（图片来源：全景视觉）

经济观察网 记者 胡艳明

中小企业融资难、融资贵的问题，一直是金融行业需要解决的难题之一。“中国传统银行业转型的大幕已经拉开：在数据化浪潮之下，原本繁琐鸡肋的中小微企业贷款将化繁为简，精准友好，重新成为银行业众多产品中的新宠。”近期，微众税银CRO（首席风险官）许卫在接受经济观察网记者采访时称。

曾先后任富国银行量化分析副总裁, 第一资本模型风险官的许卫，于3月正式出任微众税银的首席风险官。利用财税多种数据，辅助银行对中小微企业进行放贷决策，微众税银在成立4年间，覆盖全国二十多个省市，累积为中国80多家银行总行，向近70万家中小微企业累计贷款额超过千亿元。

许卫坦言，在2C端消费金融战场已经一片红海的时候，2B端在金融科技领域的争夺才刚刚开始。

从纽约到深圳 人生不需要精算

今年3月份，39岁的许卫一个人拖着箱子从纽约来到了深圳的南山区，眼前这个活力激情的城市让他觉得回国的决定很值得。“这里的每个人都脚步匆匆，好像是在追赶着什么。”许卫说。

过去几年，第一资本（Capital One）精英陆续回国，堪称占据互联网金融领域“半壁江山”。几个月前，原在第一资本共事的同事和猎头不断向他发出邀约，但许卫一直没有做出决定。

从中国人民大学毕业到美国进修博士学位，再到加入美国富国银行和第一资本，他的学业、事业、家业都在美国。

偶然间，在纽约的一次金融风险管理的峰会上，他遇到了微众税银的CEO耿心伟。已在银行业从业20多年的耿心伟告诉他，自己为何离开体制加入微众税银开始创业，又如何意图在银行端的金融科技领域有所作为。

这次会面让许卫改变了想法，他没有拒绝耿心伟的邀请。美国富国银行的从业经历让许卫深知，只要操作方法正确，风险很高的小微企业贷款也可以变成各大银行盈利的主要来源；而在第一资本的工作经验更是可以帮助微众税银通过量化驱动优化雕琢现有的风险评估模型。

科技赋能中国传统银行业，用以帮助几千万的中小微企业更方便的获得融资贷款，他可以用自己过去所学来做这件事。“这是一个中国银行业在2B端数据化领域全球弯道超车的机会。”许卫认为。

回到第一资本，他递交了辞职信，留下美国的妻子和孩子，一个人飞到深圳。

做银行业的“幕后英雄”

“我的优势是属于复合型人才，从精算、统计到银行、管理，10余年的量化分析和风险管理经验，每一个领域都已经养成了结构化的思维。但劣势是对中国国内环境不够熟悉，需要尽快适应。”许卫告诉记者。

在了解了银行的需求和目前的现状后，许卫开始主要着手做这几件事：风控模型和策略的优化、新场景的研究、团队的管理、对外的沟通。

加入微众税银后，许卫手边的书换成了《征信与大数据》和《金融基石》，短短一个月内，他走访了30多家银行和金融机构，面对面沟通客户方的需求。

许卫对记者介绍，“涉税数据在银行贷款领域的使用是一种中国创新。中国在根据国情进行了税务的营改增之后，涉税数据价值大增，这对于中国银行业来说是一个非常大的机会，可以直接迈入数据化的时代，在国际上进行弯道超车。”

微众税银主要业务分为征信和大数据风控服务，提供一体化的解决方案，包括流程设计，贷前获客和精准营销，贷中审批和额度定价策略，还有贷后预警系统。只要企业授权，微众税银作为一家人民银行对公征信备案的公司，可以通过税务局的专线接口调取相应的数据进行清洗、分析，通过模型形成可视化报告，并且给企业评分。银行基于这些信息给企业贷款。

在这个过程中，更现实的方式是实现自动化，用“人工+机器”学习的方式，让银行多了一个工具，提高贷款效率。

“好比原来用的是步枪，现在可以直接用上机关枪。”许卫说，我们是为银行提供“新型武器”的人，我们更愿意成为银行后面的幕后英雄。

在深入数据建模的过程中，许卫发现，中小微企业在当下有着更多的独特数据特点。比如对于互联网企业来说，他们没有厂房、办公楼，以及大量的设备。所以在设置影响他们信用的权重时，会和传统企业有非常大的不同。

下一步，许卫的重点就会针对不同的行业，进行不同的模型构建，让影响因子有着更强的行业属性。

另外，他们还发现：小微企业如果运营状况非常好，财务上往往会有较高的管理费用，这样一来日常开支增加，企业就会降低账面上的利润。所以，小微企业管理费比例这样一个传统财务分析不会覆盖的指标，却成了反映企业运营的一个重要参考。这些都和传统应用企业资产负债率等评估标准有着很大的不同。

2500多项企业信用影响因子在许卫等微众税银同事眼中，仿佛一幅流动的企业信用图谱，如何在这幅流动的画面中抓住那些像黄金一样重要的影响因子，就是他们的任务。

许卫说，中国传统银行业转型的大幕已经拉开：在数据化浪潮之下，原本繁琐鸡肋的中小微企业贷款将化繁为简，精准友好，重新成为银行业众多产品中的新宠。

而除了更好得服务中国几千万的中小微企业，许卫们更将眼光瞄准了更多的个体工商户。他们同样需要贷款，而这其中涉税数据和个人信用数据一样，都可以发挥重要作用。

记得刚到第一资本的时候，许卫印象最深刻的就是那里对于员工丰富多样的培训体系。作为高管，一位好莱坞的导演就曾经帮他们进行了一场“如何进行一场精彩演讲”的培训。他告诉许卫：当你站在舞台上面的时候，你不能按暂停键，你只有放开你自己。

当这个机会到来时，许卫说，我现在的愿望是，把金融科技赋能2B业务这件事做成。

采访问答

经济观察网记者：国内的金融科技行业与国外的有何不同？

许卫：金融科技领域，国内国外各有优势。我认为，国内金融科技行业最大的优势是市场优势，而且国内的科技巨头也参与角逐，兼具资金实力。

从时间来讲，国外金融科技领域的技术和理念相对较为先进，早期是为国内借鉴的方向。1996年，主营互联网借贷的LendingTree成立；2007年P2P公司lending club成立，并在2004年完成IPO上市；2008年，主营互联网征信的公司Credit Karma成立。国外在金融科技路上走得比较早，具有技术和理念的先发优势，是我们可以借鉴的方向。

金融科技其实是用科技手段，重新帮助金融行业提高效率和质量。金融科技涵盖很多领域，我很看好征信领域。国外的市场没有国内的市场大。美国金融服务的渗透率非常高，3亿多人口绝大部分有征信覆盖和比较完善的金融服务，没有被覆盖的市场比较少。

反观国内，征信覆盖的人群不是很完善，没有得到金融服务的人群和中小企业，可以被提供更好的服务。而且国内具有优势，预计部分领域会出现一些弯道超车的情况。

经济观察网记者：富国银行、第一资本银行和微众税银三者有何不同？

许卫：富国银行和第一资本银行其实都是相对成熟，规模很大的银行，基本涵盖银行业所有领域；微众税银是一个创新型公司，规模比较小，比较灵活。

另外，富国银行和第一资本银行实际上是甲方的概念，是放贷的主体。而微众税银则是一个乙方的概念。微众税银作为征信企业，能够为银行提供服务，从而更好地满足中小企业的融资的需求，促进实体经济的发展。

富国银行有一百六十多年的历史，在企业服务领域据有深厚的根基，在中小企业信贷行业非常成功。他们在中小企业信贷业务竞争中脱颖而出的主要原因是优秀的社区银行和交叉销售，加上标准化的风控极大的提高审批效率。第一资本银行则是以数据驱动IBS为中心的信贷模式，短短时间内从名不见经传到成为美国银行排名榜上的黑马。

以上两者对微众税银现阶段有重要借鉴意义，微众税银作为对企业的征信的机构，仅从金融服务实体经济、服务中小企业的角度，以及拥抱金融科技，量化驱动提升服务的理念上，均与国外有很大的共性。

希望我的加入，短时间内能够给公司带来两个方面的变化。一是引进一些国外的先进的技术，尤其是量化驱动和风控方面，以及怎样去对数据进行处理分析；以及怎样提高模型的效率，在提高通过率的同时降低逾期率等指标。另一方面从风险的策略上而言，怎样优化流程，更好地去满足客户的需求，进一步帮助公司与国际先进技术接轨。长远来讲希望找到更多场景来给金融机构赋能。

经济观察网记者：微众税银在这种科技行业的优势和劣势，都有哪些？

许卫：微众税银在分析和研究中小企业融资这件事情上是走的最早的企业之一，对中小企业融资这类型业务的研究介入比较早。企业融资相对个人业务而言，维度更多、情况更复杂，受经济、政策等各方面影响都比较大，但是微众税银因为走得比较早，对于各种数据、模型、经验的积累是目前最大的优势。

不过就目前而言，跟富国银行还是第一资本银行对比，微众税银的规模相对来说很小，很多地方还是在一个快速的发展过程当中，要进一步的完善。

经济观察网记者：目前的数据是否具有局限性？怎么解决这个问题呢？

许卫：首先，我们更多地强调我们看的是企业经营数据，而不单单是税务数据。因为我们希望能够多维度地来解剖这些企业，然后给他们画像。这里面除了包含很多企业的基本信息，还有企业纳税的信息以及经营信息，财务信息，上下游信息，违章稽查等。

举例来讲，比如说我们看到一个企业申报税收的数据，而分析过去12个月甚至24个月的变动情况，如果这个企业经营状况良好，那可能看到经营和资产比较稳定，甚至是有一定增长的曲线；如果突然下行，或者是出现重大的变故的话，这个数据会反映出来。这对于银行或客户可能就是需要警惕的一件事情，说明这个企业可能经营情况存疑。

这些数据获得了权威机构认可，质量相对较高，而且从风险管理的角度来讲，它也是相对保守的数据。

另外，我们也会引入其他的数据源，比如工商、司法数据，综合对企业进行画像，完善数据维度。

经济观察网记者：信用贷款的风险该怎么管控？数据的精准度如何？

许卫：其实不管是信贷还是抵押贷款，都有风险。贷款的风险怎么保证？我认为基本上是要从头到尾进行风险的管控。从营销获客到贷款的审批，从贷后的监控到最后催收，各个环节都要把握，是一个全流程的管控。

我们讲大数据风控，是希望在海量的高维度数据中去芜存菁。对我们金融科技企业来讲，主要分析的数据有两大类，第一类是强金融属性的数据，第二类是弱金融属性的数据。强金融属性的数据跟企业的这个借贷行为直接相关，比如说企业的资产、负债、流动性、借贷行为的历史、纳税等信息；弱金融属性的数据，可能就是其他的方面的一些信息。以我们公司目前来讲，主要还是考虑第一类强金融属性数据多一点。

经济观察网记者：大数据欺诈风险控制的难点在哪里？会用到数据建模进行处理吗？

许卫：难点在于从海量数据里面快速找到敏感因子从而做出判断。我们现在用的所谓的机器学习或者人工智能也好，大数据也好，在反欺诈领域已经得到了广泛的应用。因为反欺诈牵涉海量的数据，维度也非常大，对模型精度和反应时间要求比较高。机器学习和CI/CD正好可以满足这些要求。这类模型的缺点是可解释性相对较低，另外稳定性较差，对模型迭代要求高。

微众税银用涉税数据对中小企业评估，在实践中证明发欺诈效果非常好。这里面有两个因素，一是我们使用了企业过往2-3年的纳税数据，这样欺诈的成本是很高的。另外一个税务欺诈法律风险高。

经济观察网记者：如何理解数据驱动或者定量驱动？

许卫：数据驱动的概念，或者定量驱动，实际上是通过一个量化分析的方法极大地提高金融行业的效率。首先，传统意义上讲，银行对中小企业放款要收集很多数据，但这些数据分散在不同的地方和部门，人工获取数据和分析数据的过程本身效率是比较低的，数据本身也不是那么及时有效。而数据驱动和量化系统通过对数据进行一个清洗加工整理得到我们想要的信息，极大提高效率。

第二，定量驱动能够帮我们更好地控制风险和获得盈利，用收益覆盖风险有两个关键性的指标，第一是通过率，第二是违约率或者说逾期率。其实这两个指标是矛盾的。量化驱动通过对数据或者建立模型的方式，实现对人群的区分，从而帮助风险控制水平提高，能够进一步地提升通过率，降低违约率。

第三，定量驱动是对定性驱动或者定性分析的完善，而且在数据信息爆炸的时代，在数据极大丰富的情况下，它的重要性越来越高。这样的话，将来肯定也会得到更广泛的应用，对中小银行也好，还是整体金融机构也好，定量驱动能提高征信的效率和和准确度。

经济观察网记者：作为一名首席风险官，你觉得这个角色需要具备哪些能力？

许卫：第一，能很好的评估市场环境的风险，行业环境的风险；第二，对监管政策和环境持续进行跟踪和影响评估；第三，把控公司以及业务层面的风险，微众目前就是帮助银行对实体经济进行科技赋能，更好的进行风险信用评级，在这一业务层面，需要风控官对风险进行把控；第四，综合运用科技和传统的方式，进行风险控制；第五，有很好的管理和沟通能力。