在短時間內誕生的大量數據、物聯網技術公司正在幫助中國金融機構的一部分資金流入到實體行業——特別是大量民營企業充斥的中小型企業中，這些客戶曾長期處於中國金融機構的覆蓋範圍以外。
中小型企業被忽視的原因被認爲來自於兩個方面：一方面來源於由於數量衆多，金額較小，這類業務長期被認爲“不經濟”。另一方面銀行缺乏對於這類企業貸款的信心，傳統的風控手段難以穿透標準財務數據欠缺和信用記錄空白的中小企業內部。
數據、物聯網技術公司正在解決這兩種顧慮：在通過智能硬件或者系統獲得垂直行業一定規模的運營數據後，這類公司可以將標準的行業數據提供給金融機構，金融機構再利用新的模型評估這些數據，並依據此發放貸款。同時，數字技術也讓這種貸款的審覈和發放更爲快捷、靈活，降低了借貸雙方的時間成本。
令金融機構驚訝的是，這些中小企業——比如生產服務類企業和科技類企業——表現出一些優質金融客戶的特徵。東部一家城商行在近一段時間開展了對科技中小企業的專項貸款業務，其信貸部門負責人對經濟觀察網表示， 這項業務的不良貸款率要遠低於傳統信貸業務 。
較多從事個人信貸和中小企業的微衆銀行(這一銀行由騰訊和其他股東籌建)的2016年年報數據也顯示了這一跡象，2016該銀行的不良貸款率僅爲0.32%，而同期商業銀行的不良貸款率達到了1.74%。
金融機構介入貨運行業
公路運輸企業的金融狀況在中國中小企業羣中具有代表意義。
中國有超過1500萬輛載貨汽車，3000多萬名貨車司機以及數量衆多的中小型公路貨運企業，它們負擔了中國絕大部分的物流運輸。
在相當長的時間中，這些企業的融資途徑主要爲代收貨款帶來的資金沉澱、企業主憑藉個人信譽和質押物取得的銀行貸款以及企業、個人間的短期拆解。
傳統融資途徑被認爲缺乏穩定性以及具備高風險。一位物流行業從業人員對經濟觀察網表示，2015-2016年期間受到上游企業經營狀況的影響，公路貨運企業資金鍊斷裂的情況頻繁出現，由運輸企業代收的貨款資金由此也有損失。這一情況至到2016年年底大宗商品價格回升纔有所緩解。
金融機構貸款很少會在貨運企業傳統融資渠道的備選選項中。一位銀行從業人員解釋了這種缺位的原因。此前該人士負責了一家小型物流企業的信貸業務，貸款金額僅爲50萬左右。該銀行人士表示按照正常的流程走下來，花費的精力甚至比一筆10億元的貸款還要多。“這樣的企業沒有信貸的記錄，需要提供更多的資料，對銀行來說就很不經濟，銀行就不願意做”。
如今，數據、物聯網技術企業正在嘗試解決這一問題，G7是其中具有代表性的一家。這是一家以物聯網技術爲物流行業提供數字化服務爲主要業務的公司，該企業通過不同類型的智能硬件收集物流數據，爲不同類型的客戶提供相應的智能化信息化解決方案。從2016年起，該公司與微衆銀行以及北京速通科技有限公司(該公司能夠獲得中國路網數據)開始合作開設一項針對貨車高速通行費用的業務。
其模式是貨車先通行，在第二天形成上一天的賬單並通知告知貨運主客戶付費 。在這一模式中，G7作爲技術公司負責獲取貨車的運行數據以及由此判斷的企業經營狀況，速通則從全國路網獲取車輛通行的ETC費用數據。
G7金融事業部總經理謝鵬對經濟觀察網表示這一產品主要爲企業信息化管理提供幫助。但是經過一段時間的運行，技術公司和金融機構發現這一領域的客戶不良貸款率要遠低於此前的預期 。
基於以上的業務經驗。今年5月，三方正式推出了一款名爲“微路貸”產品，該產品由微衆銀行通過大數據模型篩選白名單客戶，名單內的客戶可以在線上完成申請、借款、還款申請、借款流程。 最長帳期爲45天，按日計息，專項用於貨車的ETC支付場景。
在公路物流企業中過路過橋費用佔據了總成本的30%－40%左右。這意味着金融機構的介入提供給物流企業了一筆成本低於信用卡和民間短期拆解的流動資金——這一貸款的日息不超過萬分之五。
根據微衆銀行提供的數據，目前使用“微路貸”的客戶大約在2000戶左右，總授信已經超過4億元。
技術的作用
類似的業務得以開展有賴於數據技術的支撐。微衆銀行企業金融部總經理助理楊愷對經濟觀察網表示，目前微衆企業端的信貸模式之一就是與垂直行業內能通過場景產生行業數據的公司進行合作，通過行業數據切入解決該行業的金融需求。
數據是金融服務得以低成本擴大的重要原因。謝鵬對經濟觀察網表示，傳統信貸業務模式很難大規模的從事中小企業信貸服務。“比如貸後管理，傳統銀行在貸款後會一季度進行一次評估，但是貨運行業中小企業衆多，用傳統的方式需要一個龐大的信貸管理人力團隊，這個可能性是很低的，但是實時的數據就可能更加精準和高效的解決這一問題”。
實際上，當大量的數據彙集後，往往會提供一些傳統經驗並未察覺的評估參數。G7在通過對車輛數據以及信貸數據進行彙總測評之後發現：如果一個車隊內的車牌號碼趨近，那麼說明這些車輛很大可能都是集中自主採購的，這家公司延遲還款的可能性就會降低。同時，車輛的行駛軌跡也是能夠提供評估的依據之一，“貨運企業運輸線路往往是非常穩定的，如果在一段時間，這家企業的車輛行駛路徑頻繁變動，就可能意味着這家公司的經營出現一些狀況”，謝鵬對經濟觀察網表示。
這些情形在其他垂直行業也可以得到提現。近年時間中，中國誕生了一大批以“數據”爲業務的公司，其中不乏一些傳統企業——在傳統業務增長乏力後，這些企業憑藉着自己在垂直領域供應鏈中的影響力，將數據作爲了新的增長方向。
大量的數據處理意味着極高的技術難度。對於希望深入中小企業信貸的金融機構而言，建立一支更爲龐大的技術團隊正在成爲共同的選擇。中國三大政策性銀行之一的國家開發銀行在2016年年底開始採用新的技術以甄別大客戶中的關聯風險。多家區域性商業銀行也逐漸將研發中心從總部所在城市轉移到北京、上海等城市，以期獲得更有競爭力的技術資源。
對技術的投入正在爲中國金融機構涉入廣闊中小企業市場空間鋪平道路。同時，也正在改變金融機構本身的人力結構。微衆銀行企業金融部總經理助理楊愷對經濟觀察網表示，在微衆銀行中，不計算各個業務部門的技術人員，僅純技術部門的技術人員數量就構成了整個銀行人力數量的60%。“未來，技術將會在金融機構發揮着更加重要的作用”。
瑞麗谷
