文/新浪财经意见领袖专栏作家 王剑
小微信贷的核心，是如何在有效控制业务成本的情况下，获取充分信息完成风险定价。
■逃不开的贷款定价原理
银行参与小微信贷业务的核心原理：“合理利润=信贷利率-资金成本-业务成本-风险成本”。小微信贷的核心，是如何在有效控制业务成本的情况下，获取充分信息完成风险定价。为了能够以合理成本实现对小微企业的风险定价，国内外业内进行了各种探索，我们将所有做法分为两大典型模式：全手工的人海战术，和全自动的大数据征信技术。而其他类型均可视为上述两种模式的不同比例融合。
■水泥：全手工的人海战术
全手工的人海战术，是最为古典的方法，也是在大数据时代之前最为有效的方法。后来出现的IPC技术将人海战术系统化、流程化、标准化，效率大幅提高。国内银行的典型代表是台州银行。
■鼠标：全自动的大数据技术
全自动实现大数据征信相比人海战术，其大幅节约了单客变动成本。而由于开发、建设、维护系统导致固定成本较高，因此需要海量客户来覆盖固定成本。因此，使用大数据征信的机构，往往通过渠道等优势，海量获取客户。国内银行有互联网银行采用这一模式，其中新网银行不依靠专有数据，更具有可复制性。
■A股案例：常熟银行
A股上市银行中的代表样本是常熟银行。常熟银行发挥后发优势，其模式兼具人海战术和大数据征信的特征，是博采众长之后的集大成之作。我们认为随着小微贷款占比提升，常熟银行盈利能力仍将继续提升并超过行业整体水平。综合考虑小微贷款占比提升和竞争加剧导致的小微贷款收益率下降两方面因素，中性假设下（假设个人经营性贷款占比提高到60%，小微收益率较当前水平下降50bps）我们估计常熟银行中长期ROE将超过行业平均水平2个百分点。
■投资建议（略）
■风险提示
会计准则变化带来的扰动可能引起误差；宏观经济波动可能会对预判产生影响。
目录
一、逃不开的贷款定价原理
1.1信贷定价原理
1.2 小微信贷的两大典型模式
二、水泥：全手工的人海战术
2.1 人海战术的两大发展阶段
2.2 案例分析：台州银行
三、鼠标：全自动的大数据技术
3.1 大数据征信原理
3.2 更可复制的陌生人模式
3.3 案例分析：新网银行
四、A股案例：常熟银行
4.1 基本情况
4.2 未来盈利水平的提升
五、不同模式样本的横向比较
六、投资建议（略）
七、风险提示
报告正文
在目前国内外经济形势复杂的情况下，小微企业的融资难（贷款可得性低）、融资贵（融资成本高）问题持续受到政策当局关注。小微企业贡献了极高比例的就业岗位，事关民生福祉，但现实中融资难、融资贵问题又在全球长期存在，难以得到彻底解决。近几年，我国政策当局出台了很多措施，努力去缓解这一问题。
一、逃不开的贷款定价原理
1.1 信贷定价原理
我们在前期的小微信贷业务报告《银行小微信贷业务深度：原理、模式与实例》（2018年9月20日）中，提炼了银行参与小微信贷业务的核心原理：利用各种手段，以合理成本，覆盖尽可能大的客群，完成信息收集，从而完成风险定价，并获取合理回报。用公式体现为：
即，银行在收取的贷款利息，在扣除掉各项成本后，仍能取得合理利润，以此才能实现这项业务的商业可持续。小微企业能贡献的其他中间业务收入较少，因此一般只考虑信贷利息收入。目前，国内有一些专业的银行已经实现了商业可持续，并取得非常好的回报。
通常的观点认为，小微信贷业务风险过高，即上式中的“风险成本”过高，导致很难实现合理回报。但我们研究后认为，这一观点并不准确。事实上，是银行为了获取小微企业风险定价所需的充分信息，所需投入的业务成本过高。换言之，是要投入较高的业务成本，来控制住风险，即用业务成本替代风险成本（但不能用风险成本来替代业务成本，因为风险成本是把握不住的，容易失控）。小微信贷业务的核心，便是如何以合理业务成本实现这一点。所以，问题的关键是从成本入手。
业务成本又可分为固定成本和变动成本。固定成本是开办这项业务所需要的行政管理、业务研发、科技投入等各项成本，变动成本是指针对每一客户所需要投入的业务成本。
或：
传统上做小微信贷的难点，主要在于单家变动成本太高，即完成单家客户的获取、尽调等成本太高。同时，由于很难批量、快速获取大量客户，也会导致固定成本无法充分分摊，即“固定成本/客户数”过高。
而相比之下，大中型企业的单家尽调成本一般会更低，因为这些企业经营更为规范，信息更为书面化，易于处理，因此本身就不需要很重的尽调工作。如果大企业、小企业同样是陌生企业，都需要详细尽调的话，那成本还是大企业更高，毕竟其尽调工作量更大，但往往大企业因为信息更透明而可适度节省工作量。此外，大企业往往信贷规模量也大，能贡献给银行的其他中间业务收入也高，因此即使业务成本高一些，也能覆盖。
因此，小微信贷的核心，是如何在有效控制业务成本的情况下，获取充分信息完成风险定价。
1.2 小微信贷的两大典型模式
为了以合理成本实现对小微企业的风险定价，国内外业内进行了各种探索，取得了很多有益的经验。理论上，我们将所有的做法分为两大典型模式：全手工的人海战术，和全自动的大数据征信技术，我们分别以“水泥”、“鼠标”比喻之。而其他类型，包括我们以前提过的“半自动”类型，以及供应链金融等，均可视为上述两种典型模式的不同比例的融合。
当然，现实中的各家机构所采取的做法，是博采众长，也就是两种模式的融合，即“水泥+鼠标”，不存在单纯的某一模式。哪怕是完全无物理网点的互联网银行，也会在线下适当访问客户，而最古典的传统小微银行，也在积极引进相关技术提升自己的业务效率。
以下我们分别介绍这两种模式的主要情况，并且选取典型样本进行案例分析。
二、水泥：全手工的人海战术
2.1 人海战术的两大发展阶段
（1）早期粗放阶段
全手工的人海战术，是最为古典的方法，也是在大数据时代之前最为有效的方法。我国建国后，政府组织各地农民开办了农村信用社，改革开放后又允许民间资本开办城市信用社，希望它们能为城乡基层居民、企业提供金融服务，它们所用的方法大部分都属于这一模式。并且，它们中间的杰出代表将这些模式沿用至今，涌现出一批小微业务优异的中小银行。
早期信用社从事人海战术，一般还没有形成系统化的团队、组织、架构和流程，而是由业务员各自出击，自由发挥，因此难以形成合力，依靠的是业务员本身对当地客群的熟识，知根知底，信息不对称程度天然就低（业务员先天掌握了客户的“软信息”，即非书面化的信息）。然后，业务员凭经验完成风险定价。可以说，这是在当时的技术、组织条件下行之有效的方法。但有其局限性，在社区圈子之外很难快速复制，而培养新人基本上依靠“传帮带”的师徒模式，传承效率也不高。
（2）向标准化迈进
2005年前后，世界银行为国家开发银行提供低息贷款，用于小微信贷。世行和国开行在全球范围内进行技术招标，德国国际项目咨询公司（International Project Consult，简称IPC）中标。然后，国开行率先与台州银行、包商银行等合作，引进IPC技术，而后推广至多家中小银行。其中，台州银行由于本身就地处中小微企业活跃的浙江省台州市（“地利”），在当地以人海战术从事小微信贷已有长达10多年的经验（“人和”），因此引进IPC技术后如虎添翼，再赶上这段时间刚好又是我国经济高速增长期（“天时”），最终成为了我国小微银行中的翘楚。包商银行也取得了较好效果，但由于北方地区中小微企业不如南方活跃，因此稍缺“地利”。
我们将IPC技术大体上仍然归类为全手工的人海战术模式，但是，它更加系统化、流程化、标准化，因此可复制性、可扩展性更强，比起粗放时代的人海战术，效率大幅提高。这反映了德国人极端严谨的逻辑思维和抽象思维能力，将人海战术中的各种经验提炼成了系统规范的做法。
IPC公司成立于1980年11月，主要从事小额信贷业务咨询服务，重点推动发展中国家提高金融服务水平，将技术输出给各国金融机构，在全球小微信贷领域拥有较好的声誉。IPC技术内容较为丰富，流程细致而严谨，我们将其大致归纳为三点内容：
1． 客户财务报表还原（主要考察还款能力）。小微企业往往没有规范的财务报表用以判断其经营情况。为此，业务员通过实地尽调，掌握小微企业的进货、生产、销售、管理等情况，了解客户的资产、负债信息，并自行编制出清晰简要的财务报表，尤其是现金流量表。报表中所运用的数据必须尽可能得到可靠验证或交叉验证，不能仅仅由客户单方面提供，比如销售数据由业务员在店面蹲点采集，财产情况也需要考证其确属自有财产而非借入的，并且财产价值需用现值。不同数据之间也要有交叉验证，比如存货与销售之间的周转率是否符合行业规律。最后，业务员编制出较为可靠的财务报表，用于放贷决策参考。
2． 多方收集客户软信息（主要考察还款意愿）。软信息是指非书面化的信息，包括客户的口碑、才干、品行等，对评估客户的还款意愿非常重要。尤其是勤奋、俭朴、踏实等优良品质，对从事小本生意而言非常重要，业务员需要多方考察。业务员首先会收集客户的常规信息，包括年龄、家庭情况、经营年限等。同时，还会尽可能收集客户的其他可能有用的信息，比如有无不良嗜好等。IPC技术尝试将这些软书面进行一定程度的数量化、书面化，比如常用的不对称偏差分析法，即观察客户的某些特征与群体平均水平的偏离程度。
（以上两点内容，均需要获取客户信息，有时是从第三方获取，可能会涉及隐私保护问题。国内常见的做法是从街坊邻居间打听，而西方难度更大。掌握了上述还款能力、还款意愿后，对客户的放款风险已有较大把握，因此对抵质押品的要求也可适度放宽，这也是IPC技术轻抵押的一个特征。）
3． 业务团队组织管理。这是银行内部事务，但却异常重要。因为前面两点内容，均需要一支业务能力强悍的业务员队伍去完成，团队人员较多，IPC会进行严格的业务培训。同时还得控制住业务员的道德风险、操作风险、法律风险，杜绝发生与客户勾结的舞弊行为，也不能发生侵犯客户隐私等其他违规违法行为。为此，还要设计一整套激励处罚措施，在控制业务员不当行为的同时，激发他们的主观能动性。因此，团队管理难度较大，甚至有时会有一丝准军事化的色彩。
IPC技术的引进，使得小微信贷系统化、流程化、标准化程度大幅提高，其服务的客群也可进一步下沉，从“小微企业贷款”（户均在500万元以内）向“微贷”（或称“小小微”、“小本贷款”等）下沉，户均低至几十万元甚至十几万元，并且能够服务于无抵押品的客户，进一步实现了普惠金融的应有之义。
2.2 案例分析：台州银行
台州银行总行位于浙江省台州市，当地民营经济活跃，中小微企业数量众多，这些企业对金融服务有着旺盛的需求，这也是台州当地涌现出好几家小微专业银行的“地利”。目前，台州当地有台州银行、泰隆银行、民泰银行三家城商行，均从事中小微企业业务，世称“台州三宝”，然后还有一批农商行从事相似业务，此外，其他银行的当地分行也会参与部分小微业务。
台州银行前身为成立于1988年的浙江黄岩路桥银座金融服务社。当时的背景是国家为支持正在兴起的中小企业，允许各地开办城信社。银座服务社在创始人陈小军带领下，定位于中小微企业，以审慎经营、灵活服务、高效奖罚等特点，迅速打开了市场。2002年，国家开始在城信社基础上组建城商行，银座城信社联合其他8家城信社，组建了台州市商业银行，地方政府参股5%，为全国首家不由政府控股的城商行。2005年，引进IPC技术，客群定位进一步下沉。2010年，台州市商业银行更名为台州银行。目前，台州银行已完成布局省内全部地级市，并在省内及省外的深圳、北京、赣州、重庆开设有村镇银行。
截止2018年末，台州银行总资产1894亿元，贷款总额1250亿元，存款总额1483亿元，2018年全年实现净利润46.82亿元，是一家规模中等的城商行。但是，从盈利能力上看，其盈利水平非常突出，2018年的ROA为2.43%，归母ROE达到30.07%，净息差为5.24%，均居全行业前列。2018年末不良贷款率为0.63%，拨备覆盖率达到397%，资产质量上乘，其他各项监管指标也不错。台州银行单一客户授信集中度为1.05%，前十大客户为6.60%，全行人均管理资产规模为1700万元（2016年末），在业内属于极低水平，反映了该行中小微客户定位。这一系列经营成果雄辩地反驳了业内某些“小微业务不赚钱”的悲观论调。
我们将台州银行2018年ROA进行分解，并与A上市银行合计水平进行比较，能够明显发现，其超额的ROA主要得益于资产端收益率高，而其中又是偏高的小微贷款收益率贡献。然后，其费用水平也明显高于行业，但完全可以由其收益来覆盖。然后，我们发现其资产减值损失相比行业并不高，甚至是非常优秀，足可见这种以高费用支撑的人海战术的风控效果是卓有成效的。因此，最后台州银行取得了显著高于行业的ROA水平。
从台州银行的较高盈利水平、较高贷款收益率来看，这一细分领域竞争依然不够充分，因为竞争会消灭超额利润。虽然台州市乃至浙江省银行机构密集，但大部分银行并未足够下沉至中小微企业领域，致使长期耕耘于此的小微专业银行有了获取超额回报的空间。如果现在有其他银行决定进入这一领域，可能仍然需要较长一段时间的能力建设，不可能一蹴而就，这种前期投入的高成本对新银行的进入构成了很高门槛。但由于各种科技手段日新月异，也不排除有后发优势，比如大数据技术。
三、鼠标：全自动的大数据技术
3.1 大数据征信原理
在大数据技术日益成熟后，银行或其他放贷机构可实现全自动的大数据征信，可利用所掌握的信息，由事先编制的模型，自动完成授信决策。这一模式仍然基于信贷定价原理，即通过信息实现风险定价，但由于它借助新技术，能够全自动完成海量审批，因此大幅节约了单客变动成本。但是，开发、建设、维护这一系统也较昂贵，因此固定成本较高，需要海量客户来覆盖固定成本，以便降低“固定成本/客户数”。因此，使用大数据征信的机构，往往通过渠道等优势，海量获取客户。
从原理上而言，大数据授信大体上依然是一个征信回归模型。即，以过去的多个数据为自变量，或者以这些自变量间相互计算的中间变量为自变量，以最终的客户是否违约为因变量，通过回归分析寻找相关性。然后，找到显著相关的自变量，再去基于这些自变量的现在数据，去预测客户未来的还款情况。自变量的选择，可以是凭经验不断去尝试，但现在计算机技术进步之后，引进了机器学习等其他方法，自动寻找自变量，这种方式寻找出来的有些自变量具有相关性，结果有效，但不一定能够得到逻辑解释。
利用这些可以从数据中判断信用水平的新技术，再加上充足的客户量和数据量，便可使以合理成本实现授信成为了可能。并且，由于这种模式下单客业务成本极低，因此可进一步降低单客信贷规模，将服务覆盖至更下沉的客群。
大约在2012年前后，部分掌握海量客户和大数据的银行和互联网公司，开始尝试利用这些数据进行线上授信与放贷，比如建设银行、蚂蚁小贷等。这主要是互联网行业发展了多年后，其数据量积累到了可以在统计学上产生相关性并用于构建征信模型的地步。
2015年，国家放开新民营银行组建，我国互联网巨头腾讯、阿里巴巴开始开办互联网银行，专门从事完全基于大数据征信的线上放贷。截止目前，我国共有三家互联网银行，深圳前海微众银行、浙江网商银行和四川新网银行，此外也有传统银行、直销银行（如百信银行）等从事大数据授信业务，该模式的运用日趋成熟。
3.2 更可复制的陌生人模式
由于微众银行、网商银行的核心优势是自己关联方（即互联网巨头腾讯、阿里巴巴）掌握的大数据，再加上部分外部数据，以及优异的大数据征信技术，从而取得了较好效果。但是，它们所拥有的大数据资源具有不可复制性，基于这些大数据，本身已对客户具有很强的信息优势，是“专有数据模式”，因此，其优势难以复制推广。某些供应链金融基于自身核心企业掌握的数据来开展信贷业务，也可以归入这一模式，无法复制。
我们将我国第三家互联网银行新网银行的模式作为样本，它们的模式是，当一位陌生客户来申请贷款时，便从互联网上采集公开数据或授权获取客户的非公开数据，进行大数据授信。这一模式可以称为“陌生人模式”，相比起专有数据模式，陌生人模式更加比拼数据获取能力和大数据征信能力，如若运用成熟，也更具推广价值。我国有不少传统银行也在从事基本线上化的放贷服务，也可以认为是陌生人模式，因为这些银行事先掌握客户的数据也不多。当然，对于从事线上放贷的传统银行、互联网银行，它们在力所能及的情况下，也会适当配合以线下服务，比如大型银行的部分主要基于线上授信的产品，线下业务员也会实地访问。
这一模式可复制性较强，如果技术成熟，可以更好推广，让服务惠及更多基层客群。但长期来看，可能有不确定性。主要是，这类银行不掌握专有数据，各家采集的数据较为雷同，比如针对个人采集的是征信、社保等数据，针对企业客户采集的是征信、工商、税务、司法等数据，政府为推动普惠金融，也在努力地提高这些数据的可得性，不同银行之间很难在数据源上形成差异，只能比拼大数据征信技术。如果大数据征信技术也不能形成差异（很多技术也可向市场的专业服务商购买），那么最后只能拼价格，拼价格的话那自然是资金成本优势的大型银行将市场通吃。因此，这一模式无法在数据上形成门槛，差异化主要体现在更高的大数据征信水平，而如果将来技术扩散，做出差异化优势的难度就更大。
3.3 案例分析：新网银行
四川新网银行于2016年6获银监会批准筹建，于2016年12月正式开业，由新希望集团、小米、红旗连锁等股东发起设立，注册资本30亿元。新网银行是我国第三家互联网银行，运用先进的金融科技能力、大数据风控技术和开放运营平台，服务于小微企业和消费者群体。
开业后，新网银行实施单品战略，推出云贷款产品“好人贷”，客户只需要在新网银行的官方微信公共号上用手机号完成注册，然后完成身份证核验、人脸识别、补充其他信息后，3分钟内即可完成授信额度审批。该产品与其他很多线上普惠贷款一样，按日计息，随借随还，最长可分期5年，最高额度可达50万元。
截止2018年末，新网银行总资产362亿元，贷款总额257亿元，存款总额136亿元。此外，新网银行还通过与其他银行联合放贷的方式给客户提供贷款，表外还会有一定规模的管理贷款。2018年，新网银行实现营业收入13.35亿元，净利润3.68亿元，成立后第二个完整会计年度即实现了盈利。2018年净息差为4.30%，ROA为1.40%，ROE为12.3%，ROA已经高于行业水平。2018年末不良贷款率为0.39%，拨备覆盖率693%。但由于成立后运营年限不长，这些经营指标可能未来还会有所变化。根据2019年最新数据，新网银行已经为全国超过2180万用户提供服务，累计放款超过2100亿元，人均借款金额3300元。
以“陌生人模式”在线放贷的核心，是从申请的各色人等中排除高风险、欺诈人群，需要以尽可能低的成本采集足以进行判断的数据，完成决策。新网银行借助自主研发的大数据挖掘体系、信用风险决策模型、反欺诈系统等，实现在线批量审批。首先在客户授权的基础上，通过多维数据为客户实现“画像”，然后用包含上千个风险因子的模型判断其违约率，全过程基本上自动完成。并且，该模型体系还会不停迭代完善。运行2年多来效果良好，也初步验证了陌生人模式的有效性。不过由于资本限制，新网银行进一步扩张的空间有限。
从ROA分解来看，新网银行也是依靠较高的资产收益率取胜，且收益水平超过行业更多。但其利息支出、费用、资产减值损失均高于行业水平，因此ROA超出行业水平的程度并不多。其中，利息支出/平均资产偏高，是因为作为一家互联网银行，没有办法像传统银行那样有效吸收一般存款，因此负债成本偏高。随着未来新网银行业务再扩大，这些指标可能还会有所改变，目前还不能视为稳态，但已经验证证明了该模型的效果。
四、A股案例：常熟银行
目前，国内大部分银行多或少都有一定比例的小微业务，但A股上市银行中，较具小微信贷业务特色的银行是常熟银行。因此，我们重点介绍常熟银行的模式。更为详细的个股分析请参见我们的常熟银行个股报告《常熟银行：聚焦小微有望提升中长期ROE》（2018年10月11日）。
4.1 基本情况
常熟市属于江苏省苏州市，是著名的江苏四小龙之一，经济高度发达。但是，该地经济结构与周边典型的苏南模式（在乡镇企业基础上通过股份制改造产生较大规模的企业）略有区别，商品市场、个体工商户、小微企业明显比其他苏南地区活跃，草根经济活动非常发达。因此，此地较周边苏南地区更具备开展小微业务的“地利”。
常熟银行前身是当地农信社，2001年由常熟市农村信用合作联社改制而来，是全国首批组建的农商行。和大部分农商行一样，其传统业务中也有很大比例本身就属于小微信贷范畴。2009年，常熟银行设立小微金融总部，专门开展小微业务，客群进一步下沉。小微金融总部经过几年探索后，效果较好，因此于2017年全行全面确立了对小微企业、个体工商户、三农的战略定位，致力于成为一家现代化零售银行。
2009年之后的这段探索时期，常熟银行在传统农商行小微经验基础上，博采众长，而此时业内的传统人海战术、IPC技术、信贷工厂已较成熟，金融科技也开始应用，因此起点较高，选择适合于自己的发展方式。经过几年探索，最终常熟银行选择了信贷工厂路径，其实质是两种典型模式、多种现代方法的有机结合。
这一模式的前端主要参考人海战术，由大量的业务员深入街头村尾，拓展并服务客户，借鉴传统的人海战术或IPC的小微信贷方法，采集客户的各种软硬信息，以供决策参考。然后，这些信息形成标准化模板，输入到流程系统中，后台由本专业审批官集中审批。业务员还会继续负责贷后管理等。然后，常熟银行也积极引进各种金融科技，包括大数据征信技术，推出了线上贷款产品。因此，常熟银行发挥了后发优势，其小微、零售业务基本上是博采众长之后的集大成之作，很难归入某种典型模式。
4.2 未来盈利水平的提升
常熟银行的小微信贷占比较高。由于信贷产品种类较多，小微定义本身也标准众多（小银行自己的“对公”有些符合国家、行业标准的“小微”），因此横向比较有些不便，我们采用简单的统计口径。截止2019年6月末，常熟银行并表口径贷款总额1035亿元，其中单户1000万元以下的信贷（剔除个人消费类贷款）约475亿元，占比接近一半；小微金融总部贷款总额282亿元，占比27%，主要增长期开始于2014年，也就是其现有模式慢慢成熟后的几年。
目前常熟银行ROE与行业整体水平接近，ROA略高于行业，说明权益乘数低于行业。从ROA分解来看，与前面两文两家样本银行类似，也是靠资产收益率取胜。低杠杆是农商行的普遍现象，此其未来也难以通过加杠杆的方式提高ROE，更多的还是要依靠加大高收益小微业务投入，通过提高ROA来提升ROE。
我们认为随着小微贷款占比提升，常熟银行盈利能力仍将继续提升并超过行业整体水平。我们的测算过程如下：
（1）收益率：考虑到数据披露口径问题，我们假设所有的个人经营性贷款是常熟银行竞争力最强的产品，其收益率按经验能达到9%左右，这样今年上半年其他贷款的收益率大约在5.8%左右，说明这个假设还是比较合理的。受竞争加剧影响，小微贷款收益率可能会下行，我们后面会对这一假设进行敏感性测试；
（2）业务成本：发放小微贷款的业务成本应该比其他业务高一些，但这样不方便测算，我们换个思路。我们观察到常熟银行近几年加大小微业务投入，但成本收入比并没有明显上升，说明小微条线的成本收入比与其他条线基本一致，我们假设其成本收入比为全行整体水平，即37%左右，这样小微贷款的业务成本就是9%*37%=3.3%，而其他贷款的业务成本仅有2.1%；
（3）资金成本：我们假设小微贷款跟其他贷款业务资金成本一样，并进一步假设其为整体融资成本，即2.4%；
（4）风险成本：目前全行不良贷款率大约1%左右，假设小微贷款的不良贷款率也是1%。我们观察其他类似小微贷款做得比较多的银行，比如台州银行、泰隆银行等，其资产减值损失/贷款大致不到1%，说明这个假设是比较谨慎的。也就是说，通过加大人力和技术投入、以业务成本置换风险成本，至少可以将小微贷款的风险控制到跟其他贷款一样好（优异者甚至更好）。
前述匡算下来，个人经营性贷款净收益率比其他贷款高出约200bps。
近几年常熟银行个人经营性贷款（包括小微金融总部和各村镇银行发放的）占比不断提升，目前占比已经达到33%，我们测算了个人经营性贷款提升到不同比例情况下，对ROE的影响。测算思路如下：前面提到个人经营性贷款净收益率比其他贷款高出约200bps，因此每1%的贷款从其他贷款置换为个人经营性贷款，贷款净收益率就提升2bps，合税后1.5bps；常熟银行的贷款大概占到总资产的一半左右，因此会提高ROA约0.75bps；我们进一步假设常熟银行权益乘数不变（今年上半年数据受可转债转股影响而下降较多，我们使用2018年平均权益乘数，约12.8x），则ROE会提升10bps，即大约0.1个百分点。
如果我们假设常熟银行未来个人经营性贷款占比提高到60%（以此作为中性情形），则其ROE将较当前高出2.6个百分点。由于常熟银行2018年ROE跟行业接近，这意味着常熟银行的超额ROE将达到2.6%，还是比较可观的。
上述测算未考虑竞争加剧可能导致小微业务收益率下降的可能。由于大中型银行以及新兴民营银行加入竞争，可能会导致小微业务的收益率比其他类型贷款的收益率下降更快。假设竞争加剧导致小微业务收益率比当前下降50/100bps两种情形：
五、不同模式样本的横向比较
最后，我们将上述几家样本银行及其相似的银行的ROE杜邦分解表罗列在一起。其中，微众银行、新网银行有较大比例的个人消费贷，但征信方法和线上个人经营贷类似；张家港行、苏农银行有一定比例的中型企业客户，也有较好的小微业务。因此，横向比较仅供参考，并不是暗示应当完全参照某一模式。同时，我们将上市银行合计值作为行业的代表，用于对照。
从2018年ROE分解来看，大部分能够看出来小微、零售业务的特征，即“高收益、高成本、高风险”，资产收益率高是普遍特征，负债成本率则大多高于行业。中间业务收入大部分低于行业，但三家互联网银行则明显超过行业，来自联合贷款、信贷资产证券化等业务，说明这种大数据征集技术可以有效对外输出，在本行无加杠杆空间的情况下，进一步服务客户、获取回报。费用显著超过行业，传统人海战术需要消耗费用，互联网银行的技术和数据投入同样消耗费用。而最受人关注资产质量方面，大部分样本银行的资产减值损失仅略高于行业，说明风控效果较好。但台州银行、泰隆银行的资产质量好于行业。当然，资产质量光用一年的资产减值数据可能说服力不足，我们可持续观察。
从上述分析来看，小微信贷业务的人海战术、大数据征信技术均已验证有效，其高收益能够覆盖高成本、高风险，最终取得了超过行业的ROA、ROE水平。农商行受先天约束，ROA、ROE低于行业，但对小微有更集中投入的常熟银行的ROA、ROE也已超过了农商行子行业。
随着更多大小银行进行这一领域，慢慢掌握有效技术，我们并不能保证这一盈利水平的绝对值能永远保持，但小微业务盈利水平高于传统业务这一相对优势，估计能保持较长一段时间。
六、投资建议（略）
七、风险提示
2018年以来受新会计准则影响，部分数据如利息净收入、其他非息收入等与历史不完全可比，我们力求将口径调整为跟历史一样，但调整过程中难免存在误差；
另外，如果未来货币政策或宏观经济出现较大波动，可能会对我们的分析结论产生一定影响。
(本文作者介绍：中国人民大学金融学硕士，CFA持牌人，曾供职于浙商证券、光大证券研究所，担任金融行业分析师，2018年加盟国信证券，任金融业首席分析师。)
责任编辑：陈鑫
欢迎关注官方微信“意见领袖”，阅读更多精彩文章。点击微信界面右上角的+号，选择“添加朋友”，输入意见领袖的微信号“kopleader”即可，也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。
