普惠信贷聚合模式与传统普惠金融模式的对比分析

摘要：随着国家对普惠金融发展的支持力度不断加大以及传统普惠金融模式的缺陷不断暴露，由平安普惠公司首创的普惠信贷聚合模式为普惠金融的进一步发展提供了良好的契机。本文将普惠信贷聚合模式与传统普惠金融模式——“单打独斗”模式和“科技赋能”模式进行对比分析，分析得出普惠信贷聚合模式的优势，进一步客观分析聚合平台目前存在的不足之处，并提出符合实际的改进建议。

关键词：普惠信贷聚合模式;对比分析;优势

中图分类号：F83  文献识别码：A  文章编号：2096-3157（2020）07-0155-02

一、引言

近年来，国家通过政策加持和定向指导银行等措施支持小微企业的发展，反映了国家层面对于普惠金融群体的关注度持续加大。在各相关部门协同下，我國普惠金融发展已经取得阶段性成果。但受制于传统普惠金融模式的瓶颈，目前仍然很大一部分中低收入人群的贷款需求没有得到很好的满足。

原因主要体现在供需两方面。在供给方层面，各金融机构因依赖于银行网点等金融服务基础设施，需投入大量的人力物力，存在成本过高、服务效率较低等问题，同时因信息不对称、征信体系不完善等问题使其承担较大信用风险。在需求方层面，对于以小微企业、“三农”等弱势群体来说，收入低、缺乏抵押物、基础设施建设不完善、自身承担风险能力较弱、金融认知水平较低等问题使得贷款的可获得性程度较为低下。除此之外，由于存在严重信息不对称问题，加大了供给方信息收集难度。

普惠信贷聚合模式，依托数字普惠技术搭建平台、聚合生态链上各主体的比较优势和资源、建立标准化的服务体系，“线上+线下”渠道协同获客，扩大客户覆盖面，同时通过智能风控体系将风险分散，并引入低成本资金，通过链条上各机构输出更为全面的服务能力，提高各方服务小微企业的能力和效率。

因此，本文将普惠信贷聚合模式与传统的普惠金融“单打独斗”和“科技赋能”模式进行具体对比分析，分析得出普惠信贷聚合模式的优势，进一步客观分析平台目前存在的不足之处，并提出符合实际的改进建议，以期其长远发展。

二、对比分析

综合考虑后，本文将普惠信贷聚合模式从获客和风控两个环节与传统普惠金融模式——“单打独斗”模式和“科技赋能”模式进行对比分析。

1.获客环节

（1）传统模式：贷款环节周期长，效率低，始终无法突破客群下沉瓶颈。传统“单打独斗”模式中，银行要独立完成从申请到放款的全部业务环节，手续繁琐，且面对分布广泛、分散的客户，获取信息的成本高，客户覆盖面十分有限。手续繁琐给客户带来不便的同时，也增加了银行业务人员的工作量，使得整个贷款环节周期长，效率低。传统“科技赋能”模式一定程度上改善了“单打独斗”模式的局限性。在该模式中，金融机构可以借助互联网平台提供的数据和技术支持，扩大客户群体的覆盖面、提高服务质量、提升用户体验，同时运用有效手段提高自身利润可得性。但“科技赋能”模式由于互联网本身存在明显的输出边界，优势主要集中在线上，难以覆盖大量存在于线下、互联网能力薄弱的长尾客户群体，形成对该客户群体的一种隐性排斥。

（2）聚合模式：提供覆盖面广且高效多元的信贷服务。普惠信贷聚合模式致力于挖掘传统普惠金融模式中被忽视的长尾客户。它通过形成一个包含众多机构的金融生态体系，包括自有客户端APP、搜索资讯平台、支付交易机构在内的线上获客渠道和包括乡镇便民服务点、金融机构网点和业务人员、消费场景机构、公益机构在内的线下获客渠道，将这些“线上+线下”的获客渠道联合起来形成一个更高效的获客环节，下沉触达更多长尾人群，不仅节约信息成本，同时可以反哺体系迭代升级。

2.风控环节

（1）传统模式：风控理念低效，风控指标单一。传统普惠金融模式风控模式下：风险管理以事后处置为主，事前防范与事中控制较弱，风险管理滞后性较高;定性为主，定量能力较弱;缺少精确化客户特征的能力，成本高，效率低，监控范围不全面等，风控理念较为低效。其中惠投资作为P2P网贷风控的先进代表，利用“三重门”机制，为小额信贷的发展提供了动力，虽然具有成本低廉、门槛宽松、风险分散的优势，但其涉及部门多、申请效率低，手续繁琐，信息收集成本较高;银行“e融”系列产品，利用大数据建立客户信息数据库，减少了信息收集成本，提高了申请效率，但是对客户的信用评价指标过于单一，未能对客户进行综合评价。

（2）聚合模式：综合评价客户信用，动态监管客户风险。平安普惠聚合模式下的风控环节综合利用人工智能、大数据等金融科技建立审贷授信管理和信贷风险管理系统，贯穿信贷事前、事中、事后全过程，并对客户进行周期性动态监控，大大提高风控能力和自身竞争力。此外，平安普惠还借鉴了国际信贷业的评分卡模式，结合本土情况对该模式加以改造，更加精准适用。且作为国内唯一一家能够接入征信系统的非银行机构，平安普惠可以利用多种途径查询客户的信用，信息来源广泛且收集效率高。其在经营过程中不断优化风控模型，进行系列创新，引入反欺诈、远程审批等手段提高风控能力。

三、优势

通过上述对比分析，并综合考虑普惠信贷聚合模式整体运作，本文得出其优势如下：

1.获客环节

（1）提高人群触达率，服务长尾客户。普惠信贷聚合模式将线上线下获客模式协同，充分挖掘传统客户和潜在客户的数据信息。覆盖传统长尾人群他们本身的“互联网真空地带”，使其贷款需求被金融机构挖掘和定向选择。由于客户数据信息的交叉使用，更加合理的产品额度、期限、还款安排等方面设计能够与潜在客群的用款需求匹配，业务流程在效率与便捷性方面也能适应目标客户，这又进一步削弱对普惠金融人群贷款需求的隐性排斥，大大提高了人群触达率。

（2）降低信息处理成本，获得额外佣金回报。而聚合模式的获客环节协同“线上+线下”获客渠道，将大大降低获取和处理信息的成本，也就是说将过去“大海捞针”式的获客方法转变成了“有的放矢”。不仅如此，获客节点上的机构在交易撮合中，可能按照推荐客户实际交易金额的一定比例收取费用;也可能在合作信贷机构获得利息收入后，按照一定比例取得佣金。但是无论通过何种方式，这些机构都能够通过提供用户鉴别和推荐服务，获得类似于商业银行中间业务收入的可观的无风险收益。

（3）客户交叉渗透，增强客户黏性。聚合模式通过连接多种机构形成多层次的服务网络，通过不同机构和人员之间的合作实现客户交叉渗透，高效获取大量客户。不仅如此，聚合模式还能够借由其他节点的能力，挖掘客户的信贷需求，为自己的客户提供主营业务以外的附加的金融服务，这极大提升了客户满意度，因而起到增强客户黏性的作用。而伴随着客户迁徙效果显著，客户交叉渗透程度不断提高，客户价值也同步提升。

2.风控环节

（1）智能风控，实现全方位风险动态控制。平安普惠聚合模式下的风控环节利用常规营业部门、审批风控中心和风险控制部门三道防线建立起贯穿信贷全方位的智能风险动态监控，弥补了传统模式下风控时效性的不足。智能风控利用包括自身积累的数百万有效客户信用数据、第三方大数据、银行征信系统评分卡模型等先进技术和手段收集处理客户信息，使不同种类的数据能够发挥自身的比较优势，综合评估客户信用风险，为不同客群提供不同额度、期限等形式的个性化产品方案，提高信贷服务效率和风控水平。此外，平安普惠客户信用评价的评分标准更加细致，对于不同的业务和产品采取不同的风控方式，确保贷款不良率处于业内最低标准。

（2）进一步实现科技和金融深度融合。在聚合平台的风险评估过程中，数据资源的融合化解了普惠金融人群数据碎片化、分散化的痛点，为用户画像、反欺诈、信贷风控提供信息和模型支持。平安普惠聚合模式通过整合多方数据模型，汇集多维数据，协同判断普惠金融人群的信贷风险，共同支撑信贷决策的制定。不同维度的数据在甄别各种类型风险时具备各自独特的优势。多维数据融合能够精准识别不同资质普惠金融人群的风险，满足其复杂多样的信贷需求。平安普惠风控环节上的聚合打破了“数据孤岛”，有效解决了普惠金融人群因结构性数据缺乏而风控难度高的问题，进一步实现科技和金融的深度融合。

四、聚合的平台不足之处和改进建议

由于普惠信贷聚合模式是通过聚合生态链上各主体的比较优势和资源，因此为推进其长远发展，平台不足之处的解决是最直接有效的。

1.不足之处

平台层面的问题主要集中在新兴技术的运用风险上。随着云计算、大数据、生物识别等高新技术在平台构建方面的广泛应用，普惠金融在快速发展的同时也开始面临一些风险。例如云计算的使用，就会让客户的隐私和数据安全面临更多问题，且云服务商为多個金融机构提供技术支持，一旦信息系统存在安全漏洞，难以有效抵御外部攻击，就会导致大面积的金融服务瘫痪，例如近年阿里云就出现过服务中断的现象。因而如何在技术创新和金融稳定之间进行平衡是十分重要的问题。

2.改进建议

一是信息方面。金融机构应完善信息安全机制，加强风险控制，减少客户因系统漏洞而产生的数据和信息安全问题。建立多层次、多元化、广覆盖的信用信息共享体系，加强协作，实现信息互补，减少因共享环节的信息误差导致的风险。

二是制度方面。金融机构应专门开设安全部门，聘请风险官，建立健全高效的风险安全预警监控制度，对于风险的监控应贯穿整个借贷过程的始终，特别要确保贷后资金的安全问题，切实保护机构和客户的权益。

三是技术方面。金融机构应发挥好金融科技对普惠金融的支持作用，加大硬件方面如计算机投入的同时也不忘加大软件研发方面如保护金融信息安全软件研发的投入。此外，金融机构还应完善服务的基础设施，将其普及到经济落后地区，提高贫困、边缘地区群众接受度和风险防范意识。

参考文献：

[1]杜晓山.小额信贷与普惠金融体系[J].中国金融，2010，（10）：14～15.

[2]郑煦.金融体系与实体经济关系的思考[J].全国流通经济，2016，（6）：89～90.

[3]董云峰.正在崛起的聚合信贷模式：打破科技赋能的边界[J].科技与金融，2019，（8）：43～46.

[4]葛仁余.大数据风控技术在普惠金融中的探索与实践[J].信息技术与标准化，2019，（5）：33～36.

[5]李建军，王德.搜寻成本网络效应与普惠金融的渠道价值——互联网借贷平台与商业银行的小微融资选择比较[J].国际金融研究，2015，（12）：56～64.

[6]梅世文，杨郁.建立主体多元分工合作的普惠金融体系，提升普惠金融服务水平[J].开发性金融研究，2017，（6）：14～19.

[7]星焱.普惠金融的效用与实现：综述及启示[J].国际金融研究，2015，（11）：24～36.

[8]张勋，万广华，张佳佳，等.数字经济普惠金融与包容性增长[J].经济研究，2019，（8）：71～86.

作者简介：

周颖颖，浙江工商大学金融学院学生。