在銀行抵押貸和供應鏈金融之外， 普惠金融語境下的小微信貸1.0模式多以個人資料作為授信基礎， 極速雲科技利用企業資訊作為主要授信依據， 目前件均10萬元， 平均利率22%， 複貸率達到60%， 獲客上也有獨特之處。
指導 | 凱文 張揚
調研 | 張揚 劉馥亮
撰寫 | 劉馥亮
小微企業是國民經濟的毛細血管， 貢獻了70%以上就業， 而小微企業貸款難卻是世界性難題。
當前為小微企業提供貸款的方式， 大致可分為四類：第一是銀行提供的抵押貸款， 需要小微企業提供動產或不動產作為抵押；第二類是供應鏈融資， 需要依託於核心企業做授信或以應收賬款為依據；第三類是阿裡、京東等大型互聯網平臺，
在極速雲科技創始人雷鵬看來， 過去二十年中國小微企業的資訊化水準有長足進步， 依託于金融科技， 在上述四類服務方式之外， 做小微企業的經營性貸款還有很大的創新空間。
小微企業， 尤其是新城鎮人口經營的小微企業， 缺乏動產或不動產做抵押， 很難獲得銀行貸款或供應鏈融資服務。 阿裡、京東只能覆蓋其生態內的企業， 在體系之外去提供小微貸款， 風控模型未必有效。 而以個人資訊作為授信依據，
從資料上看， 中國小微企業數量7,328萬戶（含個體工商戶）， 截至2017年6月底， 小微企業在銀行機構的貸款餘額是28.6萬億元， 貸款戶數是1,417萬戶， 貸款滲透率19.3%。
阿裡的網商銀行， 2016年發放小微貸款800億元， 累計服務小微企業近280萬戶， 對於小微企業的覆蓋率不到4%。 平安新一貸截至2017年9月底貸款餘額達到1,139億元， 大數金融、人人友信等年放款額都在兩百億元左右， 綜合現有的各類服務小微企業融資需求的方式， 粗略估計小微企業貸款戶數在2,000萬戶左右， 經營貸款的滲透率在30%左右。
據雷鵬介紹， 80%小微企業在經營過程中都有拖欠或被拖欠資金的情況，
客群以流通和生活服務類小微企業為主， 件均10萬元
小微企業可分為生產製造、流通商貿和生活服務三大類， 其中生產製造多數有可抵押資產， 或者由所在行業的上下游核心企業提供金融服務， 因此極速雲科技目標客群主要是流通商貿和生活服務兩類， 比如流通領域的小批發企業和生活服務裡的小餐飲企業。
對於波動性較大、難以把握的行業， 比如皮草、羽絨服行業， 這類企業每年的營業額集中在三個月， 剩餘時間沒有流水， 因此極速雲科技暫未進入。
極速雲科技提供的貸款範圍在1萬-300萬之間， 可覆蓋的需求較廣， 目前件均在10萬元， 平均期限在8個月。
相比以個人信用作為授信依據的企業， 極速雲科技平均貸款期限較短。
以個人資訊為主要授信依據的企業， 往往採取線下獲客， 獲客成本高昂， 只能通過拉長期限來取得可觀收益；而極速雲科技認為， 小微企業的日常經營周轉性資金需求， 期限一般在12個月內， 因此極速雲科技只提供12個月以內的貸款產品， 將期限回歸到小微企業的正常經營軌跡中， 而不是人為拉長。
在小微企業的流量“小荒地”處獲客
在獲客方面， 極速雲科技主要通過與服務小微企業的管道或流量“小荒地”合作。 比如管家婆， 為小微企業提供進銷存軟體。
流量“小荒地”是指平臺或企業本身是服務小微企業的， 但只有幾萬或幾十萬客戶量級，
極速雲科技的優勢在於產品利率較低， 平均利率在22%， 而市場上除銀行之外的小微貸款產品利率多在30%以上。 極速雲科技的產品可以説明流量“小荒地”實現金融變現， 同時增加平臺與小微客戶的粘性， 對平臺本身的主營業務也有幫助。
極速雲科技主要通過SDK或API嵌入到合作管道中， 前端的嵌入也分兩種形式， 如果管道的客戶資料已經跑過信貸審核， 則會給予一個預授信；如果管道的客戶資料尚未應用於貸款， 則是直接嵌入。 極速雲科技正是通過一個個嵌入合作管道的“小馬甲”完成獲客。
風控以企業經營資料為主
極速雲科技的風控會結合個人和企業的資料，但以企業資料為主。個人資料包括歷史還款記錄、違約歷史等，主要用於判斷還款意願；企業資料則用於評估還款能力，授信原理與信用卡對個人授信是一致的，即基於穩定的收入和未來支出，預測每月實際還款能力，結合授信期限給出一個額度。
極速雲科技要求小微企業具有至少6個月經營歷史，經營歷史越長，授信依據越充分。如果經營歷史有中斷，則以最近一段連續的歷史作為授信基礎。
在資料獲取上，極速雲科技主要是通過遠端“拍照”和OCR技術。首先是需要取得客戶授權，之後利用機器遠端接管客戶的經營系統，再利用Printscreen技術對小微企業主肉眼可見的經營資料進行拍照，之後對照片進行OCR識別。
這一套資料獲取的流程，更好地保護了客戶隱私，比如客戶授權是通過掃碼的方式，而不是客戶告知帳號、密碼；獲取企業經營資料而不是個人信用資料，也不存在侵犯隱私的嫌疑。
由於小微企業並不知道極速雲科技風控模型對各個資料維度的參數和比重，因此小微企業主通過篡改經營資料來獲得授信的可能性較小；而且申請貸款需要提交6個月以上的經營歷史，對於買空殼企業的欺詐行為是很好的規避。
在單個細分行業的早期，需要積累對該類客戶需求和風險的理解，極速雲科技會有線下人員實地考察和驗證。前20-50個客戶都必須有人員到客戶現場，在積累一定進件量之後，後續的規模獲客和風控再交給系統處理。
愛分析從客群、獲客、風控、資金和運營等五個維度對極速雲科技進行評價。
客群：貸款範圍從1萬-300萬，覆蓋範圍廣，件均在10萬元，平均期限8個月，主要以流通、生活服務類的小微批發、小微餐飲等商戶為主，複貸率60%；
獲客：與服務小微商戶的B端機構合作，比如管家婆等進銷存軟體提供商，獲客管道有獨特性，與B端機構形成互利效應；平均利率在22%，與線下獲客和風控模式相比有競爭優勢；
風控：單一細分人群需要經過線下團隊實地考察和驗證，在20-50個案例之後才開始大規模獲客，由機器進行風控；風控資料由人和企業資料組成，個人資料判斷還款意願，企業資料評價還款能力，風控授信依據企業經營後臺拍照獲取的資料，要求至少有6 個月以上經營歷史，與客戶提交資料相比，主動拍照抓取的資料反欺詐效果更好，且不侵犯個人隱私；目前風控模型已經歷18個月，還需更長時間驗證；
資金：目前銀行和P2P資金各占一半。
近期，愛分析專訪極速雲科技創始人兼CEO雷鵬，就小微企業經營貸款的行業現狀和極速雲科技的戰略、業務發展進行交流。
雷鵬曾任職於IBM、Microsoft，創業前是宜信高級副總裁，大資料創新中心業務主管。
美國供應鏈金融做得好，中國小微貸款滲透率仍很低
愛分析：國外做小微貸款主要是business card，從資料看，美國小微貸款做得不如中國好，這是什麼原因？
雷鵬：美國小微企業是2,800萬左右，其中400萬是有雇傭的，其餘是自雇的夫妻老婆店，品質比較好的是這400萬，夫妻老婆店的波動性會更大。在美國，個人信貸覆蓋得很好，在2,400萬夫妻老婆店裡，多少是以企業貸款獲得融資服務，多少是以個人信用獲得貸款，是分不太清的。
我們所指的不好，是指信用貸，但美國綜合的小微貸款做得比中國好，是因為小微動產質押的場景和覆蓋率要高很多，動產質押典型的是應收賬款融資。中國是供應鏈金融不夠發達，所以現階段有一定比例是通過信用貸的方式為小微企業服務。
愛分析：中國的小微貸款滲透率，達到飽和時可能會多高？
雷鵬：我比較樂觀，無論是來自我們自己的調研，還是官方智庫的調研，都顯示中國小微企業在經營過程中，被拖欠貨款的數量占比在80%左右，所以都有資金周轉的需求。從這個角度講，7,000萬小微商戶裡，應該百分之七八十都有借款需求。
完貸率和複貸率雙高
愛分析：極速雲的小微客戶會如何分層？
雷鵬：我們的貸款產品範圍是1萬元-300萬元，分層挺明顯的，每一個區段的企業，經營歷史和經營業態都會有不同。
客戶裡有電商的零售企業，大概在8萬元就能覆蓋；電商裡也有一部分是做跨境的，最高可到300萬元，額度很大；有一類是批發商，比如服裝、食品、飲料的批發商，他們經營歷史更長，授信額度一般是15-20萬元之間；小微餐飲的周轉需求在4-5萬元就能滿足。所以分層是挺厲害的。
愛分析：從授信到提款，中間會有流失嗎？
雷鵬：比較少，授信以後會有30天提款期，對於信用好的客戶提款期可以延長到90天。從授信到最終提款的比例在95%以上。
愛分析：能做到隨借隨還嗎？
雷鵬：目前能做到隨借，還做不到隨還。主要是取決於資金方的偏好和意願，目前我們的資金方還沒有接受隨還的，隨還對於資金方的現金流管理能力會提出挑戰。
我們允許提前還款，6個月以內的產品提前還款都沒有罰息；12個月產品如果提前9個月還會有少量罰息。
愛分析：會收第一筆砍頭息嗎？
雷鵬：完全沒有，就是等額本息，我們挑戰的就是砍頭息和高費率，想讓小微客戶借到更便宜、也更符合需求的貸款。我們把費率、期限做到合理，提款也不逼著提款，就是讓借款符合小微企業的正常運轉需求就好。
愛分析：複貸率還有繼續提升的空間嗎？
雷鵬：我們覺得60-80%是合理的複貸率，會有一些運營的措施去提高複貸率，比如在特定的時間點給貼息紅包，或者到旺季給小微企業提高額度。
風控需要在不良率和資產規模之間尋找平衡
愛分析：一個細分行業，跑多少案例，風控模型才會比較穩定？
雷鵬：實事求是地講，不是看正向的案例，而是看違約的案例。違約的案例也沒有特別明確的標準，按我過往經驗，違約件需要跑到1,000個左右，才能形成一定的認知。
比較好的風控，不是把資產的不良一直壓得特別低，那會導致不知道資產的規模潛力在哪，需要找到平衡點，會經歷一個突破、回歸、再演進的過程。
愛分析：現在覆蓋了幾個地區？
雷鵬：地區是覆蓋全國，人員是分佈在北京、上海、深圳、杭州。
極速雲科技的風控會結合個人和企業的資料，但以企業資料為主。個人資料包括歷史還款記錄、違約歷史等，主要用於判斷還款意願；企業資料則用於評估還款能力，授信原理與信用卡對個人授信是一致的，即基於穩定的收入和未來支出，預測每月實際還款能力，結合授信期限給出一個額度。
極速雲科技要求小微企業具有至少6個月經營歷史，經營歷史越長，授信依據越充分。如果經營歷史有中斷，則以最近一段連續的歷史作為授信基礎。
在資料獲取上，極速雲科技主要是通過遠端“拍照”和OCR技術。首先是需要取得客戶授權，之後利用機器遠端接管客戶的經營系統，再利用Printscreen技術對小微企業主肉眼可見的經營資料進行拍照，之後對照片進行OCR識別。
這一套資料獲取的流程，更好地保護了客戶隱私，比如客戶授權是通過掃碼的方式，而不是客戶告知帳號、密碼；獲取企業經營資料而不是個人信用資料，也不存在侵犯隱私的嫌疑。
由於小微企業並不知道極速雲科技風控模型對各個資料維度的參數和比重，因此小微企業主通過篡改經營資料來獲得授信的可能性較小；而且申請貸款需要提交6個月以上的經營歷史，對於買空殼企業的欺詐行為是很好的規避。
在單個細分行業的早期，需要積累對該類客戶需求和風險的理解，極速雲科技會有線下人員實地考察和驗證。前20-50個客戶都必須有人員到客戶現場，在積累一定進件量之後，後續的規模獲客和風控再交給系統處理。
愛分析從客群、獲客、風控、資金和運營等五個維度對極速雲科技進行評價。
客群：貸款範圍從1萬-300萬，覆蓋範圍廣，件均在10萬元，平均期限8個月，主要以流通、生活服務類的小微批發、小微餐飲等商戶為主，複貸率60%；
獲客：與服務小微商戶的B端機構合作，比如管家婆等進銷存軟體提供商，獲客管道有獨特性，與B端機構形成互利效應；平均利率在22%，與線下獲客和風控模式相比有競爭優勢；
風控：單一細分人群需要經過線下團隊實地考察和驗證，在20-50個案例之後才開始大規模獲客，由機器進行風控；風控資料由人和企業資料組成，個人資料判斷還款意願，企業資料評價還款能力，風控授信依據企業經營後臺拍照獲取的資料，要求至少有6 個月以上經營歷史，與客戶提交資料相比，主動拍照抓取的資料反欺詐效果更好，且不侵犯個人隱私；目前風控模型已經歷18個月，還需更長時間驗證；
資金：目前銀行和P2P資金各占一半。
近期，愛分析專訪極速雲科技創始人兼CEO雷鵬，就小微企業經營貸款的行業現狀和極速雲科技的戰略、業務發展進行交流。
雷鵬曾任職於IBM、Microsoft，創業前是宜信高級副總裁，大資料創新中心業務主管。
美國供應鏈金融做得好，中國小微貸款滲透率仍很低
愛分析：國外做小微貸款主要是business card，從資料看，美國小微貸款做得不如中國好，這是什麼原因？
雷鵬：美國小微企業是2,800萬左右，其中400萬是有雇傭的，其餘是自雇的夫妻老婆店，品質比較好的是這400萬，夫妻老婆店的波動性會更大。在美國，個人信貸覆蓋得很好，在2,400萬夫妻老婆店裡，多少是以企業貸款獲得融資服務，多少是以個人信用獲得貸款，是分不太清的。
我們所指的不好，是指信用貸，但美國綜合的小微貸款做得比中國好，是因為小微動產質押的場景和覆蓋率要高很多，動產質押典型的是應收賬款融資。中國是供應鏈金融不夠發達，所以現階段有一定比例是通過信用貸的方式為小微企業服務。
愛分析：中國的小微貸款滲透率，達到飽和時可能會多高？
雷鵬：我比較樂觀，無論是來自我們自己的調研，還是官方智庫的調研，都顯示中國小微企業在經營過程中，被拖欠貨款的數量占比在80%左右，所以都有資金周轉的需求。從這個角度講，7,000萬小微商戶裡，應該百分之七八十都有借款需求。
完貸率和複貸率雙高
愛分析：極速雲的小微客戶會如何分層？
雷鵬：我們的貸款產品範圍是1萬元-300萬元，分層挺明顯的，每一個區段的企業，經營歷史和經營業態都會有不同。
客戶裡有電商的零售企業，大概在8萬元就能覆蓋；電商裡也有一部分是做跨境的，最高可到300萬元，額度很大；有一類是批發商，比如服裝、食品、飲料的批發商，他們經營歷史更長，授信額度一般是15-20萬元之間；小微餐飲的周轉需求在4-5萬元就能滿足。所以分層是挺厲害的。
愛分析：從授信到提款，中間會有流失嗎？
雷鵬：比較少，授信以後會有30天提款期，對於信用好的客戶提款期可以延長到90天。從授信到最終提款的比例在95%以上。
愛分析：能做到隨借隨還嗎？
雷鵬：目前能做到隨借，還做不到隨還。主要是取決於資金方的偏好和意願，目前我們的資金方還沒有接受隨還的，隨還對於資金方的現金流管理能力會提出挑戰。
我們允許提前還款，6個月以內的產品提前還款都沒有罰息；12個月產品如果提前9個月還會有少量罰息。
愛分析：會收第一筆砍頭息嗎？
雷鵬：完全沒有，就是等額本息，我們挑戰的就是砍頭息和高費率，想讓小微客戶借到更便宜、也更符合需求的貸款。我們把費率、期限做到合理，提款也不逼著提款，就是讓借款符合小微企業的正常運轉需求就好。
愛分析：複貸率還有繼續提升的空間嗎？
雷鵬：我們覺得60-80%是合理的複貸率，會有一些運營的措施去提高複貸率，比如在特定的時間點給貼息紅包，或者到旺季給小微企業提高額度。
風控需要在不良率和資產規模之間尋找平衡
愛分析：一個細分行業，跑多少案例，風控模型才會比較穩定？
雷鵬：實事求是地講，不是看正向的案例，而是看違約的案例。違約的案例也沒有特別明確的標準，按我過往經驗，違約件需要跑到1,000個左右，才能形成一定的認知。
比較好的風控，不是把資產的不良一直壓得特別低，那會導致不知道資產的規模潛力在哪，需要找到平衡點，會經歷一個突破、回歸、再演進的過程。
愛分析：現在覆蓋了幾個地區？
雷鵬：地區是覆蓋全國，人員是分佈在北京、上海、深圳、杭州。