¶意见÷领袖κ | 王剑
¾ 来ó源:王剑的角度
è
一、普惠金融的公⇑式Ï
普惠金µ融是指以合适的成本向社会偏弱势的群体提供金融服务∋。这些群体包括小微企业、城乡低收入ζ人群、贫困人群、残疾人、老年人等。我们暂时将他们统称为“普惠客群”。
这里的金融服务是丰富多元的,包括资产业务——主要是指普惠信贷,给这些人放贷。也包括负债业务,比如存款或财富业务。虽然这些人的财富可能不多,但也不能说他们钱少就放存款算了,没机会买资管产品,这种æ想法违背普惠原则。因此,就有了普惠财富业务。普惠信贷和普惠财富,可能是目前普ਪ惠金融中最令人关注¢的两项业务。
普惠金融不是慈善事业,因此是追求商业可持续的,是一门能够创造合理利润的生意。因此,普惠金融是一种兼顾Β经济价ν值和社会价值的商业活动。但这种兼顾很难,难就难在成本控制。因为普惠客群量大、分散,单客价值量小,很难形成合理利润。
我们先☞从一个最简单的收入、成本公式出ñ发ø:
首先,由于普惠客群体量很小,因此每位客户能为金融机构贡献的收入(单客૪收入)是很低的,如果不能设法压降单客成本,则会导致无法实现单客是盈利的。因ϒ此,普惠金融的第一项任务:压降单客ફ成本。
然后,即使单客实现了盈利,这笔单客盈利(毛利)也是非常微薄的,那么,如果客户数不够多,就会导致总毛利还不能覆盖固定成本。这里的固定成本是指开办一家金融机构所需要的固定成本,这可能不是一个小数字。因此,客户数越大ਊ越好。因此,普惠金融的第二项任务:扩大客—户数。
二、千人ੈ千面ઘ¬的难题
先看第一项任“务À:压降单客成本。👽
普惠金融单客成本之所઼以很高,是因为,最典型¬的两种业务普惠信贷和普惠财富,ੌ是高度定制化、个性化的,不是简单的标准化业务,这就会产生很高的单客成本。这种业务,可称为“千人千面”的业务。
š ♧ 1、普惠ⓐ信贷
以小微ê信贷的台州模式为例。台州模式是我国小微信贷业务的经典模式ρ,在信息技术成熟之前,已经成熟运行了很多年了。跟大型企业的贷款不同,对于零散的小微企业或个体户,是很难通过简单的几张表格的信息来判断其还款能力和还款意愿的。因此,很多人会说,小微企业风险高。
事实上,“小微企业风险高ઠ”这句话,bc;既对,又不对。
首先,小微企业单个体量小,很多企业会不小心就关张大吉Θ,所以风险确实ćf;是大。这是从整体ⓢ而言。
其次,如果就个体ࣻ而言,有时会有不同的结论。如果某一家小微☜企业摆在面前,其业务较为单一、清晰,信息也不难获取,风险其实不难判જ断。相反,有时遇到一些大中型企业,看似实力雄厚,但信息有时也并不太透明,有时还负债水平较高,真遇到事,风险其实也不小。所以,如果从个体而言,真不一定是谁的风险高。
ਨ 但ϑ是,面对一大堆小微企业,逐一走访尽调,效果可能是好▦的,只是太费劲了。所以,可以说,普惠信贷不是风险高,是风险审查的成本高。
台州模´式解决这一问题的方法,就是按照ੌ类似社区银行的做法,让业务员深入Ζ到村、社当中,长期扎根当地,日久见人心,并掌握一些快速尽调的方法,然后在这种长期关系中去获取客户足够的信息。
而这背后需要客户经理超高的技艺。小微客户经理掌握了从方方面面获取客户信息的能力,很多是无法言传的“软信息”,最终对客户的人品Ù形成判断。我听过最令人吃惊的例子,是一位前辈从ο客户抖烟灰的小动作中都能观察出来这人的诚信度和性格。
换言之ü,这一模式下,是用时间沉淀的软信息来压降了单客成本。但可复ο制性差,客户经理入↔门需要较长时间。
®
2、普੨惠财富
普惠财富作为负债端业务,难度远远大于普惠信贷。因为,它需要更加详细的客户信息。而且,财富业务比信贷业务更难的一点是:财富业务客户并ⓓ不知道自己该投资于什么(自己不知道自己要什么),信贷ò业务的信息不对称是单向的(放贷人担心自己不够了解客户,但客户了解自己),而财富业务‘则是双向的,一开始双方都不知道客户要什么。
财富业务的精髓,是服务者通过了解客户信息,为其量身定做财富方案,并建议客户这样做。真正意义的财富管理,是服务者和客户经过深入沟通交谈,基于自≥己的专业能力,为客户制定方案。然后再基于此方案,挑选合适的Ù金融产品,完成配置。因此,其单客成本非常高,这也导致了大家一提及财富管理,都会先想到高净值客户。
所以也不难理解,在信息技术成熟之前,×国内还没有👽非常成熟的面向大众的普惠财富业务,普惠客群平时也就是存点钱,并且定期存款居多。这些普惠客户未能享受财富业务,这是一种遗憾。
ષ再看第二项任务:扩大客ý户数。ੜ
普惠信贷的台州模式,早期的方法就比较原始,让客户经理Āe;去扫街、ⓔ陌拜,一家一家做,效率自然不高。后来借助一些“圈”和“链”,商圈、商会、村社、产业链、供应链等,效率有所提升。普惠财富业务也是同理,很难扩大客户量。
> 三、现代Ǝ信息技术”加持
毫无疑问,š现代信息技术的出现,尤▥其是数字化的出现,对上面õ两项任务的完成,是有重大帮助的。当然,这些技术的引进,同样也带来一些其他成本。
⌈
1、普惠信贷Ê
普惠信贷似乎是大数据在ý金融领域应用得较⊄为Ð成功的一个例子。
互联网普及了十多年之后,网民在网⊇络上留下了大量的活动痕迹,我们给这些痕迹取了一个时髦的称呼,大数据。有了大数据,放贷者便能分析出来这些人到底诚信度如何,包括还款Ö能力、还款意愿。2013年,银行和互联网平台开始试水纯线上放贷(完全没在线下见过客户),到了今天,这已经是一项非常成熟的业″务了。
而且,Ò随着软硬件技术的提升,获取大数据和客户信息的能力还在提高。比如,上文提到过的,从客户抖烟灰的小动作来判断诚信的实例,或许哪一天也能让机器做到。现在的硬件⇐和网速已经能够支持高清视频,通过人工智能等技术,能够捕捉人的表情和肌肤变化。☻
但是,这些技术非常昂贵,这便导致了公式中的“固定‚成本”a0;可能较高。因此,这种依赖信息技术的互联网业务,对客户数有着更加迫切的渴求。如果客户数不够,业务的毛利无法覆盖固定成本。因此υ,互联网信贷和其他互联网业务,对流量有着执着的追求。
此外,这些技术还有另外一块成本,即采购大<数据的成本,计入单客成本。这个成本目前也不低,导致纯线上放贷只能以一个较高利率才能覆盖成本。因此,目前大部分纯线上放贷利率较高,只有资质较为下沉的客户才能▣承受这种利率,由此其客户群体划分了出来,与传统银行的客户重叠度不高。目前,有很多政府部门在做大数据的工作,希望整理好大数据,提供给全社会使用,这样ੜ能降低成本。
Āf;છ
2、ä普惠财富
目前已有多≥家机构在尝试纯线上财富业务,称为“智能投顾”。和前文的纯线上放贷一样,希望通过掌握客户足够多的信息,由系统自动完成客户ς财富配置方案的制定。截至目前有一些成果,但还没有太成熟的案例。可能是互联网上所能获取的信息,还不足以对一个人的财富管理需求进行充分的刻画。我们继续期待着未来数据和技术更为先进之后,会有所突破,让财સ富业务惠及更多普惠客群。
(本文作者介绍:中国人民大学金融学硕士,CFA持牌人,曾供职于浙商证券、光大证券研究所,担任金融行业分析ćb;师ࣻ,2018年加盟国信证券,任金融业首席分析师。) Å
ਖ਼⊥
⇓
新浪财经意见领袖专ચ栏文章均为作者个人“观点,不代表新浪财经的立场和观点。
欢迎关注官方微信“意见领袖”,阅读更多精彩文章。点击微信界面½右上角的+号,选择“添加朋友”,输入意见ઐ领袖的微信号“kopleader”即可,也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。
中国人民大学金融学硕士,CFA∃持牌人,曾供职于浙商证券、光大证券研究所,担任੩金融行业分析师,2018年加盟国信证券,任Á金融业首席分析师。
新浪财经意见反馈留言板 电话:40å0-052←-0066 欢迎批评◘指正
新浪简介┊About Sina┊广告服务┊联系我们┊招聘信息┊网站律师┊SINće;A Englisýh┊通行证注册┊«产品答疑
Copyright &c¤opy; 1996-2022 SINA Corporationી, All Rightsì Reserved
新浪公司 ☎版☞权所ખ有