学长毕业后一直从事互联网贷款的风控工作，近日入职一家小贷公司。现结合沟通内容，探讨互联网思维在公司信贷风险识别中的应用问题。
一、公司诉求
中国人民银行发布《2022年金融市场运行情况》，披露2022年商业汇票承兑发生额27.4万亿，贴现发生额19.5万亿。其中签批票据的中小微企业21.3万家，占全部签发企业的94.5%；贴现票据的中小微企业32.7万家，占全部贴现企业的97.1%，贴现发生额14.2万亿元，占全部贴现发生额的72.9%。2022年票据融资余额占各项贷款的6%，占短期贷款的25.6%。
鉴于票据融资已成为服务中小企业的主要途径之一，如何探索出一套商业模式，既能解决中小企业融资难、融资贵的问题，又能实现公司可持续的盈利，成为摆在眼前的问题。
考虑到作为小贷公司，在资金实力上与持牌金融机构无法正面竞争。开展银行承兑汇票业务，在开票阶段本机构无法提供增信；在贴现阶段，因为银行机构的增信加持，以及各家银行开发出在线贴现等成熟产品，本机构也难以竞争。因此，公司计划从商业承兑汇票入手，解决大量中小企业的商业承兑汇票贴现问题。
从银行业来看，商业承兑汇票贴现，一般占用承兑人信用，即要求承兑人在本行有敞口授信。而承兑人到底在哪些银行有授信，还有没有可用敞口额度，对中小企业而言存在信息障碍。
哪里有困难，哪里有痛点，哪里就有市场。
公司计划建立一个在线商业承兑汇票贴现平台，支持全国范围的企业在此办理贴现业务。该业务模式好处在于：第一，目前市场上尚无针对商业承兑汇票贴现的成熟平台，属于蓝海，市场机会大；第二，流量即价值，前期公司计划上规模，在控制风险的前提下，降低对盈利的要求，以求快速占领市场。
开展该业务的难点在于，中小企业的商业承兑汇票贴现业务，从风控的角度来看，存在两个痛点：一是贸易背景以及票据的真实性。二是小贷公司没有银行那种大量的客户经理团队，开展尽职调查，甚至没有核心企业的征信、经营、财务等数据。
在此背景下，如何找出一种切实可行的商业模式，获取中小企业的商业承兑汇票贴现业务？
二、几点思考
（一）问题拆解
可将上述问题拆解成几个小问题：
问题1.能否只依靠互联网模型，实现对核心企业风险识别和额度管控？
问题2.如何获取核心企业的信息？
问题3.如何确定核心企业的范围？
问题4.小微企业票据贴现的资金来源怎么办？
（二）问题说明
问题1.能否只依靠互联网模型，实现对核心企业风险识别和额度管控？
首先抛出结论：现有技术来看，无法单纯依靠互联网进行公司客户的风险管控。
核心企业一般是大中型公司客户。
问题转化为通过数据和算法，能否判断大中型公司客户在一段时间后是否会违约。
实证角度来看，现有先进银行业（国有大行和头部股份制行），以及现有头部互联网金融企业的的经营模式来看，对大中型法人客户仍采取“人工为主”进行风险管控。
理论角度来看，也是不行。这个问题，5年前曾探索过。个人思考的结果是，公司客户的违约判定，是个复杂的非线性的系统。
成功的企业大同小异，失败的企业各有各的失败。
人工进行公司客户风险识别时，主要从股东背景、所处行业、生产经营、财务数据、同业授信、缓释风险、授信方案等主要角度，进行风险的识别。然而，到底哪项因素重要呢？
有的公司，因为实控人出问题而违约。
有的公司，因为外部舆情引发流动性风险，进而违约。
有的公司，因为外部政策剧烈调整而违约。
有的公司，因为行业周期波动而违约。
有的公司，因为财务造假而违约。
有的公司，因为银行抽贷而违约。
可以说，每一家违约企业，如果做主成分分析，得到的结论都不一样。或者说，导致每家企业违约的因素，各有不同。
我们面临的是一个可变权重的问题。每一项因素在具体情境下，影响企业违约所占的权重各有不同。有时候一项因素对公司违约的影响可以忽略不计，有时候又可能仅此一条，便导致企业违约。想构造出这种动态变化的函数，几乎不可能。
特别是，公司违约的判定，很大成分上来自一批信贷评审专家的长期的经验和思考。这些因素，更无法通过互联网进行模拟。或许以后的人工智能可以，但目前尚不支持。
再看现行的风险识别判断算法，典型的是信用评级模型。其底层逻辑，是针对不同的行业或客群，选择一批指标，然后交由专家进行指标筛选和分档，并选择各个指标所占的权重。最终，系统给予具体客户的各项指标的分档结果，计算一个个得分，得到最终评级结果和违约概率PD。这种操作，尚无法达到可变权重模型的要求。
正基于此，我们提出：
公司客户靠专家治贷，小微企业靠产品治贷，零售贷款靠数据治贷。
小微企业，主流操作是靠抵押物缓释风险，当时银行业也尝试通过税务、出口等数据挖掘开展授信。
零售贷款，尤其是融资金额几万元甚至几千元的小额贷款，担保方式均为信用。这时候更多依靠数据挖掘，基于ABC打分卡（申请评分卡A卡：Application Score Card、行为评分卡B开：Behavior Score Card、催收评分卡C开：Collection Score Card），进行风险识别和额度判定。当然对于触发特定规则的客户，可以辅之以人工。
所以，我们认为无法单纯依靠互联网进行公司客户的风险管控。
另外，在公司客户的额度管控上，目前主流系统分析是：通过非零售评级模型计算出风险授信限额、基于流贷需求测算表计算出流动性融资需求。但这两项计算结果，在实际人工审批过程中，更多是参考意义，而非直接使用。
问题2.如何获取核心企业的信息？
核心企业的数据难以获取，但可以利用公开信息，如上市公司、发债企业所公开的信息，实现核心企业信息获取。2022年上半年，我国4786家上市公司总营收34.55万亿元，同期GDP为56.26亿元，上市公司营收占GDP的61%。这些企业客群数量多，营收规模大，对于一家小贷公司而言，已是一个极大的市场了。这块大智慧等机构已做得很成熟。
这里我们很重视核心企业的信息收集，在于识别一家企业的风险，无非来自两个方面：一是信息的收集。二是信息的解读。
Y=f（X）。
Y是企业是否违约，X是所收集的信息，F是信息的解读。
信息的收集是基础，信息的解读依靠评审专家的功底。
有功底没信息，就像福尔摩斯没去现场勘察，没法得出可靠结论。
有信息没功底，去了犯罪现场也是走马观花。
当然，最好还是专业的事交给专业的人来办，风险识别交给银行来办。本机构对于风险识别逻辑简单的客户，自行贴现，在价格合适的时候还可以将该资产卖给银行。
问题3.如何确定核心企业的范围？
鉴于本业务尚在探索初期，作为一家小贷公司，抗风险能力有限，如何在控制风险的前提下，实现规模有效扩张，才能有价值的商业模式。
针对弱周期行业赛道的上市公司、发债企业可持续经营能力较强的特点，将这类客群作为目标核心企业。本机构收到的票据，一般在3-6个月，这么短时间内，核心企业持续经营，风险就控制住了。当然，也可以将一些特殊的非上市客群，作为核心企业，如地市级以上的三甲医院。
问题4.小微企业票据贴现的资金来源怎么办？
小贷公司自身资金量有限，如果单纯依靠自身资金，规模扩张很容易遭遇瓶颈。考虑到金融同业普遍遭遇资产荒，可引入持牌机构资金，解决资金来源问题。
（三）最终结论
最终的商业模式如下，供参考：
选几个弱周期行业，从上市公司、发债企业中挑选出符合目标行业的客户，通过外部公开信息渠道引入外部信息，同时内部开发一套外部舆情分析、财务异常指标分析的风险识别算法（辅助目的），加上引入一批公司客户评审经验丰富的人，实现专家治贷目标，完成风险识别和风险限额设定。
此外，本机构搭建一个全国性的商业承兑汇票贴现平台，接入目标客户，由核心企业在线核实商业承兑汇票的真实性，支持小微企业在线贴现；接入商业银行，由商业银行根据本行给予核心企业的可用敞口情况，收取小微企业贴现的商业承兑汇票。如此一来，票据的真实性有保障；小贷公司自身不需要出资金，只是撮合业务，收取少量手续费即可，也能解决小贷公司自身资金有限的问题，实现该类业务的快速规模扩张。
这是三赢的商业模式：商业银行收真实的商业承兑汇票，以及贴现费用；小微企业盘活手上商业承兑汇票资产，获得资金；本单位获取手续费。
