人人河北麻将官方客服|微乐河北麻将挂下载

普惠信貸聚合模式研究報告

2019-07-27 09:26

第三章  聚合模式:節點的解構

節點(node)是通信網絡中的概念,指網絡中的再分發點或者通信端點,作為一個實體,節點擁有發送、接收或處理信息的能力。例如,在一個計算機網絡中,主機、調制解調器、交換機、手機或者打印機都可以成為一個節點,但是插線板作為無源分發點,僅僅作為電流和信息的通路,則不構成節點。在后續探討里,我們運用類似的思維,定義普惠信貸業務節點,即:可以由單一實體獨立提供服務的業務模塊,應該具備接收信息、加工處理、發送結果等功能中的全部或部分。一個節點上可以存在多個不同實體同時獨立提供服務,而不同的節點之間既可能存在信息的流動,也可能存在金融資源或技術的融合互補,不同節點被連接起來,共同組成了普惠信貸業務的全流程。并且,在各個節點上發揮功能的機構聚合在一起,形成一個有機的普惠信貸生態網絡。

從流程上講,完整的普惠信貸業務鏈條可以拆解出產品設計、營銷推廣、客戶準入、風險評估、額度授信、增信、簽約、放款、貸后管理等諸多環節。根據節點的定義,我們將普惠信貸全流程解構為獲客、風控、增信和資金四個核心節點。本章將詳細描述在聚合模式中,每個節點的功能、涉及到的機構以及將這一節點開放給外部機構形成聚合的效果。

微信截圖_20190726150932

圖3-1  普惠信貸業務鏈條中的核心節點可以提煉為獲客、風控、增信和資金

一、獲客節點

獲客是普惠信貸業務流程中極為重要的一個節點,其目的是要找到并吸引具有真實、合理資金需求的客戶,并為其提供適當的服務,核心問題是接觸客戶的渠道和成本。獲客能力在很大程度上決定著普惠信貸資產端的規模和質量,而很多類型的機構都可以在這一節點上提供獨具特色的資源。

在獲客節點上,最初期的形態是在互聯網平臺通過營銷手段獲取流量的模式。提供這類服務的機構一般為社交、搜索、資訊門戶等平臺,本身具有寬泛的客群類型和龐大的流量。這類機構只進行非定向營銷推廣,不對客戶進行篩選和鑒別,這種合作追求的是面的延伸和量的拓展,獲客方式相對粗放。與這種基礎模式相對應的,是精準導流模式。提供服務的機構往往體量巨大、掌握了海量的自有客戶數據、具有較強的科技能力,比如阿里、京東、騰訊系的公司。不同于前者,提供精準導流服務的機構會首先根據其對潛在客戶特征的洞察進行畫像建模。由于普惠信貸的目標客戶群體包含了城鎮低收入人群、小微企業主、個體工商戶、自營就業者、農戶等諸多群體,每類群體中的潛在客戶又分散在不同地區、具有各不相同的金融需求,因此不可能通過單個模型進行覆蓋,某個產品必然針對具有某一個或者某幾個特征和需求的人群。這些機構自有生態內沉淀了大量的互聯網社交、消費、支付等行為數據,可以通過模型對客戶進行分層,鑒別出符合預設特征并具備信貸需求的潛在客戶,進行定向推薦。這種模式的好處在于,對比非定向營銷,設置數據標簽進行篩選后的人群最終轉化為實際客戶的概率更高,大大降低了獲取和處理信息的成本,也就是說將過去“大海撈針”式的獲客方法轉變成了“有的放矢”。同時,這些提供獲客服務的機構的大數據模型,還能夠在一定程度上對借款人進行風險識別;獲得貸款后客戶實際的貸后行為情況會反哺模型,驅動其模型迭代升級,從而不斷優化獲客和風控模型。另外,當獲客服務是由阿里巴巴、京東等獨角獸機構提供時,它們還會對用戶產生一種“天然約束力”,比如某客戶是淘寶和支付寶的深度用戶,通過精準營銷模型分析,認為他具有某種信貸需求的傾向且符合篩選要求,當他通過阿里的推薦與普惠信貸機構簽訂融資合約后,他會比沒有阿里作為推薦方的時候具有更強的履約意愿:作為一個阿里系的深度用戶,該用戶不希望自己的任何違約記錄被阿里掌握,進而影響到他在阿里體系內諸項與信用行為相關的應用權限。也就是說,具有較強客戶粘性和約束力的平臺參與獲客節點的服務,可以在一定程度上把這種客戶粘性和約束力傳遞、同化到整個普惠信貸鏈條中。

上述基于互聯網或移動互聯技術的獲客模式,大多服務于小額、高頻的資金需求,且往往不需要抵質押,服務商追求為客戶提供極速、便捷的融資解決方案。但是有大量以小微企業主和農戶為代表的用戶,存在中大額、長期限、用途多樣的信貸需求,對服務供給方的線下網點能力提出挑戰:首先,這部分人群的生產經營行為主要在線下場景發生,能真實反映其償付能力的數據線上化程度也有限,存在需要服務機構通過運用地面團隊進行獲客、數據采集和盡調的情況。另一方面,普惠金融人群普遍存在的金融能力欠缺問題也是其在尋找、識別和獲取信貸資源過程中的主要障礙之一,這就要求服務機構不僅能輸出適配其用款需求的產品,也有能承擔專業信貸顧問工作的團隊向借款人提供即時、個性化的咨詢服務,為其答疑解惑。而且,大額、長期的信貸業務可能涉及復雜的用款方案制定、抵押流程辦理,甚至資產處置等,線下作業是業務開展的必要條件。面對此類狀況,那些在小微企業、個體工商戶或農戶生成經營場景中提供中間服務經營的機構在客戶觸達和需求挖掘上具有獨特優勢。比如國內最大的支付清算機構之一銀聯,坐擁海量的商戶資源,又擁有覆蓋全國的網點和線下營銷網絡。根據全球權威市場研究機構“尼爾森報告”發布的《2017年度亞太地區收單機構排名表》和《2017年度全球收單機構排名表》,銀聯商務在亞太地區收單機構排名位居第1位。在獲客節點上,銀聯可以與諸多金融機構開展合作,了解其風險收益偏好和風控要求,進而使用積淀的大數據和人工智能算法,分析小微商戶的信貸需求,把二者進行匹配,從而解決信息不對稱的問題、起到撮合交易的作用。在營銷手段上,目前最新的智能POS終端已經投放超過1000萬臺,覆蓋800多萬個商戶,在這些終端的開機界面、操作節點上都可以進行個性化的廣告投放。同時,銀聯商務的線下營銷人員在對商戶進行定期回訪時,如拉家常一般了解小微企業主和個體工商戶的機具使用、收付款、流動資金困擾等情況后,可以獲知其經營中的融資需求,從而推薦適當的普惠信貸產品。另一個可以在獲客節點上大有作為的是保險行業。首先,壽險、車險等險種保單中沉淀了大量客戶信息:除了年齡、職業等基本信息以外,保費的繳付行為一定程度上能夠反映客戶的支付能力,而車險的被保車輛情況是關鍵的資產信息,這些與信貸行為強相關的信息在大額、長期信貸業務的風險判別方面顯然比互聯網行為數據具有更高的價值。此外,保險企業經驗豐富、數量可觀的地面營銷網絡也為提升獲客產能帶來更大的想象空間。除了銀聯和保險以外,財稅結算部門、基層助農組織、扶貧扶弱公益機構也分別對小微、農戶等潛在借款人具有獨特的觸點優勢,能夠更好地捕捉對應群體在生活、生產和經營環節中產生的即時資金需求。

微信截圖_20190726150917

圖3-2  聚合模式的獲客節點

在獲客環節,信貸服務機構除了通過自有平臺和渠道觸達借款人外,也可與和普惠金融人群之間存在高頻交互的服務機構合作,擴大業務覆蓋面,提高轉化率。

獲客節點的聚合可以使參與合作的各方均得到收益。從普惠信貸業務角度來看,通過連接多種機構形成多層次的服務網絡,能夠彌補傳統模式單一服務渠道覆蓋不均或不充分的短板,提高服務滲透率、人群觸達率,從而能夠形成普惠信貸業務的規模效應。從提供獲客服務的機構角度來看,他們除了主營業務(比如電商、支付、保險等)以外,還能夠借由聚合模式其他節點的能力,滿足客戶的信貸需求,為自己的用戶提供附加的金融服務,增強客戶粘性。從經濟回報來看,獲客節點上的機構在交易撮合中,可能按照推薦客戶實際信貸金額的一定比例收取費用;也可能在合作信貸機構獲得利息收入后,按照一定比例取得傭金。但是無論通過何種方式,這些機構都能夠通過提供用戶鑒別和推薦服務,獲得類似于商業銀行中間業務收入的無風險收益。

無論是單一機構使用自有團隊進行營銷獲客,還是聚合多方實體協同作業,都存在營銷人員道德風險的問題,可能后者尤甚。過去,大量的信貸數據都是由營銷人員獲取的,核驗環節一般由本地某一位管理人員經手,一旦騙貸者與營銷人員和審批人員達成共謀,將會帶來嚴重的風險隱患。傳統的規避這種道德風險的方式一般是加強內部流程管理,通過宣導和培訓,建立誠信、負責的營銷觀念,要求銷售人員和審批人員本著了解客戶、管理風險的初衷對客戶進行盡職調查,并設立懲罰機制約束相關人員行為。目前,金融科技正在提升對營銷人員道德風險的管控能力。首先,大數據和人工智能技術令服務機構能夠跳脫僅能依靠營銷人員提供數據、審批人員通過書面審核和面談審核進行信貸決策的局限。通過自有數據和第三方數據建立起的客戶資信畫像可以作為對借款人風險評估的依據,全線上、無紙化的流程減少了人工干預的環節,不僅規避了人為材料造假、串通共謀的風險,使信審結果更加客觀和標準化,還能降低運營成本。

二、風控節點

風控環節由聚合平臺、增信方和資金方三方分別運用自有模型獨立進行。平臺對借款人的信用資質進行初步評估,并輸出基礎評估結果作為增信方和資金方的輔助信息。增信方借助其業務數據優勢對信貸底層資產進行風險評估,做出承保決策。資金方基于其風險管理體系和政策進行最終貸款決策。多方獨立模型對借款人的信貸風險進行多重校驗,提升了風控效果,降低了信用違約發生的概率。

微信截圖_20190726151046

圖3-3-1  聚合模式的風控節點由多方獨立進行

在聚合平臺的風險評估環節,數據資源的融合化解了普惠金融人群數據碎片化、分散化的行業痛點,為用戶畫像、反欺詐、信貸風險識別提供信息和模型支持。從數據來源的角度,該節點參與方主要包括四類,第一類是聚合平臺本身,運用其自有數據和模型輸出對借款人的風險評級;第二類是征信機構,包括以中國人民銀行征信中心為核心的征信體系,以及經中國人民銀行核準、具備征信業務開展資質的1家個人征信機構(百行征信)和百余家企業征信機構;第三類是社保、財稅、工商等公用事業系統;第四類是專業的個人信用管理平臺,如芝麻信用、前海征信等,它們通常背靠隸屬集團生態內沉淀的億級數據,并在大數據技術領域處于領跑地位。輸入到量化分析模型中的各類數據因子在對不同類型風險的甄別中發揮作用,并互相交叉驗證,形成對借款人的風險畫像。

在授信決策中,我們討論的風險主要可分為兩大類,欺詐風險和信貸風險。

反欺詐環節的主要功能是驗證借款人的真實身份和償付意愿。在信貸市場中,存在一些借款人通過偽冒申請、提供虛假資料和虛假聯系人等方式獲取信貸資源的情況。更有甚者,通過黑灰色產業的代辦包裝、組團騙貸。所謂的信貸黑中介會反復沖擊各家貸款機構的審批模塊,試圖破解其審核規則中的漏洞,并通過各種手段對申請人進行包裝以突破信貸機構的風控規則,造成普惠信貸服務機構的重大風險和損失。專業的數據服務商可以與數以千計的機構合作,利用包括電商、支付、銀行、保險、視頻、交友、航旅、外賣、物流等諸多平臺的海量數據。在模型上,使用復雜網絡技術,識別可能的欺詐行為。面對黑色產業層出不窮的新手段,反欺詐技術也會不斷迭代。一般會有多套備選規則同時運行,被判斷為最有效的規則作為實戰使用,執行強拒絕;其他規則在后臺同時運行,如同“暗哨”一般,作為儲備規則使用。一旦發現某個后臺規則的通過率出現異常波動,該暗哨就會被立刻轉移為前臺規則,進行防護。這種高頻率、多規則的應用,能夠顯著降低各類欺詐風險問題的發生概率,一方面保障了普惠信貸服務機構的安全,同時更有效緩解了逆向選擇的風險,讓更多信用良好的借款人能夠以更低的成本和更高效便捷的方式進行融資。

在信貸風險評估中,傳統銀行體系因長期服務于優質客群,對小微企業、個體工商戶、低收入人群、三農人群等的數據積累有限。小貸公司經營體量普遍較小,難以形成廣泛且大量的數據樣本。互聯網企業雖然擁有社交、電商、移動支付等大數據資源,但是缺乏與信貸行為強相關的金融數據,所以在中大額信貸業務的風險識別能力方面仍然存在短板。聚合模式通過協同多方數據模型,匯集多維數據在判斷普惠金融人群信貸風險上的優勢共同支撐信貸決策的制定。比如一個小微企業主,他可能缺少足夠的財務數據,但是保險公司所掌握的險種購買選擇和保費定期繳納記錄能夠在很大程度上證明其風險意識、支付能力和欺詐傾向,而房產、車產等個人資產信息又能進一步佐證其償還能力,這類在中長期服務中沉淀下來的金融數據無疑為信貸決策提供了極具參考價值的依據。

總之,通過風控節點上的聚合打破了“數據孤島”,不同體系中數據的沉睡價值被喚醒,有效解決了普惠金融人群因結構性數據缺乏或不足而風控難度高的問題,從而獲得“一加一大于二”的效果。一方面,不同種類的數據能夠充分發揮自身的比較優勢,比如行為數據更多地使用于反欺詐判斷中,而金融數據則在信貸風險的評判上貢獻更多價值。另一方面,大量富集的數據可以支持普惠信貸機構為不同客群提供額度、期限、還款方式、定價等各方面均具差異化的產品方案,從而形成“千人千面”的客制化信貸服務能力。在風控模型方面,具備技術優勢的數據服務商公司、金融科技公司等已經在為行業提供定制化本地支持和私有云服務,其公有云技術也可以與借貸服務平臺自有的風險量化模型協同工作,共同發力對普惠金融人群進行精準、立體的風險把控。

微信截圖_20190726151120

圖3-3-2  聚合模式的風控節點

不同維度的數據在甄別各種類型風險時具備其獨特的、差異化的優勢。行為數據更多地使用于反欺詐判斷中,而金融數據則在信貸風險的評判上貢獻更多價值。多維數據融合使信貸服務機構能夠精準識別不同資質普惠金融人群的風險,滿足其復雜多樣的信貸需求。

關于風控節點,未來的想象空間非常廣闊。同時,2017年6月1日《網絡安全法》施行之后,在數據運用方面的合法性、合規性規范也對金融機構和數據服務商提出了要求。首先,公民個人信息的收集和使用受到較為嚴格的監管,而金融數據作為其中比較敏感的一類,無論是從外部還是內部調用,獲取和應用的成本都越來越高。其次,為了證明收集數據的合法性,機構與用戶簽署的告知協議也越發復雜、冗長,這無疑會降低用戶流程的流暢度和便捷度。第三,一些較早的數據,可能無法給出充分的合規證明,導致一部分具有價值的信息游走在可用與不可用的灰色地帶。數據和信息由于其易傳播、易共享的特點,具有顯著的規模效應,對于降低運營成本、使普惠信貸服務價格下行具有重要意義,然而以上諸多問題,對風控節點功能的發揮帶來了不確定性。

三、增信節點

增信節點主要由具有增信資質的保險、擔保公司參與,發揮其風險保障功能,與資金方進行風險分擔。近年,央行及銀保監會多次下發指導性文件,推動完善小微企業增信體系,鼓勵銀擔合作、銀保合作,落實增信分險機制。信用保證保險、融資擔保等增信機構的參與,使普惠信貸鏈條中負債端的風險容忍度和資產端的風險發生概率得以匹配,支持金融機構在滿足監管對風險表現的考核要求、符合自身盈利目標的前提下,實現業務下沉。

常見的增信方式是由單一增信機構對借款人進行風險評估、承保。比如2007年,平安集團在業內首創“信用保證保險+銀行貸款”模式,引入保險作為增信工具,為借款人進行增信,提高長尾人群的信貸服務可得性。在普惠金融的創新實踐中,逐漸衍生出聯合增信模式,比如:在河南蘭考模式的“四位一體”風險分擔機制中,出現了保險和擔保按比例共擔風險的模式;在安徽省“4321”政銀擔模式中,省擔保集團和融資擔保公司則共同參與了風險分擔;平安集團旗下專注于小微信貸業務的平安普惠為提高金融機構對小微信貸投放效率,搭建聚合服務平臺,根據資金方的風險偏好和借款人信用資質,進行保險、擔保、共保等多種增信方案的智能匹配和推薦,從而高效連接借款人和資金資源。這種資源共享、風險共管的模式,帶來的是優勢互補、多贏互利的成效。在放款以后,客戶還款提醒、抵押物處置等由負責貸后管理的機構完成,如果產生逾期情況,增信機構根據保險或擔保合同條款進行理賠或代償。

從增信機構的能力來看,對于保險公司而言,很難獨立完成普惠信貸業務。保險公司雖然擁有龐大的銷售團隊,但其在長尾人群中的觸達機會依然有限,仍舊需要借助其他機構的場景和力量,實現精準獲客、高效轉化。而大部分融資擔保機構主要在銀擔合作形式下開展業務,其獲客、風控和定價政策也從屬于銀行,其產品一般集中在對公業務上,額度較大,定價模式的市場化程度較低,存在較為嚴峻的風險收益不對等情況,其商業可持續性面臨挑戰。增信機構僅憑自身的力量,很難參與普惠信貸業務,而在普惠信貸的聚合模式中,多方機構各自發揮所長,進行差異化競爭與合作,擅長于獲客的服務機構將有真實融資需求的借款人推薦給增信方和資金方,普惠金融人群資產小額、分散的特點使增信機構能夠借助精算體系,發揮風險保障優勢,在獲得風險收益的同時,助推信貸資源流向普惠金融人群,精準滴灌。

微信截圖_20190726151120

圖3-4  聚合模式的增信及資金節點

將借款人的不同資質與金融機構差異化的風險偏好做精準匹配,提高普惠金融人群獲得融資服務的概率,也分散單一機構所承擔的風險。

四、資金節點

在資金節點上,資金方憑借央行征信數據,借款人償付能力相關的收入、流水等數據判別信貸風險,結合聚合平臺、增信節點輸出的風險評估信息,和對增信機構風險負荷能力的判斷,最終做出放貸決策。銀行、信托、消費金融公司、小額貸款公司等都可以作為普惠信貸領域的資金來源。這些機構持有的牌照和資質不同,經營思路存在差異,資金成本也各有高低。一般而言,銀行具有吸儲能力,資金供給能力和資金成本相比其他金融機構存在顯著優勢。信托、消費金融公司、小額貸款公司在風險容忍層面相對擁有更寬裕的空間。在聚合模式中,多種來源的資金有望被更加科學合理地分配。通過建立資金集中配置系統,可以匹配資金節點上的機構與獲客節點上的資產。出資機構可以根據自身經營策略、風險管理要求和資金回報要求,對某一類資產做定向信貸投入:比如大型商業銀行經營范圍輻射全國,其相對發達的物理網點布局和組織架構能夠支持其為各地普惠金融群體輸出信貸供給;城市商業銀行立足地方經濟發展,為當地中小企業提供資金支持;農商行作為中國農村金融服務的生力軍,定位于“三農”和小微人群。一些銀行可能偏好期限更長、額度較大的資產,也可能要求需要第三方增信機構參與以規避一定的風險;反之,另一些機構比如信托、消費金融公司、小額貸款公司等,可能不需要增信,愿意在承擔一定風險的情況下擴大業務范圍。聚合模式中多元資金方參與,一方面在確保信息真實性和透明度的前提下,天然存在小額、分散特征的普惠金融人群信貸資產是銀行業金融機構偏好的優質資產,通過搭建銀行觸達長尾人群的通道,可以有效促進低成本的銀行資金流向普惠金融關注的小微,農戶、城鎮低收入人口等群體,降低其獲得服務的成本;另一方面,多種負債機構共同作為備選融資來源還可以降低資金面波動對普惠金融人群服務可得性的影響,為他們引入持續穩定的“源頭活水”。目前,資金節點的責任分配存在一些不合理之處。在一些資金供給機構獨立放款的模式中,放款機構被要求承擔貸后管理的全部責任。由于資金供給方可能受到人員數量、專業能力的限制,貸后管理工作的壓力會相對較重。在法律和監管政策允許的前提下,未來貸后管理工作或許會從資金和增信節點脫離出來,成為單獨節點由更具專業優勢的機構提供支持。

國務院印發的《推進普惠金融發展規劃(2016年-2020年)》明確指出:普惠金融是立足機會平等要求和商業可持續原則,以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務。也就是說,發展普惠金融需要同時關注需求端的獲得感和供給端的商業可持續性。聚合模式的應用,釋放了獲客節點上場景機構的流量、數據紅利及其在普惠金融人群中的覆蓋和滲透優勢;在風險判別方面,沉淀在各類體系中的數據被融合,彌補了普惠金融人群的結構性數據缺失,解決了長尾人群的風控難題;在增信節點上引入保險、擔保等風險保障機構對長尾人群存在的高風險進行分散,提高了單一機構的風險負荷能力;包括傳統金融機構及新型借貸平臺資金資源的協同,激活了供給側的能動性,提升了整體金融體系對普惠金融人群的信貸供給質效。

站在供給側的角度,聚合模式的應用也有助于服務機構的經營能力升級。近年,傳統金融機構正經歷從對公業務向零售業務轉型的過程,聚合模式為其提供緩沖空間,使其在合作中提升長尾人群經營能力,助推其平穩轉型,實現小微信貸戰略的軟著陸。

從商業可持續性來看,風險成本和運營成本是普惠信貸機構主要關注的兩類成本。如何突破收益成本不對等的矛盾,促進普惠金融實現由普及惠,亟需破題路徑。在聚合模式下,多維數據和多重風控,有利于風險的高效甄別和管控,降低了長期困擾從業機構的高風險成本。大數據技術和人工智能技術的迭代升級將有效提升服務產能,降低線下作業的運營成本。最終,優化的成本管理會為普惠信貸服務定價的下探提供空間。在實踐中,監管的介入和市場的自我調節機制會雙向作用,促使定價的可負擔性和服務機構的商業可持續性之間達成平衡關系。我們認為,對普惠信貸服務定價的管控,在根據既有法律要求設定36%綜合定價上限的前提下,應采取包容審慎監管思路,減少過度干預,由市場的“無形之手”根據供需關系調節。這樣,既可以為有能力的聚合平臺創造發展環境,促進其通過規模化經營、技術革新攤薄成本;同時,也可以利用充分、開放的市場競爭引導金融服務供給方主動下調定價,推動普惠金融更好的發展。

課題組負責人:

曾 剛 國家金融與發展實驗室副主任

課題組成員:

李廣子 中國社科院金融所 銀行研究室主任

欒 稀  中國社科院世界政治與經濟研究所

李重陽 國家金融與發展實驗室

王 瑩  國家金融與發展實驗室

王 蓉  國家金融與發展實驗室

劉 偉  國家金融與發展實驗室

唐 蜜  上海大學經濟學院

 

人人河北麻将官方客服 彩票开奖广东南粤36选7开奖结果 一个人翻麻将怎么玩 安卓手机捕鱼达人游戏 贵州快三800开奖结果 体育彩票快速赛车 金沙棋牌游戏大厅 130期大乐透历史记录 三分彩技巧 福建快3一定牛手机版 分分彩开奖