Китайские банки выдают кредиты по цифровому следу заёмщика в социальных сетях

22480

ПЕКИН – Экономика Китая растёт сегодня самыми низкими темпами за 30 с лишним лет. Но если почти 40 миллионов малых и средних предприятий страны сумеют получить доступ к финансированию, они смогут превратиться в мощный мотор динамичной экономики. Есть ли у цифровых инноваторов возможность решить проблему дефицита финансирования для МСП?

ФОТО: Pixabay.com

Правительство Китая уже пыталось решить эту проблему. Начиная с 2005, власти работают над расширением доступа к финансовым услугам для МСП, а также для домохозяйств с низкими доходами. В числе принятых мер: создание более 8 тыс. компаний микрокредитования, повышение требований к банкам по ежегодному кредитованию МСП, принудительное снижение средних процентных ставок по кредитам для МСП на один процентный пункт (годовых) в 2018-м и 2019-м.

Но, несмотря на все эти усилия, лишь 20% китайских МСП могут похвастаться тем, что хотя бы раз занимали деньги у банков. Одна из причин этого в том, что малые и средние предприятия, несмотря на их многочисленность, не всегда легко найти, особенно учитывая их небольшой размер и географическую распылённость. Есть и более важная причина: многие банки неспособны эффективно применять систему рыночной оценки рисков к МСП.

Средний срок жизни китайских МСП не достигает пяти лет, поэтому нельзя сказать, что их кредитование является безрисковой операцией. Однако принудительное снижение стоимости заимствований для МСП означает, что банки не могут использовать процентные ставки для компенсации этих повышенных рисков, а правительство, между тем, не предлагает им никаких компенсирующих субсидий.

Более крупные банки, судя по всему, приспособились к этой ситуации, используя перекрёстное субсидирование, однако у банков поменьше такой возможности нет. Для них кредитовать МСП – значит ставить под угрозу своё финансовое здоровье. Кроме того, банковские служащие в Китае несут персональную пожизненную ответственность за любые просроченные кредиты. И поэтому вместо предоставления «плохих» кредитов, многие банки просто привирают, отчитываясь о соблюдении требований регулятора.

Впрочем, даже если бы регуляторы не требовали искусственно занижать процентные ставки для МСП, банки всё равно испытывали бы трудности с внедрением эффективной системы оценки рисков. В традиционных моделях кредитного скоринга акцент делается на финансовой истории заёмщика и на его капитальных активах (залог), а также на любых возможных формах государственной гарантии. У МСП обычно ничего этого нет.

И поэтому возникает двойная задача. Для стимулирования роста кредитования МСП китайские власти должны допустить установление банками более гибких ставок по кредитам, а не навязывать им чрезмерно низкие ставки, ставящие банковские балансы под угрозу. А банкам, в свою очередь, надо находить эффективные способы проведения оценки рисков МСП.

Один из инновационных подходов связан с «мягкой оффлайновой информацией», то есть информацией о социальном поведении и связях предпринимателей. Небольшие коммерческие банки, например, Tailong, Taizhou и Mintai из провинции Чжэцзян, уже применяют этот подход для принятия решений о кредитовании МСП.

Однако реальная революция в сфере оценки рисков МСП происходит в онлайне. Технологические платформы фиксируют данные о цифровых следах пользователей; технологии облачных вычисление дают возможность обмениваться релевантной информацией; а технологии машинного обучения повышают скорость, эффективность и точность анализа.

По данным исследования, проведённого совместно Институтом цифрового финансирования при Пекинском университете и Банком международных расчётов (BIS), модели кредитного скоринга, опирающиеся на новые технологии, помогают лучше спрогнозировать риски дефолта по кредитам МСП, чем традиционные модели банков. Для этого есть как минимум три причины.

Во-первых, новые модели учитывают поведенческие переменные и сетевые индикаторы, которые более надёжны, чем информация из бухгалтерского баланса. Во-вторых, в них используются определённые данные о транзакциях в реальном времени, в том числе о денежных потоках и рыночной ситуации, а не значительно менее актуальные финансовые индикаторы. И, в-третьих, методы машинного обучения позволяют лучше улавливать нелинейные интерактивные связи индивидуальных переменных, чем это делается в традиционных линейных моделях банков.

Дополнительное преимущество создаёт сама природа цифровых технологий – так называемый эффект «длинного хвоста». Как только цифровая платформа уже создана, маржинальные затраты на обслуживание её новых клиентов равняются почти нулю. В Китае у двух систем мобильных платежей – Alipay компании Alibaba и WeChat Pay компании Tencent – уже имеется миллиард клиентов, причём у каждой.

И, конечно, цифровые технологии работают очень быстро. Онлайн-банки, ставшие пионерами этого подхода (WeBank, MYBank и XWbank), обрабатывают кредитные заявки практически мгновенно. Для бизнеса по кредитованию малых и средних предприятий в MYBank разработана модель «310»: менее 3 минут требуется для заполнения формы онлайн-заявки; сразу после одобрения деньги перечисляются на счёт заёмщика в Alipay в течение 1 секунды; во всём этом процессе размеры человеческого вмешательства равны нулю.

Пользуясь преимуществами цифровых инноваций, каждый из трёх банков – WeBank, MYBank и XWbank – ежегодно выдаёт около десяти миллионов кредитов МСП и частным лицам, хотя у каждого из них лишь 1000-2000 сотрудников. При этом коэффициент просроченных кредитов колеблется на уровне около 1%.

Да, конечно, имеются проблемы, которые надо преодолевать, начиная с неравенства в доступе к данным. Однако эта проблема остаётся серьёзным сдерживающим фактором лишь для традиционных банков, у которых внимание сосредоточено на старых финансовых показателях, а не для онлайн-банков, использующих более разнообразные данные. WeBank использует больше данных из социальных сетей; для MYBank очень важны показатели интернет-торговли; XWBank, представляющий собой открытую банковскую систему, черпает информацию у других технологических платформ.

В результате, любой человек без кредитной истории может, тем не менее, получить доступ к финансированию на основе данных, полученных, например, из соцсетей.

В отношении клиентов, у которых вообще нет никакого цифрового следа, онлайн-банки разрабатывают стратегии, которые дают возможность клиентам создавать такой след.

Например, онлайн-банк может выдать заёмщику, о котором нет никаких данных в онлайне, очень маленький кредит. Постепенно выплачивая этот кредит и общаясь с банком, заёмщик одновременно формирует свой цифровой след.

Китай уже давно понял, насколько важно улучшать доступ МСП к финансовой системе. И онлайн-банки сегодня предлагают решение, в котором нуждается страна.

Оно должно стать подспорьем не только для экономического роста и инноваций, но и для расширения охвата населения финансовыми услугами – в Китае и за его пределами.

Хуан Ипин – бывший член комитета по монетарной политике в Народном банке Китая, сейчас профессор экономики и финансов в Национальной школе развития и директор Института цифровых финансов при Пекинском университете, член Внешней консультативной группы по вопросам надзора в Международном валютном фонде

© Project Syndicate 1995-2020 

   Если вы обнаружили ошибку или опечатку, выделите фрагмент текста с ошибкой и нажмите CTRL+Enter

Орфографическая ошибка в тексте:

Отмена Отправить