中國消費金融規模近6萬億

【財新網】（記者 張宇哲）2016年，的消費總額33.2萬億，比上一年增長了10.4%，對國內生產總值的貢獻率是64.6%，消費金融迎來一個比較好的市場機遇。

4月25日，國家金融與發展實驗室發布了《消費金融創新報告》（下稱《報告》），報告指出，當前消費金融市場規模估計接近 6 萬億元，如果按照 20%的增速預測，消費信貸的規模到 2020年可超過12萬億元，將成為全球最大的消費者金融市場。消費金融市場結構也由原來的銀行消費信貸一家獨大，發展為與消費金融公司、互聯網消費金融及其他機構百花齊放的格局。

互聯網金融協會秘書長陸書春在前述場合指出，隨著互聯網消費金融的發展，由於消費金融門檻低、機構多、增長非常迅猛，也暴露出了互聯網消費金融領域的過度借貸、重複授信、過高吸費、個人信息保護不足等問題，有可能對未來金融風險和社會風險造成一定的不穩定因素。

據陸書春透露，協會正在積極開展互聯網消費金融的信息披露標準制定，同時針對催收行為與個人信息使用的規範和準則。

此前，針對由於信息孤島造成的信息不對稱問題，互聯網金融協會組織會員建立了互聯網金融行業信用信息共享平台，希望通過前述平台與國家金融信息的基礎資料庫形成有效補充，有效幫助互聯網金融機構加大信息共享、提高風控能力，以及精準獲客、降低風險、解決重複授信的問題。

科技驅動、低利率特徵

《報告》認為，在消費金融領域，技術驅動將貫穿從資產獲取到資金對接，乃至用戶體驗的全過程。

目前消費金融場景逐漸複雜化，分期貸款服務、小額分散的業務特徵對技術提出了更高的要求。金融科技已經成為新興的互聯網平台與傳統金融機構差異化競爭的關鍵，以大數據、人工智慧為代表的科技提高了消費金融公司的獲客能力、風控能力，也重塑了整個互聯網消費金融行業的風險管理系統和營銷體系，打造了全新的互聯網消費金融生態環境。未來，消費金融以技術驅動的特徵將愈發明顯，對大數據、人工智慧、人臉識別、智能設備等等新技術的應用將越來越普遍。

據互聯網金融協會的抽樣樣本統計，2016年全年新發的消費貸款是119億元，平均單筆貸款金額810元，也體現了互聯網消費金融產品的小額特徵；用戶年齡在20到30歲之間的佔比是超過60%；從區域結構來看，東部地區佔比比較高，特別是發達地區佔比比較高，像廣東、上海、江蘇、浙江，這些地方佔比將近一半，說明經濟活躍與互聯網消費金融的相關性很強的；從發展模式上來看，小額和短期的貸款佔比非常高，貸款用途以網上零售和家裝為主，樣本機構發放的3000元以上的筆數超過了9成，一萬元以上的貸款只佔總筆數的10.2%，全年新發放網上貸款的筆數約2億筆，佔全部新發放筆數的99.7%；從服務價格來看，互聯網消費金融以發放低利率貸款為主，樣本機構發放的消費貸款中，年化利率水平在5%以下的佔比是92.4%，在5%到10%之間的是佔4.9%。

國家金融與發展實驗室銀行研究中心主任曾剛介紹說，消費金融的業態類型差異非常大，主要參與者分為四類，一是商業銀行仍佔據絕對的主導，信用卡仍是消費信貸領域當中最重要的支付工具；同時很多銀行也開始做網路貸款，這是一些新的創新和變化。

二是持牌的消費金融公司，包括17家銀行系的消費金融公司和幾家電商系或產業系的消費金融公司；三是互聯網消費平台，包括電商平台和分期平台等，前者如阿里、京東、蘇寧等以互聯網電商平台來做消費金融。四是部分小貸公司和其他類型機構。

曾剛表示，與以往消費金融是純粹信用類貸款不同，目前消費金融的發展越來越多地和某一個交易場景結合；消費金融中的風控，從原來的靜態數據（個人收入、年齡等），擴展到動態行為的數據獲取和分析，比如網上消費行為。

在資金來源方面有所創新，消費金融的資產證券化發展得非常快，目前累計發行額接近1400多億元，其中1000多億元是螞蟻金服和京東這兩個金融機構發行的。

曾剛稱，消費金融領域的創新趨勢是綜合化、平台化、科技驅動，針對一些不規範現象，比如個人信息保護不足、無牌機構做的是持牌機構的業務等，預計未來監管與創新是并行的狀態。

大數據風控

對於消費金融而言，數據和技術在一定程度上改變著風控和獲客效率，促進了產業升級，但一個良性、可持續性的風險防控業態，才是消費金融成功持續運營的根本。《報告》認為，數據驅動下的風險定價是消費金融企業的核心能力之一。

京東金融消費者金融事業部總經理區力指出，「無論是傳統金融機構、互聯網金融機構還是金融科技公司，解決普惠關鍵就在於解決可負擔成本問題，歸根結底就是要解決成本和效率的問題。」

《報告》指出，相比於傳統消費金融風控模式，互聯網金融消費風控系統以大數據風控是為基礎，融入「數據+風控模型+演算法」的思想，真正有效地將風控系統量化衡量。基於大數據風控，可將傳統消費金融前端銷售依靠大量地人工推薦、後台依賴人工作業的重人力模式，升級為依賴系統和數據自動決策的在線實時自動信貸工廠模式。

「通過數據去驅動風險定價能力，如果只是一味地提高定價、盲目做大用戶規模，這不是能力，真正的能力體現在把定價控制在合理的水平，甚至想辦法降低定價，用高效率的風控逐步拓展用戶。」區力說。

以京東金融的消費金融業務為例，在過去的三年中，京東金融做了大量的數據、研發和系統的投入，這些投入是固定成本，每一單金融服務的操作成本則是變動成本。「比如『白條』業務，沒有一筆是通過人工審核，都是機器決策，這樣子每單的變動成本近乎為零，我們的後台系統1秒鐘可以處理幾十萬筆交易，這在過去的金融服務模式中是不可想象的。」區力進一步表示。

除此之外，「白條」信用風險評估模型覆蓋了兩億多個京東用戶，而且每一個數據模型體系中都有上百個子模型，幾萬個變數。京東金融也大量應用深度學習，神經網路等新技術，通過這樣的數據模型體系去解決風控、欺詐等問題。

相比用抵押物、收入流水證明等粗放式的傳統風控方式，通過基於大數據線上信貸審批系統將進一步提高信貸業務審批效率，充分體現信貸業務電子審批高效性，信貸調查、分析評價、審批決策和放款審查人員均通過系統調閱信貸業務影像資料和電子信息，紙質審批資料不再做審批環節中流轉，同時實現"三集中"，即集中審批、集中審查放款與集中檔案管理。最終實現信貸業務的集約化經營，科學化管理，各方面提高風控系統的有效性。■