互聯網金融迎來智能風險定價時代

作者: 老拙

金融的本質就是對風險進行定價。

所謂風險定價，就是給資產的風險定一個價格，反應的是風險和收益的關係，一般來說，兩者成正向關係，風險越大，溢價越大，收益越高。

以銀行為代表的傳統金融風險定價系統，主要考慮客戶風險、經營情況、目標利潤率、自身成本、資金供求關係、市場利率情況及基準利率等。

銀行評估客戶的風險，雖然有一套相對固定的流程，然而除了查央行徵信，查流水等，很多情況下還是要依靠線下操作。確定客戶情況的基礎上，還要考慮銀行放貸成本（包括邊際成本、經營成本、人力成本及其他費用）和基準利差。

近年來，利率市場化加速，商業銀行傳統貸款業務萎縮，為了維持足夠的利潤水平，銀行相繼擴大資產管理、託管等表外業務，轉向小微企業貸、小額信貸、校園貸等利潤率更高的新型貸款業務，這對商業銀行的風險定價能力提出了更高要求，如何實施規範而靈活的定價策略，如何推行高效快速的差別定價，成為了商業銀行亟待解決的問題。

因此，將前沿高科技與風險定價結合，讓風險定價智能化的呼聲愈加強烈，實際上，在互聯網金融和金融科技領域，智能風險定價已經成為現實。

風險定價成為金融機構核心競爭力

互聯網金融的主力是網路借貸平台（P2P）,P2P從歐美進入后，就由純線上模式變成了線上線下結合的模式，另一方面，與銀行相比，網路借貸的資產相對質量較差，加之國內沒有成熟的社會信用體系，導致P2P發展初期行業的風險定價成本很高，不少平台因此採取迴避態度。

當時，一部分平台採用高利差覆蓋風險的方式，將沒有風險定價導致的高成本轉嫁給借款者，更有甚者直接棄風向定價而不顧，任由風險長期積累，最終坑害投資者，一些號稱有風控的平台，也僅僅將重心放在了簡單的反欺詐和貸后催收上。

由於網貸平台沒有或者枉顧風險定價，導致借款利率高企，真正優質的資產就會避開網路借貸，願意來P2P借貸的都是一些還款意願和還款能力極差的劣質資產。於是次級債和高利息之間形成負循環，隨時會形成網貸行業崩盤，這也是行業發展前期魚龍混雜，野蠻發展凸顯的一個問題。

在監管層面，對剛性兌付的禁止，實質上關閉了風險準備、質保金賠付的大門，有業內人士分析，網貸行業想要合規健康發展，必須滿足四個標準，分別是存管、信披、備案和風控，風險定價的重要性和急迫性愈加凸顯。甚至可以說，在存管、信披、備案成為合規平台標配的情況下，風險定價的將會成為平台的核心競爭力。

對於投資人來說，風險定價是保障自身權益和本息安全與否的關鍵。對於借款人來說，如果一家平台因為沒有風險定價或者風控不成熟，造成借款成本高企，融資成本高於融資收益，會直接導致資產質量下降，違約逾期率上升，反之，如果一家平台的風險定價成熟，優質誠信借款客戶能以更低的成本獲得借款，質量差的資產則需要付出更多的風險溢價。

智能風控已成趨勢

隨著互聯網金融、金融科技尤其是網路借貸行業的發展進入成熟期，借款人和投資用戶更加關注平台的風控能力，因此平台對風險定價的重視程度愈加凸顯。與傳統金融尤其銀行的風險定價方法不同的是，互金產品風險定價的考慮因素更多，主要包括客戶風險、融資目標利潤率、平台運營情況、產品類型、產品期限、資金供需、流動性、基準利差等方面。

平台運營情況中，成交量、貸款餘額、投資人數、借款人數等指標反應平台活躍度與人氣，與利率形成負相關，因為平台越活躍，人氣越旺，平台的定價能力越強。人均借款金額、人均投資金額、前十大借款人待還佔比、前十大投資人代收佔比，反應平台集中度，與利率形成正相關，集中度越低，說明平台越安全，利率越低。另外，有抵押的產品，利率相對要低，產品期限越長，利率越高。

上述所有風險定價的因素中，如何評估客戶風險是重中之重。

隨著金融科技的迅猛發展，大數據、雲計算等前沿科技與金融不斷融合，互聯網金融識別評估客戶風險，進行風險定價已經呈現越來越智能化的趨勢，不少平台一方面與第三方徵信等技術公司合作，一方面自主研發智能風控系統，減少對人工審核的依賴，對海量數據進行收集挖掘，高效低成本的處理用戶信息，全方位了解借款人資信狀況，評估借款人風險。

京東和百度都有投資的Zestfinance是美國知名的大數據徵信公司，其風險定價的智能應用堪稱業內標杆。因為Zestfinance主要面對美國FICO分低於500分，基本沒有信用記錄的5%人口，所以無法使用信貸、信用卡、社保、工商等傳統信息評判用戶風險，只能另闢蹊徑，利用大數據與雲計算技術，對交易、消費、社交、遊戲等弱變數信息進行處理、分析，進而得出有效的風險定價結果。

國內的大數據風控也不落人後，拍拍貸的「魔鏡」，可以考察借款人的400多個借款維度，包括社交網路數據和平台上行為數據；你我金融的天秤系統，運用機器學習、神經網路等前沿演算法及分散式數據存儲、人臉識別、OCR掃描等前沿技術，對借款人的多項數據進行分析利用，並歸納出用戶的特徵向量，為用戶匹配精準費率，進行風險定價，完成科學授信。信用良好的優質借款用戶，不但能在平台享受更高的借款額度和更低費率，其標的還能優先獲得審核及推薦展示，滿標時間和到賬速度可以更快，投資用戶也能根據標的信用層級劃分實現差異化投資，資金更安全透明；點融網的Matrix系統，其特色技術在於知識圖譜應用，在反欺詐場景中，知識圖譜能夠聚合各類信息源，從而有針對性的識別欺詐風險。

錢來網的評分卡系統以基礎信用評分和抵押率為兩個主要維度，對客戶的信用等級進行了三個等級的劃分，信用等級越高，抵押率越低，利率越低，反之則抵押率越高，利率越高。等等。

金融的最大風險是信用定價不準確

目前國內的互金企業和金融科技公司，有的還在利用大量工作人員，進行線下調查審核，獲取客戶資料，從而控制風險，有的專註於細分市場，利用較小的成本，獲得可接受的風險定價結果，當然也有一些具備能力的平台，通過大數據、雲計算等前沿技術，提升風險定價的智能化程度，並取得了一定成績。

葉檀曾說，金融最大的問題不是炒作，不是脫實就虛，而是信用定價不準確。失敗的風險控制足以導致一家公司倒閉，甚至會引發連鎖效應殃及行業。風險定價的重要性與核心位置，怎麼說都不為過。

在互聯網金融和金融科技這個金融大家庭的新興行業，一些平台正在用科技改變風險定價，評估風險變得越來越簡單，越來越精準，越來越高效，金融的本質正在被悄悄顛覆。基於此，或許我們可以說，金融已經迎來了智能風險定價的新時代。