数字普惠金融风控：从“信贷工厂”到“信贷工场”

   

普惠金融被越来越多的金融人士关注，9月在杭州召开的G20峰会上，普惠金融成为重要议题之一，发展普惠金融，不仅要关注G20成员国，也要重视非G20国家普惠金融的发展，尤其是帮助低收入发展中国家实现普惠金融。

其实，随着金融科技的不断深入，通过数字技术、大数据技术去实现金融普惠已经成为可能。尽管普惠群体的征信脸谱模糊，客群分散，但通过技术创新能够有效地对实现普惠群体的风险定价。

9月4日，“科技助力金融新变革”论坛，在上海举办。针对信贷工场这一风险管理核心环节中，夸客金融创始人兼CEO郭震洲就曾表示，与传统金融相比，新金融的信贷工场面临更大的挑战：普惠群体本身征信脸谱不清晰，且进件小额化、分散化。

而根据G20峰会上发布的《中国普惠金融发展报告（2016）》，中国通过金融机构借款的成年人比例仅为9.55%，在信贷市场的信息障碍方面，中国得分为50分，也低于61.84分的G20平均水平。明显的短板正是来自于征信信息的缺失。调查表明，中国现有的征信系统覆盖率仅为38%，大量用户金融需求由此被排除在外。另一方面，普惠金融客户分散、金额小的特性又使得传统金融机构网点运营成本高。

与传统金融相比，显然新金融机构所面对的环境更具挑战。传统金融服务的客户拥有完善的央行数据、有标准化的财务报表，信息完善。但新金融服务于普惠金融市场，普惠金融的服务群体征信脸谱模糊，对于新金融来说，需要更积极地拥抱数据科技，去解决普惠金融难题。

其实对于普惠人群来说，长期面临着融资难、融资贵的难题。要解决融资难的问题，新金融已经有了成功的尝试，包括场景金融、数字金融等，通过新技术新方法为小微金融提供融资。但这是一个0和1的关系，解决融资难后，再经过不断努力解决融资贵。

所以降低小微融资成本是一个持续的过程，甚至会比想象中的周期更长，需要在数据、系统、创新等方面进行持续投入，从而降低运营成本，有效解决融资贵难题。显然这是一个长期和繁琐的过程。

秦楠楠

金评媒记者