小微企業、農民、城鎮低收入人群等，向來是普惠金融政策重點關注對象。而這一群體由於收入來源不穩定、徵信數據缺失等因素，仍然面臨融資難、融資貴、個人金融滲透率不高的困難。從金融提供者的角度看，服務此類人群運營成本和風險成本都較高，本文將聚焦銀行業，探討如何更好控制單客營業成本和風險成本，提供成本可負擔的金融服務。
我們認為，銀行要突破普惠金融單客成本邊界，數位化是有效解決方案之一。那麼，普惠金融難點體現在哪些方面？數位化如何改變銀行成本結構？銀行又該如何走向數位化？本篇文章將對這些問題一一進行解答。
銀行業普惠金融現狀：政策驅動，服務能力仍待提升
近年，「發展普惠金融」成為國家戰略，多部委相繼出臺相關政策，普惠金融業務考核要求也逐漸細化。在政策推動下，尤其是2018年起普惠型小微金融業務實施「兩增兩控」考核以來，銀行業普惠金融業務取得長足進展。
表：普惠金融相關政策列表，數據來源：公開信息，愛分析整理
規模上來看，截至2018年末，普惠金融各類貸款餘額均有所增長。相比於傳統的涉農和小微企業貸款業務，普惠型涉農貸款和普惠型小微企業貸款增速更大，分別為10.52%和21.79%。同時，有貸款餘額戶數達1723萬，同比增長35.88%。
表：截至2018年我國普惠金融發展成績，數據來源：銀保監會，《中國普惠金融發展情況報告》
儘管規模擴張迅速，但銀行普惠金融能力積累非一朝一夕之功，展業模式和服務能力仍有很大提升空間。
以四大行中農工建為例，政策要求其發揮「頭雁」效應，單列普惠型小微金融信貸計劃，信貸總餘額規模龐大，件均在大幾十萬到百萬水平。而普惠金融客群主體，如小微企業、農戶、貧困人口等，大量客戶資金需求遠低於這一數字。
表：2018年底四大行普惠型小微金融發展情況，數據來源：公司年報，愛分析測算
對於頭部銀行，普惠金融業務如何更進一步下沉？
從單客模型角度來看，信貸件均下降是否可行，銀行需要考慮單客收入能否覆蓋資金成本、運營成本、風險成本，從而留存合理利潤。
圖：銀行成本結構拆分，愛分析繪製
普惠金融相關政策要求銀行將利率維持在適度、可負擔的範圍內，過低的補貼性定價，以及過高的掠奪式定價都不具可持續性[1]；而銀行資金成本取決於基準利率、吸儲能力等，下降空間十分有限；因而有效控制單客運營成本和風險成本，對於普惠金融進一步發展十分重要。
運營成本方面，銀行展業依賴人力驅動，普惠金融業務流程繁瑣，涉及到大量前中後臺人力，單客運營成本偏高。根據調研，開展同類信貸業務時，普惠金融單件運營成本並不顯著低於大中企業信貸。以對公信用貸款為例，小微企業與大中型企業單件貸款運營成本均在數千元到萬元水平，但利息收入卻呈現量級差距。
前臺人員服務客戶數存在天花板是重要原因，導致必要的人員、辦公、IT設施等成本無法有效分攤。根據對泰隆銀行、中和農信等普惠金融業務展業情況的調研，傳統模式下前臺信貸員人均服務客戶數極限在100-200戶。
風險成本方面，普惠金融核心服務的小微企業、農戶等群體央行徵信數據質量差較且抵押手段匱乏，導致銀行不能通過央行徵信報告、抵押品等傳統方式對這一人群進行風險識別。如果依賴人力進行大量線下盡調，則會進一步推高單客運營成本；如果放鬆風控標準，則可能導致風險敞口上升。
那麼，銀行如何才能有效達成普惠金融目標，並讓這一業務成為利潤來源，做到商業可持續呢？
普惠金融業務持續發展需要擺脫人力依賴的傳統模式，同時還要能夠有效識別客戶風險，銀行傳統的運營模式需要有大幅改變。數位化，是普惠金融業務可以依賴的武器之一。
銀行數位化：內涵及其對普惠金融業務價值
銀行數位化可以從兩個視角理解。
從銀行視角出發，主要是業務流程的在線化和自動化，並實現業務的數據驅動。例如，零售信貸業務中，由於人臉識別、大數據風控、智能客服等應用成熟，第三方欺詐識別、個人信息核驗、外呼提醒和呼入諮詢等流程不再需要人工介入。其中小額個人消費貸授信、貸後管理等環節也可以基本做到數據驅動、機器智能決策，自動化率接近100%；
從客戶視角出發，則包括金融服務獲取流程、應用場景在線化。例如，微眾銀行的微粒貸產品，基於白名單機制在微信生態內授信，無需客戶主動提交申請，支取過程與微信支付的龐大行動支付生態打通，調額基於機器自動化決策，使得全流程用戶體驗優於普通信用卡；平安普惠同時建立了線上線下結合的服務網絡，在線上藉助客戶App和遠程服務團隊為有小額、短期資金需求的借款人提供便捷、快速的全線上服務[1]。
那麼，數位化如何改善銀行普惠金融業務成本結構？
首先，數位化降低了銀行對分支機構的依賴，有效擴大了普惠金融服務的客戶半徑。在這一過程中，業務流程自動化降低業務中人工參與比例與分支機構建設成本。因此銀行人均產能將得到提升，戶均運營成本將有所下降。
根據公開信息，我們對典型商業銀行人力情況進行了分析，由於運營模式優化，大型銀行和數位化程度較高的民營銀行人均管理生息資產規模較高；2018年末網商銀行員工數720人，微眾銀行約2000人，其中大部分是技術人員，這兩家的人均管理生息資產甚至高於傳統大行。
表：典型商業銀行人力情況，數據來源：公司年報，愛分析測算
從每客戶運營成本角度來看，數位化程度高的民營銀行也遠低於傳統商業銀行。我們將微眾銀行和網商銀行分別作為民營銀行個人金融和公司金融的代表，根據調研：微眾銀行客戶中個人金融佔絕大多數，故將其歸類為個人金融；而網商銀行服務小微企業和企業主，故將其客戶歸類為公司金融。
個人金融業務方面，傳統商業銀行每客戶運營成本約為 440 元，相比之下，以微眾銀行為代表的民營銀行個人金融每客戶營業支出僅為73元；公司金融方面，傳統商業銀行每客戶運營成本約為3.6萬元，相比之下，網商銀行的每客戶運營成本僅為430元[2]。
圖：商業銀行每客戶營業支出，數據來源：公司年報，愛分析測算
其次，數位化覆蓋用戶端到端的金融服務流程，有效提升銀行對普惠金融客群的精準識別，有助於合理控制風險成本。
例如，平安銀行針對小微企業主的王牌信貸產品新一貸，2018年開始轉向數位化，即平安銀行將帳戶能力通過插件、接口等技術手段嵌入平安集團各線上平臺，提升用戶服務體驗之外，也有效控制了風險。根據年報，2018年末平安銀行新一貸產品餘額達到1527億元，不良率1.00%；而綜拓渠道放款不良率則僅為0.45%，大大低於整體不良率。
由於成本結構更為優化，數字銀行可以做到單客平均收入遠低於傳統銀行。
根據各銀行2018年年報，個人金融方面，傳統銀行的ARPU在 200-2000 元不等，相比之下，微眾銀行僅約為 100 元；公司金融方面，傳統銀行ARPU在萬元以上，而網商銀行僅為500元。
表：我國部分商業銀行單客平均收入（2018年），數據來源：公司年報，愛分析測算
當然，數位化並非民營銀行專屬，傳統大行也在積極推行普惠金融業務數位化。例如，建設銀行在年報中披露，集團大力發展「小微快貸」系列產品，結合小微企業納稅、用電等場景數據打造不同類型產品，並與企業商城打通，小微企業可以直接將貸款用於支付環節。由於決策流程大量自動化，「小微快貸」產品能做到最快1分鐘放款，截至2018年末累積放款達7100億元。
不過，數位化並不是萬能的。金融機構如何進行數位化轉型也要考慮實際業務發展情況。例如農村金融領域，當前信息化基礎設施差，相當時間內普惠型涉農貸款仍應當以人工流程、線下盡調的傳統模式為主，並不適合通過數位化強行進行改造。
普惠金融領域銀行數位化路徑及價值
數位化要求銀行展業做到兩方面改變：客戶在線化和業務在線化，而後者又要求銀行挖掘數據價值，進行業務和IT架構迭代。
第一，客戶在線化是實現數位化的重要條件。銀行與客戶交互向線上渠道轉移。傳統銀行與客戶交互依賴線下分支機構、ATM機或信貸員入戶等形式；如今，客戶行為逐漸被移動網際網路重塑，銀行需要向客戶提供便捷、易觸達的金融服務。
對於銀行，讓客戶通過移動APP、微信服務號等線上平臺辦理業務，僅僅是數位化的第一步；更重要的是，挖掘客戶全生命周期需求，通過更豐富、便捷的金融與非金融服務黏住客戶，從而降低獲客成本，提升單客生命周期價值。
這也要求銀行與客戶有更多觸點，不僅限於金融業務場景，更要在普惠金融客戶社交、消費、經營等細分場景中有能力形成生態閉環，在全流程中給予客戶一致體驗。
第二，銀行應更好發掘和應用內外部數據。過去，銀行內部積累了大量客戶數據，但傳統銀行各業務部門之間互通的只有帳戶信息等基礎數據，用戶行為數據等則缺乏統一標準和有效打通，導致數據利用度很低。例如，大型商業銀行卡中心與財富管理部門之間，對於同一個客戶會基於各自的用戶行為數據，生成和定義不同的用戶畫像，用於各自的營銷、客戶管理等。
而深入推進數位化，對銀行數據能力要求更高。以普惠金融業務為例，客戶投放、反欺詐、授信定價、貸後管理等流程均要從人工經驗驅動向數據驅動轉型。尤其是反欺詐和授信定價環節，如果能有效調動全行數據，將大大降低風險。
表：銀行普惠金融業務所需數據，資料來源：愛分析調研
此外，普惠金融業務面向的客群往往是缺少穩定經營數據的小微企業、徵信白戶等群體，僅調用銀行內部數據和央行徵信報告並不足以支撐數位化。例如，面向小微企業主的金融科技公司大數金融，其核心風控僅依靠央行徵信報告，業務自動化率在30%左右；美國小微金融數據積累相對好，OnDeck 2009年開始搭建線上業務平臺，自動化率約60%，距離全流程數位化仍有距離。
廣泛結合不同類型數據，有望提升小微金融企業的數位化程度。例如，微眾銀行面向深圳地區、以工商司法海關法院及第三方數據為基礎，推出了全流程線上化的小微信貸產品微業貸，由於風控調用多類數據，業務自動化率接近100%，且風險可控。
第三，銀行架構要與數位化相適應，降低人力依賴。前臺，銀行一方面需要建立多渠道入口，另一方面要通過開放平臺有效與各類外部場景結合；後臺，原本獨立、複雜的業務線和業務部門，需要被復用程度高、業務響應速度快的業務中臺架構所取代；此外，為適應內外部場景的快速變化和海量數據的快速處理，銀行需要借力數據中臺。
圖：銀行普惠金融數位化業務架構圖，愛分析繪製
銀行普惠金融業務架構中臺化並非易事。首先，傳統銀行普惠金融業務產品繁多、場景複雜，改造業務架構需要從不同的業務和業務部門中抽象出可復用的流程、模型、組件等；之後，銀行組織架構和管理方式要隨業務架構有所調整，前臺業務部門要與中臺直接對接，而傳統後臺部門要經過洗牌和整合。
銀行數位化發展的不二之選：銀行IT架構從集中式走向分布式
普惠金融業務數位化，對於傳統銀行IT架構和開發、運維模式形成挑戰，新一代的分布式銀行IT架構應運而生。
過去若干年，與線下為主的作業模式相配合，銀行的IT架構以集中式架構為主。在金融業務並發量、數據處理量並不大的時代，集中式架構確有其優勢，尤其是在一致性、安全性等金融業務高度重視的方面，集中式架構過去若干年中在銀行實際運行中並未見明顯問題。
集中式架構下，信息系統與數據高度集中，各銀行普遍採用高可靠性集群作為IT硬體基礎設施，包括高可靠高性能的大型機、存儲設備，以及成熟的商業化作業系統、資料庫及中間件，IOE是其中典型代表。
但在今天，以IOE等為基礎的IT架構卻遇到了種種挑戰。第一，銀行全面擁抱數位化，意味業務、產品需要與交互方式匹配，並敏捷迭代以適應快速變化的場景需求；第二，銀行需要處理大量高並發場景，並利用海量外部數據；第三，在國家強調核心技術自主可控的今天，銀行需要擺脫依賴閉源、昂貴的IOE等軟硬體。
由於銀行雄厚的資金和技術實力，業務和產品的豐富度、交互模式等層面需求，傳統商業銀行大部分都可以通過在現有框架下進行系統升級、增加產品線等方式解決。但涉及到高並發處理、敏捷迭代、去IOE等方面，擁抱分布式架構是銀行的不二選擇。而微眾銀行和網商銀行已經率先在國內實現了這些目標。同樣，稍晚成立的百信銀行、傳統股份制銀行民生銀行，也紛紛選擇擁抱分布式架構。
微眾銀行從立行開始，就採取了開源技術，按分布式架構搭建技術平臺，成功建成完全自主可控的銀行核心系統。其特點在於，第一，高容量，可支撐億量級客戶，單日處理的最大金融交易筆數達3.46億筆/天，系統處理能力躋身國內銀行前列；第二，支持所有業務和產品24小時提供服務，全年無休，且運行無故障時間佔比在99.99%。
網商銀行依託於螞蟻金服強大的IT技術實力，也將其核心系統運行在雲和分布式架構之上，系統基於全分布式架構SOFAStack、螞蟻金服和阿里雲自主研發的金融雲計算平臺、移動互聯平臺、金融大數據平臺和OceanBase資料庫開發，並且建立了「三地五中心」的容災架構。
百信銀行作為首家獨立法人形式的直銷銀行，同樣選擇了分布式架構和基於百度雲的銀行私有雲，並對所有業務系統進行分布式改造，形成了微服務架構。在分布式的底層架構之上，百信銀行對外開放各類業務API。根據百信銀行科技產品部總經理周竣濤的公開文章，百信銀行API市場中有超過350個通用接口，將金融能力開放向各類場景，形成正向的業務、數據反饋。
而民生銀行則藉助與阿里雲的合作，將直銷銀行業務核心進行分布式改造，以適應高並發的網際網路業務場景。民生銀行總行信息科技部總經理牛新莊在公開演講中表示，分布式改造之前，民生銀行系統吞吐量峰值只能達到7,800 TPS，而應用分布式橫向擴展的方式，可以輕鬆達到2-3萬TPS。
圖：銀行分布式IT架構，愛分析繪製
銀行在施行分布式架構的過程中，基礎設施雲化是重要方向，但這並不意味著，銀行在實現分布式架構的過程中需要在IaaS和PaaS這些基礎設施領域大量投入。第一，分布式和雲計算的應用成熟伴隨著大量的開源技術，技術能力強的銀行可以基於這些開源技術本身構建所需組件；第二，IaaS和PaaS市場化產品相對成熟，銀行可以採用成熟供應商解決方案加自主研發的模式進行實施。
雲計算的應用，將簡化銀行運維工作，大幅降低銀行運維IT成本。首先，銀行不再需要過多關注硬體基礎設施層面的問題，昂貴的IBM大型機等被x86伺服器所取代，IDC所配置的運維人員規模也可以大幅下降；其次，各類資料庫、中間件等被標準化、開源的PaaS中間件所取代，授權費用、開發人員學習成本都將大幅下降；最後，分布式架構本身能夠提高硬體資源的使用率，並有效解決交易量激增時彈性擴容的問題。
出於安全和穩定等因素考慮，央行並不允許銀行將核心業務和數據放到公有雲上，導致銀行業目前的核心業務架構都是基於私有雲，只有渠道系統等非核心業務可以基於公有雲。因此，分布式架構建設初期仍需要較高IT投入，但總體而言，分布式架構下單客戶IT運維成本將明顯低於傳統集中式架構。
根據測算[1]，民營銀行每客戶IT運維成本是傳統銀行的1/5以下。個人金融方面，傳統大中型商業銀行每客戶 IT運維成本大約是10-20元/年[2]，與之相比，微眾銀行僅3元/年；
公司金融方面，測算結果同樣顯示出巨大差異，網商銀行每客戶IT運維成本約18元/年，遠低於傳統銀行。但傳統銀行公司金融業務體系、展業模式複雜，成本結構與個人金融差異極大，實際公司金融各業務線的成本拆分中並不會將IT成本單獨考慮，而網商銀行的企業客戶有一定比例的企業客戶為小企業主，這部分企業客戶表現更偏個人，和傳統銀行公司金融區別較大，測算結果僅供參考。
圖：商業銀每客戶IT運維成本，數據來源：公司年報，愛分析測算
但對於傳統銀行，尤其是大型商業銀行來說，業務線、產品線極其複雜，IT架構迭代絕非一朝一夕之功。當前工農中建等大中型銀行，紛紛開始試水分布式架構，方式是將外圍系統、網際網路相關業務部分應用切換到分布式架構下，核心數據和業務仍運行在傳統集中式架構下。在很長一段時間內，傳統銀行架構還會是集中式與分布式並行的方式。長遠看來，隨著業務重心和展業形式改變，會逐漸形成分布式為主的技術架構。例如，民生銀行首先實現直銷銀行的業務核心分布式改造，未來網銀、手機銀行等核心業務也將逐漸轉移到分布式架構。
普惠金融數位化迭代展望
總體而言，數位化是未來普惠金融持續深入發展的重要手段，不僅可以為銀行提升客戶服務體驗，更能大大優化成本結構。
銀行數位化，首先要考慮的是如何進行客戶在線化和業務在線化；此外，由於展業模式變化，銀行需要普惠金融業務逐漸遷移到分布式架構下，利用大數據、雲計算等逐漸成熟的技術力量，實現降本增效。
未來，隨著銀行數位化程度逐漸提升，普惠金融將更好向普惠人群下沉，平衡好成本可負擔和商業可持續的天平。
附註
附錄結合國內各典型銀行年報和Gartner對全球同業的研究報告佔比來測算銀行業的IT運維成本，營業支出均參考A股會計準則口徑進行統一口徑處理估算，帳戶數由公開渠道整理的零售、公司、機構帳戶數估算，僅供研究參考。測算均採用下述假設公式，可能與真實數據有所差異。
每客戶IT運維成本 = 每客戶營業支出 x 全球銀行業IT投入佔營業支出比平均值 (9.7%)x IT運維投入平均佔IT投入比平均值 (43%)
附表：銀行運維成本測算，數據來源：公司年報，愛分析測算