，是指一方将货物的所有权或经营管理权转移给对方，对方支付价款的协议。购销合同包括供应、采购、预购、购销结合及协作、调剂等形式。供应合同是组织间为落实国家的物资分配计划所签订的合同。是商业、工业或其他经济组织为了生产或经营，采购原材料或产品而订立的合同。预购合同约定将来履行的合同。

购销结合合同是在购买对方货物的同时向对方销售某些货物的合同。协作合同是双方为了各自需要交换物资的合同。调剂合同是双方调剂余缺而订立的合同。购销合同转移标的物的所有权或经营管理权，为双务、有偿、诺成性合同，其中供应合同要依国家计划签订。合同主要条款包括货物名称，数量，质量和包装质量，价格，交货期限，等。

公民和企业在日常生活中，都会与他人进行约定，为了进一步确保双方的权利和义务，也会通过签订相应的合同来规范双方行为，我们在制定合同时也要写明约定的具体内容以及违约后双方应承担的责任，在事后发生了争议后，也可以凭借合同通过法律的途径来维权。

在零壹财经发表的上篇文章《银行小微企业信贷大数据风控转型实践》中，笔者提出了线下小微金融业务线上化的理念与方法论，介绍了线上风控部分、线下尽调部分线上化、额度模型。本文接上文，详细介绍我们对小微金融线上化模型的探索。

在国内，大部分城商行还处于IPC阶段、信贷工厂阶段，泰隆银行、台州银行、张家港农商行、重庆农商行等在小微金融方面发展较为领先的银行，都是信贷工厂结合大数据风控的模式。

目前，我们正在探索应用税务和发票数据构建纯线上的小微金融风控模型。本文作为学术探讨，也是笔者与多家知名银行小微风险部交流探讨，形成的共识。

税票贷的风控数据有多个维度，其中包括税务变量、发票变量、个人征信、企业征信、司法工商数据、尽调数据等等。

1、税务变量：根据缴款信息、纳税申报表、完税证明，构建了400多个《税务变量》表，用于准入策略、模型。

2、发票变量：用插件采集。根据采购物品、采购金额、采购时间、上游企业；根据销售物品、销售单价、销售时间、下游企业等发票信息，构建发票变量。并构建原料---产品产值变量、各成本产值比等变量。按行业细分，共有1000多个发票变量。

3、个人征信：构建了个人征信8000多个变量，构建了准入策略、经营贷模型。详见《个人征信变量》。

4、企业征信：构建4000多个企业征信变量，构建了准入策略，以及相关额度模型的变量，详见《企业征信变量》。

5、司法工商：对接外部司法工商数据。

6、尽调数据交叉核验：行业数据、发票数据、水电费等进行线上化后，采集线下尽调数据做线上化，与发票数据、行业数据、电费产值比等交叉线上核验，形成审批结果。

目前大部分银行没有做企业征信解析做准入策略，但在笔者公司都已经实现企业征信的线上化解析，用于准入策略与模型变量。企业征信的模型变量上，主要考虑因素为：个人+企业征信总负债风险敞口、杠杆率（对比行业均值）、可变现房产净资产等。

线上准入策略的制定，要根据具体情况进行松紧的调节，下面举两个例子：

某银行税贷利率相对较低，故准入相对较严，举例准入策略：

1）企业成立2年以上；

2）申请人为法人或者企业的第一大自然人股东，（部分地区，如重庆市、浙江省除宁波外地区限定申请人为法人）；

3）在过去18个月内未发生法人或股东身份变更（如法人/股东变更了，可换其它符合条件的股东作为申请人）；

4）企业为增值税纳税人（含一般纳税人和小规模纳税人）。

1）当前贷款不能有逾期；

2）查询：近两个月≤4次（查询原因为“贷款审批”或“信用卡审批”，但同一机构查询可记为1次）；

3）贷款不可出现：24个月内，M1>6，M3≥1；12个月内，M2≥1；6个月内，M1≥1；

4）贷记卡不可出现：24个月内，M1>6，M3≥1；12个月内，M2≥1；6个月内，M1≥1；

5）申请人持有三张以上有效信用卡，且信用卡总额度20万以上，且近半年信用卡总额度平均 使用率≥70%，不予准入；

6）不含本次申请，允许未结清银行弱担保类贷款（贷款类型为：个人信用贷款、经营性贷款、 农保贷款，担保类型为：纯信用、联保、保证）不超过2笔；

7）贷款五级分类状态不可显示为次级、可疑、损失；贷记卡、准贷记卡不可为状态为冻结、呆账、止付；对外担保贷款状态显示不可为次级、可疑、损失；不可出现担保人代偿、以资抵债。

1）纳税记录>1年，年开票销售额>10万；

2）近两年任一年度增值税纳税额不为0；

3）若申请人为小规模纳税人，近一年出现0申报次数不得超过1次；

4）若申请人为一般纳税人，近一年出现0申报的次数不超过3次；

5）最近12个月的报税销售收入同比下降不超过40%；

6）信用类负债≤近12个月收入认定的40%（负债包括贷款和贷记卡、准贷记卡，收入认定为申请人企业的销售收入，以发票数据/税务数据为准）；

7）授信额度一般为近24个月增值税累计纳税额*2+近24个月企业所得税累计纳税额*3，且不超过近12个月报税收入的8%。

1）同一法定代表人、同一自然人仅限申请一笔贷款； 

2）同一企业仅限申请一笔贷款； 

3）申请人在P银行不能有未结清的小企业授信（贷贷卡和救济类授信）； 

4）申请人企业在P银行不能有信用类标准化网络融资产品（含生效批复、 有效额度、贷款余额）；

5）申请人在本次申请前不能有未结清的小贷公司（非银机构）的贷款记录， 

6）申请人在本次申请前不能有小贷公司（非银机构）的申请贷款的记录 （不论通过与否）。

1）煤炭开采和洗选业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业；

2）皮革、毛皮、羽毛及其制品，造纸和印刷业，基础化学原料制造，肥料制造，农药制造，橡胶和塑料制品业，玻璃制造，水泥制品；

3）石油和天然气开采业，石油加工，炼焦和核燃料加工业，黑色金属冶炼和压延加工业（铁、钢、铁合金），有色金属冶炼和压延加工业，金属制品业，光伏设备及元器件制造，矿产品、化工产品批发（煤炭、石油、金属及金属矿、非金属矿及制品等）；

4）房屋建筑业，房地产开发经营，房地产中介服务，金融租赁服务，财务公司，网络金融，典当，小贷公司，担保服务，其他未列明金融业；

5）洗浴服务，理发及美容服务，室内娱乐活动，电子游艺厅娱乐活动，歌舞厅娱乐活动，游乐园，网吧活动等。

某民营银行税贷利率在年化15%左右，准入相对较松：

3、3个月内法人不能变更

1、公司成立2年，A/B/M；无评级的不行

2、近12个月内税务方面不能有逾期未缴款，纳税人状态正常；

3、无连续6个月不纳税情况；

4、必须有三年的财务报表信息和最新一期报表；

5、近一年的资产负债表和利润表所属时间距离当前日期不能超过6个月。

1、近12个月逾期不能有1；不能有当前逾期；

2、借款人不能有对外担保；

3、非银行机构查询7天内小于等于1次，3个月内小于等于3次；

三、小微税票贷评分子模型

小微税贷的主模型主要由如下几个子模型构成：人行征信模型、税票模型、交叉验证模型、财务评级模型。我们是运用这几个子模型，综合后给出小微企业的风险评分。

下面，笔者就这几个子模型做逐一介绍：

小企业税票贷客群有小部分公司有企业征信，我们搭建了4000多个企业征信变量，但由于样本量较少，很难做模型，我们主要利用企业征信解析做线上准入策略，主要为逾期、对外担保、五级分类等准入策略。但我们要用企业征信上风险敞口（非低风险）数据，同时结合企业主个人征信，构建还款压力类、还款能力类、杠杆率、净资产负债比等变量，主要用于额度模型。

企业主个人征信子模型。由于小企业税票贷额度大于商户贷，且利率低，客群有很大不同，故税票贷的个人征信入模变量也与商户贷有很大差异。比如贷款金额小于1万元的笔数、征信查询类变量、现用最近24个月贷记卡最近6个月平均使用额度与授信额度比率最大值、第一笔贷款本金等，通常情况下我们税票贷人行征信A卡子模型KS在0.3至0.35。同时我们发现，C端三方数据，如同盾百融等，对税票贷客群效果一般，只作为准入策略较为合适。

税票子模型。目前市场用较多的是税数据变量，但实际票效果远远要好于税数据，这也是浦发银行朋友认同的，他们在税票贷领域风控基本是第一。首先，我们不分行业，建立了税变量400多个，插件授权获取销项票变量300多个，针对四川、广东、浙江、上海、云南等可以授权获取H5国税进项发票，我们开发进销项变量1000多个。其次，我们针对有进销项的地区，按行业、产品建立更加细分的发票变量，比如某产品的原料采购构成。主要入模变量为滞纳金、增长率、重合比率、下游客户层次等变量。

线上化交叉检验模型。我们针对客户经理尽调数据，做线上化交叉检验，对于不合格的财务报表，需要退回重新尽调。这里面主要实现方法，大家可以自己思考。

财务评级模型。确定财务数据基本真实前提下，我们按行业建立PD小企业模型。但财务数据虽然经过交叉验证，但也不能确保完全准确，且财务评级模型主要为专家经验建立，故财务评级模型是作为额度模型的其中一个变量。建财务评级模型，需要银行结合当地自身情况，地区间有差异。

贷前准入之外，在贷中也可以对纯线上的数据进行监控，从而对风险加以区分。

（一）贷中风险管理分类

1、动支阶段风险管理：动支审批管理。

2、存量客户风险管理：高风险客户管理（单独策略）、额度管理、定价管理、期限管理、还款方式管理。

新客流程：注册—完件—授信—动支。三个关键变量：动支模型评分、动支天数、动支率。

通过动支分析，我们发现在授信第15天后动支可达50%以上，第30天动支可达60%以上。

我们把未动支、未逾期客户定义为好客户，去除有逾期记录灰客户，通过转移矩阵（滚动率）定义逾期N天以上为坏客户。建立评分卡模型后，验证好灰坏的排序性，同时针对建模和验证客户我们做动支分析。我们做贷中动支策略，首先是对动支评分、动支率、动支天数的观察定策略。举例：

定义第1天至第20天评分-动支率预警规则：

所以我们对税票贷新客授信后每天监控申请动支率，根据申请动支率、主模型评分做实时额度更改策略。同时对于降额客户，可根据半年后征信情况重新评分，做提额。

针对存量客户的贷中风险管理，模块较多，下次继续展开。

五、额度模型与贷后管理

额度模型构建方法较为机密，本文不做论述，有兴趣的朋友可以加入税票贷风控交流群一起来探讨。贷后管理基本可以每三个月查询税票数据、征信数据，做贷后策略监控、贷后模型监控。

（作者介绍：周立烽，历任腾讯系微盟风控总监,宜人金科风控总监，知乎：yuxi0929 。有问题，欢迎朋友们到知乎私信与我交流。）

小微企业能做的企业贷款可分为：流动资金贷款，经营性抵押贷款，企业信用贷款，担保贷款，股票质押贷款，外汇质押贷款，银团贷款等等，今天我们就来讲一下目前企业信贷巨无霸——税票贷

税票贷是通过对企业纳税申报数据以及开增值税发票具体数额为主要依据判断企业真实经营情况后给予发放贷款的一种贷款方式，全称是企业无抵押信用贷款。

在过去，企业贷款必须通过抵押获得，包括企业法人股东的房产包括企业的固有资本如土地，厂房，机械设备质押等，还需要担保公司担保，要缴纳高额的担保服务费导致年化利率几乎都高于10%,操作复杂，操作周期长，几乎没有全信用授信的贷款产品。

2015年国务院发布了“银税互动“工作通知，目的在于打通银行和税务局之间的数据互通数据共享，有助于银行搭建以数据可以支持风控系统，当时的结果就是银行界无动于衷

到2017年五月国务院又发布了”银税互动“进一步工作通知，银行才开始逐步响应，打通了税务局的数据互通。税票贷款也就逐步成为了目前市场最火爆的企业信用产品

重点我们需要了解两个方面税和票：

1.纳税等级，总共分为AB/CMD五个等级，AB最佳，CM可选择产品较少，D级无法申请。

2.增值税发票开票情况，近24个月有18个月在开票，其中不能间断开票超过三个月，开票金额呈上升趋势最佳

税票贷属于信用贷款类型中利息偏低，金额偏大的产品，还款方式多种，税务贷可以做到先息后本，随借随还，等额本息，票贷一般是等额本息或者等额本金偏多

商贸，运输，建筑，高新技术，生产加工这五大行业成功率更高，举个例子， 做建筑工程的程总，年开票4000w，纳税30多万，在高负债的情况下申请税票贷，3天，审批通过350w，先息后本，利率4.25%

到现在还有很多企业老板不知道这个产品，在企业需要资金周转的时候，无疑又多了一个很好的选择哈。