陈国汪：中国银行业微贷技术应用存在的问题与建议
作者：金融界银行研究院院长陈国汪
一、发展现状
微贷技术是银行向单户授信1000万元以下的小微企业、个体工商户和农户提供小额信贷服务的风险评估、审批流程和管理方法体系。在国家普惠金融战略推动下，中国银行业微贷业务快速发展。截至2026年一季度末，全国普惠小微贷款余额突破38.8万亿元，较上季度增长4.82%，过去四年规模接近翻倍；新发放普惠型小微企业贷款平均利率3.64%，较2025年全年下降0.19个百分点。
目前中国银行业形成了三大微贷技术流派：以泰隆银行、台州银行为代表的传统IPC技术流派，强调"三品三表"和交叉检验；以网商银行、微众银行为代表的数字化微贷技术流派，实现"310模式"；以及大多数中小银行采用的线上线下混合模式。
二、存在的主要问题
（一）技术应用不均衡，分层分化明显。
中国银行业微贷技术应用呈现显著"金字塔"结构。头部互联网银行和大型国有银行技术领先，某民营银行累计吸引中小微企业客户逾500万申请，单账户IT运维成本仅为国内外同行的十分之一。而绝大多数城商行、农商行和村镇银行技术滞后，小型农商行微贷不良率普遍偏高，审批标准不统一。同时，区域发展也不平衡，东部沿海和城市地区明显优于中西部和农村地区。
（二）数据壁垒与数据质量问题突出。
跨部门数据共享不畅，税务、市场监管、社保等公共数据分散，银行获取渠道有限、成本高昂。数据时效性不足，季度财务报表滞后至少一个月。同时，数据采集使用还面临《个人信息保护法》《数据安全法》的合规挑战。
（三）传统IPC与数字化技术各有局限。
传统IPC技术标准化程度低，依赖"师傅带徒弟"的经验传承，技术复制难度大、推广成本高。培养一名合格IPC信贷员需3-6个月，难以规模化推广，且审批周期长，无法满足小微企业"短、小、频、急"的资金需求。
数字化微贷技术则存在泛化能力弱的问题，对缺乏线上交易数据的传统行业、农村地区和初创企业识别能力大幅下降。很多银行从业者无法清晰解释模型决策逻辑，"黑箱"问题突出。多家银行使用相似数据和模型易导致过度授信，部分客户可能同时从多家机构获得贷款，共债风险和欺诈风险上升。
（四）技术与业务融合不足，人才短缺。
许多银行AI应用由科技部门主导，与一线业务脱节。传统"总-分-支"三级架构与数字化微贷扁平化、集中化特点冲突，总行模型难以适应地区差异。虽然2026年金融监管总局取消了小微贷款增速指标，但银行内部"重规模、轻质量"的考核导向调整仍需时间。
微贷技术需要既懂金融又懂数据的复合型人才，但传统信贷人员转型困难，银行在与互联网公司的人才竞争中处于劣势，且尚未建立系统的人才培养体系。
三、下步发展建议
（一）银行层面：构建差异化微贷技术体系
一是不同类型银行应因地制宜选择发展路径。大型银行和互联网银行重点发展数字化微贷，覆盖海量长尾客户；中型银行采用"线上线下结合"模式；小型农商行和村镇银行立足本地，发展"IPC+"模式。
二是推动传统IPC技术数字化升级。将"三表还原+交叉检验"框架标准化，开发移动尽调APP，将专家经验转化为数据模型。采用"大模型赋能+小模型落地"架构，大模型处理非结构化数据和生成可解释性报告，小模型负责精准预测，利用联邦学习技术实现跨机构数据协同。
三是优化组织架构。设立专门的普惠金融事业部，落实尽职免责制度，调整考核导向，从"规模驱动"转向"质量和能力双轮驱动"。加强复合型人才培养，对传统信贷人员进行数字化技能培训，建立有竞争力的科技人才薪酬机制。
（二）政府监管层面：完善政策支持和监管框架
一是落实2026年金融监管总局《关于做好2026年小微企业金融服务工作的通知》要求，引导银行优化信贷结构，地方法人银行坚守服务定位，将民营企业信贷业务纳入内部绩效考核。
二是加快小微企业信用体系建设。依托全国一体化融资信用服务平台，依法合规共享公共数据，运用区块链、隐私计算技术保护数据安全。健全"政银担"风险分担体系，加大对政府性融资担保机构的支持力度，建立贷款风险补偿机制。
三是加强金融科技监管。落实央行《人工智能算法金融应用信息披露指南》，要求银行加强算法可解释性，建立模型全生命周期管理制度，防范过度授信和共债风险。
（三）行业合作层面：构建开放共赢的微贷生态
鼓励头部银行向中小银行输出技术和系统解决方案，建立行业技术标准。深化与金融科技公司合作，拓展获客渠道，联合研发前沿技术。加强与产业链核心企业合作，发展供应链金融，利用区块链技术提高交易数据真实性，创新订单贷、仓单质押贷等产品。
