

2018年5月，作为国内首家市场化个人征信机构（以下统称征信机构），百行征信有限公司获批成立。成立初期，百行征信就将小微金融、普惠金融作为业务发展重点方向，与富民银行、万商联信和北大光华管理学院等机构的专家学者合作开展课题研究，从支付数据入手，探索场景融合，建立了基于个人征信的小微个体工商户信用风控模型和评价体系。课题报告荣获第九届华南信用管理论坛二等奖，并向电子商务与电子支付国家工程实验室专家组进行了汇报。富民银行结合课题成果研发了面向小微个体工商户（以下统称商户）的线上个人经营性信用贷款产品，获得了人民银行2019年度银行科技发展奖三等奖。

联合建立小微个体工商户信用评价模型

本课题聚焦“一少和一多”的行业背景。“一少”即商户不仅无“三表”，其经营还普遍免税、无发票，虽然有订单和市场，但由于缺乏电子化记录，数据较难有效联网，导致商户仍然缺信用、缺信息；“一多”主要指近年来移动支付快速发展。据不完全统计，2019年，中国线下移动支付的日交易笔数已突破10亿，数十家头部支付机构已触达近2000万真实商户。线上交易商家通过电商、团购等平台已经积累了大量交易数据。迅速发展的聚合支付技术直接触达线下交易商户，也逐渐积累了海量数据。移动支付在带来海量数据的同时，也助力征信机构和金融机构更精准地刻画商户经营全貌，以“一多”补“一少”。

与传统征信不同，课题通过聚合支付类数据源为小微企业主的个人征信评估提供了与场景融合的新途径（见图1）。支付数据具有高频、实时、金融属性强、小额分散、覆盖度高等特点，主要在信用贷款场景中更多地辅助“小微”，甚至“小小微”获得融资，即30万元及以下的“薄信用”商户线上贷款。

图1  个人征信助力小微普惠金融示例

征信机构在商户授权的基础上采集其交易信息，借此进行数据分析，构建高维商户特征库（例如交易平均水平、交易稳定性等，示例见图2），便捷分析商户交易、信用及客户评价等情况，从而掌握商户的交易行为、行业内排名、稳定交易程度、近期交易情况、行为风险以及客群分析等特征。

图2  交易流水数据标签示例

关于交易流水数据标签，本模型可区别疑似套现交易、高风险交易、非经营时间交易等行为，通过网络结构分析，定义小微企业和消费者之间的双模网络及小微企业与小微企业之间的资金往来网络等，进而提取特征标签，建立完善的特征标签库。课题还进一步探讨了建立区域性、行业性的小微个体工商户信用评价体系、信息共享平台以及数据标准等问题。

面向小微的富民银行“富易贷”产品

作为课题的重要实践成果，富易贷是富民银行、百行征信以及三方（四方）支付服务商联合，以商户经营流水为主要评估依据，为商户量身定制的经营性、无抵押、纯信用贷款服务（见图3），并通过贷款服务数据的返回，打造小微个体工商户信用评价体系。

图3  富易贷产品结构

富易贷通过人行征信、商户交易流水数据、百行征信反欺诈、特别关注名单、信息核验等提供授信，金额最高可达30万元（循环额度），可以根据企业经营状况提升额度，贷款期限灵活，可根据商户信用评分，实现差异化利率定价，利率在12%～18%之间。其功能和特点表面上与市场上推出的快贷、速贷等产品类似，但由于使用支付数据，服务面更广，覆盖更多的薄信用小微个体工商户，提高了小微金融服务的精准性、满意度。

产品的迭代升级还需重点关注、逐步解决数据合规、反欺诈、商户刷单、成本定价、逾期预警、催收等问题。支付数据用于小微金融本质上是场景金融，需要通过支付数据，更深刻地了解、刻画某一行业、区域，例如餐饮、快消、家政、装修等，实现“一行一产品+N使用场景”。在实践过程中，我们也发现支付数据的应用促使小微企业更加注重线上的管理、获客，提升了企业的经营水平。

总之，支付数据在信贷产品的应用中反映了银行服务小微金融的一个创新逻辑，即从抵押贷款到纯信用贷款，从线下到线上，从中小微到“小小微”，从单纯的数据应用到场景融合，从单纯的信贷风控到营销获客并重，从以贷前风控为主到贷中贷后的实时监测及管控，从单纯为小微提供资金到提升小微企业经营管理水平，这些为小微金融的创新提供了很多有益的思路。

下一步研究与实践设想

支付数据的应用还有诸多问题和工作需要进一步开展探索与实践。

1.关注信息保护，讨论建立支付分和数据分类使用标准。聚合支付数据虽主要应用于个体工商户领域，但由于存在“小B即大C”的问题，也需要重点关注个人信息保护、信息安全，加强支付数据的授权合法使用。后续可考虑由征信机构与头部支付机构遵循征信数据合理有效、最低适用的原则，牵头建立相关数据分类、采集、存储、加工、应用、流通的标准，加强支付数据定制分的开发。此外，该解决方案也可以探索用于面向农户、高校毕业生、城镇低收入人群和残疾人、老年人等薄信用客户的普惠金融服务。

2.推动数据融合，交叉验证小微企业经营风险。未来可进一步探讨辅助现有的小微信贷审批流程，作为常态化的风控手段与供应链金融、发票数据或税务数据等其他数据源进行交叉组合验证、建模，协助金融机构更加精确、实时地评估、验证小微企业的经营风险。

3.结合征信业务，轻量共享模式防范借贷风险。支付数据类信贷业务同样存在多头申请、贷款欺诈的问题，欺诈申请人会在短时间内快速向多家金融机构发起线上贷款申请。针对此问题，征信机构下一步可以设计专门应用于支付数据类贷款的申请信息多头瞬时共享数据产品，着眼于部分轻量数据、标签的实时共享，该产品既可以链接支付机构与银行独立形成贷款业务闭环，还可以作为补充数据源，辅助银行的贷前审批，以及政府端区域性金融系统风险监管防范等。

4.建设聚合平台，快速对接小微客群与银行方。聚合平台可打通多个数据资产端，进而形成金融机构、支付公司之间“多对多”的数据融合平台。在平台上，通过加密安全，采用分布式接口调用，多方可以联合进行信贷模型的开发、优化和迭代，还可进一步拓展到租房、租车、家政等细分场景的信贷模型的开发。

5.加强技术应用，推动打造数字征信综合服务。百行征信联合外部机构持续探索运用大数据、人工智能、5G、物联网等技术，针对普惠金融“短、小、频、急”的信贷需求，创新征信产品和服务。

农村金融方面，百行征信尝试与有关机构携手，深入中小县域、农村，加强与农信社等区域性金融机构的合作，推动完善金融机构线上线下融合的数字化转型，并尝试通过物联网、5G等新兴技术，实时监测贷款农户生产经营情况，挖掘新型数据维度，降低农户成本，赋能农村金融风控与智慧农业。

征信服务方面，百行征信开展了《个人信用报告的特征变量生成技术》等课题，探索央行、百行个人信用报告的联合变量解析，并实现与企业征信的有效融合。

平台建设方面，百行征信作为战略合作方，参与四川省天府信用通平台的建设，截至9月，平台已注册小微近8万家，对接融资2000亿元。平台正积极探索开发科技与信贷产品共享平台，链接小微企业、金融机构、地方信用平台，实现金融科技与产品信息的跨平台、轻量化整合。

产品创新方面，百行征信发挥个人、企业征信业务双资质的协同优势，以小微企业征信业务为切入点，已推出了电力、税票、专利等一系列企业征信产品。结合APP等服务媒介，自征信、民间借贷注册登记等也在探索论证中。

场景融合方面，随着5G、人工智能的发展，在支付数据产品的基础上，银行未来可携手多方机构，共同为小微企业量身打造集聚合支付、小微金融、小微征信、市场营销、客户服务、智能进销存管理的一整套解决方案。银行有可能从单纯的信贷资金提供方转变为赋能小微企业发展、产业互联、场景融合的综合服务商。

综上，“金融机构+金融科技公司+征信机构”的“1+1+1”合作是探索小微金融创新的重要模式，按照前期调研—需求分析—联合研究—模型创新—场景应用—模型优化的步骤，坚持共商、共建、共享、共赢的理念，共同为小微企业提供更多满足市场需求、场景融合、数据充分、模型有效、合规可信、便利快捷、“普+惠”并重的信贷产品。

推荐阅读

（点击图片查看精彩内容）

[文件]

关于仿冒我刊收费的声明

我刊自创刊以来，从未向投稿人收取过任何费用。任何以刊发文章为名向投稿人收取费用的行为，均属于对投稿人的欺诈行为。

我刊官网地址为 www.fcmag.com.cn。

我刊投稿邮箱为 [e-mail]。

对于仿冒我刊网站、网页的违法行为，我社将追究其侵权责任，以维护我社和投稿人的合法权益。仿冒网站、网页举报电话：[phone]

《金融电子化》新媒体部：主任 / 邝源  编辑 / 潘婧 傅甜甜