大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

現代生活中,我們大多數人都已經習慣了各種信貸的存在:房貸、車貸、消費貸款等等。信貸的存在,在一定程度上,讓人們的生活質量超越了其經濟收入水平。

在這個過程中,儘管也會存在這樣那樣的問題,但我們不可否認的是從政策大方向來說,國家還是一直在支持信貸行業發展的。要說原因,也不難理解:按照資本積累來說,如果我們僅靠自身積累是不足以支持經濟發展的。

簡單來說,在自己賺自己的錢,花自己的錢的情況下,就好比一灘死水,沒有流動,沒有變化,沒有其他可能;但如果能盤活這攤死水,連接外面的海洋湖泊,注入新的生機與可能,那麼發展性和可能性就不可估量。

傳統信貸有著非常久遠的歷史,根據一些文獻資料記載,信貸最早出現在公元前2000年前,算算時間,距今已有4000多年的歷史。從這個角度來說,也能發現信貸對於經濟發展的作用性不可小覷。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

何謂大數據信貸?

傳統信貸一般是採取線下模式展開,主要基於“5C”——信譽、能力、資本、擔保、環境來進行信用分析、評估之後,確定是否對貸款人或企業進行放款。為了降低風險,傳統信貸更加偏好採取抵押、質押、擔保等風險防控措施。

大數據信貸則是相較於傳統信貸而言,在風險定價方面,更多是基於徵信數據和互聯網上的各種數據來進行評估分析。藉由互聯網技術,完全線上的審核方式可以最大程度的提高信貸審核效率。與傳統信貸相比,採取抵押、質押、擔保等風控措施的情況較少。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

大數據信貸與傳統信貸優劣勢分析

傳統信貸的優點:

1、傳統信貸以線下為主,所以需要相關人員有專業的知識儲備,在審核過程中可依據借貸方提供的資料隨時要求對方補進其他資料,機動性較強。

2、傳統信貸機構的目標客戶一般都是優質客戶。企業以大中型企業為主,個人以高淨值人群為主。這這在一定程度上就降低了信譽風險。

3、抵押、質押、擔保等方式在一定程度上可以有效降低傳統信貸機構的貸款風險。

傳統信貸的缺點:

1、過度依賴從事貸款業務的員工。如果這些員工在工作過程中,藏有私心,比如說員工和客戶合夥騙貸,那麼對機構的影響就會很大。

2、傳統信貸在進行貸款審核過程中,存在“歧視”,更加聚焦於大中型企業和高淨值人群,這就意味著他們的目標客戶較為小眾,反而是那些真正需要資金服務的中小微企業和普通個人被讓列在貸款服務之外。

3、過於重視抵押、擔保等風險措施。

4、審核效率較低。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

大數據信貸優點:

1、大數據信貸獲客依靠的不是員工而是互聯網。無論是藉助影視、綜藝節目打廣告,還是網站推廣,人力在這個過程中的作用更多是客戶找上門來時的客戶服務。所以,大數據信貸在人力成本方面要比傳統信貸低很多。

2、大數據信貸聚焦的人群多為被傳統信貸拒之門外的長尾客戶。從這個角度來說,其實大數據信貸和傳統信貸的關係更似互補而非競爭。

3、大數據信貸是基於互聯網下進行的,客戶遍佈大江南北。在這種情況下,要想做抵押、質押或擔保可行性不高,所以大數據信貸大多是純信用借款,審核效率高。

大數據信貸的缺點:

1、因為大數據信貸大多為純信用借款,所以風控措施是其業務能正常進行的保障,而大數據風控體系的搭建就非常至關重要。從這一點來看,對從事大數據信貸平臺的要求頗高。

2、大數據信貸的風控措施跟傳統信貸差別很大,風控以數據為基礎,通過多維度、大量的蒐集借款客戶的數格,進行比對、分析後,再決定是否放款。所以,數據獲取的越多、越全面,對借款人的評估就越可靠,逾期、壞帳的風險就越小。但數據的獲取並不容易,尤其,有些數據還需要獲得授權的情況下。

3、介於大數據信貸的目標人群和風險控制特點,其借貸成本必然是要比傳統信貸要高一些的。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

大數據信貸業務類型

目前市面上從事大數據信貸業務的基本可劃分為P2P網絡借貸、助貸、網絡小貸、消費金融四種。那下面,我們就對這幾種模式做簡要的介紹。

1、P2P網絡借貸。

對於P2P網絡借貸來說,這兩年大家可能已經都不再陌生。隨著行業整改的不斷推進,這個行業在中國似乎已經走到了劇終。

但本身peer to peer這種借貸模式我個人覺得它是沒有問題的。如今P2P網絡借貸在中國發展的問題,在我看來根源不在模式本身,而更多在於金融創新下的監管滯後。

在P2P網絡借貸中,平臺充當著中介的角色,除了負責撮合出借人和借款人之外,平臺還承擔著風控審核的責任。那比較大的幾家平臺都搭建了自己的大數據風控系統。

以已經宣佈轉型成功的中國P2P網絡借貸鼻祖平臺為例,他們開發出了“魔鏡”大數據風控系統,根據其首席風控官的介紹,他們的數據主要來自於搜索引擎、認證、消費、社交、網絡行為和新用數據,並在這些數據基礎上搭建其“魔鏡”風控系統,該系統的核心再於風險定價和信用評級。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

2、網絡小貸

網絡小貸是指互聯網企業通過其控制的小額貸款公司,利用互聯網向客戶提供的小額貸款。簡單來說,就是線下小貸公司的線上化。

其與P2P網絡借貸的最大區別來在於機構屬性和資金來源。

網絡小貸的借貸資金來源於股東繳納的資本金、捐贈資金,以及來自不超過兩個銀行業金融機構的融入資金等。可見,其放貸的資金大多屬於自有資金,而非像P2P網絡借貸一樣來自單個出借人。

另一方面,網絡小貸需要持牌經營。行為主體的放貸資質需要依託於小貸公司,但還要在此基礎上滿足更多的要求,現階段,並沒有全國性的針對網絡小貸的審批文件,審批權主要還在省級行政單位或者計劃單列市手裡。也就是說,目前網絡小貸還處於“各歸各媽”的管理方式,但是對於網絡小貸設定統一監管政策的呼聲已經越來越高,相信在不久的將來,我們就會看到。

當然,網絡小貸業務也是最受各界大佬歡迎的金融業務。不管你之前是做互聯網、房地產還是家用電器的,只要想拓展業務到金融領域,網絡小貸業務是必拿下的一環。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

為了搶佔市場,很多企業甚至成立了不止一家小貸公司

從大家廣為熟知的螞蟻金服旗下的花唄、借唄,到美團、滴滴、唯品會等紛紛上線借貸、消費分期業務,背後,它們拿的就是網絡小貸這塊牌照。而各家平臺一方面基於現有大數據信息,比如說花唄、借唄依靠芝麻信用、相關平臺消費、出行等數據,另一方面蒐集借款人其他行為數據信息,都可以在一定程度上降低借款人逾期、違約風險。

前些日子,國家已經出臺P2P網絡借貸轉型網絡小貸業務的指導意見,不得不說,網絡小貸或成大勢。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

3、消費金融

我們這裡所講的消費金融業務不包括房貸和車貸,是指以消費為目的的小額信用貸款。比如用於家電、數碼產品、旅遊、教育以及醫美等消費領域的貸款。

消費金融業務很多平臺都在做,但在這裡我們要單獨說是消費金融公司的消費金融業務。

消費金融公司是指經中國銀行保險業監督管理委員會批准,在中華人民共和國境內設立的,不吸收公眾存款,以小額、分散為原則,為中國境內居民個人提供以消費為目的的貸款的非銀行金融機構。

沒錯,這是目前大數據信貸領域裡面唯一官方明確表示的非銀行金融機構。從它的屬性方面,大家應該就能知道這意味著消費金融公司門檻高、實力強。截至目前,國內一共有24家持牌消費金融公司獲批開業,其中20家有銀行背景。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

核心持股股東,放眼望去全是銀行

在業務方面也基本分為消費分期型業務和消費借款業務兩種。資金來源於平臺自有資金或者第三方機構的資金。特別一點的,消費金融公司也可通過ABS或信託的發行方式,進行募集資金,這就是獨屬於金融機構的不同。

直白點說,如果P2P網絡借貸是散戶在投資,那麼消費金融公司就是機構之間的遊戲了。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

4、助貸業務

相比於以上幾種大數據信貸業務模式,很多人對助貸業務較為陌生,因為它的存在感實在太低。助貸業務跟P2P網絡借貸在性質上略有相似,都屬於中介。但P2P網絡借貸對接的資金方是單個出借人,而助貸公司對接的則是資金機構。

助貸業務是通過平臺自身獲取借款人,對用戶進行首次風控篩選後,將較為優質的借款人導流給銀行、持牌消費金融機構、信託等資金機構。由資金機構經過終審後,完成對借款人放款。

最早,助貸公司只是推介借款客戶給資金機構,由於參與性較低,中介費用也較少。但是隨著大數據信貸的發展,很多助貸公司在整個借貸過程中不僅僅只充當中介,而是承擔一定風險控制作用。

利用本職業務大數據信息,讓很多公司都跨界做起了助貸業務。比如說金蝶旗下的金蝶效貸、愛信諾航天信息旗下的諾諾金服。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

但,由於助貸業務本身存在痛點:

一、沒有牌照

二、到目前為止,沒有任何一家監管機構對助貸業務主體負責

三、合作的資金機構中,銀行業金融機構由於政策收緊,合作前景不明朗。其他機構資金成本過高,盈利情況難以保證。

大數據時代下,信貸業務線上化、多元化,而借款人將越來越透明化

寫在最後:

現在正從IT時代進入DT時代——馬雲

互聯網技術的發展給我們的生活帶來了翻天覆地的變化,互聯網化是一個必然的趨勢。而與此同時,人們的每一個行為都會被互聯網記錄,久而久之形成了龐大的數據群。有人說,在數據面前,我們形同裸奔。但我更想說,數據已經比你自己還要了解你。

大數據信貸是金融服務互聯網化的創新,它在給我們普通人提供日常金融服務的同時,也讓我們看到了數據的力量。

數據時代已然到來。


分享到:


相關文章: