重估阿里系网商银行：为何叫好叫座不赚钱？

图片来源@视觉中国

文｜陈纪英

钱生钱的银行业，还真的不差钱！

最近，31家A股上市银行中已有25家发布了2018年业绩快报——银行业的赚钱能力硬邦邦。比如宇宙第一大行工行，2018年净利润高达2860亿左右，轻松碾压AT双寡。

不仅仅是工行，据《财富》发布的2018年中国500强排行榜，按利润排名的前15强中，有10强也来自银行。

但阿里系的网商银行，却在利润榜排名榜上垫底。

是网商银行差客户吗？还真不是，网商银行的服务小微企业的数量，在整个行业排名第一——1500万家。

为何成立三年的网商银行，不差客户不差速度，却叫好叫座不赚钱？

好模式，烂生意？

在中国，解决小微企业（民营企业）贷款难，年年忝列央行、银监会的开年三把火——小微企业贡献了中国80%的就业，60%以上的GDP，和50%以上的税收。

但小微企业贷款一直是老大难，小贷机构的拒贷率甚至达到70%。

今年的全国两会上，中国人民银行党委书记郭树清在谈到“金融支持民营企业”时，除了工行、建行等大行，也点名表扬了网商银行、微众银行等互联网银行，鼓励上述银行构支持小微企业发展。

看似表扬，其实也是提要求，下任务。

最近几年，服务小微企业，庙堂之高的监管层击掌鼓励，银行同业也是接踵摩拳，不差钱的国有银行，在政策驱动和监管要求下，拿出其主营业务的净利润，抱着不赚钱甚至亏本的决心下场，输血小微企业——这是政策呼吁、市场急需的好模式。

但服务小微企业数量最多的，是成立三年的网商银行——2018年，网商银行为小微经营者提供了超过1万亿元的资金支持，其中96%发放给了贷款金额100万以下的小微经营者，服务小企业数量高达1500家。

不妨横向类比一下。民生银行最多609万家，仅次于网商银行；大行中，工行服务小微企业超百万，建行是130万家，农行388万家；同为互联网银行的微众银行是20万家；

尴尬的是，服务的小微企业数量最多，但赚钱能力却垫底。2018年，网商银行的净利润仅有4.04亿，比不上工建农大行以及中等银行，甚至和微众银行（14.48亿）也差距颇大。

网商银行不是孤例，复盘银行业的历年财报，就会发现：凡是小微企业信贷业务比较集中的领域和行业，比如小制造业、批发零售业、居住餐饮业等，业绩往往比较惨淡。

好模式，烂生意——这是服务小微企业的世界性难题，连获得了诺贝尔和平奖的格莱珉银行也是如此，不赚钱，且不具备可复制性。

2016年曾有媒体统计，23个中国版“格莱珉”银行中，仅有2个项目存活，这令格莱珉创立者尤努斯很失望，他说，格莱珉是服务穷人的银行，“很明显，在中国，富人通过小微金融赚钱的模式是错误的。”

重估网商银行得失

模式看好，但商业回报偏低，赚钱能力堪忧，到底该如何评估网商银行的得失？

得失，基于其定位——网商银行的目标到底是什么？在利润最低和客户最多两个衡量维度中，到底哪个更重要？

回到三年前，网商银行成立之初，马云提出了一个明确的KPI——未来5年内（至2020年），网商银行要服务1000万家中小企业。

这个小目标在2018年，提前两年实现了。

相比于国有大行，网商银行在资金体量上不占优势，为了实现1000万的小目标，其更偏向服务户均贷款额度低的小微企业。

虽然都称服务“小微企业”，但民生银行的户均贷款为60万，网商银行的户均仅8万——其客户多数是路边摊、个体户等微型企业。

“实际上，几万元甚至几千元的贷款很难解决这些店铺的大发展问题，我们主要是为了解决他们的生存问题。”网商银行行长金晓龙说。

金行长的言下之意，当一个路边摊体养大之后，他们就不再是蚂蚁金服的客户，拱手相送给银行。

从上述表态可以看出，相比于赚钱能力，网商银行的第一目标，是提升服务的覆盖度和纵深度。

在广度上，2018年最明显的变化是走出阿里系——走出电商平台，从线上走到了线下。

走到线下，阿里系花了快十年——网商银行的前身是阿里小贷，从2007年到2014年，阿里小贷经过了大概三次迭代，但基本没有走出阿里系。

原因也很简单，阿里小贷主要提供无抵押无担保贷款——数据就变得不可或缺，过去，盘踞于阿里电商平台的卖家数据，是放贷的基本前提。

但从去年开始，网商银行借助一张二维码——开始为线下码商提供服务。

2018年，支付宝推出了“码商成长计划”，其目标是为1亿小微经营者提供系列数字化经营工具，实现“一本帐、一盘货、一群客”，其中的“多收多贷”业务，服务主要供应方就是网商银行。

这一动作，让网商银行的服务开始广覆线下，现在，其线下小微经营者贷款服务已经覆盖全国所有省市。

从行业来看，网商银行服务的“码商”主要以服务行业的经营者为主，其中服装店、超市便利店、烟酒杂货等零售商家占19%，餐饮、教育、美容、维修、家政等纯服务性商家达81%——而纯服务商家，因为缺乏抵押物以及精细的流水数据，过去一直被传统银行拒之门外。

话说，3年前，马云提出1000万家的小目标时，估计是底气不足的——他当时未必预测到了码商群体的崛起，整个2018年，支付宝服务的中国小微企业贷款笔数超过8000万笔，同比2017年增幅达到60%。其中码商客户贡献至伟，已经有超过600万线下小微经营者获得了网商银行的贷款。

在走到线下之后，支付宝服务的小微企业门槛更低，户均贷款就是绝佳的参考指标——线下小微经营者笔均贷款金额仅7615元，平均资金使用时长为50天，6个月内贷款超过3次的经营者却达到35%。

除了客户数量，另一个指标是风控能力——也就是不良率。

失望的尤努斯，对中国金融同业最反感的一点，就是利率太高——利率太高是因为风控能力不行，不良率暴涨，只好用高利率去覆盖坏账。

但网商银行的不良率，只有1%——这个不良率水平，和四大行之一的建行持平，而后者提供的针对大中企业的抵押贷和担保贷，其风险指数、难度系数原本就低于针对小微企业的信用贷。

不良率低，意味着其业务可持续，也意味着贷款利率可以持续下调。

蚂蚁金服董事长井贤栋承诺，未来，网商银行的贷款平均利率，在2017年已经整体下降一个百分点的基础上，要继续下调。

所以，从赚钱能力上看，网商银行的成绩乏善可陈，但是从“1000万家”小目标上来看，是提前两年“修完学分”。

底气和砝码

提前两年完成马云小目标之后，网商银行又提出了下一个三年小目标——三年内服务3000万小微企业和个体经营者，让所有路边摊都能贷到款，而且利率继续下调。

客户数量的翻番，意味着门槛的继续降低——而降低门槛，常常意味着风险指数和不良率的同步提升，为何利率还要继续走低？

其底气在于风控体系。网商银行继承了阿里小贷的310指标，所谓310，指的是“3分钟申贷，1秒钟放款，全程0人工介入”。

但网商银行时代的“310”，和阿里小贷的“310”，难度完全不在一个等级——阿里小贷时期，客户集中在阿里电商平台，而网商银行时代，客户分布在阿里体系内外，广覆线上线下，换句话说，其风控难度指数级提升。

风控体系大变革的起点，就是2017年6月，网商银行联合支付宝收钱码推出“多收多贷”。

首先，数据丰富度大大提升了。现在，后台有10万项以上的指标体系、100多个预测模型和3000多种风控策略，支持310快速响应模式。

通过二维码搜集商家数据之后，还有一些产品，引入了可以交叉验证的外部数据，比如，企业的纳税数据。

网商银行的“有税贷更多”上线一个月，就有1500多家小微经营者获得了更高额度的授信，平均授信额度提升了8-10倍，预计未来一年，网商银将为超过200万诚信纳税的小微企业提供2000亿元的资金支持。

有了数据，还要建立更丰富更精准的数据模型。

比如，要快速甄别商家数据到底是真实交易还是个人刷单骗贷。如果是个人，与他发生资金联系的人，人脉关系图就像一个毛线团。而如果是个人经营者，与他发生资金关系的人会更多，而且彼此之间没有什么联系，关系图像一个蒲公英。

除了商家数据，越来越多的外部变量也要引入，构建更精准的模型。包括市政信息、地标建筑、人流情况、买家结构、同类商家情况等，通过商圈聚类和行业识别，结合检索算法的优化处理，数十亿LBS节点快速匹配，能够在几秒钟内计算出店铺在未来6个月的经营潜力和经营风险。比如，修路也会影响经营潜力和风险的预测。

反向风控理念，提高反欺诈防范能力，把套现苗头“扼杀”在萌芽状态。传统的信贷风控理念往往先把人预设为坏人，但网商银行不预设坏人，把每个人首先看成是好人，然后用大数据风控技术把少数的“坏人”挑出去。

比如，套现的特征之一，是短时间的集中性——可以运用算法有效识别出了上万个套现虚拟社区、几百万套现买家。

把行业停留在实验室阶段的算法，快速应用到一线，风控先行，推动产品进化——举例来说，传统风控模式，忽略了行为在发生时间上的连续性。网商银行在多头借贷的识别上，增加了时间维度，将原来立体的算法上升到四维空间，提升了对潜在风险的辨识度。

正是基于上述风控模式，过去金融机构发放一笔小微贷款的平均人力成本在2000元，而网商银行每笔贷款的平均运营成本仅为2块3，其中电费和存储硬件费用就花掉了2块钱。

所以，网商银行现在不赚钱，未来才能赚长久的钱。（本文首发钛媒体）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App