打开互联网借贷的风控“黑箱”

　　本文为作者向零壹财经投稿，不代表零壹财经观点与立场。我们的投稿邮箱editor@01caijing.com。

　　互联网与传统金融，一个崇尚创新和普惠主义，一个崇尚稳健和精英主义，两种价值观和行为体系的融合已经改变了从资产生产、资产交易到资产销售的互联网金融产业链的各环节。而风险控制，作为所有环节的基石，一直被传统金融人士所诟病为这个新兴行业的达摩克里斯之剑。互联网借贷作为最先被互联网化的金融环节，而与之相关的风控却还是一直呈现“犹抱琵琶半遮面”的态势，所以我们来尝试打开这个“黑箱”。

 

　　互联网借贷概念太大了，资产也很复杂，风控流程也不尽相同。我们仅以我们财客为例，谈谈我们自己相关的风控。

 

　　1、次级债？

 

　　做一个国内互联网借贷行业的对标，首先想到的就是以Lendingclub为代表的美国模式。在美国个人信用记录完善、多层级金融市场完备的市场环境下，美国模式下的互联网借贷平台满足了大量信用次级人群的借贷需求。这不禁让我们怀疑，国内的互联网借贷平台是否也主要承接次级债？

 

　　而事实上，由于金融体系的不完善，国内尚存在着上亿的信用空白人群，他们大多是收入中等且分布在广大的3、4线城市中。这部分人群也存在着丰富的借贷需求，却是传统的金融机构一直以来无法满足的，此外，很多都市白领，个体工商户也有短期流动性的需求，这也正是我们所服务的对象。同时，我们认为：个人信用和财产多少并不完全相关。通俗而言，即穷人的信用并不一定比富人低，尤其是处在固定的群落中生活的个人，其相对稳定的人际关系提高了个人的违约成本。所以，抛开大概念的互联网借贷而言，我们财客的资产并非次级债。我们是在我们的风控标准里面优选了未被满足的需求。

 

　　2、互联网借贷的碎片式场景

 

　　需要形成这一共识的前提，是市场对于互联网借贷抢占了银行等传统机构的借贷需求而或有产生的被既得利益群体打压的担忧。在这方面，我们认为这是两个不同场景之间的竞争，就像移动互联网是占据了人们的碎片化时间一样，互联网借贷正是服务于人们的碎片式场景。比如财客的资产中就有来自于：

 

　　针对用户在下购车订单和银行审批车贷之间的2周时间的汽车过桥借款；

 

　　针对即将结婚的年轻人的办婚礼需求的3个月结婚借款；

 

　　针对新购房一族的装修需求的6个月装修借款。

 

　　这些小额、及时性要求高、短周期的借款需求，正是通过互联网借贷平台众多的碎片式场景进行整合，形成了借贷的新增长尾市场。

 

　　3、高息之下必有“勇夫”？

 

　　互联网借贷行业少则20%、多则30%的借款利率，让很多人误以为利率的丰厚程度完全可以覆盖坏账，却低估了运营成本。以财客为例，在这个平台上的借贷资产情况是：平均每笔借款4.6万，平均借款利率为年化20%，这些生产借贷资产的每个业务员每年生产300万的资产（已属于行业内单人生产效率很高的水平），按每个业务员每年12万的综合成本（包含五险一金、办公费用、场地租金分摊等），再除去10%左右的互联网融资成本，最终的毛利空间在6%左右。这样一算，还认为可以不好好地做风控，单纯靠市场销售能力的勇猛来维持可持续发展吗？

 

　　基于以上3点分别对应互联网借贷风控的人群范围、应用场景和必要性的共识下，我们发现发展到目前为止的互联网借贷的风控经历了2个阶段，从以还款能力为核心转变为以还款意愿为核心：

 

　　1、风控1.0阶段——以还款能力为核心的收入负债比模型

 

　　这一阶段，持续从传统金融机构的不动产抵押、担保等形式延生到互联网借贷平台的初级发展阶段。在此，风控的核心指标是评估借款人的还款能力：一方面评估借款人抵押的资产价值（包含房产、土地、设备），以及后续的处置能力；另一方面是评估借款人的流水或公司的经营数据，分析未来的还款能力。通过未来的资产处置和还款能力的贴现，来综合评估当下的借款额度和风险。在风控1.0阶段的情况，互联网借贷平台推出的产品大多为房产抵押借款、汽车抵押借款、设备抵押借款。这个阶段所呈现的特性更多的是借贷资产销售的互联网化。

 

　　而且风控流程与模型标准化程度低，经验和资源的影响因素较大。

 

　　2、风控2.0阶段——以还款意愿为核心的SCCO模型

 

　　风控2.0也正是我们目前所处的阶段，即资产充分实现高频、小额、分散，以我们目前的资产提供方——北京捷越为例，80%的资产为个人小微信用借款，平均每笔借款4.6万，平均每个月接收3万笔借款需求并发放2万笔，并以每个月10%的速度增长。在如此小额且碎片化场景的单笔小额借款中，对于借款人的风险评估则从单纯还款能力的评估转向以还款意愿为核心的评估，包含了：

 

　　（1）主动意愿：通过对借款人以往信用卡还款、房贷车贷还款记录的查看，并通过邻居、同事等周围人群的的侧面了解，确定借款人日常生活中的道德水准、信用水平等；

 

　　（2）被动意愿：通过对借款人家庭、工作、生活的观察，了解和把握借款人的生存环境、分析借款人的违约成本，一般而言，生活和工作越稳定、家庭环境越和谐，违约成本越高，越会在意和忌讳因不良贷款而产生的影响。

 

　　（3）一城一策：还款意愿的测评充分考虑区域之间的差异性，每个城市的文化特征、居民生活习惯、消费水平、信用意识都不同，因此我们也制定了“一城一策”精细化风险运营的方针，在总体模型的框架下，每个城市当地的业务人员可根据实际情况进行微调整。

 

　　并在此基础上建立了贯穿整个资产生产流程的SCCO模型：

 

　　销售（Sales）：多级筛选，根据业务线条要求，销售人员的进件需要至少三级的筛选和审核（业务员、团队经理、门店经理），逐级上报，逐级审查；

 

　　客服（CustomerService）：多重质检、实地征信、销售部经理面签；

 

　　催收（Collection）：自动短信、微信温馨提醒，人工电话提醒

 

　　运营（Operation）：借款每月分期还本付息，批次扣款，政策研究，系统化审贷。

 

　　这个阶段，已经形成了标准化、类工业化的风控方式，在精细化的风控模型下，采用流水线、半自动化的方式，达到了月生产10亿规模级小微信用贷款资产的能力，支撑了互联网借贷的快速发展阶段。但这个阶段，风控的工作量大部分还是集中在数据源的采集与核实，仍然摆脱不了依靠人员的扩展带来线性的规模增长，终究还是会面临管理的边界。所以我们正憧憬着下一个阶段。

 

　　设想一下，在不远的将来，当我提出借款需求时，在我的充分授权下，互联网借贷平台可以自动完成对我多个维度的数据的采集，包括：

 

　　公用事业数据：身份、房产、车辆、工商、税务、公积金、水电费、出行情况等；

 

　　金融数据：银行流水、信用卡使用情况等；

 

　　互联网数据：社交网络的好友情况、活跃程度，搜索关键词，浏览兴趣等；

 

　　运营商数据：话费、漫游情况、通话时间、时段等；

 

　　物业数据：物业费缴纳、出入社区记录、家庭状况等

 

　　……

 

　　这些数据通过加密的方式进行自动计算，最后得出个人的风险指数和借款额度，然后自动将钱汇到我的账户，以上的过程在数秒之内全部完成。这才真正实现互联网借贷的极致体验。

 

　　何时实现这一体验，我们无法预料。但是我们可以预料的是，在这个跑道上，未来的赢家并一定从现有的选手中产生，因为会有很多意想不到的对手会进来，可能是打车软件、团购、物业公司、汽车网站、家居电商……这些都掌握了用户高频的生活场景，而金融需求正是高度融入在一个个生活场景中。

 

　　互联网金融的核心始终会是风控，这个在传统金融行业中始终保持神秘感的环节，不可避免的需要在互联网的潮流中一步步开放，形成风控数据自我披露机制，让用户走近你，让用户了解你，这才是让用户真正信任你的方式。