微粒贷贷款_ 微众银行“微粒贷”：笔均贷款8000元，平均借款周期47天

第一家开业的互联网银行、第一笔贷款由总理「见证」、第一款产品便成为「爆款」，微众银行的起点令人称羡。

然而，在这个近乎于完美的开局之下，身处其中的人却没有丝毫放松的机会，因为横在他们面前的似乎是一个难以逾越的标杆。

大家都在等第二款微粒贷，但微众银行却拒绝留在「舒适区」，它试图探索一条新型银行路径：「去IOE」架构、大数据驱动、机器替代人工.....

0物理网点、2000名员工、超1亿有效客户、服务覆盖全国31个省市自治区，微众银行用五年时间交出的答卷证明了科技变革金融、实现普惠的可能。

信息化、数字化、智能化，近几十年的科技变革深刻地影响着银行业，包括微众银行在内的「探路者」们只是行业变迁的缩影。

在它们身后，一个比过往任何时代都要精彩、盛大的金融科技时代降临了。

「不一样」的银行

微粒贷成了爆款。

这个念头第一次在解宁（化名）脑中闪现时，微粒贷已经上线了半年多。作为微粒贷的产品经理，没有人比解宁更了解这个产品从开发到落地的全过程。但即便是他也万万没有想到，微粒贷日后会引起那么多的关注。

基于「个存小贷」的定位，微众银行从一开始就把目标锁定在零售金融，但第一款产品的上线却颇费了一番周折。

贷款产品就三个要素；额度、价格、还款方式，很难做出差异化。为了把有限的条件发挥到极致，开发团队几乎是按照毫秒级来抠细节。「这个地方系统交互300毫秒可以做到吗？那个跳转时间可以再缩减100毫秒吗？」

加入微众前，解宁对于「银行」的印象还停留在员工西装革履、氛围严肃刻板。结果发现跟之前自己在互联网公司工作的状态并无二致，每天节奏快到飞起，早上头脑风暴，下午开发落地，晚上接着开会讨论。

产品、风控、合规，以及主要的几个行领导....每天都凑在一起「辩论」。针对一个需求，解宁曾经一天做了七个版本，大家反复论证直到找到一个最佳的平衡点。

作为第一家互联网银行，微众要在符合金融原理和监管要求的前提下，探索出一条既可以平衡好风险和收益，同时还要兼顾移动互联网时代用户体验的路径并不容易。

历时半年多的打磨，PK掉几个「对手」之后，微粒贷成为了最终的「幸存者」。

这是一款面向个人的纯线上小额消费循环贷款产品，胜出的原因很简单：足够亲民、好用。

因为微众银行最初设定的目标客群大都是借款「白户」，且微粒贷的初衷是解决客户的应急、应难之需，操作简单、借款灵活、资金便宜才是关键。所以，最终上线的版本砍去了所有的旁枝末节，只保留了最基础和必要的按键、跳转。

从结果来看，微粒贷实现了它最初的设想。截止目前，微粒贷笔均贷款8000元，平均借款周期在47天，超过七成的客户支付利息在100元以内。并且，借款用户中，有超过820万人原先无人行信用记录。

而唯一不在预期之内的可能就是微粒贷的「走红」速度。

有别于其它在线贷款产品，微粒贷采取用户邀请制，即所谓的「白名单」制。微众银行的风控系统会根据用户信用情况判断是否有资格进入白名单，只有受到邀请的用户才可以看到「微粒贷」入口。

2015年5月15日，微粒贷在手机QQ正式亮相，低调运行一段时间后，它又登陆了微信。尽管只开放给了极少数用户，微粒贷的增长曲线还是在接入微信后突然变得「陡峭」起来。

到2016年5月上线一周年时，贷款余额突破170亿；到2017年5月产品上线两周年时，贷款余额已经突破760亿。截止目前，微粒贷的预授信用户已经上亿，累计发放金额上万亿。

陡然抬升的交易量和亿万级客户的另一面是对银行系统容量与运转效率的巨大考验。

微众银行副行长兼首席信息官马智涛不止一次地暗自庆幸，微众一开始就坚持用了「去IOE」的系统，正是这种分布式架构支撑了交易规模的快速扩容。否则，业务规模按照这个速度增长，他可要头疼了。

众所周知，传统银行一直沿用的是「IOE」系统。所谓IOE分别 指IBM(国际商用机器)、Oracle(甲骨文)和 EMC(易安信)，三者分别是小型机、数据库和高端存储的领导厂商，他们组成的系统被视为大型金融机构后台的「黄金架构」。

而在IOE架构的集中式架构+闭源商用系统下，一方面意味着高昂的成本，另一方面其应用程序以外的所有基础软件，包括操作系统、中间件、数据库等源代码通常并不公开，其安全性同样存在隐患。

而在分布式架构下，微众银行可以使用大量标准化低价的硬件X86替代IBM；软件方面,微众银行则大量采用了开源技术，以及多个结合腾讯经验改造优化的开源软件等。

截至2019年11月底，微众银行共建成286个关键系统、1614个子系统，有效支持了年内的亿级客户量、亿级日交易量，达到国有大型银行同等规模水平。

得益于开源技术与分布式架构的充分运用，截至2018年末，微众银行账户运维成本持续下降45%，结算下来每个账户的IT运维成本只需3.6元/年。这是什么概念呢？

从公开资料来看，国有大行每个账户的IT运维户均成本大多是20-60元，大型股份制银行则多在20-100元之间，大部分银行几乎是微众的十倍。正因为有效的成本控制，微众才能为贷款价格的持续优化创造空间。

做点「不一样」的事。这是董事长顾敏邀请马智涛加入微众时，最打动的他的话之一。

只用了一顿饭的时间，马智涛便做了决定。毕竟，对于一个在金融行业从业十多年的IT人来说，能够跳出传统架构和存量账户束缚，「在白纸上作画」的机会并不多。

风控的平衡术

带着跟马智涛类似想法而加入微众银行的人不在少数，风险管理部总经理刘堃就是其中之一。

离开了供职十多年的国有大行加入一家刚成立不久的互联网银行，刘堃自认为已经做好了心理准备，扁平的管理、平等的交流、开放的文化等等，这些典型的互联网风格微众都有。

但入职第一天他还是受到了一些冲击，行长对他的要求是，风险管理部要跟业务部门一起去探索不同的场景，以及在这些场景中有没有新的方式去控制风险，「要给业务助攻，而非一味地防守」。

因为理念和需求上的不同，微众银行在风险管理管理体系的设置上也有做了一些调整。有别于主流银行的集中式管理，微众采用了集中式和嵌入式并存的风险管理体制。

在主要的产品线，例如微粒贷，专设了一个一级部门——零售风险部。而刘堃所在的风险管理部更像是一个集约的中台，负责全行整体的风险体系管理，以及除微粒贷之外其他贷款产品的风险策略制定。

而在机制上，因为要更灵活地配合业务和产品的发展，风险管理部摸索出了一套「铁三角」模式，即每组队伍中BD、RM、IT（商务Business Development、风控Risk Management、技术）三个角色缺一不可。

互联网银行讲求效率，往往同时有若干项目同时推进。所以，在「铁三角」模式下，按照项目制跟进，可以保证每一次从前期接触场景，到开发落地，再到产品合规等，每个环节都高效、统一。

「大家一起去跟合作伙伴或者场景方沟通，交流的时候大概就知道风控能不能过、IT能不能实现、体验大概是怎样，回来之后各自形成报告，在汇总、论证、立项之后便可开始推进。」刘堃举例说明道。

这个流程看似并不复杂，但真要落地执行并且发挥效用却也并不容易。

因为没有物理网点，微众的业务都在线上完成，90%以上都是「去人工化」的，「最高目标当然是一切都靠数据、模型、系统来驱动决策。」但也不能忽视这些东西都是人来设计和维护更新，所以初期还是要保留一些人的因素，形成互动机制。刘堃认为，只有这样，风控才可能从一开始便介入，保持决策工具是活的，但避免了潜在的道德风险。

所以，在微众所有贷款产品和项目都是有风控部门全程参与的，他们需要从最早的调研和论证便介入，判断某个场景或合作伙伴是否符合他们的风控标准，是否有新的数据或方式来辅助决策。

微车贷就是在这样的流程下诞生的，从几个合作伙伴坐下来沟通，到「铁三角」进场，再到落地执行IT、合规、运营....跟上配合，最终产品上线，总共用了51天。

尽管在体制、机制、方法上有很多变化，但刘堃认为，风险管理的本质并没有变。只是要在不同的需求、场景、规则、文化，以及收益、风险、成本、体验等等之间寻求一个「平衡」。

从结果来看，微众精准地抓住了那个微妙的平衡点。

2018年，微众银行全年营收超过百亿，净利润比上年增长71%，ROE超过20%（这还在其净息差有所下降的基础上）。与此同时，截止2018年末，微众的不良贷款率为0.51%，拨备覆盖率为848.01%。

麦肯锡曾经做过一个测算，如果数字化冲击如预期般强烈，且银行不采取任何应对措施，到2025年，全球银行业净资产收益率将跌至5.2%。事实上，一些欧洲的银行的净资产收益率已经降到5%左右了。

而从中国的银行业2018年的数据来看，尽管大多数A股上市银行的ROE仍保持在10%以上，但除了招商银行、上海银行等少数几家银行之外，其余均较前一年有所下降。

对比之下，成立不到五年的微众银行交出了一份近乎完美的成绩单。

刘堃认为，微众银行以微粒贷为代表的线上贷款业务之所以取得成功，主要得益于三点：白名单制、小额分散、循环授信。这既是产品的形态，也是风控的要义。尽管生长在微信生态中的微粒贷有它的不可复制性，但这个内核其实可以而且已经用到很多地方。

微众银行延续了「白名单理念」，即切入一个场景时，先要主动去遴选客户。根据可以掌握的数据和信息，做一个筛选与甄别，这样可以在一定程度上减少逆向选择或者专业黑产带来的欺诈问题。

走出「舒适区」

不管是微粒贷，还是微车贷，所有以「人」为核心的风控方式和产品形态都在微众的「舒适区」内。因为依托中国最大的社交巨头，没有公司比腾讯更能理解「人」，更能判断「人」的风险。

2015年9月，当微粒贷初登微信时，后者的日活用户已达到了5.7亿，微信支付用户超过4亿。尤其，经过2014年的「春节红包大战」、「打车软件之争」，移动支付正以星火燎原之势蔓延开来，大量的实名账户成为了微粒贷发力的基石。

而它又正赶上互联网消费金融市场难得一遇的发展黄金期。

2015年4月，蚂蚁金服推出了花呗和借呗，前者是一个消费分期产品，初期主要应用于淘宝和天猫，后者是一款内置于支付宝的个人信用贷款产品。而在更早之前，京东推出了「白条」，通过「先购物、后付款」的赊销方式，间接实现了消费金融的功能。再加上，互联网金融的发展催生了各种线上借贷产品，互联网消费金融市场空前活跃。

中信建投研究显示，我国短期消费贷款市场在2015年存量规模达4.1亿，增长率连续7年保持20%以上的增速。

再加上，监管给予互联网银行在「面签」等环节的放宽，这些共同促成了微粒贷，以及随后微众银行几款互联网贷款产品的发展。「这些因素缺一不可」，解宁认为，相比互联网产品，决定一款金融产品成功的因素要复杂的多。

因为微众银行轻资本运营，它采用了联合贷款的经营模式，在金融科技和用户之间扮演了连接者的角色。以有限的资本金撬动大规模的贷款业务，并表现出了极高的效率和效益。

天风证券分析师廖志明曾在报告中称，与其说微众银行是一家银行，不如说是一家有银行牌照的互联网科技公司。

「第一个标杆就立的那么高，这让大家的目标更清晰，但同时挑战也更大了」，一位在筹备期便加入微众的员工对这种内部压力的变化感受格外深刻，「外界都在等第二款微粒贷」。

这也导致尽管微众内部一直在产品优化和技术创新上发力，而外界的感知却并不明显。

「我们的目标并不是制造爆款，而是尝试用技术解决金融供给不均的问题。」刘堃坦言，如果选择更容易的方式，微众就围绕腾讯生态以及个人金融做产品就好了。

微众一直试图走出「舒适区」。

典型如微业贷，这个被称为企业版微粒贷的产品于2017年11月开始在深圳地区试运营。从前端体验来看，它与微粒贷的差别并不大，这是一款低门槛申请、全自动流程，纯线上、无抵押的贷款产品。

如果按照微众擅长的产品逻辑，可以选择类似个人经营贷的模式，以借款人的还款意愿和能力为主要依据，按照个人贷款管理办法执行。而基于法人主体的微业贷风控难度则高了不少，遵循的是企业流动资金贷款管理办法。

在刘堃看来，微众银行决策层选择一条更正确而非容易的道路，根源还是从微众银行的定位与初心出发，希望可以精准且有效地覆盖目标群体，将资金用到小微企业的日常生产经营中。

截止目前，微业贷服务小微企业和个体户80余万户，较去年同期增加190%。微业贷服务的是传统小微金融服务覆盖不足的深下沉客群，从企业规模来看，77%的企业年营业收入在1000万元以下。

从授信企业的行业来看，45%为制造业和高科技行业客户，38%为批发零售行业客户，其他还有科研技术服务、物流交通运输、建筑行业等，均是实体经济范畴的小微企业。微业贷户均授信40万元左右，户均余额30万元左右。

而在微业贷授信客户中，66%的客户此前无任何企业类贷款记录，属于央行征信的「白户」；37%的客户此前无任何个人经营性贷款记录；27%的客户此前既无企业类贷款记录，也无个人经营性贷款记录，可谓「双白户」。

事实上，不只是微业贷，包括微车贷、微粒贷等都在持续尝试，逐步走出「舒适区」。刘堃认为，这是一个循序渐进的过程，「我们会确定有足够多维度的数据来执行风控策略，并验证有效后才会正式上线推广。」

据他介绍，目前微众的主要数据来源分为几部分，几大部委公开的信息（例如，人行、工商、税务、学历数据等）、股东生态中的数据资源、微众自己沉淀的数据。「食材就在那里，如何作出更好的料理，是风控、技术、产品等等共同努力的结果。」

「风险管理部有16个项目正在与AI部门合作，大部分已经落地，有的还获了奖」。采访结束后，刘堃发了一条微信给我，「这是我最近觉得最值得骄傲的一件事」。

AI金融的「底色」

微众银行AI团队位于微众银行职场4层，这是首席人工智能官杨强教授去年加入微众后才组建的部门。不过一年时间，这已经是一个拥有200多人的大团队。

作为国际人工智能协会（AAAI）的首位华人院士和执行委员会委员，杨强教授在人工智能领域声望颇高。加入微众银行之前，他正在香港科技大学执教，因为受邀担任微众银行的独立董事，杨强教授有了近距离观察这家互联网银行的机会。

互联网银行没有网点，但业务又要拓展到全国，只能通过AI——把人的能力无限放大。AI金融的底色，一是思维、二是数据。在他看来，微众银行是一个再适合不过的土壤。

这些年AI概念火爆，一大批企业开始布局人工智能。杨强教授却给不少企业泼过冷水，「AI所面临的挑战不仅是技术层面的，更是企业思维层面、运营层面的。」

什么是AI的运营方式、思维方式？

在他看来，企业要精、小、快，一切基于数据说话，确定好方向之后，企业根据结果推导、配备资源和人员。这需要自上而下地快速响应，敏捷执行。如果只是「打补丁」的方式，例如，组一个部门做研发，很难将AI的精神执行到底。

这就好比，以人为本和以机器为本，两种方式截然不同。前者是在现有的业务环节中利用人工智能来提高效率、优化体验；而后者是以机器为「大脑」，来做决策。

加入微众后，杨强教授将自己办公室门口的一面墙改造成了「专利墙」，希望以此鼓励更多的同事去创新。如果大家都陷入到算法、业务、KPI的现实当中，容易忽略去挖掘一些更有想象空间，关于未来的事。

不到一年时间，「专利墙」已经被占满，整整200多项专利，主题五花八门，大部分看起来跟金融毫无关联。比如，有一项专利名为「果树产量预测方法、装置、设备及计算机可读存储介质」。

根据启信宝上显示的专利信息，该专利的主要用途是：实现了结合小尺度的平均枝量数据和大尺度的种植面积、种植密度数据、对待预测果园中目标类型果树进行产量预测，提高了果园果树产量预测的精准度。

「这项专利实际上是用人工智能，比如，用手机照个相就能甄别果树的病虫害，这其实可以用在保险的定损和理赔中。」据杨强教授介绍，大部分专利申请都是围绕人工智能方向，未来可能会用在金融的某个特定场景或环节。

他举了一个利用卫星图像估算区域经济状况的例子，通过夜晚的灯光分布可以判断出一个地区的经济活跃情况，如果对比长周期的数据还可以看出该地区的经济变化。

沿着这个思路，如果数据更充分，AI技术更强大，还可以判断出一个地区有多少猪圈、食槽，进而预判猪肉的产量和价格。而这些都与经济走势的判断和资产管理的决策有很强的关联。

解决了思维的问题，AI发展的关键就在于「数据」。杨强教授并不赞同将数据比作石油，石油不管买卖多少次，放在谁的手中，价值都是一样的，而数据则不然，在交易过程中其价值是会衰减的，何况还有隐私保护的问题。

那么未来，如何破局数据孤岛？如何发挥AI的价值？

杨强教授将模型类比成一只羊，把羊养大需要喂养饲料（数据），而草料分布在不同的地方，过去的做法是把各家的草集中起来。而现在的方案是让羊到各家转一圈，吃完草再回来，这样它可以长大，而草料（数据）不出本地。

这在技术上叫做「联邦学习」，这也是杨强教授近年来致力于研究的方向，即通过建立一个数据的联邦，利用统一的「语言」（技术标准），就可以在保护数据隐私的情况下，把知识聚集起来，打破当下的数据困境。

新技术应用到具体的场景和产业中需要一个过程，但颠覆可能就是一瞬间的事。

就像电影「大创业家」（讲述麦当劳的创立过程）中，高度公路和汽车的普及催生了包括「快餐」在内的新商业出现。杨强教授认为，今天的移动互联网就像是高速公路，AI就像汽车，它们必然会带来商业的变革。

成为「未来银行」

AI等新技术的应用将会如何变革银行？不只是微众银行，近两年整个银行业都在试图找到找到答案。

世界上第一家无卡移动银行Movenbank创始人Brett King在去年发布的新书《Bank4.0》中也提到，在经历了传统银行、自助银行、移动银行三个阶段之后，未来的银行业究竟如何发展与变革，首先需要按照第一原理设计思维。

所谓的「第一性原理」，与微小谨慎的进步不同，更讲求回到事物的最基本点，从最基本的命题出发，才有颠覆性创新的可能。就像iPhone、特斯拉、优步那样，重新改写了人们对于行业和产品的定义。

2017年初，马智涛提出了一个「分布式商业」的理念。这个解释起来有些拗口的概念是指，构建一个由多个具有对等地位的商业利益共同体所建立的新型生产关系。

按照他的设想，这是一种通过预设规则进行组织管理、职能分工、价值交换、共同提供商品与服务，并分享收益的新型经济活动行为。而实现这个目标的基础是区块链、大数据、AI 及云计算等创新金融技术。

而到今年微众的金融科技开放日上，一项名为「3O开放银行战略」被正式提出。所谓的3O包括：

一是开放平台（Open Platform），这是行业普遍解读的开放银行的定位，通过API、SDK和H5嵌入模式，把银行能力嵌入到合作方中。

二是开放创新（Open Innovation），把自身积累的科技能力通过开源、软件授权的方式帮助行业以及合作伙伴。

三是开放协作（Open Collaboration），连同合作伙伴跨业界、跨产业、跨机构的开展联合创新，形成多方参与的分布式商业生态。

这是一个层层递进的开放战略：从最初围绕银行自身建立的生态圈，逐步拓展到把能力开放给合作伙伴，让合作伙伴可以建立起类似的生态圈。最终，各个小的生态圈将通过技术手段被彻底打通连接起来，建立起更好的「生态环境」。

Brett King笔下的未来银行：Banking Everywhere，never at a bank（银行服务无处不在，只是不在银行里）。当银行即服务，融入大众的日常和环境，它的形态可能已经不再重要。