本文作者:薛洪言,題圖來自:視覺中國
近日,最高法擬調(diào)整民間借貸利率上限。業(yè)內(nèi)緊急討論應對,輿論場里卻沒能掀起浪花。失寵于輿論,說明消費金融正走向成熟,變得模式清晰、未來可預測。
但成熟都有兩面性,好的一面是有共識、有規(guī)則,消除了沖擊性和破壞性,壞的一面則是有慣性、有惰性,失去了多樣性和靈活性。在快速變化的時代,慣性太強容易把車開進死胡同。
風控的四大問題
凡事均有利弊。有些弊端,在行業(yè)初期不明顯,無礙大局;到了一定階段,就會被激活,顯現(xiàn)出殺傷力。
大數(shù)據(jù)風控之于消費金融便是如此,早期幾乎全是優(yōu)點,隨著外部環(huán)境的劇烈變化,弊端顯現(xiàn),一些優(yōu)點也在變?nèi)秉c。
貸款的關(guān)鍵是風控,風控的核心可歸結(jié)為四大問題:誰在貸款?貸款干什么?拿什么還款?還不上怎么辦?
在這四大問題上,傳統(tǒng)風控與大數(shù)據(jù)風控給出了不同的解決方案。
傳統(tǒng)的消費貸款流程,強調(diào)資料證明。申請消費貸款時,銀行要求借款人提供在職證明、收入證明、公積金繳費記錄,甚至還要查驗戶口。這些證明文件,能很好地解決“誰在貸款”“拿什么還款”的問題,但手續(xù)繁瑣,體驗較差。
引入互聯(lián)網(wǎng)技術(shù)后,大數(shù)據(jù)風控用數(shù)據(jù)取代了這些繁瑣的現(xiàn)場手續(xù),便利了借款人,大幅提升了借款效率,滿足了消費場景對付款時限性的要求,促進了消費貸款與消費場景的融合。
對于“還不上怎么辦”,傳統(tǒng)風控強調(diào)以抵押擔保為抓手。只有借款人收入穩(wěn)定(如公務員、國企員工、大型企業(yè)員工等)且借款金額不高時,銀行才會妥協(xié),發(fā)放純信用貸款。
相比之下,大數(shù)據(jù)風控仍然以數(shù)據(jù)為抓手,擺脫了對抵押擔保的依賴,大幅降低了借款門檻,推動了消費貸款普惠化。
至于“貸款干什么”,無論傳統(tǒng)風控還是大數(shù)據(jù)風控,都未給出解決方案,面臨相似的困境:房貸、車貸、消費貸的用途是可控的,現(xiàn)金類貸款難以監(jiān)測用途。
總的來看,大數(shù)據(jù)風控更強調(diào)便利性、突出普惠性,在上行周期,給增長松開了枷鎖,引領(lǐng)了消費金融大發(fā)展;但大數(shù)據(jù)風控也有自身的問題,行業(yè)高增長既掩蓋了問題,又拖延了問題的解決,到了下行周期,這些問題開始被放大。
大數(shù)據(jù)風控的“一體兩翼”
傳統(tǒng)風控,以收入和抵押物為核心抓手,大數(shù)據(jù)風控給出的解決方案,可以總結(jié)為一體兩翼策略:以“群體風控”為主體,以“定價覆蓋風險”、“催收覆蓋不良”為兩翼。
所謂群體風控,是指重群體、輕個體。就單個借款人看,大數(shù)據(jù)風控做不到精準識別,偏差大(這里僅評價行業(yè)一般情況,不同機構(gòu)間的大數(shù)據(jù)風控能力有顯著差異),相比傳統(tǒng)風控手段有差距;但勝在效率高、門檻低,借款人數(shù)量足夠大,客觀上把單個借款人風險湮沒在群體之中。
2016年前后,國內(nèi)居民杠桿率低,且消費金融處在風口期,借錢容易,借款人個體層面的信用風險很低。只要群體層面借款人的財務狀況不惡化,模型差一些也能湊合用,不會出大問題。
此時,很多機構(gòu)的大數(shù)據(jù)風控,追求的是反欺詐能力。相比傳統(tǒng)風控模式,大數(shù)據(jù)風控接觸的不是活生生的人,而是姓名、手機號、身份證號、銀行卡號等構(gòu)成的虛擬字符串。一旦虛擬字符串與真實借款人的映射關(guān)系被篡改,如身份證顯示為A,實際借款人卻是B,就會產(chǎn)生騙貸問題。
綜合利用人臉識別、黑名單、網(wǎng)絡圖譜等手段,大數(shù)據(jù)風控可以把業(yè)務線上化釋放出來的猛獸(騙貸風險)重新關(guān)進籠子里。但很多機構(gòu)的大數(shù)據(jù)風控,對信用風險評估始終重視不足,“只要不騙貸,誰都可以貸”。
所謂“定價覆蓋風險、催收覆蓋不良”,是指在“拿什么還款、還不上怎么辦”的問題上,大數(shù)據(jù)風控并未給出直接解決方案,而是依靠較高的利率定價、積極的催收進行風險補償。
大數(shù)據(jù)風控的“一體兩翼”,前幾年運轉(zhuǎn)良好;這兩年,環(huán)境快速變化,“一體兩翼”,正由助力變阻力。
隱患在凸顯
從宏觀環(huán)境看,這幾年居民杠桿率快速上升,導致借款人群體的信用風險不可逆地攀升。疫情之后,失業(yè)率上升、收入增速下滑,更是雪上加霜。此時,行業(yè)面臨的不再是中低信用風險的借款群體,“群體風控”策略,正失去對行業(yè)的庇護力。
當借款人違約概率普遍增大時,單個借款人的信用風險識別能力,就成為消費金融類機構(gòu)的核心競爭力。一旦金融機構(gòu)正視信用風險評估,會發(fā)現(xiàn)難度比想象中要大:高質(zhì)量、多維度的數(shù)據(jù)獲取難度在加大,動態(tài)變化的環(huán)境對數(shù)據(jù)解析能力的要求也在快速提高。除非前期一直持續(xù)進行試錯、投入,一直進行模型升級迭代,臨陣磨槍是沒用的。
“定價覆蓋風險”、“催收覆蓋不良”,則因監(jiān)管介入而不同程度失效。
這兩年,消費貸款利率定價屢屢受限,早期沒有限制,導致高利貸泛濫;之后是36%的紅線,倒逼高利貸平臺退出市場;當前又在研究上限下調(diào),以降低實體經(jīng)濟融資成本。
隨著定價的不斷下移,刨去資金、營銷、運營等剛性成本后,留給風險成本的空間越來越小了。當定價覆蓋風險不可行,放貸機構(gòu)只能拋棄中高風險借款人,或依靠抵押擔保進行風險兜底。
業(yè)務空間,正逐步收窄。
催收覆蓋不良,效力也已大幅削弱。疫情之下,不少消費貸款機構(gòu)被“反催收聯(lián)盟”鉗制,連正常催收都受影響。催收,再也不是解決“還不上怎么辦”的致勝法寶。
以上種種,環(huán)環(huán)相扣,讓“一體兩翼”從助力變阻力。消費金融,正經(jīng)歷著嚴峻考驗。一些機構(gòu)的逾期率仍能保持低位,更多機構(gòu)的利潤,幾乎被撥備吞噬殆盡。
擴張的慣性
很多消費貸款機構(gòu),卻仍活在過去“高增長、低不良”的幻覺中,過去的美好明明是風口紅利,卻誤以為是自身風控能力超強。當對自身實力存在誤解時,消費貸款機構(gòu)往往會把外部挑戰(zhàn)看作機遇,逆勢而行,保持擴張的慣性。
這兩年,經(jīng)濟下行,削弱借款人的收入償債能力;大量非持牌放貸機構(gòu)破產(chǎn)離場,削弱借款人的借新還舊能力;利率定價中樞下行,削弱中高風險群體的融資能力;互聯(lián)網(wǎng)貸款上征信,讓多頭借貸無所遁形;……
一邊是借款需求下降,一邊是借款人整體風險上行,消費貸款機構(gòu)在這種情況下逆勢擴張,會帶來一系列連鎖反應。
舉例來說,KPI指標100億,行情好的時候,業(yè)務部門能輕松營銷200億,給風控部門留有較大的挑選空間,業(yè)務與風控能和諧共處,互為促進;當前環(huán)境下,業(yè)務部門費心費力只營銷來120億,風控部門幾乎沒了挑選余地,自然會對抗加劇。
此時,公司層面如果重視風控,會犧牲KPI保風控,接受規(guī)模的縮水;但如果對行業(yè)環(huán)境缺乏清醒認識,基于擴張的慣性以及逆勢做大份額的訴求,公司層面很可能犧牲風控保KPI,必然要走入死胡同。
不幸的是,很多機構(gòu)既缺乏自知之明,也有擴張的慣性。隨著大數(shù)據(jù)風控“一體兩翼”逐步失效,即期越追求增長,未來越會以苦澀收場。
空間還在,但要換個活法
當然,也不是不能追求增長。增長空間還在,但增長的來源發(fā)生了改變。
從我國居民負債結(jié)構(gòu)看,2017年之前,個人貸款高增長主要是房貸驅(qū)動;2017年之后,房貸增速開始下行,消費貸接棒,成為居民杠桿率持續(xù)高增長的主要驅(qū)動力量。
當前,監(jiān)管機構(gòu)對控制居民杠桿率三令五申,宏觀經(jīng)濟形勢和收入增速也不支持杠桿率繼續(xù)大幅攀升,依賴于用戶下沉的增長模式,已經(jīng)走入死胡同;未來的增長,更多地要靠中高收入群體的負債調(diào)結(jié)構(gòu)。
消費貸款并不是居民杠桿的全部,住房抵押貸款才是大頭。即便控制居民杠桿率不增長,也可以通過內(nèi)部調(diào)結(jié)構(gòu)為消費貸款擠出空間。即居民房貸還本付息留出的存量缺口,由消費貸進行增量填補。
不過,既然消費貸款的增長源于房貸下降產(chǎn)生的缺口,也就是說增長主要依賴的是有房群體和有實力購房的群體。與過去幾年依賴下沉用戶、邊緣群體的增長邏輯是完全不同的。
這個時候,考驗的不再是誰敢下沉、誰敢放貸,而是誰能有效激活中高收入群體的借貸欲望??渴裁醇せ钅??消費場景。
過去幾年的消費金融,是現(xiàn)金貸的風口;未來幾年的消費金融,得場景者得天下。鑒于不同消費貸款機構(gòu)對場景的把控力差異很大,新一輪的洗牌開始了。
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。