小微企业融资难问题一直以来在中国特别突出，但随着互联网技术的发展，这一难题正在被攻克。
电商起家的阿里巴巴，在2010年和2011年成立了两家小额贷款公司，旨在面向阿里电商体系内的小微企业和个体卖家提供信用贷款。
2014 年 6 月，随着阿里金融业务的整合与延伸，蚂蚁金服成立，小贷业务被划归其中，更名为“蚂蚁小贷”，之后被并入网商银行，继续提供面向个体经营者、小微企业的“网商贷”，并在2016年推出针对个人的小额信贷产品（花呗、借呗）。截止到2018年，蚂蚁小贷和网商银行服务了近1200万家小微企业和个体工商业者，发放了超2万亿的贷款。
本期案例主要针对小微客户的融资问题，探讨蚂蚁小贷如何一步步建立起基于互联网交易的信贷模式，如何打通融资渠道，获取资金来源，以蚂蚁小贷为代表的数字普惠金融又有什么社会价值。
缘起
小贷业务的诞生与发展
小贷业务的诞生源自于阿里巴巴电商平台（以下简称“阿里平台”）自身发展中涌现出的问题和优势。
一方面，依托于阿里平台的企业以小微企业为主，它们是传统银行难以覆盖到的长尾客户，很难从银行获得贷款，因此发展受到限制，这也同时制约平台自身的良性成长。
另一方面，阿里平台积累的大量、真实的企业数据与信用资源，为开展小贷业务打下了基础——阿里巴巴的B2B业务平台推出的“中国诚信通”会员增值服务，积累了不少商户的原始数据；2004年，阿里巴巴又在诚信通会员的“诚信通档案”的基础上推出了一套企业评分系统——“诚信通指数”。
从2006年起，阿里巴巴集团开始试水小额信贷业务。考虑到自身数据资源的优势与金融业务经验的缺乏，阿里巴巴首先尝试与银行进行合作。
在银行等传统金融机构眼中，小微企业贷款业务有两大症结：
一、小微企业的财务状况普遍缺乏透明性，资本规模有限，抵押品缺乏，使得银行针对小微企业的资产评估与信贷审核工作成本高、难度大。
二、在征信体系发展滞后的环境下，对小微企业信用状况的监控尤为困难。小微企业运营存在较高的不稳定性和道德风险，给银行的贷后管理、风险控制等都带来了难题。
针对上述问题，阿里巴巴“对症下药”：当时，全国有3700万家中小企业在阿里平台上做生意，平台拥有积累多年的中小企业经营信息。基于这些数据，阿里巴巴有能力出台一整套的风险控制措施，帮助银行筛选客户、控制风险。
2007年6月，阿里巴巴与中国建设银行(601939)、中国工商银行(601398)合作推出小企业贷款，称为“阿里贷款”——小企业不需要任何抵押，由3家或3家以上企业组成一个联合体即可申请贷款。
然而在初期的实践中，阿里巴巴与银行的合作进展并不顺利。阿里巴巴向建行推荐了2.7万个左右的B2B客户，但最终达成合作的不到10%。
时任阿里巴巴信用支付部资深总监、现任阿里巴巴集团副总裁胡晓明认为，“三年与银行合作是失败的，在整个中国经济这个生态系统下，银行就是应该服务于大中型企业，针对中小企业的金融服务应该是通过技术创新来完成。”
虽然实践并不成功，但这段合作经历帮助阿里巴巴建立了一整套信用评价体系与信用数据库，以及一系列贷款风险控制机制。
在此基础上，阿里巴巴集团开始尝试独立开展“小额贷款业务”。2010年3月，“浙江阿里巴巴小额贷款公司”成立，这是国内首个专门面向网商放贷的小额贷款公司。2011年，“重庆市阿里巴巴小额贷款公司”也宣告成立。小贷业务面向阿里电商体系内的小微企业和个体卖家提供信用贷款，自推出之后便迎来了高速发展，成立第一年时贷款余额约为1亿元，到第三年时贷款余额便增长至120亿元左右。
随着2014年蚂蚁金服正式成立，小贷业务被整合纳入蚂蚁金服集团，并更名为“蚂蚁小贷”，服务对象也从阿里平台内的小微企业向平台外扩展。
作为网络贷款公司，蚂蚁小贷事实上经营着银行信贷业务，但同时面临资金来源、业务范围等诸多限制。
于是，在5年多丰富的小额贷款运营经验基础上，蚂蚁金服整合金融数据与技术资源，开始向民营银行发展，并于2014年9月获得银监会首批民营银行牌照。2015年6月，网商银行正式成立，不久后将蚂蚁小贷业务进行整合，并入其中。
成立之时，网商银行提出将坚持“小存小贷”模式，主要提供20万元以下的存款产品和500万元以下的贷款产品，并将原先针对小微企业提供的金融服务扩展到农村用户，同时设定了5年服务1000万客户的目标。截至2016年末，并入网商银行的小贷业务已为超过277万小微客户提供了融资服务。
构建
用完善的数据构建数据模型
信息不对称是金融面临的核心挑战，这对于小微金融服务而言尤甚。金融服务效率衡量标准之一就在于如何以更低的成本甄别风险。相比于大中型企业，针对小微企业的风险甄别难度大、成本高，使之成为商业银行难以完全兼顾的业务领域。
基于互联网的长尾效应以及数字化技术支持，以蚂蚁小贷为代表的数字金融，利用丰富的数据资源建立企业信用和风险控制体系，可以低成本地降低小微企业的信息不对称，成为其核心优势和运营关键。而在实践中，数据与信用信息的完善，是小贷业务在运营中最先遇到的难关。
阿里巴巴的小贷业务早期的团队骨干主要来自于银行业，从事的都是与信贷市场相关的工作。在创建自己的运营模式时，团队已有丰富的信贷经验，也有可参考的理论基础——FICO（财务管理模块）信用分模型。
然而，真正独立做信贷，小贷团队还需克服一个巨大挑战，即数据的有限性。虽然阿里平台沉淀了几百万小微企业和个体卖家的资料，但对于国际惯例的个人征信评级要求而言，这些只是“冰山一角”。
以拥有最完善征信体系的美国为例，其征信的内容包罗万象，除传统的信用记录时间长度、信用额度、借款逾期不还记录、房屋按揭贷款记录等信息外，公民非财务信息如犯罪记录也予以记录。对于企业信息，有的信用局甚至记录企业登记地址和联系电话的区号之间的地理距离等信息。
而在当时，小贷业务面对的是一个较为封闭的信用信息环境。现有数据的有限性、分散化，使得小贷团队只能结合现有可利用资源，想尽一切办法补全征信信息的拼图，包括要求贷款人自行提供相关资料、调查购买第三方征信数据，以及从海关、税务、电力、水力等部门一一获取数据等等。
在小贷公司成立的第二年，阿里巴巴便开通了专线直联中国人民银行征信系统，极大程度地丰富了公司所掌握的数据。之后，小贷业务还与以国内中小企业为客户群的ERP企业管理软件——“管家婆”、全国统一的企业增值税发票开具软件——“航天金税”达成合作，在获取企业生产、库存、销售等数据方面又拓展了许多渠道。
接下来，小贷业务需要整合这些内部和外部数据，并在此基础上建立自己的信贷模型和信贷流程。
在小微金服内部有一个“数据车间”，负责汇总并分析商户在淘宝和天猫平台上留存的数据，包括交易增长与波动率、店铺星级与流量、广告投入、社区行为等。这些内部数据，加上外部引入的数据，打包进公司开发的数百个模型中，包括客户分层模型、收入预测模型、破产概率模型、风险预警模型等。
到此，一个定量化、自动审批的贷款发放模型就建立了。卖家在做出贷款申请后，所有相关数据都将导入这个模型里，由模型做出是否放贷的判断。阿里巴巴集团微贷事业部原总经理娄建勋称，要解决一个命题，如预测淘宝卖家从开始到未来的曲线，需要建构192个数据模型。相比传统信贷，在模型数量和模型因子方面的丰富性正是蚂蚁小贷的独特优势。
类型
小贷模型产品类型和应用
淘宝（天猫）信贷
定量化的贷款发放模型最先被应用于淘宝和天猫两大平台。小贷团队认为，由于淘宝（天猫）平台有真实的交易信息，数据更充分，对这个平台上的卖家提供贷款相对容易。此外，平台上的许多卖家依靠网商生活，违约成本较高，因而违约风险相对较低。
所谓“订单贷款”，是指淘宝卖家依据店铺中处于“卖家已发货”状态的订单进行申请，基本上等同于订单质押贷款。
对于订单贷款和信用贷款，商家在线上完成了贷款申请并提交了相关材料后，将进入自动审批流程——由贷款模型自动打分，判断是否对其放贷和放款额度。由于订单贷款产品是基于在淘宝（天猫）平台上的真实交易而产生的，贷款最快3分钟内就可到商家的支付宝账户。
以截至2012年末的数据来看，淘宝订单贷款的平均单笔金额在4900元左右，天猫订单贷款的平均单笔金额在21000元左右。规模小、数量多的小额贷款对成本控制提出了很高的要求，这也是传统银行难以兼顾小额贷款的原因之一。而小贷业务在基础平台和流程已经搭建完成的情况下，单笔信贷操作成本大大降低。
在放贷和贷后阶段，小贷业务都会通过淘宝（天猫）平台和支付宝系统随时监控企业的交易状况和现金流。如果贷款真正投入到生产经营中，客户的平台流量将得到提升，营业额和利润也将随之上涨；反之，如果评价结果变差，将预警并提前收贷。
任何影响正常履约的行为都会被预警，如阿里旺旺登录中断、用销售回款大量购买彩票、集中投入广告等。若企业出现违约，阿里小贷可以通过支付宝切断客户现金流，同时执行网络店铺关停机制。
通过上述措施提高客户违约成本，有助于控制贷款风险。通常在贷后阶段，传统信贷机构很难知悉贷款资金的使用情况，而在淘宝（天猫）平台上，卖家的资金使用行为和运营行为能被部分监控，这也是蚂蚁小贷的一大优势。
阿里信用贷款（B2B）
在面向B2B客户时，想要按照之前的同一套流程来走，就变得比较困难。与淘宝（天猫）平台相比，B2B平台积累的数据非常有限——阿里巴巴的B2B网站类似于“黄页”，买卖双方通过平台认识后，会私下对交易进行沟通，之后是否达成交易、成交的金额多少以及买家对此评价如何，这些信息并不被平台掌握。
同时，由于B2B网站以展示功能为主，对商家的黏性不大，商家之间的交易也不需要借助于支付宝，在支付宝上也无资金沉淀。因此，小贷业务对商家的贷后控制力较低，违约惩罚手段也相对有限。
为解决信息有限的问题，小贷团队除了对潜在客户进行在线视频调查，还将尽职调查工作外包给当地的第三方机构去完成。第三方机构的调查员去企业进行调查，并对企业进行访谈，帮助企业还原一个简化的财务报表。这些视频和数据都会上传后台，后台将这些资料与企业银行流水、征信系统信息等进行比对，以评定信息的可靠性。
但在对B2B卖家进行贷中和贷后的风险控制时，小贷业务并没有很好的办法。信用贷款被发放以后，资金不会停留在支付宝系统里，这意味着小贷业务并不清楚贷后资金的流向，也无法监控企业资金的使用成效。因此，小贷团队只有严格把控每一次还款节点，若企业出现了一次违约，则对该企业进行征信调查，若察觉企业有问题，则采取催款的方式收回贷款。
由于淘宝（天猫）贷款面向的服务对象数量更为庞大，并且在贷款流程、风险控制上都具有相对成熟和可靠的技术支持，因而在上述两类传统小贷产品中，淘宝（天猫）贷款占据70%的比重，而阿里信用贷款只占30%左右份额。其中，前者基于数据的纯信用贷款占主体，共计占到整体贷款的60%。而且平均来看，阿里信用贷款的不良率和逾期率都要高于淘宝（天猫）贷款，这也与其相对较弱的风险控制体系相关。
旺农贷
小贷业务并入网商银行后，农村金融便成为其业务拓展的新方向之一。
2015年11月，网商银行推出面向农村用户的小贷产品“旺农贷”，主要为农村种养殖者、小微经营者提供小额信用贷款，将小贷的业务延伸至农村市场。截至2016年底，旺农贷已在全国25个省271个县市的6624个村点推开，平均放款金额近5万元。
与其他类型的小贷产品相比，农村小贷业务的开展面临更大挑战。农村金融基础设施落后、信息不完善甚至空白、农户抵押品资产有限等现实状况，使得小微贷款中通常存在的问题在农村地区更为严重。对此，阿里巴巴推广已久的“农村淘宝”站点，成为蚂蚁农村金融服务的基础和渠道。
“农村淘宝”于2014年10月上线，主要以电子商务平台为基础，与当地政府合作在农村地区建立村级服务站，开发农村电商市场。截至2015年底，“农村淘宝”的村级服务站突破10000个，积累了丰富的数据与信息资源。在农村小贷的发放过程中，村淘站点的合伙人起到至关重要的作用。合伙人经过筛选可成为“旺农贷”的推荐人，村民在村淘站点，通过推荐人在线上提交贷款申请，完善身份信息以及土地、房屋、门店等资产证明，由网商银行进行审核后便可在线上签订贷款合同，放贷流程平均在3-5天内就可完成。
推荐人在每一笔贷款业务中的角色十分关键，除了在贷款前对借款人的信用状况、还款能力等进行评估，还要负责贷后管理，提醒村民及时还款等。对于每一笔贷款，推荐人可以获得一定比例的佣金，但佣金的发放将基于推荐人的后续行为以及贷款违约状况等线上数据进行相应的调整。表现不佳的推荐人将可能被淘汰，情形严重时甚至会面临法律风险，这种对推荐人的惩罚机制也是贷款风险控制的一部分。
村淘合伙人选拔需要经历包括业务水平以及道德水平的层层考察，并进行专业培训，而“旺农贷”推荐人的要求则更为严格，在合伙人范围内进一步筛选后，只有不到10%的合伙人能够成为推荐人，负责贷款业务的管理工作。
推荐人的考核重点在于个人的信用度，包括芝麻信用得分、在淘宝平台经营过程中是否有违规行为，乃至与当地政府的合作记录等。在农村这一典型的熟人社会，村民之间的高强度交流是个人信用、能力等信息获取的主要途径。通过与村民熟识的推荐人采集、审核农户信息，加上电商平台的线上数据对整个区域的信用水平进行把控，可以实现线下与线上相结合的风险控制体系。
融资
资金来源与融资渠道
一开始，作为普通的小额贷款公司旗下业务，蚂蚁小贷的放贷金额受到来自央行和银监会关于杠杆率的限制。
按照规定，小额贷款公司从银行业金融机构获得融入资金的余额，不得超过资本净额的50%。换句话说，蚂蚁小贷16亿元的注册资本，在放大0.5倍的杠杆后，其业务规模只能做到24亿元，只有通过不断回笼资金、不停周转，才能提高累计贷款额。
为解决信贷资金的来源问题，扩大业务规模，早在2012 年，原阿里小贷就通过山东信托发行了“山东信托?阿里金融小额信贷资产收益权投资项目集合信托计划”，共募集信托资金3.6亿元。但由于信托计划的私募性质，融资规模有限，融资成本也相对较高。
自2013年起，蚂蚁小贷开始尝试效率相对较高的资产证券化的方式来融入资金。2013年7月，以重庆市阿里巴巴小额贷款有限公司（简称“重庆小贷公司”）为发行主体，与东方证券合作推出资产证券化项目“东方资管-阿里巴巴1号-10号专项资产管理计划”。
该计划存续期三年，共10期，累计发行规模上限50亿元；每期发行规模控制在1.5亿至4亿元，每期期限为1年至2年。这是国内首单基于小额贷款的证券公司资产证券化产品，在深圳交易所挂牌。在并入蚂蚁金服后，2015年，重庆小贷公司与中金合作又推出规模55亿元的“小额贷款资产支持专项计划”。
由于小贷业务的每一笔贷款期限较短，而资产证券化的过程往往较长，为了解决期限错配问题，融资过程中采取了“循环购买”的方式，即在证券到期之前，可以用偿还所得的资金购买新的贷款，如此循环到证券到期。
此外，为了提高小贷证券化产品的评级，在证券化过程中采取了内部增信和外部增信两种方式。内部增信为“结构化”方式，即根据不同的风险和收益特征，将该资产支持证券分为优先级资产支持证券、次优级资产支持证券和次级资产支持证券。
在“东方资管-阿里巴巴专项计划”中，三类评级证券占比分别为75%、15%、10%。优先级、次优级份额面向合格投资者发行，次级份额全部由阿里小贷持有；在“中金-蚂蚁微贷资产计划”中，优先级证券比例提高至78%，次优级则减少至12%。
在外部增信上，蚂蚁金服旗下的担保公司——“商诚融资担保有限公司”提供外部担保，期限届满时在保证责任范围内提供担保服务。在内部与外部增信保证下，蚂蚁小贷的优先级资产支持证券获得了AAA市场评级。
2015年在网商银行成立后，针对小微客户的贷款资金，其主要的获取渠道则是来自于网商银行，而原来小贷公司发行的资产证券化产品，则主要用于“花呗”、“借呗”等个人信贷用途。
然而，由于未能获准远程开户，网商银行目前无法大规模地吸收储户存款，小微客户的放贷资金受限，主要依赖同业拆借及基金公司、保险公司的非银行类存款。相比传统银行，资金成本较高。
当吸收存款还在“彼岸”时，拓宽放贷资金来源成为更为重要的事情。
据了解，网商银行的第一款资产证券化产品已于2016年底推出。与之前小贷公司相比，网商银行作为“商业银行”主体发行的资产证券化产品，其融资成本相对较低。
观察
蚂蚁小贷的社会价值
普惠金融正在成为社会的重要议题之一。与传统金融服务主要服务于“头部”用户不同，普惠金融定位于社会所有群体和个人都能获得的金融，以实现全社会的平等与富足。而这一目标的实现离不开技术驱动力，即数字普惠金融。
我们知道，金融不同于一般“标准化”商品，它是一种“非标准化”服务，无论是传统金融还是数字金融，信息不对称都是最大的挑战。
在过去，为每个人提供个性化的金融服务，就意味着金融机构需要针对个体的信息不对称风险，担负起不堪重负的成本压力，而今天，数字化金融依托技术驱动，是人类历史上第一次通过远程力量去了解客户、甄别风险，并结合金融业务的传统流程，大幅度地降低成本。
蚂蚁小贷与生俱来的“小微”基因，契合了普惠金融的核心要素。在数字普惠金融的背景下，蚂蚁小贷通过互联网平台拓展了金融服务的渠道，实现了“普”，即服务群体的广覆盖；通过大数据与金融云技术降低了小额信贷的成本，实现了“惠”。此外，蚂蚁金服在支付、融资、理财、保险、信用等金融服务的全方位发展，以及在商业模式上的可持续性，同样契合了普惠金融的全面性与可持续性。
然而，要真正地实现全方位、全覆盖的“普惠金融”，平台则需要掌握更全面的信息，并为之建立更多元化、丰富的场景资源，而这将会受制于现有的平台生态。在一定程度上，与商业场景的结合程度，将成为未来金融发展好坏的重要评判标准。
目前，小贷服务的主体仍然是阿里平台内的小微企业，因而平台生态的扩展、场景的创新，是小贷乃至蚂蚁金服未来的重要突破点。
作为蚂蚁小贷的生态平台，蚂蚁金服正在加快金融“场景化”的战略步伐。以蚂蚁金服旗下的支付宝为例，自2015年7月推出9.0版本，支付宝便开始从“支付平台”向“场景平台”进化。
蚂蚁金服集团原首席执行官彭蕾曾在多个场合表示，互联网金融的未来是场景化。包括支付、理财、融资、保险等在内的金融服务与每个人的日常生活紧密相联，“金融场景化”的发展方向也因而在一定程度上与普惠金融的特征与理念相契合。
从为了解决淘宝电商平台内小微企业融资难而诞生的蚂蚁小贷，到如今为解决农民贷款困难而诞生的“旺农贷”，以及针对个人消费的信贷业务都是具体的生产、生活场景中的产物。
近年来，在场景的创新上，网商银行也做了很多尝试。例如，与全球最大的中文网站流量统计机构CNZZ平台合作推出流量贷，利用蚂蚁金服内部的“口碑”平台信息推出面向线下实体餐饮类商户的口碑贷，针对特定场景推出额度更高的“双十一”大促贷等多种创新性金融信贷产品。
其中，不仅有脱离阿里体系、利用技术优势与其他平台合作为阿里平台之外的小微企业提供贷款的产品创新，也有利用新的平台生态为线下实体小微企业提供的信贷服务，更加丰富了小贷的模式与业务范围。“场景贷”也将成为网商银行未来探索和创新的重点。
一直以来强调的“平台化”战略，也为蚂蚁金服在平台拓展与场景创新上带来了更为广阔的空间。
当前，中国经济进入“新常态”，以往投资拉动型的经济增长方式已经不可持续，未来取而代之的经济发展动力将包括个性化、多样化的消费，小型化、智能化、专业化的生产，推动全面创新、创业带动就业，“三农”问题和农村经济、农村金融等。
在这一转型过程中，整个金融体系需要向消费金融、大众型金融、普惠金融转变，以适应经济包容性增长的要求。中国人民银行行长易纲也曾多次表示普惠金融在未来中国金融发展方向上的重要性，而蚂蚁小贷作为数字普惠金融的先行者，在实现金融促进公平正义的同时，与国家和社会的未来发展紧密相连，将拥有超越商业价值的巨大社会价值。
本案例由陈龙教授指导，长江商学院研究员杨燕撰稿，由长江商学院案例研究中心授权《中国经营报(博客,微博)》刊发，部分案例内容有删减。
文/杨燕 编辑/李自曼
本文首发于微信公众号：中国经营报。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
（责任编辑：何一华 HN110）
