原創 巴九靈 吳曉波頻道

“天使貸”“記者貸”“教師貸”都有了，“打工人貸”還會遠嗎？

文 / 巴九靈（微信公眾號：吳曉波頻道）

互聯網已經不是第一次從銀行的眼皮底下搶生意了。

當余額寶搶活期存款的生意時，銀行沒有說話。

當花唄、白條搶信用卡的生意時，銀行也沒有說話。

當借唄、微粒貸開始搶個人消費貸款的生意時，銀行終于坐不住了。

是的，他們比以往任何時候都更想借錢給你花。

眼看著中國的消費金融市場越做越大，狹義消費貸款（不算房貸）占社會消費品零售總額的比例水漲船高，而且會越來越高（2019年中國是36%，美國是67%）。

來源：中國金融消費年度報告2019

然而蛋糕被互聯網金融平臺一口一口吃掉。

互聯網消費金融平臺余額占狹義居民消費貸款余額的比例，來源：中金公司

銀行的個人業務，仍然主要固守“房貸”的戰場，四大行75%以上的個人貸款都是房貸。但在“房住不炒”的管控壓力下，這方面增長空間有限。相比之下，消費成為推動經濟增長的主引擎，前景廣闊。

如何才能搶占互聯網消費貸款這塊新天地呢？尤其是在疫情之后，消費復蘇，機會正好。

銀行為此想出了各種奇招，其一就是對個人信貸“促銷打折”。

6月，第一財經就曾報道，有多家銀行下調了個人消費貸利率，有些甚至低于同期限的LPR（貸款市場報價利率，是金融機構對其最優客戶執行的貸款利率，一般房貸以此為基準）。

折扣力度有多大呢，比如建行的一款產品，過去年化利率高達7.2%，如今降到了4.35%，招行的一款產品，從10%降到了6%。

互聯網個人信貸產品的貸款利率普遍偏高，銀行有降價的空間和財力。

雙十一期間，又有銀行新增了玩法。

比如中國農業銀行某支行，推出了一款叫做“記者e貸”的信用貸款項目，顧名思義，只有當地的媒體從業人員能夠享受。

除了鎖定“職業”，標價也很美麗。這款記者e貸的年利率比一般個人貸款低，在雙十一活動期間還能優惠，最低到了3.85%。業內人士表示，這個價格實屬“虧本價甩賣”。

此消息在媒體圈小火了一陣，媒體老師們紛紛調侃：銀行終于發現我們貧困，要借錢給我們了。

實際上，而早在媒體圈享受職業光環之前，教師、醫護等職業也已經被銀行獨家定制過貸款產品。

這些職業貸們，根據不同職業特點來制定風控策略，比一般的個人信貸，申請更快，成本更低。

不過，相較于互聯網產品廣撒網、更“開放”的拉客方式，銀行在這方面依然保守，在職業貸上就有充分體現。

銀行在信用貸款的審核中，“職業”一直以來都是一項非常重要的審核參考指標。有些職業特別受銀行“歡迎”，而有些職業卻很難向銀行貸款。

因此，所謂的“職業貸”，也不過就是銀行選擇了那些本就在信貸審核中比較受青睞的職業做文章。此外，剛才提到的幾款降價貸款產品，用戶使用也有門檻，比如只能單位集體申請，比如在該銀行辦的其他業務越多，利率越優惠。

產品是新的，但做法卻依然很傳統、很銀行。

這就與互聯網公司利用一些日常消費數據，如網購數據、出行數據等作為參考大不相同，可以說雖然大家都在同一個領域爭奪用戶，但“看人的眼光”完全不同。

于是問題也就來了：

① 為什么銀行要發力個人信貸，這背后還有哪些深層原因？

② 銀行的“選人眼光”是否太保守？是不是在大數據風控方面的仍不自信？

接下來，小巴就請出一些銀行從業人員和風控方面的專家，解答以上兩個疑問，聽聽他們對我們個人借貸的一些建議吧。

另外，叮囑大家一句，借貸有風險，尤其無論哪種借貸，都對征信影響不小，希望大家了解完相關知識后，量力而行。

再叮囑一句，根據銀保監會7月發布的《商業銀行互聯網貸款管理暫行辦法》，貸款資金不得用于股票、債券、期貨、金融衍生產品和資產管理產品等投資，大家也別動“貸款炒股”的心思。

以前銀行在個人貸款部分，除了按揭這類經營性貸款以外，對消費貸款不是很重視。

這些年螞蟻金服這些民間借貸機構比較火熱，銀行也意識到，個人貸款除了按揭以外，還有很大一塊消費貸款的市場，潛力非常大。

于是銀行各家銀行目前都在做個人消費貸款的項目。至于說這些職業貸款的名號，“記者e貸”還是什么“天使貸”，是銀行為了起到營銷宣傳的效果而另起的名字。其實銀行針對優質客戶的個人消費貸款，很早就開始做了。

銀行對職業的評價，其實是有一套完整的信用評分系統的。比如綜合考量這個客戶的知識水平、從業年限、單位情況等等，相對來說是客觀的。而且個人記錄都可以上征信查到，是比較透明的。

所以我認為銀行對行業或者職業有偏見不太準確。主要是因為銀行綜合評估了它的風險系數，風險越低，對它來說就越優質。

比如以往最優質的客戶，是教師、公務員這類。但這些職業的信貸市場已經飽和了，那銀行也需要市場延伸。所以又出現給記者的貸款，因為記者對銀行來說也還是一個不錯的職業。

為什么會出現記者e貸這樣的職業貸？可能有四個方面的原因。

一、操作便捷性考慮，銀行貸款項目的精細劃分。

銀行本來內部管理，就有對職業的劃分，比較優質的職業本來就有比較好的利率。現在只是把這種利率放在明面上而已。分出去以后，相同職業貸款的風險把控比較統一，銀行就比較好操作。

二、有錨定的大宗合作企業，為了批量貸款，獲得穩定客源。

銀行之間會存在競爭。推出職業貸，會在和單位的對接上，顯得比較有優勢，比較專業。可以拿這個貸款品種直接和單位談，然后做批量貸款。

比如和大型國企去合作，談判的時候說，我有針對你們國企的大眾崗位，做了一個特殊的貸款，你們員工可以批量貸款。而且批量的話，貸款利率就更加優惠，這樣對信貸員、對國企和員工都是有好處的。

三、在與大企業合作中，也可能產生配套產品。

活動給的貸款利率，是很低的，銀行甚至會出現利率倒掛。所以猜測有可能有相關配套產品，比如貸款的同時，要辦理信用卡；也可能是某支行和企業有長期合作，比如工資代發的配套等。

四、企業形象建設。

對一些社會形象比較積極的職業開放針對性貸款，比如護士、教師、記者之類的，考慮它們勞動報酬和穩定性是其次，更重要的是，可以建立企業形象，讓人感覺這家銀行有社會責任感。

另一個問題，銀行貸款對職業的考量，其實是有依據的。公務員、老師等勝在有穩定的現金流，所以即使收入沒有企業老板高，但還是貸款的最優客戶。而且如果你的職業掛靠在比較大的單位，這些單位易于和大銀行達成集團合作。

要補充的一點是，銀行對于職業的風險把控體系是統一的，但是信貸員在實際操作中，會有一定的彈性。一個是因為不同信貸員對風險點的把控有差異，特別是對一些高凈值人群，家庭關系在審核中，有時比職業更重要。

銀行在信貸的風險審核上，依然把職業作為重要依據，是否沒有跟上大數據風控的腳步？不是這樣理解的。

各家銀行，特別是四大國有銀行，也建立了各自的大數據風控模型，但它起到的是輔助性作用。銀行信貸審核起決定作用的還是央行征信報告。

舉個例子，比如說你大數據公共維度體現的征信情況非常好，但是你在央行中心的體系中，你有五六次逾期且未還，那么你整體的表現在貸款里面可能還是不夠。

因為“風險性”對銀行來說是重中之重。銀行是做不到不依據任何央行征信報告，獨立通過大數據風控去開展對一個人的信用評級。那么在個人的征信體系之中，職業是一個很重要的選項。

但是在具體審核中，大數據風控也起到一些作用，讓銀行信貸審核更加完善。

比如很重要的一點是影響了黑白名單機制。你在網上貸款，有逃債記錄，被大數據模型捕捉到，那就會上銀行的黑名單。有時候你覺得自己的個人信息符合銀行貸款要求，但銀行拒貸，有可能就是銀行利用大數據對你網上的行為進行過篩查。

當然新興的互聯網借貸，他們對于信用的審核也不絕對是以大數據為主，有很多時候也要借助央行征信。除非是像支付寶花唄，它能夠依據一個大數據中心，查到一個人所有的交易記錄，數據價值比較大。

而即便部分網絡借貸在審核機制上，相比銀行會更靈活一些，它能夠發放的額度也會非常小。

所以在整個借貸市場的分層體系中，銀行服務的還是最優質的客戶，他們以傳統的職業、資產等強金融的屬性劃分，風險最小，發放的利率最低；而網絡信托服務的人風險較高，利息承擔也要更高。

這兩者的客群是互為補充的。

作者 | 周倩雯 | 當值編輯 | 麻醬

責任編輯 | 何夢飛 | 主編 | 鄭媛眉 | 圖源 | VCG

原標題：《銀行比以往任何時候都更想借錢給你》

閱讀原文