普惠金融业务增长，短期看资源投入，中期看机制，长期看金融科技运用。

与学术界传统的中小银行优势假说不同，中国的普惠金融是大银行率先突破，其普惠业务的成功转型源于政策驱动、金融科技助力和银行积极创新等多方合力。

当前，普惠金融现状的突出特点是不平衡，未来虽充满挑战，但也蕴含机会。

普惠金融的三个“不平衡”

01

地区不平衡

衡量区域普惠金融服务的标准有：金融服务覆盖率、可得性和客户满意度。从覆盖率来说，我们以地区生产总值（地区GDP）对比普惠贷款余额、当地商事主体总数对比普惠贷款户数进行比较，发现发达地区与落后地区差距将近10倍。

普惠金融发达区域如深圳市，2022年年末普惠贷款余额达1.5万亿元，超过北京和上海的总和，与当地GDP的比例达到1:2，普惠金融业务竞争充分，线上化融资发达，大银行平均融资利率低于4%，融资难、融资贵难题初步解决。某些不发达的区域包括某些GDP较高的地区，普惠贷款余额偏低，融资渠道有限，小微企业满意度不高。

02

银行间发展不平衡

由于金融科技的应用和各银行的重视程度不同，普惠金融格局正在分化和重构，大致可分为三个层次。

第一层次主要是大银行，投入资源较多，产品丰富，专业化程度高，市场份额上升较快。

第二层次是普惠业务转型较快、具有特色的中小银行，特别是微众、网商等互联网银行，注重金融科技投入，在细分市场上形成局部优势，普惠业务稳中有进。

第三层次是正在转型中的广大中小银行，受大银行经营重心下沉影响，贷款价格竞争处于劣势，传统优质客户产生流失，亟需转型并找准自己的位置。

03

生产技术不平衡

主要体现在业务集约化、人员专业化、产品和工具应用等方面。

一是普惠金融业务集约化分化严重。现实环境中普惠业务操作和办理可谓手工劳动、半自动和自动化并存。既有参照大中型企业授信模式撰写授信报告、线下操作、层层审批的传统信贷模式，客户经理人均服务客户不到30户；也有针对圈链模式、专业市场、产业集群进行批量营销，批量授信；还有大数据支持的新型普惠模式，通过普惠系统线上申请，模型审批，全流程线上秒批秒贷，客户经理人均服务客户超百户。

二是专业化程度不一。既存在专业机构、专业信贷工厂和专业网点的专业人员办理普惠金融业务的情况，也存在综合网点的客户经理甚至理财经理办理的情况。

三是产品和工具运用差异化。有的银行普惠金融业务既有专属产品、专门流程和专业审批，又开发专业工具辅助，如风险排查、评分卡、额度模型和风险预警工具等；有的银行普惠金融业务和对公信贷业务基本没有差别化。

以上三方面最终影响普惠金融业务效率，各银行普惠业务人工成本占贷款收入的比重，最高的接近50%，低的不到5%甚至更低。

国有大行成为小微“头雁”

以结构学派为代表的经济学家提出中小银行优势假说，认为我国建立以大银行为主的高度集中的金融体制，大型金融机构天生不适合为中小企业服务，大量发展和完善中小金融机构是解决我国中小企业融资难题的根本出路。他们的观点是大企业与大银行相互匹配，小企业与小银行相互匹配。

然而现实情况是国有大银行成为中国普惠金融发展的头雁和主力。工、农、中、建四大行普惠金融业务迅速崛起，相关数据显示，2018年年末，四大行普惠贷款余额合计1.74万亿元，中国银行业人民币贷款总余额为9.28万亿元，占比达18.75%；2022年年末四大行余额合计6.9万亿元，是2018年的近4倍，中国银行业人民币贷款总余额为23.60万亿元，占比29.24%，占比提高约10个百分点；2022年四大行贷款平均利率按从低到高排列，最低的中行3.81%、工行3.84%、农行3.90%、建行4.00%，与2018年相比，利率下降最多的农行下降了1.96%，最少的工行下降了1.11%。

大银行转型发展普惠金融的时间窗口非常精准，从市场环境来说，小微企业具有强大的生命力和市场活力，中国目前市场主体达1.7亿，其中小微企业4842万家，个体工商户1.1亿户，平均每天新设企业2.38万家。

大银行面对经济降速提质和结构转型的压力，对公业务基本饱和，大中型客户特别是地产行业风险趋增，为稳定经营，寻找新增长点，大银行自身具有转型发展普惠的强烈动因，而转型的成功实现，源于政策驱动、金融科技助力和银行积极创新等多方合力。

三大趋势值得关注

普惠金融发展正在改变银行。传统银行遵循“二八定律”，认为80%的利润来自金字塔尖的20%客户，经营重心放在大客户、重要客户和私人银行客户，普惠金融则是对坚持“以人民为中心”的金融发展观的回归。

基层银行的经营方式、人员配置、利润结构都正在发生变化，不少基层管理者对普惠业务带来的经营稳定性感受深刻，原先授信以大中型企业贷款为主，若有一单贷款出现不良，整个机构效益都受到影响，而普惠业务不良发生率趋近于大数法则。

未来已来，普惠金融未来发展有三大趋势值得关注：

趋势一：普惠金融业务增长，短期看资源投入，中期看机制，长期看金融科技运用

在短期内，通过加强考核和资源倾斜，普惠金融业务可获得一定增长。

中期发展看机制，包括业务流程、产品创新和组织管理方式，核心在提升劳动生产率，普惠金融业务传统是劳动密集型业务，客户接触和信贷流程耗费客户经理大量的工作时间，通过科学组织，标准化运营，提升客户经理产能是普惠金融持续发展的潜力所在；业务短期的快速增长可以暂时稀释不良率。

从长期看，风险识别和控制能力是普惠金融的核心竞争力，银行间的差距将体现为大数据建模能力和运用数据量的大小。风险管理逐渐趋向智能化“机控”，有逻辑、有规律、有数据的业务将交由人工智能处理。

趋势二：普惠金融业务竞争和分化加剧

普惠金融业务具有规模效应，达到一定规模后边际成本递减。普惠金融业务的规模化、标准化和自动化一方面提升经营效率，另一方面使普惠业务的单位经营成本不断下降。

银行转型越快越到位，越具有竞争优势。标准化业务将成为大银行的主阵地，针对抵押业务、围绕核心企业的供应链业务、征信和经营数据较为完善的客群，大银行将从上到下系统全面地覆盖。

非标准化业务和差异化竞争将成为中小银行的生存之道，中小银行找准产品定位，切分不同的细分客群，依靠人缘、地缘、血缘和细分市场优势，通过市场调查、德国IPC微贷技术、特定维度信息数据收集等获取人品、能力、社会关系和上下游信用等关系型软信息，提供更精细、更聚焦的客户服务。

大银行、中小银行形成立体的普惠金融服务体系和信贷错位竞争格局。对普惠金融业务效率和成本控制良好的银行，普惠资产将成为其优良的资产板块。

趋势三：供应链、产业链金融是普惠金融的风口

当前银行对抵押业务覆盖充分，竞争激烈。随着对话式大型语言模型（ChatGPT）成为现象级产品和金融科技的深度赋能，数据作为主要的生产要素，量变发生了质变，“数据+算力+算法”成为数字经济的引擎和基石，在此基础上形成普惠金融新的应用和场景，未来可能会应用ChatGPT来决定是否给某个企业贷款、给多少贷款以及测算损失的概率有多大。

当前供应链、产业链金融还主要围绕核心企业，呈现中心化特征。因为核心企业具备较强的上下游控制能力，能够提供银行控制风险所需要的大数据和相应的增信，大部分银行供应链融资还要依赖核心企业信用。

供应链、产业链金融下一步的挑战是利用大数据、机器学习、金融科技监控等数字技术来识别和建立数字信用，通过数字孪生、伴生和新生，实现全链条信息数字化，数字金融化。

数字孪生即对应现有供应链、产业链的物流、资金流、信息流和商流等多维度数据和信息，在数字世界予以映射；数字伴生是针对孪生较为确定的数据，通过物流、工资、社保、税收、历史数据、交叉检验、业务逻辑等人工智能手段和大数据，运算补足缺失数据；数字新生通过数据集成和运算，供应链、产业链从头到尾、从上到下各个环节打通形成一个完整、网状的数字生态系统。

跨区域、跨部门、跨生态全景展现全链条全景数据，数据实时、全面、多维、全真、可校验，在此基础上，链条上的每个节点、每个企业的投入产出，物流、资金流、信息流和商流“四流”信息都可实时呈现，银行可据此形成相应授信和风险策略。这将是商业银行丢掉抵押这根拐杖，真正融入实体经济，实现小微企业应贷即贷、想贷就贷的重要突破。在此基础上，普惠金融数字化将真正解决小微企业融资难、融资贵这一世界难题。

来源：网络公众平台