作者 | 陳龍，螞蟻金服首席戰略官，長江商學院金融學教授

高利貸、高違約、和暴力催收現象的背後，是風控能力的缺失。這樣的現金貸和大部分消費信貸有本質的區別。我們一方面需要規範行業，杜絕劣幣驅逐良幣的現象，另外一方面應該大力鼓勵操作規範、根植消費場景的消費信貸。

每個時代經濟的發展都需要合適的金融支持。諾貝爾獎經濟學家約翰·希克斯說過，“工業革命不得不等候金融革命。”技術創新很重要，但是如果沒有當時的銀行和資本市場，沒有金融體系的支持，就不會有工業革命的成功。同理，新時代的新經濟也一定需要相匹配的新金融的支持。傳統金融支持了大企業和投資拉動型經濟的需求，今天的金融要更好地支持小微企業創新創業和消費者的需要，這就是我們說的有包容性、每個人都能獲得的金融。這是這個時代金融的使命。

消費正在成為拉動經濟越來越重要的力量，今年對經濟增長的貢獻率已經達到三分之二。但是消費受制於可支配入，兩者近幾年的增長都低於10%；而同時，網絡消費每年以30%以上的速度增長。所以消費不但在扮演一個越來越重要的作用，而且消費方式和結構的變化帶來的經濟增長更重要。十九大提出要以技術創新的方式，促進實體經濟發展，支持人民對美好生活的需求，緩解不平衡、不充分發展的矛盾。對此，

現金貸是一種消費者信貸。近來由於和高利貸、暴力催收頻頻相關，得到社會廣泛關注，監管新規剛剛出爐。大家都關心的問題是：現金貸和消費信貸的區別是什麼？發展潛力有多大？各自的風險有多大？

要分清楚現金貸和消費信貸

目前業界和學界在討論現金貸時，還沒有統一的定義和分類，所以對問題的討論以及應對建議常常不在一個層面上。這是在討論現金貸時的一個核心問題。

首先，現金貸是消費信貸的一個分支，但現金貸的問題並不是整個消費信貸行業的問題。

根據期限，國內的消費信貸大概可以分為幾個層次。首先有抵押時間為中長期的，包括房貸和車貸，一般把其劃入消費信貸的第一和第二個層次。在美國還有一個比較特殊的貸款類別是學生貸款，一般中長期，但是沒有抵押。最後一個層次就是期限較短的信用類貸款，稱為狹義消費貸；這一類別貸款主要包含三個細分的類別，分別是有明確購物用途的購物分期貸款，沒有明確資金用途但利率較低期限較短的純信用現金貸款，還有就是超短期高利率的現金貸款。

購物分期在銀行信用卡、消費金融公司非常普遍，現在也包括一些電商平臺推出的分期產品。信用類現金貸款也是狹義消費信貸中的一類常見形態，傳統銀行、消費金融公司以及科技金融公司很多都提供這種期限不超過一年，隨借隨還的信用借貸產品，其利率也比較低，用於臨時資金週轉。

發端自美國的日薪貸（payday loan），超短期高利率現金貸款是狹義消費貸的第三種模式。這是近兩年間在國內崛起的產品形態，主要由純網絡借貸服務商提供，具有期限短（不超過1個月）、綜合利率高（普遍超過36%）、金額小（一般不超過5000元）等特點。由於均為信用類貸款，傳統銀行、持牌的消費金融公司、電商、支付等互聯網公司的信用類現金貸款產品也經常被拿來與各類現金貸產品相提並論。但實際上，目前社會討論的種種現金貸的問題主要集中在超短高利率現金貸款，也就是我們一般意義上稱之的“現金貸”。

關注現金貸的原因有四：一是利率明顯高出我國民間借貸合法利率範圍。市場上現金貸產品普遍超過36%的信貸紅線，綜合年化利率超過100%的屢見不鮮。二是風控能力存疑，多頭借貸問題突出。很多現金貸平臺沒有專業風控能力，也不設風控部門，依靠高利率覆蓋壞賬，實際上在裸奔。

對這些問題進行規範監管正當其時，也非常有必要。但是現金貸平臺問題和風險並不代表整個狹義消費信貸行業出了問題，都需要共同吃藥。

其次，狹義消費信貸中的信用類消費信貸和通常意義的“現金貸”存在巨大差別，有本質不同。

狹義消費信貸中的信用類消費信貸基本都是傳統商業銀行、大型支付、有場景的互聯網平臺發放的，一般與場景密切聯繫，而這些機構也在多年的嘗試中探索出了比較成熟的基於場景的大數據風控能力。這一類產品和現金貸可從幾個方面做區分：

1.不同消費信貸產品的利率水平相差極大。

從圖一可以看出，利率分佈從5%到400%以上，不同產品之間有本質區別。這個區別的背後，實際上是風控能力的區別，進而導致受眾人群和利率水平的區別。

圖一：不同機構的消費貸款利率水平

2. 服務的客戶群有較大差別。

信用類現金貸款產品一般都是服務於有穩定工作的白領、藍領還有一些有信息的個體工商戶；而現金貸更多還是為低齡、工作不穩定的群體提供的臨時性生活借貸需求。如果我們把中國的網絡人群按照風險分成五個等級（圖二），可以看到風險最低的等級大部分人都有信用卡，而風險最高的等級只有10%的人有信用卡。因為沒有更便宜的借款來源，有些是被迫高利貸舉債，有些是不具備風險和還款意識，甚至多頭借貸的人群，這也是風險聚集最高的等級。

圖二：不同風險等級的信用卡人數比例

(數據來源於螞蟻金服微貸風險管理部)

3.風控能力有重大差異。

信用類貸款機構，不管是銀行還是大型科技金融機構，都有相對完善的風控措施，或者有基於消費、借貸等場景的大數據風控能力，對客戶風險管理比較到位。反之，很多現金貸平臺大多剛剛成立，獨立風控能力較弱。這些差別清晰地表現在不同類型機構的違約率上。在狹義消費貸領域，不同機構的風控能力有本質不同，違約率從不到1%到50%以上（圖三）。

圖三：不同機構消費信貸違約率

4.催收手段有重大差異，信用類現金貸款機構催收相對規範。

不管是銀行、消費金融公司還是大型科技金融機構，一般都重視自身品牌，以及業務合規性，而且受到嚴格監管，注重保護用戶隱私，既不需要也沒必要採用暴力催收手段。

所以，無論從覆蓋對象、風控能力、利率水平、催收手段看，現金貸和商業模式相對成熟、可持續的信用類現金貸有本質區別，不應混為一談。現在社會關心的各種現金貸問題，實際上只是狹義消費貸中風險人群較多、風控能力較弱、利率較高的一種。背後的核心癥結，是放貸機構缺乏消費場景或者大數據風控能力。毋庸置疑，在從事現金貸的機構中，也不乏具備核心競爭力、操作規範、為用戶提供了救急之需的機構，但是行業整體缺乏可持續的競爭力，操作不規範，導致風險聚集，是一個突出現象。

消費信貸還有巨大發展空間

講清楚現金貸和大部分消費信貸的關鍵區別後，我們再來看看消費信貸的現狀和發展前景。

截至2016年底，中國總槓桿率達到257%，其中居民部門、政府部門與非金融企業部門的槓桿率分別為44%、46%與166%，中國居民部門槓桿率顯著低於非金融企業槓桿率。中國居民槓桿率低於世界平均水平，不僅低於美日等發達國家，也低於馬來西亞、泰國等發展中國家。所以中國居民槓桿率並不高，高的是企業槓桿率。

圖四：2016年居民槓桿率全球比較

2016年底，中國人均廣義消費貸為2601美元，美國為1.13萬美元，是中國的4.34倍。狹義消費貸滲透率仍很低，2016年，中國狹義消費貸佔消費支出的比例是20%，美國大約30%的水平，而韓國更高超過40%。所以，中國消費信貸發展並不充分，隨著消費觀念的改變，居民收入增長，消費信貸還有很大的發展空間。

我們應該怎麼理解狹義消費信貸的整體風險？首先從服務體量看，在狹義消費信貸中，傳統金融機構仍是主力軍，佔據絕對優勢。中國2016年狹義消費貸餘額約7萬億元，其中銀行佔比超過82%，而百度、螞蟻金服、騰訊和京東等幾家互聯網企業合計佔比不到4%，現金貸的餘額更少。所以，現金貸在狹義消費貸中不是主流。從投資者看，狹義消費貸的投資者絕大部分是機構投資者，投資者適當性問題較小。

從人均還貸壓力看，除房貸外，中國城鎮居民平均需要1.5個月的可支配收入償還短期消費貸款，美國則平均需要3.5個月。1991至2007年，美國狹義消費貸違約率在3%-5%之間，次貸危機期間最高至6.8%，到2011年至今迴歸低於3%。相比之下，美國房貸違約率起伏較大，1991至2007年一般是低於2%，但在金融危機期間最高增長至11%以上，房貸表現出來的波動性高於狹義消費貸。

狹義消費信貸的違約率在金融危機期間上升不如房貸，而且較快回落，因為前者金額小，又和生活相關，用戶會優先選擇償還。也因為如此，不同於房貸ABS，在美國金融危機期間，其消費者信貸ABS兌付率高達99.9%，而歐洲沒有一單消費者信貸ABS違約。

消費信貸是否可以有效防範多頭借貸的風險？

從前面的分析可以看出，通常所說的現金貸只佔消費信貸的很小部分，而且聚集在放貸機構風險甄別能力較弱，用戶風險較高的人群中。一個合理的擔憂是，即便大部分消費信貸的風控水平較好，風險較高的人群可以通過多頭借貸的方式傳導風險。也就是說，多頭借貸可能綁架風控較好的消費信貸。那麼

根據百融金服2017年7月份發佈的數據，約56.5%的客戶申請現金貸次數大於2次；申請多次借款的客戶中，在多家機構申請借款的人數佔比達49.4%。乍一看，這是一個驚人的數字。但是根據國家互聯網金融安全技術專家委員會截至2017年11月19日的數據，有2693家現金貸平臺，通過抽樣分析，預計有200萬人存在多頭借貸的情況。也就是說，百融金服描述的，恰恰是風險較高的現金貸人群的情況。

現金貸的風險，包括多頭借貸風險，實際上已經明顯爆發。如圖三所示，同樣是短期信用借貸，違約率從不到1%到50%的跨度。到現在為止，現金貸的高風險，並沒有通過多頭借貸的方式影響到風控較好的企業。其中的原因，一個是受眾人群不同，交集很小，另外一個關鍵是，有消費場景有大數據的企業，可以有針對性地緩解多頭借貸風險。

以螞蟻金服的借唄為例。從覆蓋比例看，根據五檔風險等級，風險程度最低的人群，信用卡覆蓋比例是62%，而借唄的覆蓋比例則更高；風險程度最高的人群，信用卡覆蓋比例只有10%，借唄的覆蓋比例達到14%。從金額看，風險程度最高人群的信貸金額遠遠不到風險程度最低人群金額的10%。所以從覆蓋人群到金額，

在此基礎之上，借唄開發了專門的多頭借貸模型。這個模型有三個特點。首先借唄是基於消費場景衍生出來的產品，通過對具體消費場景的洞察積累風控能力。其次，借唄通過多維度的大數據判斷多頭借貸的風險，包括客群特徵、行為數據、貸款中介共享數據、徵信平臺數據、位置特徵、設備數據、地域數據、社會關係數據等。最後，人工智能可以深度學習多維度數據，產生對多頭意向、多頭申請、和借貸的判斷，通過限額或者清退的方式，有效控制多頭借貸風險。

多頭借貸模型還可以和其他風控模型有效結合，提升風控能力。舉例而言，在多頭借貸風險最高的人群中，47%也是有高信用風險的用戶，66%屬於在各種場景中有高套現風險的客戶群，79%是男性用戶，30%小於23歲。可以看到，把多頭借貸風險模型和信用風險模型、套現風險模型和一些用戶特徵結合，可以比較清晰地刻畫出多頭借貸風險畫像，實現風險甄別。其結果，是較低的違約率。值得強調的是，這個違約率是動態的，是在觀察到多頭借貸人群的動態變化中及時調整風控模型後的違約率。

其他違約率很低的機構，無論是銀行、消費金融公司還是基於場景的互聯網企業，核心能力有異，但風控原理必然類似。

結語

在這個新時代，消費者信貸會在推動消費、帶動經濟發展中扮演一個很重要的力量。無論從經濟發展需要、居民槓桿率、還是消費信貸風險來看，消費信貸還有很大的發展空間，也非常必要。

科技並沒有改變金融的本質，更沒有給從業機構裸奔的自由。高利貸、高違約、和暴力催收現象的背後，是風控能力的缺失。但是這樣的現金貸，和大部分消費信貸有本質的區別。剛剛出爐的整頓現金貸的業務的監管措施正當其時。我們一方面需要規範行業，杜絕劣幣驅逐良幣的現象，另外一方面應該大力鼓勵操作規範、根植消費場景的消費信貸。因為這樣的信貸不但是在服務實體經濟的最終用戶—消費者—而且能有效甄別風險，包括多頭借貸的風險。

長江創創是長江商學院旗下的【創業創新平臺】，通過專業、聚焦、創新的【創業課程】和開放跨界的【社群服務】為創業者升級思維認知和管理框架，鏈接資本、產業、跨境資源，探索未來產業與商業發展邊界，共同塑造新商業價值。

歡迎在頭條給創創留言，我們會及時給予回覆。

閱讀更多 長江創創社區 的文章

關鍵字: 美好，一直在身邊 中小企業健康之道 支付