本文为金融业研究方法探讨。本文不是证券研究报告，不构成任何投资建议，涉及个股也仅为举例或陈述事实之用，不代表我们对他们的证券或产品的推荐。具体投资建议请参考我们的研究报告。
王剑，CFA
一、信息生产
过去，银行的收入中有一部分来自于“信息生产”，其本意是：银行通过调研掌握借款人信息，从而对该放贷进行决策。言下之意，这位借款人的情况并不是完全公开的信息，一般外部人是无法确定能不能向其放款的，银行通过付出一定的劳动（成本），了解借款人，从而实现放款。因此，银行的收入中有一部分是对这一劳动的回报。
以一个虚拟例子的简易模型来讲解这一情况。
假设某地区有一个潜在客户群体，里面有5%的人是非常有可能借钱后会违约的，因为他们的经营情况并不好，他们自己是清楚自己情况的（暂称之为“差客户”，其余的为“好客户”）。但是，银行们并不能轻易地从整个群体中分辨出这5%的人（信息不对称）。剩下的95%的人一般是不会违约的，因为情况不错（当然，这一情况也只有他们息自己知道）。当然，即使不考虑经营情况不好导致的违约，整个客户群体整体依然有一定概率违约，比如1%，这个属于非系统性风险，比如借款人发生意外。
因此，风险分为两种，一是自身经营情况的风险（借款人自身较为了解自己的情况），二是非系统性风险，或说意外（自己也无法预测，完全是随机的）。
现在的情况是：银行无法分辨所有人里面谁是属于那5%，只知道整体中有5%是差客户。同时，大家都知道另外有1%的违约率，暂时称之为“自然违约率”（不是严谨术语）。因此，剩下的95%的好客户中，仍有1%会有违约，即总体的0.95%。后文为简化计量，直接近似为1%。因此，全部客户有6%的违约率。
现在假设银行分为两类：全国性大行，在当地设地分支行，但人员有限，无法精确分辨那5%，于是如果想做这类客户的贷款，只能按“收益覆盖风险”原则，定价为：
违约率+资金成本+其他成本=6%+1%+1%=8%
即假设大行资金成本为1%，其他各种成本为1%。也就是说，如果大行要做业务，且无法分辨好坏客户，那么就无差异向整体客户投放利率为8%的贷款。现实中，由于来申请贷款的客户不是平均分布的，而是差客户更倾向来申请贷款，因此银行实际面临的违约率可能还不止6%，因此银行索要的利率可能更高。
而如果有一家小行，由于长期扎根当地，有把握分辨出那5%的人，于是它可以拒绝那5%的人的借款申请，只服务剩余的95%的人，于是定价为：
1%+2%+2%=5%
其中，客户违约率是1%，但小行资金成本为2%，高于大行，各项成本是2%，也高于大行。按此计算，小行可以按5%的利率放贷。但是，由于此时小行缺乏竞争，好客户如果向大行借款利率也是8%，于是它们只能向小行借款。因此，小行可以适度提高利率，比如到6-7%（只要显著小于大行就行）。因此，小行获取一块超额利润。
这块超额利润来自于信息生产，也就是赚信息不对称的钱，即大行与客户之间的信息不对称。当然，信息生产是需要成本投入的，大行如果愿意投入也能搞分辨客户，但这个成本投入可能是很高的，完全不经济。但小行由于长期扎根当地，已经在时间维度上分摊了信息生产成本，单位成本很低。
这就是过去中小微企业信贷市场成为一个利润可观的利基市场时的情况。
某些情况下，大行可以“搭便车”：我虽然无法分辨好和差和客户，但我能观察到当地优质的小行给哪些客户放款了，那这些客户肯定是优质的，大行就去定向抢客户。
二、信息时代
人类2008年提出大数据根据，经过十多年发展，信息技术突飞猛进，现实中已经很难做到银行完全无法分辨一个客户群体中好的和差的客户的情况了。当然，虽然也没达到精准分辨，但肯定也不是完全无法分辨。
因此，对于大行来说，支出一定的信息生产成本（体现在“其他成本”中），可以分辨客户。假设一个极端的情况：大行将其他成本提高到和小行一样（2%），能够分辨5%的差客户，并拒绝之。于是，其定价为：
1%+1%+2%=4%
此时大行的放贷利率就小于小行的5%了。小行各项成本很难再进一步压降，因此，如果单凭贷款利率这一项，小行很难与大行竞争。
这就是信息时代之后发生的事情。信息技术的普及、推广，大幅降低了社会各界采集、使用信息的成本，信息生产变得容易，大行凭借信息技术，确实能够覆盖一些过去很难识别的小客户，使中小微信贷业务在技术上、商业上变得可行。
此时小行还有没有存在的意义呢？
主要有两方面：
（1）信息技术还不可能打破所有、一切客户群体的信息不对称。上面的简易模型刻画了一种信息技术进步后让大行也能完全识别那5%差客户的场景，但现实中显然不可能这么顺畅。尤其是我国这样的大型、复杂的经济体，客户成分非常多样，信息技术还不可能解决100%的潜在客户的信息难题。因此，小行可进一步下沉到信息技术难以覆盖的客户群体，市场空间还是有的。近几年大行下沉的过程中，小行市占率下降的同时，业务规模依然稳步增长，说明它们还是找到了新的客户群体的。
（2）精细化运作的专业服务。即使大行已经拿着更低的利率来营销原先小行服务的客户，小行依然可以凭借优质服务留住客户，即做“大行做不好”的事。还是上例，如果大小行均按风险定价放贷，那么它们的贷款利率之差也就是1个百分点。很多中小微贷款的期限不到一年，本金也不大，很多不到100万元，那么折算下来，从小行这里贷款多支付的利息可能就是小几千块钱（100万元，贷一个季度，利差1个百分点，则向小行贷款要多付的利息是2500元）。如果小行能够给这些客户提供一些更为优质的服务，那么多支付2500元似乎是合算的。比如，放款速度更快、审批不确定性更大、日常服务更为密切（客户经理网格化管理，且24*7可联系）、专业性更高（能够解决借款人生意上遇到的问题）等。
上述服务有些是靠“卷”，有些是靠专业。但很多能力，让小行比大行的员工更专业，这似乎也不太现实。因此，大小行的差异，其实更底层是体现在流程的标准化和非标准化方面。比如，大行一线员工如果在基层呆久了，他本人也掌握了很多信息，也能分辨那5%的差企业，但他无法形成一篇让总行审批人员可信的报告（因为很多信息无法书面化），于是总行无法做出决策。大行的层级结构导致它无法处理大量非标准化信息，也难以做出非标准化决策。这或许是大小行的根据差异，也是小行能够为客户提供非标准化的各类服务的基础。
进入信息时代之后，尤其是现在新一代信息技术还在蓬勃发展，未来再想赚信息不对称的钱的空间肯定是越来越小的。各类银行只有好好打造自身的专业服务能力，解决客户和竞争对手都难以解决的难题，才能获取合理收入。也就是，吃专业的饭，而不是吃信息差的饭。
最终，银行业（金融业其他子行业也是同理）真正回归专业服务业。
