消費金融「藍海」鏡像：大數據風控分得清好人和壞人嗎？

編者按：本文來自《財經》雜誌，作者曲艷麗 編輯袁滿；36氪經授權發布。

當你在消費金融客戶端填好分期貸款申請的那一刻，便瞬間被拋入一張巨大的社交圖譜網路中。

在這個網路中，人與人之間可能是互相打過電話的強聯繫，也可能是曾經瀏覽過QQ空間的弱聯繫等等，把幾億的數據節點交集鉤成一張大網，「好人」是抱團存在的，「壞人」也是扎堆的。

「好人」和「壞人」是消費金融領域對於信用狀況良與不良的借款人的通俗稱謂，你的社交圈在一定程度上決定了你的信用。

傳統信審員通過審核大量紙質材料來決定放款的方式已然過時，通過大數據風控模型7×24小時不停滾動，在兩三分鐘內完成自動化風控審核，從而覆蓋到傳統銀行信用卡無法觸及到的更廣闊人群，是目前消費金融正在嘗試的事情。

消費升級，而信用下沉，消費金融正在井噴式爆發，以往不被傳統金融機構所青睞的消費金融，正成為各色金融機構跑馬圈地的新「藍海」。騰訊微粒貸自2015年5月上線以來，兩年累計放貸3600億元，截至5月15日貸款餘額760億元，8月初突破貸款餘額1000億元，已比肩一線城商行個人貸款規模。

然而，競爭已日趨白熱化，消費金融玩家風起雲湧，大致可分為四種類型：銀行系如中銀消費金融和招聯消費金融、BAT電商平台系如螞蟻花唄和微粒貸，以及互聯網金融分期平台如大搜車、基於線下場景的如捷信和上汽通用汽車金融。

過去，傳統大銀行並不重視這塊業務，近兩年開始覺醒，銀行系跑步入場。工商銀行基於信用卡存量用戶的「融e借」運行僅半年，規模已然驚人。截至7月上旬，累計放款624.2億元。

當下，消費金融終於站上風口。很多互聯網創業公司如O2O、二手車電商、裝修平台、婚慶網等在發現業務本身很難盈利之時，轉型場景借貸，加入戰場。

隨著各方加速湧入，消費金融開始出現野蠻生長的勢頭，在個人隱私信息濫用、高利貸、多頭共債、暴力催收等方面存在的隱患亦浮出水面。

「如同P2P一樣，消費金融行業也需要一個陣痛。」互聯網金融千人會創始人聞學臣對《財經》記者表示，或者是行業自發地出現風險事件暴露，或者監管出台政策遏制野蠻生長的勢頭，無論哪一種，都會引導行業慢慢回歸理性，消費金融未來將經歷一個重新洗牌的過程。

消費升級，而信用下沉，消費金融正在井噴式爆發，以往不被傳統金融機構所青睞的消費金融，正成為各色金融機構跑馬圈地的新「藍海」。圖/視覺

點金術：大數據風控

看起來，在消費金融網站上申請一筆小額貸款只需要一些很基礎的信息。事實上，數以萬計的數據點在毫秒級運算內已向你撲面而來，針對借款人的多個維度的模型在剎那間立體了起來。

移動互聯時代沒有隱形人。借款人在百度曾經瀏覽過的網頁、在淘寶買買買的參數，手機號在深夜呼出呼入的頻繁度等等，都可以被抓取作為借款人授權使用的數據源，勾勒出一個人的日常生活軌跡。

消費金融常常進駐線下真實的消費場景，例如3C數碼賣場、二手車買賣市場、醫療整形醫院等等，借款人在踏入場景的那一步開始，所有行為都像放電影一樣被解構成各種數據和模型。

美利金融集團首席風控官鄭維熙舉例道：「如果你近一個星期內手機通話排序前三的聯絡人，與三個月前的數據大致相符，就是一個可以描述出你的社交關係很穩定的標籤。」

買單俠有一個著名的進度條，當拖動進度條時，放款額度、期限和費率的數據在不停的滾動中。借款人滑動進度條的不同行為會被瞬間記錄，滑動的速度、節奏都昭示著真實心態的善惡，毫無思考過程的一步滑到最高額的往往逾期率最高。

信用卡對費率一刀切，而消費金融卻不是。相對於傳統風控模式，大數據的運用使得放貸機構可以更為精準地定位風險溢價。

「軟體將社會群體的壞賬可能性由低至高分50檔。」維信金科總裁廖世宏向《財經》記者描述了風險定價的過程，相當於為同一個借款人從四面八方拍攝很多照片，有的照片顯示好人，有的顯示壞人，交疊在一起扔進軟體，軟體自動決策把借款人放進哪一檔費率。

風控引擎猶如流水化的數據工廠，很多小額消費金融公司的放款時長在兩三分鐘之內，且在不斷加快審核速度。

貸中管理期間，借款人的持續行為可以提供更多的變數，例如第一次還款的逾期情況、查詢賬單的頻率，社交的交互情況，在微信公眾號點贊或點評，將這些標籤扔進決策引擎，可以延伸出更多的客戶動態的畫像。

在數據挖掘上，各個流派的消費金融公司各顯其通。 坐擁巨量數據和線上場景的京東白條、螞蟻花唄，採用的是白名單制度，即按照既往交易數據將現有的客戶群篩選一遍，僅對白名單內的優質客戶進行授信。

「數據成為資產，已是行業共識。」招聯金融總經理章揚清認為，誰掌握了客戶群體的信用基礎數據，誰就最有可能實現最低成本，就像吃甘蔗一樣吃中間最甜的部分，把兩頭甩給別人。

也有不少業內人士對大數據風控的有效性存疑，行業內真正掌握大數據篩選能力的公司仍在少數。

「數據量是否足夠覆蓋，能不能及時更新，以及在什麼情景下成立是值得商榷的。」接近監管的人士對《財經》記者表示，行業並未經過完整生命周期的考驗，可能會有假象，可能是在短時間有效的模型，風險可能會在某些時刻集中爆發，因此數據的沉澱和模型的檢驗尚需要時間觀察。

這一整套風控模型的方法論，源自從大數據消費金融起家的Capital One(美國第一資本金融)。目前已成為全美十大銀行之一。截至2017年3月末，Capital One總資產3854億美元，年凈利潤約38億美元。

Capital One的數據科學家尋找那些危險人群的特徵，用數據去驗證它，並找到剔除的辦法。他們甚至設立部門每月選擇一個特定人群，100％放款，以此測算該類人群的風險係數，該部門已累計輸掉幾十億美元。

格局：野蠻生長

所謂「消費金融」，即以消費為目的的小額貸款。傳統銀行信用卡對於金字塔尖人群的信貸審核，是基於央行徵信報告、社保、學歷、工作單位、薪酬水平等容易被驗證的變數。

而消費金融面對的就是信用更下沉的人群，包括初入職場的白領、約2億年輕的藍領灰領工人、約3000萬大學生以及5億農民等群體，他們或者工作流動性大，或者社保很難追溯，人民銀行徵信報告往往是一片空白。

「這就是過去為什麼銀行不做的原因，臟活累活，而且對技術要求也很高。」 買單俠首席技術官李炫熠表示，大數據風控是一個通過技術和數據的整合逐漸對這一人群建立徵信的過程。

截至2017年３月，從事消費金融業務的機構平台或達百餘家，而真正獲得監管部門批准持有牌照的消費金融公司僅有23家，其中21家有銀行背景，如中銀金融、北銀金融等。

廣義的消費金融分為純線上的現金貸(即美國的Payday Loan)和基於真實場景的消費貸。

其中，後者通常更被看好一些，通過與線下真實場景例如3C數碼賣場等合作來實現獲客，資金實現從平台直接到商家的閉環，但是需要廣撒網式的鋪設地推網路，大型平台線下銷售團隊高達四五萬人。

824監管細則出台後，明確了網路借貸平台「小額分散」的原則，於是P2P紛紛轉型，助推了新型互聯網消費金融的爆發。

「目前處於野蠻生長的階段，類似於過去幾年的P2P。」互聯網金融千人會創始人聞學臣表示，很多平台放到客戶手中的貸款年化利率算下來接近翻倍，但因為消費貸款小額和短期的特性，所以客戶敏感度不高。高利率的覆蓋，掩飾掉此類公司高企的壞賬率和獲客成本。

《財經》記者獲悉，部分現金貸年化利率高達200％，遠遠超過最高法對民間借貸劃定的36％紅線。

監管對此已有所動作。近日，上海市黃浦區互聯網金融風險專項整治辦公室首先對現金貸利率封頂，要求不得超過36%，不得收取砍頭息，服務費不能在本金中扣除。

消費信貸壞賬的源頭除了鐵定不還的逾期借款人之外，欺詐風險更甚，部分公司甚至70％的成本損失源自黑灰產業鏈欺詐。

「線上組織化的欺詐活動十分猖獗，花樣翻新，而政府治理方面無法遏制。」招聯金融章揚青在公開場合表示，在長尾低額消費金融領域的風控上,反欺詐和多頭共債的風險識別,比單純的信用風險更為迫切。

銀監會公布的數據顯示，2016年商業銀行的貸款不良率為1.81％，2016年前三季度消費金融公司的不良率為4.11％，明顯高於銀行，這個數據中並不包含非持牌的互聯網消費金融公司。

科技金融法學研究會理事肖颯對《財經》記者表示，某些消費金融公司是自P2P帶病轉型而來，本已病入膏肓，原本吸收公眾存款的資金尚未周轉完畢，為了生存下去，以消費金融作為繼續融資的幌子，應予警惕。

消費金融公司並不能吸納公眾存款，資金端的獲取依仗城商行、信託資金或者ABS資產證券化。2017年至今，消費信貸ABS占交易所企業ABS發行量的37.6％，已成為交易所ABS市場第一大產品。京東白條、小米金融等在2016年發行ABS利率僅在4.3％上下。

接近監管的人士對《財經》記者表示，如果消費金融公司資金端對接的是網貸平台資金，哪怕自身只做資產端，依然屬於P2P範疇，需要提示風險。

互聯網的地推和風控能力，與資金充裕卻偏於一隅的中小銀行一拍即合，由消費金融公司提供導流和風險篩選，傳統金融機構提供資金的「助貸」模式開始盛行。

這一模式未來政策可能收緊。近日，一份《關於聯合貸款模式徵求意見的通知》的文件在網路上流傳，稱將聯合貸款合作機構的資質限定於「經銀監會批准設立，持有金融牌照並獲准經營貸款業務的機構」。

據悉，這份通知目前處於內部徵求意見的階段，尚未實施。

規制：監管與徵信

自90后始，成長於漫長通脹環境下的年輕人，超前消費和分期消費理念已接近海外。川財證券認為，預計未來五年消費金融將保持年均25％增速。

監管政策對消費金融持續保持支持態度。2016年12月，銀監會非銀部主任毛宛苑在發布會上稱，將以「成熟一家、審批一家」為主線，積極推動消費金融公司設立常態化。

銀監會對發起人資質規定了嚴格的高門檻。毛宛苑表示，有消費場景、業務渠道、客戶群體和風控能力的出資人，比較適合做消費金融公司的股東。

然而，針對消費金融的監管尚存很多空白之處，如個人隱私、暴力催收、消費者保護等方面，缺乏統一的標準。

「未來針對催收問題將出台相應標準。」互聯網金融協會會長陸書春在6月17日公開表示，現在很多產品沒有抵押和擔保，壞賬率很高。有些機構為了覆蓋成本，高利率超過36％的紅線，發售產品時也在混淆，不透明，息費不分。

澳大利亞、新加坡等地對金融科技採取「沙盤監管」的理念，即允許在圈定的底線之內突破傳統，既避免無規章可依，又不會躡手躡腳。

目前，消費金融面臨的最大問題是信用基礎設施覆蓋還不完整，目前可以利用的大數據很分散，在數據獲取使用方面也沒有形成完整的法律保障體系，制度上亟待規範。

多位業內人士向《財經》記者表示，希望央行和銀監會可以牽頭將數據和徵信串起來，解決令業內頭疼的多頭共債問題。

所謂「多頭共債」，背後是那些日常積極響應各種貸款的申請人，他們在多家平台借貸，針對此類人群的風控需要行業共享數據。

章揚清認為，信用機構數據源除了人行徵信中心，還有各類金融機構、互聯網巨頭、政府公共數據、通訊運營商大數據、第三方獨立數據、各類企業數據等，亟須統籌規劃管理。

馬上消費金融CEO趙國慶對媒體表示，目前面臨的問題是數據源的割裂和不統一，例如各部委之間、地方政府和中央政府之間的數據割裂，且某些數據源的標準化程度不足。

《財經》記者獲悉，央行目前對信用基礎設施建設已有通盤的體系性規劃，未來有望為消費金融的場景發展打下好的基礎。

此外，6月1日起，《中華人民共和國網路安全法》施行。據悉，全國各地正在打擊侵犯公民信息罪，個別大數據挖掘公司老闆已被採取刑事措施。

「未來，數據來源合法性可能成為消費金融非常大的掣肘。」肖颯對《財經》記者表示，除了客戶明確授權使用的數據之外，使用其他信息源很有可能涉嫌違法犯罪。

從當下來看，對消費金融行業尚未造成過大影響。實際操作中的處理方式包括使用客戶數據時會先取得數據所有方的授權，在數據使用過程中盡量做到「脫敏」，且儘可能呈現的是數據加工之後的結果，而不是原始數據等等。