尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
小微企業融資難問題一直以來在中國特別突出，但隨著互聯網技術的發展，這一難題正在被攻克。
電商起家的阿里巴巴，在2010年和2011年成立了兩家小額貸款公司，旨在面向阿里電商體系內的小微企業和個體賣家提供信用貸款。
2014年6月，隨著阿里金融業務的整合與延伸，螞蟻金服成立，小貸業務被劃歸其中，更名為「螞蟻小貸」，之後被並入網商銀行，繼續提供面向個體經營者、小微企業的「網商貸」，並在2016年推出針對個人的小額信貸產品(花唄、借唄)。截止到2018年，螞蟻小貸和網商銀行服務了近1200萬家小微企業和個體工商業者，發放了超2萬億的貸款。
本期案例主要針對小微客戶的融資問題，探討螞蟻小貸如何一步步建立起基於互聯網交易的信貸模式，如何打通融資管道，獲取資金來源，以螞蟻小貸為代表的數字普惠金融又有什麼社會價值。
緣起
小貸業務的誕生與發展
小貸業務的誕生源自於阿里巴巴電商平台(以下簡稱「阿里平台」)自身發展中湧現出的問題和優勢。
一方面，依托於阿里平台的企業以小微企業為主，它們是傳統銀行難以覆蓋到的長尾客戶，很難從銀行獲得貸款，因此發展受到限制，這也同時制約平台自身的良性成長。
另一方面，阿里平台積累的大量、真實的企業數據與信用資源，為開展小貸業務打下了基礎——阿里巴巴的B2B業務平台推出的「中國誠信通」會員增值服務，積累了不少商戶的原始數據；2004年，阿里巴巴又在誠信通會員的「誠信通檔案」的基礎上推出了一套企業評分系統——「誠信通指數」。
從2006年起，阿里巴巴集團開始試水小額信貸業務。考慮到自身數據資源的優勢與金融業務經驗的缺乏，阿里巴巴首先嘗試與銀行進行合作。
在銀行等傳統金融機構眼中，小微企業貸款業務有兩大症結：
一、小微企業的財務狀況普遍缺乏透明性，資本規模有限，抵押品缺乏，使得銀行針對小微企業的資產評估與信貸審核工作成本高、難度大。
二、在徵信體系發展滯後的環境下，對小微企業信用狀況的監控尤為困難。小微企業經營存在較高的不穩定性和道德風險，給銀行的貸後管理、風險控制等都帶來了難題。
針對上述問題，阿里巴巴「對症下藥」：當時，全國有3700萬家中小企業在阿里平台上做生意，平台擁有積累多年的中小企業經營信息。基於這些數據，阿里巴巴有能力出台一整套的風險控制措施，幫助銀行篩選客戶、控制風險。
2007年6月，阿里巴巴與中國建設銀行、中國工商銀行合作推出小企業貸款，稱為「阿里貸款」——小企業不需要任何抵押，由3家或3家以上企業組成一個聯合體即可申請貸款。
然而在初期的實踐中，阿里巴巴與銀行的合作進展並不順利。阿里巴巴向建行推薦了2.7萬個左右的B2B客戶，但最終達成合作的不到10%。
時任阿里巴巴信用支付部資深總監、現任阿里巴巴集團副總裁胡曉明認為，「三年與銀行合作是失敗的，在整個中國經濟這個生態系統下，銀行就是應該服務於大中型企業，針對中小企業的金融服務應該是通過技術創新來完成。」
雖然實踐並不成功，但這段合作經歷幫助阿里巴巴建立了一整套信用評價體系與信用數據庫，以及一系列貸款風險控制機制。
在此基礎上，阿里巴巴集團開始嘗試獨立開展「小額貸款業務」。2010年3月，「浙江阿里巴巴小額貸款公司」成立，這是國內首個專門面向網商放貸的小額貸款公司。2011年，「重慶市阿里巴巴小額貸款公司」也宣告成立。小貸業務面向阿里電商體系內的小微企業和個體賣家提供信用貸款，自推出之後便迎來了高速發展，成立第一年時貸款餘額約為1億元，到第三年時貸款餘額便增長至120億元左右。
隨著2014年螞蟻金服正式成立，小貸業務被整合納入螞蟻金服集團，並更名為「螞蟻小貸」，服務對象也從阿里平台內的小微企業向平台外擴展。
作為網路貸款公司，螞蟻小貸事實上經營著銀行信貸業務，但同時面臨資金來源、業務範圍等諸多限制。
於是，在5年多豐富的小額貸款經營經驗基礎上，螞蟻金服整合金融數據與技術資源，開始向民營銀行發展，並於2014年9月獲得銀監會首批民營銀行牌照。2015年6月，網商銀行正式成立，不久後將螞蟻小貸業務進行整合，並入其中。
成立之時，網商銀行提出將堅持「小存小貸」模式，主要提供20萬元以下的存款產品和500萬元以下的貸款產品，並將原先針對小微企業提供的金融服務擴展到農村用戶，同時設定了5年服務1000萬客戶的目標。截至2016年末，並入網商銀行的小貸業務已為超過277萬小微客戶提供了融資服務。
構建
用完善的數據構建數據模型
信息不對稱是金融面臨的核心挑戰，這對於小微金融服務而言尤甚。金融服務效率衡量標準之一就在於如何以更低的成本甄別風險。相比於大中型企業，針對小微企業的風險甄別難度大、成本高，使之成為商業銀行難以完全兼顧的業務領域。
基於互聯網的長尾效應以及數字化技術支持，以螞蟻小貸為代表的數字金融，利用豐富的數據資源建立企業信用和風險控制體系，可以低成本地降低小微企業的信息不對稱，成為其核心優勢和經營關鍵。而在實踐中，數據與信用信息的完善，是小貸業務在經營中最先遇到的難關。
阿里巴巴的小貸業務早期的團隊骨幹主要來自於銀行業，從事的都是與信貸市場相關的工作。在創建自己的經營模式時，團隊已有豐富的信貸經驗，也有可參考的理論基礎——FICO(財務管理模塊)信用分模型。
然而，真正獨立做信貸，小貸團隊還需克服一個巨大挑戰，即數據的有限性。雖然阿里平台沉淀了幾百萬小微企業和個體賣家的資料，但對於國際慣例的個人徵信評級要求而言，這些只是「冰山一角」。
以擁有最完善徵信體系的美國為例，其徵信的內容包羅萬象，除傳統的信用記錄時間長度、信用額度、借款逾期不還記錄、房屋按揭貸款記錄等信息外，公民非財務信息如犯罪記錄也予以記錄。對於企業信息，有的信用局甚至記錄企業登記地址和聯繫電話的區號之間的地理距離等信息。
而在當時，小貸業務面對的是一個較為封閉的信用信息環境。現有數據的有限性、分散化，使得小貸團隊只能結合現有可利用資源，想盡一切辦法補全徵信信息的拼圖，包括要求貸款人自行提供相關資料、調查購買第三方徵信數據，以及從海關、稅務、電力、水力等部門一一獲取數據等等。
在小貸公司成立的第二年，阿里巴巴便開通了專線直聯中國人民銀行徵信系統，極大程度地豐富了公司所掌握的數據。之後，小貸業務還與以國內中小企業為客戶群的ERP企業管理軟件——「管家婆」、全國統一的企業增值稅發票開具軟件——「太空金稅」達成合作，在獲取企業生產、庫存、銷售等數據方面又拓展了許多管道。
接下來，小貸業務需要整合這些內部和外部數據，並在此基礎上建立自己的信貸模型和信貸流程。
在小微金服內部有一個「數據車間」，負責匯總並分析商戶在淘寶和天貓平台上留存的數據，包括交易增長與波動率、店鋪星級與流量、廣告投入、社區行為等。這些內部數據，加上外部引入的數據，打包進公司開發的數百個模型中，包括客戶分層模型、收入預測模型、破產概率模型、風險預警模型等。
到此，一個定量化、自動審批的貸款發放模型就建立了。賣家在做出貸款申請後，所有相關數據都將導入這個模型里，由模型做出是否放貸的判斷。阿里巴巴集團微貸事業部原總經理婁建勛稱，要解決一個命題，如預測淘寶賣家從開始到未來的曲線，需要建構192個數據模型。相比傳統信貸，在模型數量和模型因子方面的豐富性正是螞蟻小貸的獨特優勢。
類型
小貸模型產品類型和應用
淘寶(天貓)信貸
定量化的貸款發放模型最先被應用於淘寶和天貓兩大平台。小貸團隊認為，由於淘寶(天貓)平台有真實的交易信息，數據更充分，對這個平台上的賣家提供貸款相對容易。此外，平台上的許多賣家依靠網商生活，違約成本較高，因而違約風險相對較低。
所謂「訂單貸款」，是指淘寶賣家依據店鋪中處於「賣家已發貨」狀態的訂單進行申請，基本上等同於訂單質押貸款。
對於訂單貸款和信用貸款，商家在線上完成了貸款申請並提交了相關材料後，將進入自動審批流程——由貸款模型自動打分，判斷是否對其放貸和放款額度。由於訂單貸款產品是基於在淘寶(天貓)平台上的真實交易而產生的，貸款最快3分鐘內就可到商家的支付寶帳戶。
以截至2012年末的數據來看，淘寶訂單貸款的平均單筆金額在4900元左右，天貓訂單貸款的平均單筆金額在21000元左右。規模小、數量多的小額貸款對成本控制提出了很高的要求，這也是傳統銀行難以兼顧小額貸款的原因之一。而小貸業務在基礎平台和流程已經搭建完成的情況下，單筆信貸操作成本大大降低。
在放貸和貸後階段，小貸業務都會通過淘寶(天貓)平台和支付寶系統隨時監控企業的交易狀況和現金流。如果貸款真正投入到生產經營中，客戶的平台流量將得到提升，營業額和利潤也將隨之上漲；反之，如果評價結果變差，將預警並提前收貸。
任何影響正常履約的行為都會被預警，如阿里旺旺登錄中斷、用銷售回款大量購買彩票、集中投入廣告等。若企業出現違約，阿里小貸可以通過支付寶切斷客戶現金流，同時執行網路店鋪關停機制。
通過上述措施提高客戶違約成本，有助於控制貸款風險。通常在貸後階段，傳統信貸機構很難知悉貸款資金的使用情況，而在淘寶(天貓)平台上，賣家的資金使用行為和經營行為能被部分監控，這也是螞蟻小貸的一大優勢。
阿里信用貸款(B2B)
在面向B2B客戶時，想要按照之前的同一套流程來走，就變得比較困難。與淘寶(天貓)平台相比，B2B平台積累的數據非常有限——阿里巴巴的B2B網站類似於「黃頁」，買賣雙方通過平台認識後，會私下對交易進行溝通，之後是否達成交易、成交的金額多少以及買家對此評價如何，這些信息並不被平台掌握。
同時，由於B2B網站以展示功能為主，對商家的黏性不大，商家之間的交易也不需要借助於支付寶，在支付寶上也無資金沉淀。因此，小貸業務對商家的貸後控制力較低，違約懲罰手段也相對有限。
為解決信息有限的問題，小貸團隊除了對潛在客戶進行在線視頻調查，還將盡職調查工作外包給當地的第三方機構去完成。第三方機構的調查員去企業進行調查，並對企業進行訪談，幫助企業還原一個簡化的財務報表。這些視頻和數據都會上傳後台，後台將這些資料與企業銀行流水、徵信系統信息等進行比對，以評定信息的可靠性。
但在對B2B賣家進行貸中和貸後的風險控制時，小貸業務並沒有很好的辦法。信用貸款被發放以後，資金不會停留在支付寶系統里，這意味著小貸業務並不清楚貸後資金的流向，也無法監控企業資金的使用成效。因此，小貸團隊只有嚴格把控每一次還款節點，若企業出現了一次違約，則對該企業進行徵信調查，若察覺企業有問題，則採取催款的方式收回貸款。
由於淘寶(天貓)貸款面向的服務對象數量更為龐大，並且在貸款流程、風險控制上都具有相對成熟和可靠的技術支持，因而在上述兩類傳統小貸產品中，淘寶(天貓)貸款占據70%的比重，而阿里信用貸款只占30%左右份額。其中，前者基於數據的純信用貸款占主體，共計占到整體貸款的60%。而且平均來看，阿里信用貸款的不良率和逾期率都要高於淘寶(天貓)貸款，這也與其相對較弱的風險控制體系相關。
旺農貸
小貸業務並入網商銀行後，農村金融便成為其業務拓展的新方向之一。
2015年11月，網商銀行推出面向農村用戶的小貸產品「旺農貸」，主要為農村種養殖者、小微經營者提供小額信用貸款，將小貸的業務延伸至農村市場。截至2016年底，旺農貸已在全國25個省271個縣市的6624個村點推開，平均放款金額近5萬元。
與其他類型的小貸產品相比，農村小貸業務的開展面臨更大挑戰。農村金融基礎設施落後、信息不完善甚至空白、農戶抵押品資產有限等現實狀況，使得小微貸款中通常存在的問題在農村地區更為嚴重。對此，阿里巴巴推廣已久的「農村淘寶」站點，成為螞蟻農村金融服務的基礎和管道。
「農村淘寶」於2014年10月上線，主要以電子商務平台為基礎，與當地政府合作在農村地區建立村級服務站，開發農村電商市場。截至2015年底，「農村淘寶」的村級服務站突破10000個，積累了豐富的數據與信息資源。在農村小貸的發放過程中，村淘站點的合夥人起到至關重要的作用。合夥人經過篩選可成為「旺農貸」的推薦人，村民在村淘站點，通過推薦人在線上提交貸款申請，完善身份信息以及土地、房屋、門店等資產證明，由網商銀行進行審核後便可在線上簽訂貸款合同，放貸流程平均在3-5天內就可完成。
推薦人在每一筆貸款業務中的角色十分關鍵，除了在貸款前對借款人的信用狀況、還款能力等進行評估，還要負責貸後管理，提醒村民及時還款等。對於每一筆貸款，推薦人可以獲得一定比例的傭金，但傭金的發放將基於推薦人的後續行為以及貸款違約狀況等線上數據進行相應的調整。表現不佳的推薦人將可能被淘汰，情形嚴重時甚至會面臨法律風險，這種對推薦人的懲罰機制也是貸款風險控制的一部分。
村淘合夥人選拔需要經歷包括業務水平以及道德水平的層層考察，並進行專業培訓，而「旺農貸」推薦人的要求則更為嚴格，在合夥人範圍內進一步篩選後，只有不到10%的合夥人能夠成為推薦人，負責貸款業務的管理工作。
推薦人的考核重點在於個人的信用度，包括芝麻信用得分、在淘寶平台經營過程中是否有違規行為，乃至與當地政府的合作記錄等。在農村這一典型的熟人社會，村民之間的高強度交流是個人信用、能力等信息獲取的主要途徑。通過與村民熟識的推薦人采集、審核農戶信息，加上電商平台的線上數據對整個區域的信用水平進行把控，可以做到線下與線上相結合的風險控制體系。
融資
資金來源與融資管道
一開始，作為普通的小額貸款公司旗下業務，螞蟻小貸的放貸金額受到來自央行和銀監會關於杠桿率的限制。
按照規定，小額貸款公司從銀行業金融機構獲得融入資金的餘額，不得超過資本淨額的50%。換句話說，螞蟻小貸16億元的註冊資本，在放大0.5倍的杠桿後，其業務規模只能做到24億元，只有通過不斷回籠資金、不停周轉，才能提高累計貸款額。
為解決信貸資金的來源問題，擴大業務規模，早在2012年，原阿里小貸就通過山東信托發行了「山東信托阿里金融小額信貸資產收益權投資項目集合信托計劃」，共募集信托資金3.6億元。但由於信托計劃的私募性質，融資規模有限，融資成本也相對較高。
自2013年起，螞蟻小貸開始嘗試效率相對較高的資產證券化的方式來融入資金。2013年7月，以重慶市阿里巴巴小額貸款有限公司(簡稱「重慶小貸公司」)為發行主體，與東方證券合作推出資產證券化項目「東方資管-阿里巴巴1號-10號專項資產管理計劃」。
該計劃存續期三年，共10期，累計發行規模上限50億元；每期發行規模控制在1.5億至4億元，每期期限為1年至2年。這是國內首單基於小額貸款的證券公司資產證券化產品，在深圳交易所掛牌。在並入螞蟻金服後，2015年，重慶小貸公司與中金合作又推出規模55億元的「小額貸款資產支持專項計劃」。
由於小貸業務的每一筆貸款期限較短，而資產證券化的過程往往較長，為了解決期限錯配問題，融資過程中採取了「循環購買」的方式，即在證券到期之前，可以用償還所得的資金購買新的貸款，如此循環到證券到期。
此外，為了提高小貸證券化產品的評級，在證券化過程中採取了內部增信和外部增信兩種方式。內部增信為「結構化」方式，即根據不同的風險和收益特徵，將該資產支持證券分為優先級資產支持證券、次優級資產支持證券和次級資產支持證券。
在「東方資管-阿里巴巴專項計劃」中，三類評級證券占比分別為75%、15%、10%。優先級、次優級份額面向合格投資者發行，次級份額全部由阿里小貸持有；在「中金-螞蟻微貸資產計劃」中，優先級證券比例提高至78%，次優級則減少至12%。
在外部增信上，螞蟻金服旗下的擔保公司——「商誠融資擔保有限公司」提供外部擔保，期限屆滿時在保證責任範圍內提供擔保服務。在內部與外部增信保證下，螞蟻小貸的優先級資產支持證券獲得了AAA市場評級。
2015年在網商銀行成立後，針對小微客戶的貸款資金，其主要的獲取管道則是來自於網商銀行，而原來小貸公司發行的資產證券化產品，則主要用於「花唄」、「借唄」等個人信貸用途。
然而，由於未能獲準遠程開戶，網商銀行目前無法大規模地吸收儲戶存款，小微客戶的放貸資金受限，主要依賴同業拆借及基金公司、保險公司的非銀行類存款。相比傳統銀行，資金成本較高。
當吸收存款還在「彼岸」時，拓寬放貸資金來源成為更為重要的事情。
據了解，網商銀行的第一款資產證券化產品已於2016年底推出。與之前小貸公司相比，網商銀行作為「商業銀行」主體發行的資產證券化產品，其融資成本相對較低。
觀察
螞蟻小貸的社會價值
普惠金融正在成為社會的重要議題之一。與傳統金融服務主要服務於「頭部」用戶不同，普惠金融定位於社會所有群體和個人都能獲得的金融，以做到全社會的平等與富足。而這一目標的做到離不開技術驅動力，即數字普惠金融。
我們知道，金融不同於一般「標準化」商品，它是一種「非標準化」服務，無論是傳統金融還是數字金融，信息不對稱都是最大的挑戰。
在過去，為每個人提供個性化的金融服務，就意味著金融機構需要針對個體的信息不對稱風險，擔負起不堪重負的成本壓力，而今天，數字化金融依托技術驅動，是人類歷史上第一次通過遠程力量去了解客戶、甄別風險，並結合金融業務的傳統流程，大幅度地降低成本。
螞蟻小貸與生俱來的「小微」基因，契合了普惠金融的核心要素。在數字普惠金融的背景下，螞蟻小貸通過互聯網平台拓展了金融服務的管道，做到了「普」，即服務群體的廣覆蓋；通過大數據與金融雲技術降低了小額信貸的成本，做到了「惠」。此外，螞蟻金服在支付、融資、理財、保險、信用等金融服務的全方位發展，以及在商業模式上的可持續性，同樣契合了普惠金融的全面性與可持續性。
然而，要真正地做到全方位、全覆蓋的「普惠金融」，平台則需要掌握更全面的信息，並為之建立更多元化、豐富的場景資源，而這將會受制於現有的平台生態。在一定程度上，與商業場景的結合程度，將成為未來金融發展好壞的重要評判標準。
目前，小貸服務的主體仍然是阿里平台內的小微企業，因而平台生態的擴展、場景的創新，是小貸乃至螞蟻金服未來的重要突破點。
作為螞蟻小貸的生態平台，螞蟻金服正在加快金融「場景化」的戰略步伐。以螞蟻金服旗下的支付寶為例，自2015年7月推出9.0版本，支付寶便開始從「支付平台」向「場景平台」進化。
螞蟻金服集團原首席執行官彭蕾曾在多個場合表示，互聯網金融的未來是場景化。包括支付、理財、融資、保險等在內的金融服務與每個人的日常生活緊密相聯，「金融場景化」的發展方向也因而在一定程度上與普惠金融的特徵與理念相契合。
從為了解決淘寶電商平台內小微企業融資難而誕生的螞蟻小貸，到如今為解決農民貸款困難而誕生的「旺農貸」，以及針對個人消費的信貸業務都是具體的生產、生活場景中的產物。
近年來，在場景的創新上，網商銀行也做了很多嘗試。例如，與全球最大的中文網站流量統計機構CNZZ平台合作推出流量貸，利用螞蟻金服內部的「口碑」平台信息推出面向線下實體餐飲類商戶的口碑貸，針對特定場景推出額度更高的「雙十一」大促貸等多種創新性金融信貸產品。
其中，不僅有脫離阿里體系、利用技術優勢與其他平台合作為阿里平台之外的小微企業提供貸款的產品創新，也有利用新的平台生態為線下實體小微企業提供的信貸服務，更加豐富了小貸的模式與業務範圍。「場景貸」也將成為網商銀行未來探索和創新的重點。
一直以來強調的「平台化」戰略，也為螞蟻金服在平台拓展與場景創新上帶來了更為廣闊的空間。
當前，中國經濟進入「新常態」，以往投資拉動型的經濟增長方式已經不可持續，未來取而代之的經濟發展動力將包括個性化、多樣化的消費，小型化、智能化、專業化的生產，推動全面創新、創業帶動就業，「三農」問題和農村經濟、農村金融等。
在這一轉型過程中，整個金融體系需要向消費金融、大眾型金融、普惠金融轉變，以適應經濟包容性增長的要求。中國人民銀行行長易綱也曾多次表示普惠金融在未來中國金融發展方向上的重要性，而螞蟻小貸作為數字普惠金融的先行者，在做到金融促進公平正義的同時，與國家和社會的未來發展緊密相連，將擁有超越商業價值的巨大社會價值。
本案例由陳龍教授指導，長江商學院研究員楊燕撰稿，由長江商學院案例研究中心授權《中國經營報》刊發，部分案例內容有刪減。