消費金融資產證券化 底層風控技術拷問大數據

消費金融ABS迎來新成員

新春剛過，國內的資產證券化與消費金融業務結合的資產方再下一城，繼百度有錢花公布了將發布資產證券化產品的消息后，近日，唯品會在自身消費金融業務唯品花基礎上，也將發布一支額度3億、以個人消費貸款為基礎資產的資產證券化產品——中金—唯品花第一期資產支持專項計劃。對於在規範化和監管逐步滲透的互聯網金融業務發展而言，證券化的群體開始擴大，從最初的阿里小貸、京東白條、宜人貸專項計劃以及分期樂的信用分期資產，開始逐步向更多有能力進行證券化的場景化金融開始拓展。

從監管趨勢而言，去年年底開始逐步收緊了一些互聯網金融類資產證券化產品操作的口子，原因也很簡單，出於防範互金資產風險攀升的考慮。因為目前能夠被監管批准發行ABS產品的平台，要麼是行業內的場景化金融集大成者，如阿里、京東；要麼是在細分線上分期和信用貸款方面有較好的資產良好表現，百度有錢花、分期樂、唯品花都是這種類型。

從表面看，這是一些具有電商和場景化基礎的平台利用自身行業信用和產品基礎進行互聯網金融產品的證券化塑造，可以很大程度上提升自身平台在主流金融機構中的穩健性作用和在大眾心理中的安全性作用。但是，從深層次上看，這卻是具有大數據建模和數據分析能力的平台在以數據化信用和信用管理為依據，向更多的傳統金融機構和投資者在輸出自身的信用體系。

互聯網金融資產ABS，信用管理標準高

從金融機構的信用管理體系而言，ABS產品的發行除了要遵循基本的資產隔離、徵信評級以及其他嚴格的資產管理審核要求之外，從原始資產的安全性角度而言，同樣也很重要的是各種資產的風險管理體系。可以知道，目前市場上已經發行規模較大的阿里小貸和京東白條類資產證券化產品，此前阿里和京東在有關旗下小貸和分期類產品的不良率上，有過披露，基本上都在1%左右或者低於1%，這相對於目前傳統金融機構的信貸不良率而言已經存在一定優勢。

當然，這裡包括阿里和京東在內的消費金融業務ABS，主要是指依託於電商和相關消費場景進行延伸的信貸管理模式，其主要的信用審核依據除了一些可以結構化的信貸管理因子，如消費流水、身份識別、收入、工作等外，還包括各種隱藏在平台上的訂單、習慣、社交、偏好、容忍度等非機構化的海量大數據，根據這些來設定一個用戶的信用評價情況，而後產生信用額度進行分期或者是現金貸服務。傳統金融機構也存在這樣的分期類和信用貸款類產品，只不錯相對而言在信審和業務流程上比較格式化和固定化，用戶覆蓋面也相對圈層化。

對於有能力進行互聯網金融消費金融資產ABS的平台而言，與其說是這種通道化和集成化的場景管理能力，還不如說是其底層的大數據處理和信用風控能力，也就是從2016年下半年以來一直就佔據行業熱點的大數據風控系統。可以說，大數據風控系統和目前主流的信用風險控制系統存在本質的差異，也逐漸被更多的金融機構和平台所採用。

目前國內有眾多平台都已經開始研發大數據風控系統，以2016年12月上線的大數據風控系統網易北斗為例，大數據風控系統和傳統銀行的信貸系統處理機制有著本質的區別。網易北斗通過尖端建模及大數據收集處理能力，採用神經網路/機器學習/支持向量機等全球領先技術來保障風控模型可以去偽存真、真實反映用戶的信用。而傳統金融機構更多依靠信貸員個人的經驗和流程化管理風險能力，相對而言受經濟周期和個人經驗能力影響更大。可以說，即便是很多傳統銀行等信貸管理機構也在逐步學習和實踐這種大數據風控技術。

大數據風控能力將成行業輸出標準

眾所周知，消費金融雖然也存在分散、小額的資金特點，但是如果對場景化的風控和信用管理缺乏足夠的大數據管理能力，其信用敞露情況也相對比較嚴重。去年接連曝出在一些消費金融業務推廣上存在不規範問題，比如在業務導向上片面追求規模和市場滲透導致了在風險把控上出現一定偏差，一些小平台的消費金融業務不良率甚至已經接近或者超過10%，已經嚴重開始透支平台的長期發展能力。而像阿里、京東等巨頭則可以將消費金融業務不良率控制在1%以內，足以說明大數據風控在其中的作用。

不論是對於互聯網金融機構的消費金融業務還是傳統銀行的消費金融業務而言，這種大數據化的信用風險管理能力都是具有極大價值的。如果說阿里、京東是通過內部電商延伸和外部延伸來逐步推廣自身的數據風控體系和相關金融科技產品，那麼推出北斗系統的網易則是在外部場景銜接中逐漸實現大數據風控的標準化能力。其實是兩個方向，一個是從場景到風控，一個是藉助外部從風控到場景。

和阿里京東的C端模式有所不同，網易的大數據風控更多是走的B端路線，通過與國內眾多的中小金融機構對接，通過機構平台實現B2B2C的業務發展，助力商業銀行等機構實現大數據風控技術和場景的對接。相對而言，中小金融機構在線下信貸場景和大數據風控技術對接上的需求度更為迫切。因為大多數商業銀行在數據處理、模塊分析和互聯網化數據採集上缺乏專業的技術支撐實力。

可以說，在國內消費金融業務逐步旺盛，ABS產品逐漸多元化的今天，其基礎的大數據風控能力也將逐漸走入台前成為炙手可熱的領域。而在這一方面比拼的將是信貸管理質量和模式的精準性，以網易北斗系統為例：目前實現了中小銀行在多個方面的效率提升和成本降低：1)顯著提升金融機構數據處理能力—處理效率提升90%；2)大幅縮短審批時間—放款速度提升70%；3)有效提高信貸資產質量—平均壞賬損失降低35%；4)有效提升模型風控預測能力，提升預測性能60%。