数字银行如何助力普惠金融业务突破成本边界?

2019-09-25
来源:爱分析ifenxi 作者:专业研究的
2019 iTIC爱分析·中国科技创新大会 将于10月18日在京举办 欢迎报名
小微企业、农民、城镇低收入人群等,向来是普惠金融政策重点关注对象。而这一群体由于收入来源不稳定、征信数据缺失等因素,仍然面临融资难、融资贵、个人金融渗透率不高的困难。从金融提供者的角度看,服务此类人群运营成本和风险成本都较高,本文将聚焦银行业,探讨如何更好控制单客营业成本和风险成本,提供成本可负担的金融服务。
我们认为,银行要突破普惠金融单客成本边界,数字化是有效解决方案之一。那么,普惠金融难点体现在哪些方面?数字化如何改变银行成本结构?银行又该如何走向数字化?本篇文章将对这些问题一一进行解答。



01

银行业普惠金融现状:政策驱动,服务能力仍待提升


近年,“发展普惠金融”成为国家战略,多部委相继出台相关政策,普惠金融业务考核要求也逐渐细化。在政策推动下,尤其是2018年起普惠型小微金融业务实施“两增两控”考核以来,银行业普惠金融业务取得长足进展。

表:普惠金融相关政策列表
1.jpg
数据来源:公开信息,爱分析整理
规模上来看,截至2018年末,普惠金融各类贷款余额均有所增长。相比于传统的涉农和小微企业贷款业务,普惠型涉农贷款和普惠型小微企业贷款增速更大,分别为10.52%和21.79%。同时,有贷款余额户数达1723万,同比增长35.88%。

表:截至2018年我国普惠金融发展成绩
2.jpg
数据来源:银保监会,《中国普惠金融发展情况报告》
尽管规模扩张迅速,但银行普惠金融能力积累非一朝一夕之功,展业模式和服务能力仍有很大提升空间。
以四大行中农工建为例,政策要求其发挥“头雁”效应,单列普惠型小微金融信贷计划,信贷总余额规模庞大,件均在大几十万到百万水平。而普惠金融客群主体,如小微企业、农户、贫困人口等,大量客户资金需求远低于这一数字。
表:2018年底四大行普惠型小微金融发展情况
3.jpg
数据来源:公司年报,爱分析测算
对于头部银行,普惠金融业务如何更进一步下沉?
从单客模型角度来看,信贷件均下降是否可行,银行需要考虑单客收入能否覆盖资金成本、运营成本、风险成本,从而留存合理利润。
图:银行成本结构拆分
4.jpg
爱分析绘制
普惠金融相关政策要求银行将利率维持在适度、可负担的范围内,过低的补贴性定价,以及过高的掠夺式定价都不具可持续性[1];而银行资金成本取决于基准利率、吸储能力等,下降空间十分有限;因而有效控制单客运营成本和风险成本,对于普惠金融进一步发展十分重要。
运营成本方面,银行展业依赖人力驱动,普惠金融业务流程繁琐,涉及到大量前中后台人力,单客运营成本偏高。根据调研,开展同类信贷业务时,普惠金融单件运营成本并不显著低于大中企业信贷。以对公信用贷款为例,小微企业与大中型企业单件贷款运营成本均在数千元到万元水平,但利息收入却呈现量级差距。
前台人员服务客户数存在天花板是重要原因,导致必要的人员、办公、IT设施等成本无法有效分摊。根据对泰隆银行、中和农信等普惠金融业务展业情况的调研,传统模式下前台信贷员人均服务客户数极限在100-200户。
风险成本方面,普惠金融核心服务的小微企业、农户等群体央行征信数据质量差较且抵押手段匮乏,导致银行不能通过央行征信报告、抵押品等传统方式对这一人群进行风险识别。如果依赖人力进行大量线下尽调,则会进一步推高单客运营成本;如果放松风控标准,则可能导致风险敞口上升。
那么,银行如何才能有效达成普惠金融目标,并让这一业务成为利润来源,做到商业可持续呢?
普惠金融业务持续发展需要摆脱人力依赖的传统模式,同时还要能够有效识别客户风险,银行传统的运营模式需要有大幅改变。数字化,是普惠金融业务可以依赖的武器之一。


[1] 引自《中国普惠金融创新报告(2019)》


02

银行数字化:内涵及其对普惠金融业务价值


银行数字化可以从两个视角理解。
从银行视角出发,主要是业务流程的在线化和自动化,并实现业务的数据驱动。例如,零售信贷业务中,由于人脸识别、大数据风控、智能客服等应用成熟,第三方欺诈识别、个人信息核验、外呼提醒和呼入咨询等流程不再需要人工介入。其中小额个人消费贷授信、贷后管理等环节也可以基本做到数据驱动、机器智能决策,自动化率接近100%;

从客户视角出发,则包括金融服务获取流程、应用场景在线化。例如,微众银行的微粒贷产品,基于白名单机制在微信生态内授信,无需客户主动提交申请,支取过程与微信支付的庞大移动支付生态打通,调额基于机器自动化决策,使得全流程用户体验优于普通信用卡;平安普惠同时建立了线上线下结合的服务网络,在线上借助客户App和远程服务团队为有小额、短期资金需求的借款人提供便捷、快速的全线上服务[1]。

那么,数字化如何改善银行普惠金融业务成本结构?
首先,数字化降低了银行对分支机构的依赖,有效扩大了普惠金融服务的客户半径。在这一过程中,业务流程自动化降低业务中人工参与比例与分支机构建设成本。因此银行人均产能将得到提升,户均运营成本将有所下降。
根据公开信息,我们对典型商业银行人力情况进行了分析,由于运营模式优化,大型银行和数字化程度较高的民营银行人均管理生息资产规模较高;2018年末网商银行员工数720人,微众银行约2000人,其中大部分是技术人员,这两家的人均管理生息资产甚至高于传统大行。

表:典型商业银行人力情况

5.jpg

数据来源:公司年报,爱分析测算
从每客户运营成本角度来看,数字化程度高的民营银行也远低于传统商业银行。我们将微众银行和网商银行分别作为民营银行个人金融和公司金融的代表,根据调研:微众银行客户中个人金融占绝大多数,故将其归类为个人金融;而网商银行服务小微企业和企业主,故将其客户归类为公司金融。
个人金融业务方面,传统商业银行每客户运营成本(含风险成本,下同)约为 440 元,相比之下,以微众银行为代表的民营银行个人金融每客户营业支出仅为73元;公司金融方面,传统商业银行每客户运营成本约为3.6万元,相比之下,网商银行的每客户运营成本仅为430元[2]。
图:商业银行每客户营业支出
6.jpg
数据来源:公司年报,爱分析测算
其次,数字化覆盖用户端到端的金融服务流程,有效提升银行对普惠金融客群的精准识别,有助于合理控制风险成本。
例如,平安银行针对小微企业主的王牌信贷产品新一贷,2018年开始转向数字化,即平安银行将账户能力通过插件、接口等技术手段嵌入平安集团各线上平台,提升用户服务体验之外,也有效控制了风险。根据年报,2018年末平安银行新一贷产品余额达到1527亿元,不良率1.00%;而综拓渠道(包括线上及线下交叉销售)放款不良率则仅为0.45%,大大低于整体不良率。
由于成本结构更为优化,数字银行可以做到单客平均收入(ARPU)远低于传统银行。

根据各银行2018年年报,个人金融方面,传统银行的ARPU在 200-2000 元不等,相比之下,微众银行仅约为 100 元;公司金融方面,传统银行ARPU在万元以上,而网商银行仅为500元。

表:我国部分商业银行单客平均收入(2018年)
7.jpg
数据来源:公司年报,爱分析测算
当然,数字化并非民营银行专属,传统大行也在积极推行普惠金融业务数字化。例如,建设银行在年报中披露,集团大力发展“小微快贷”系列产品,结合小微企业纳税、用电等场景数据打造不同类型产品,并与企业商城打通,小微企业可以直接将贷款用于支付环节。由于决策流程大量自动化,“小微快贷”产品能做到最快1分钟放款,截至2018年末累积放款达7100亿元。
不过,数字化并不是万能的。金融机构如何进行数字化转型也要考虑实际业务发展情况。例如农村金融领域,当前信息化基础设施差,相当时间内普惠型涉农贷款仍应当以人工流程、线下尽调的传统模式为主,并不适合通过数字化强行进行改造。

[1]来源:《中国普惠金融创新报告(2019)》
[2]测算详见附录


03

普惠金融领域银行数字化路径及价值


数字化要求银行展业做到两方面改变:客户在线化和业务在线化,而后者又要求银行挖掘数据价值,进行业务和IT架构迭代。
第一,客户在线化是实现数字化的重要条件。银行与客户交互向线上渠道转移。传统银行与客户交互依赖线下分支机构、ATM机或信贷员入户等形式;如今,客户行为逐渐被移动互联网重塑,银行需要向客户提供便捷、易触达的金融服务。
对于银行,让客户通过移动APP、微信服务号等线上平台办理业务,仅仅是数字化的第一步;更重要的是,挖掘客户全生命周期需求,通过更丰富、便捷的金融与非金融服务黏住客户,从而降低获客成本,提升单客生命周期价值。
这也要求银行与客户有更多触点,不仅限于金融业务场景,更要在普惠金融客户社交、消费、经营等细分场景中有能力形成生态闭环,在全流程中给予客户一致体验。
第二,银行应更好发掘和应用内外部数据。过去,银行内部积累了大量客户数据,但传统银行各业务部门之间互通的只有账户信息等基础数据,用户行为数据等则缺乏统一标准和有效打通,导致数据利用度很低。例如,大型商业银行卡中心与财富管理部门之间,对于同一个客户会基于各自的用户行为数据,生成和定义不同的用户画像,用于各自的营销、客户管理等。
而深入推进数字化,对银行数据能力要求更高。以普惠金融业务为例,客户投放、反欺诈、授信定价、贷后管理等流程均要从人工经验驱动向数据驱动转型。尤其是反欺诈和授信定价环节,如果能有效调动全行数据,将大大降低风险。

表:银行普惠金融业务所需数据
8.jpg
资料来源:爱分析调研
此外,普惠金融业务面向的客群往往是缺少稳定经营数据的小微企业、征信白户等群体,仅调用银行内部数据和央行征信报告并不足以支撑数字化。例如,面向小微企业主的金融科技公司大数金融,其核心风控仅依靠央行征信报告,业务自动化率在30%左右;美国小微金融数据积累相对好,OnDeck 2009年开始搭建线上业务平台,自动化率约60%,距离全流程数字化仍有距离。
广泛结合不同类型数据,有望提升小微金融企业的数字化程度。例如,微众银行面向深圳地区、以工商司法海关法院及第三方数据为基础,推出了全流程线上化的小微信贷产品微业贷,由于风控调用多类数据,业务自动化率接近100%,且风险可控。
第三,银行架构要与数字化相适应,降低人力依赖。前台,银行一方面需要建立多渠道入口,另一方面要通过开放平台有效与各类外部场景结合;后台,原本独立、复杂的业务线和业务部门,需要被复用程度高、业务响应速度快的业务中台架构所取代;此外,为适应内外部场景的快速变化和海量数据的快速处理,银行需要借力数据中台。
图:银行普惠金融数字化业务架构图
9.jpg
爱分析绘制
银行普惠金融业务架构中台化并非易事。首先,传统银行普惠金融业务产品繁多、场景复杂,改造业务架构需要从不同的业务和业务部门中抽象出可复用的流程、模型、组件等;之后,银行组织架构和管理方式要随业务架构有所调整,前台业务部门要与中台直接对接,而传统后台部门要经过洗牌和整合。


04

银行数字化发展的不二之选:银行IT架构从集中式走向分布式


普惠金融业务数字化,对于传统银行IT架构和开发、运维模式形成挑战,新一代的分布式银行IT架构应运而生。
过去若干年,与线下为主的作业模式相配合,银行的IT架构以集中式架构为主。在金融业务并发量、数据处理量并不大的时代,集中式架构确有其优势,尤其是在一致性、安全性等金融业务高度重视的方面,集中式架构过去若干年中在银行实际运行中并未见明显问题。
集中式架构下,信息系统与数据高度集中,各银行普遍采用高可靠性集群作为IT硬件基础设施,包括高可靠高性能的大型机、存储设备,以及成熟的商业化操作系统、数据库及中间件,IOE(即IBM的小型机、Oracle数据库、EMC存储设备)是其中典型代表。
但在今天,以IOE等为基础的IT架构却遇到了种种挑战。第一,银行全面拥抱数字化,意味业务、产品需要与交互方式匹配,并敏捷迭代以适应快速变化的场景需求;第二,银行需要处理大量高并发场景,并利用海量外部数据;第三,在国家强调核心技术自主可控的今天,银行需要摆脱依赖闭源、昂贵的IOE等软硬件。
由于银行雄厚的资金和技术实力,业务和产品的丰富度、交互模式等层面需求,传统商业银行大部分都可以通过在现有框架下进行系统升级、增加产品线等方式解决。但涉及到高并发处理、敏捷迭代、去IOE等方面,拥抱分布式架构是银行的不二选择。而微众银行和网商银行已经率先在国内实现了这些目标。同样,稍晚成立的百信银行、传统股份制银行民生银行,也纷纷选择拥抱分布式架构。
微众银行从立行开始,就采取了开源技术,按分布式架构搭建技术平台,成功建成完全自主可控的银行核心系统。其特点在于,第一,高容量,可支撑亿量级客户,单日处理的最大金融交易笔数达3.46亿笔/天,系统处理能力跻身国内银行前列;第二,支持所有业务和产品24小时提供服务,全年无休,且运行无故障时间占比在99.99%。
网商银行依托于蚂蚁金服强大的IT技术实力,也将其核心系统运行在云和分布式架构之上,系统基于全分布式架构SOFAStack、蚂蚁金服和阿里云自主研发的金融云计算平台、移动互联平台、金融大数据平台和OceanBase数据库开发,并且建立了“三地五中心”的容灾架构。
百信银行作为首家独立法人形式的直销银行,同样选择了分布式架构和基于百度云的银行私有云,并对所有业务系统进行分布式改造,形成了微服务架构。在分布式的底层架构之上,百信银行对外开放各类业务API。根据百信银行科技产品部总经理周竣涛的公开文章,百信银行API市场中有超过350个通用接口,将金融能力开放向各类场景,形成正向的业务、数据反馈。
而民生银行则借助与阿里云的合作,将直销银行业务核心进行分布式改造,以适应高并发的互联网业务场景。民生银行总行信息科技部总经理牛新庄在公开演讲中表示,分布式改造之前,民生银行系统吞吐量峰值只能达到7,800 TPS,而应用分布式横向扩展的方式,可以轻松达到2-3万TPS。
图:银行分布式IT架构
1569381235122203.jpg
爱分析绘制
银行在施行分布式架构的过程中,基础设施云化是重要方向,但这并不意味着,银行在实现分布式架构的过程中需要在IaaS和PaaS这些基础设施领域大量投入。第一,分布式和云计算的应用成熟伴随着大量的开源技术,技术能力强的银行可以基于这些开源技术本身构建所需组件;第二,IaaS和PaaS市场化产品相对成熟,银行可以采用成熟供应商解决方案加自主研发的模式进行实施。
云计算的应用,将简化银行运维工作,大幅降低银行运维IT成本。首先,银行不再需要过多关注硬件基础设施层面的问题,昂贵的IBM大型机等被x86服务器所取代,IDC所配置的运维人员规模也可以大幅下降;其次,各类数据库、中间件等被标准化、开源的PaaS中间件所取代,授权费用、开发人员学习成本都将大幅下降;最后,分布式架构本身能够提高硬件资源的使用率,并有效解决交易量激增时弹性扩容的问题。
出于安全和稳定等因素考虑,央行并不允许银行将核心业务和数据放到公有云上,导致银行业目前的核心业务架构都是基于私有云,只有渠道系统等非核心业务可以基于公有云。因此,分布式架构建设初期仍需要较高IT投入,但总体而言,分布式架构下单客户IT运维成本将明显低于传统集中式架构。
根据测算[1],民营银行每客户IT运维成本是传统银行的1/5以下。个人金融方面,传统大中型商业银行每客户 IT运维成本大约是10-20元/年[2],与之相比,微众银行仅3元/年;
公司金融方面,测算结果同样显示出巨大差异,网商银行每客户IT运维成本约18元/年,远低于传统银行。但传统银行公司金融业务体系、展业模式复杂,成本结构与个人金融差异极大,实际公司金融各业务线的成本拆分中并不会将IT成本单独考虑,而网商银行的企业客户有一定比例的企业客户为小企业主,这部分企业客户表现更偏个人,和传统银行公司金融区别较大,测算结果仅供参考。
图:商业银每客户IT运维成本
11.jpg
数据来源:公司年报,爱分析测算
但对于传统银行,尤其是大型商业银行来说,业务线、产品线极其复杂,IT架构迭代绝非一朝一夕之功。当前工农中建等大中型银行,纷纷开始试水分布式架构,方式是将外围系统、互联网相关业务部分应用切换到分布式架构下,核心数据和业务仍运行在传统集中式架构下。在很长一段时间内,传统银行架构还会是集中式与分布式并行的方式。长远看来,随着业务重心和展业形式改变,会逐渐形成分布式为主的技术架构。例如,民生银行首先实现直销银行的业务核心分布式改造,未来网银、手机银行等核心业务也将逐渐转移到分布式架构。


[1]测算详见附录
[2]调研侧面了解到小型商业银行IT运维成本往往更高,但未有渠道获取具体数据



05

普惠金融数字化迭代展望


总体而言,数字化是未来普惠金融持续深入发展的重要手段,不仅可以为银行提升客户服务体验,更能大大优化成本结构。
银行数字化,首先要考虑的是如何进行客户在线化和业务在线化;此外,由于展业模式变化,银行需要普惠金融业务逐渐迁移到分布式架构下,利用大数据、云计算等逐渐成熟的技术力量,实现降本增效。
未来,随着银行数字化程度逐渐提升,普惠金融将更好向普惠人群下沉,平衡好成本可负担和商业可持续的天平。

附注:
附录结合国内各典型银行年报和Gartner对全球同业的研究报告占比(IT 投入占营业支出比行业均值9.7%、IT运维投入占 IT 投入比行业均值43%)来测算银行业的IT运维成本,营业支出均参考A股会计准则口径进行统一口径处理估算,账户数由公开渠道整理的零售、公司、机构账户数估算,仅供研究参考。测算均采用下述假设公式,可能与真实数据有所差异。
每客户IT运维成本 = 每客户营业支出 x 全球银行业IT投入占营业支出比平均值 (9.7%)x IT运维投入平均占IT投入比平均值 (43%)
附表:银行运维成本测算
12.jpg
数据来源:公司年报,爱分析测算


[1]由于年报未披露除公司/机构客户数据,考虑到个人金融客户数远大于公司/机构客户数,将总客户数近似等于个人金融客户数测算
[2]由于微众银行业务较聚焦于个人金融,故近似认为其每客户营业支出等于个人金融每客户营业支出;由于网商银行业务较聚焦于公司金融,故近似认为其每客户营业支出等于公司金融每客户营业支出


第一时间获取股权投资行业新鲜资讯和深度商业分析,请在微信中搜索“融中财经”公众号,或者用手机扫描左侧二维码,即可获得融中财经每日精华内容推送。

融中 热门

您可能也喜欢的文章