企业动态
行业资讯
消费金融资产证券化,底层风控技术拷问大数据 消费金融ABS迎来新成员

    新春刚过,国内的资产证券化与消费金融业务结合的资产方再下一城,继百度有钱花公布了将发布资产证券化产品的消息后,近日,唯品会在自身消费金融业务唯品花基础上,也将发布一支额度3亿、以个人消费贷款为基础资产的资产证券化产品——中金—唯品花第一期资产支持专项计划。对于在规范化和监管逐步渗透的互联网金融业务发展而言,证券化的群体开始扩大,从最初的阿里小贷、京东白条、宜人贷专项计划以及分期乐的信用分期资产,开始逐步向更多有能力进行证券化的场景化金融开始拓展。

    从监管趋势而言,去年年底开始逐步收紧了一些互联网金融类资产证券化产品操作的口子,原因也很简单,出于防范互金资产风险攀升的考虑。因为目前能够被监管批准发行ABS产品的平台,要么是行业内的场景化金融集大成者,如阿里、京东;要么是在细分线上分期和信用贷款方面有较好的资产良好表现,百度有钱花、分期乐、唯品花都是这种类型。

    从表面看,这是一些具有电商和场景化基础的平台利用自身行业信用和产品基础进行互联网金融产品的证券化塑造,可以很大程度上提升自身平台在主流金融机构中的稳健性作用和在大众心理中的安全性作用。但是,从深层次上看,这却是具有大数据建模和数据分析能力的平台在以数据化信用和信用管理为依据,向更多的传统金融机构和投资者在输出自身的信用体系。

    互联网金融资产ABS,信用管理标准高

    从金融机构的信用管理体系而言,ABS产品的发行除了要遵循基本的资产隔离、征信评级以及其他严格的资产管理审核要求之外,从原始资产的安全性角度而言,同样也很重要的是各种资产的风险管理体系。可以知道,目前市场上已经发行规模较大的阿里小贷和京东白条类资产证券化产品,此前阿里和京东在有关旗下小贷和分期类产品的不良率上,有过披露,基本上都在1%左右或者低于1%,这相对于目前传统金融机构的信贷不良率而言已经存在一定优势。

    当然,这里包括阿里和京东在内的消费金融业务ABS,主要是指依托于电商和相关消费场景进行延伸的信贷管理模式,其主要的信用审核依据除了一些可以结构化的信贷管理因子,如消费流水、身份识别、收入、工作等外,还包括各种隐藏在平台上的订单、习惯、社交、偏好、容忍度等非机构化的海量大数据,根据这些来设定一个用户的信用评价情况,而后产生信用额度进行分期或者是现金贷服务。传统金融机构也存在这样的分期类和信用贷款类产品,只不错相对而言在信审和业务流程上比较格式化和固定化,用户覆盖面也相对圈层化。

    对于有能力进行互联网金融消费金融资产ABS的平台而言,与其说是这种通道化和集成化的场景管理能力,还不如说是其底层的大数据处理和信用风控能力,也就是从2016年下半年以来一直就占据行业热点的大数据风控系统。可以说,大数据风控系统和目前主流的信用风险控制系统存在本质的差异,也逐渐被更多的金融机构和平台所采用。

    目前国内有众多平台都已经开始研发大数据风控系统,以2016年12月上线的大数据风控系统网易北斗为例,大数据风控系统和传统银行的信贷系统处理机制有着本质的区别。网易北斗通过尖端建模及大数据收集处理能力,采用神经网络/机器学习/支持向量机等全球领先技术来保障风控模型可以去伪存真、真实反映用户的信用。而传统金融机构更多依靠信贷员个人的经验和流程化管理风险能力,相对而言受经济周期和个人经验能力影响更大。可以说,即便是很多传统银行等信贷管理机构也在逐步学习和实践这种大数据风控技术。

    大数据风控能力将成行业输出标准

    众所周知,消费金融虽然也存在分散、小额的资金特点,但是如果对场景化的风控和信用管理缺乏足够的大数据管理能力,其信用敞露情况也相对比较严重。去年接连曝出在一些消费金融业务推广上存在不规范问题,比如在业务导向上片面追求规模和市场渗透导致了在风险把控上出现一定偏差,一些小平台的消费金融业务不良率甚至已经接近或者超过10%,已经严重开始透支平台的长期发展能力。而像阿里、京东等巨头则可以将消费金融业务不良率控制在1%以内,足以说明大数据风控在其中的作用。

    不论是对于互联网金融机构的消费金融业务还是传统银行的消费金融业务而言,这种大数据化的信用风险管理能力都是具有极大价值的。如果说阿里、京东是通过内部电商延伸和外部延伸来逐步推广自身的数据风控体系和相关金融科技产品,那么推出北斗系统的网易则是在外部场景衔接中逐渐实现大数据风控的标准化能力。其实是两个方向,一个是从场景到风控,一个是借助外部从风控到场景。

    和阿里京东的C端模式有所不同,网易的大数据风控更多是走的B端路线,通过与国内众多的中小金融机构对接,通过机构平台实现B2B2C的业务发展,助力商业银行等机构实现大数据风控技术和场景的对接。相对而言,中小金融机构在线下信贷场景和大数据风控技术对接上的需求度更为迫切。因为大多数商业银行在数据处理、模块分析和互联网化数据采集上缺乏专业的技术支撑实力。

    可以说,在国内消费金融业务逐步旺盛,ABS产品逐渐多元化的今天,其基础的大数据风控能力也将逐渐走入台前成为炙手可热的领域。而在这一方面比拼的将是信贷管理质量和模式的精准性,以网易北斗系统为例:目前实现了中小银行在多个方面的效率提升和成本降低:1)显著提升金融机构数据处理能力—处理效率提升90%;2)大幅缩短审批时间—放款速度提升70%;3)有效提高信贷资产质量—平均坏账损失降低35%;4)有效提升模型风控预测能力,提升预测性能60%。

  文章来源:证券日报·中国资本证券网

征信市场监管加强 2017年行业风口预测       近年来,消费金融市场呈现出勃勃生机。如何识别并评估风险显得尤为重要,征信行业发挥着至关重要的作用。我国的征信行业起步较晚,当前依然是以中国人民银行征信中心为主导,民营征信机构为补充的混合经营格局。完善我国互联网金融监管法律法规是当务之急,大数据时代征信行业发展需要得到重视。

据前瞻产业研究院《中国征信行业市场前瞻与投资战略规划分析报告》显示,中国个人征信行业的市场渗透率总体维持在 9%左右,2015年中国个人征信行业潜在市场规模为1,623.6亿元,实际市场规模只有 151.4亿元。随着个人消费和交易习惯的改变,征信的应用场景不断增加,市场渗透率有待进一步提升。

目前,征信跑道上有两个主要成员:8家个人征信机构和132家企业征信机构。除此之外,还有众多“大数据公司”,虽然没有相应牌照和备案,实际也在从事征信业务。2016年,征信行业发展最为特殊的一年,处在监管的“空档期”,一边是个人征信牌照尚未发放,大家翘首以盼,一边是行业乱象丛生。

在行业缺乏监管的情况下,个人征信面临过度采信,从而导致个人信息泄露,甚至被不法分子用来牟利。完善的法律体系可以为征信行业的蓬勃发展保驾护航。截至目前,《征信业管理条例》是国务院颁布实施的我国唯一一部征信专业法规,对我国征信行业发展有一定支撑作用,但其法律效力比全国人大批准公布的法律效力要低,同时其配套制度还有待完善。

同时,企业征信行为缺乏具体的操作规范,现行的数据管理体制下,各征信公司主要通过以下渠道获得企业信用数据:一是通过新闻媒体等公开的渠道获得;二是通过到被调查企业调查直接获取;三是通过政府部门和有关机构的渠道获得。由于相关法律法规不完善,企业信用数据基本处于封闭状态,成为阻碍企业征信业发展的重要因素。

征信行业是一个敏感行业,和个人信息、隐私密切相关,因此必须谨慎对待。2017年,各项法律和监管会进一步落地,大量不达标的征信公司将被取缔和注销。在政策“一刀切”之前,行业自律就变得至关重要。

来源:前瞻产业研究院 作者:刘源

征信业将迎来爆发时机        2015年至今,中国的征信业涌现了一股热潮,许多市场主体都想进入这个行业,一方面与中国监管层放松管制有关,另外一方面征信市场也是传统金融领域的最后一个“堡垒”,是互联网金融领域里的下一个最大“金矿”。总体来看,征信热是市场行为,有市场就催生出需求。据清晖智库统计,中国个人征信市场空间约2000亿元,个人征信和企业征信总规模约为20亿元。

提及征信业,不得不说中国央行。中国央行征信中心数据库实力非常强大、几乎无人能及,这是中国征信业的最大优势。但短板也很明显,就中国央行现有征信数据来看,其覆盖面较窄,数据来源也很单一,例如中国央行个人征信系统目前共收录近9亿人信息,其中仅不到4亿人有信贷数据,约5亿人在央行征信系统中只记录经济信息,无任何有效征信信息。

征信业最重要的是数据。在国外,征信机构之间的数据都是共享的,数据共享是征信行业发展的基石,例如美国三大征信局益百利、环联、艾奎法克斯之间数据都是共享的。它们之间虽有竞争,但是这种竞争主要体现在对于数据的管理、加工、保护、风险判断的良性竞争。纵观国内,央行批准开展个人征信业务的机构,很多数据都是不共享的。例如阿里巴巴、腾讯、平安等,这些征信企业的数据一般都是内部获取、内部流通,不与其它企业共享。笔者认为,征信业的未来在于合作与规范,平台之间不愿意分享自己的征信数据信息,就势必会影响整个征信系统发挥其应有的作用。

此外,市场在征信系统建设方面也有较大的争论。有人认为,征信业只需要像法国那样,一套系统就可以,也有人认为行业应该有充分的市场竞争。总体上,笔者认为还是深化目前的“1+N”,即“政府主导+市场化结合”这种模式。通俗一点来讲,即中国央行征信中心成为政府主导下的基础信用信息集合中心,将来获得征信许可证的机构则进行市场化运作。

同时,商业化的征信机构应该与央行征信密切配合,唯有如此,才能够推动整个征信系统的发展。商业化的征信机构相对灵活,可以通过开展与创新和增值化相关的征信业务,从而使得中国的征信业形成全方位、多层次的互补格局。

一般而言,征信机构通常可以分为三大类,分别是企业征信机构、个人征信机构和财产征信机构。在中国,我们见到最多的主要是前两类。例如个人征信,主要是记录居民的信用身份证,个人购车、贷款担保、申请信用卡乃至求职、出行出境等。

个人、企业信用等征信业务虽然就像一座待开发的“金矿”,但是中国征信体系的完善还有漫长的道路要走。因为做征信需要大量的原始数据积累,必须要耐得住寂寞和耐心积累数据,这可能需要二十年以上,时间成本很高。由此看来,征信业务只有巨头们才有实力玩得起。除了个人征信,企业征信也逐渐得到重视。企业征信主要是帮助客户控制判断商业活动的风险,进行信用管理。征信企业的数据获取和抓取能力,是企业征信业务建立的关键。

另外,据笔者了解,中国当前征信业市场主体的商业模式尚不清晰,基本的服务都尚未收费,还处于市场前期的培育阶段。当下,中国的征信法律等环境发展尚不健全,基本没有征信企业单纯依靠征信业务实现较大规模的盈利。而国外发达国家的征信机构提供征信服务均收取费用,收费标准不一,往往采用市场化的竞价方式,盈利颇丰。

中国征信业的发展可以追溯到上世纪30年代初,至今从无到有,市场规模在不断扩大,年复合增长率接近30%。在谈到征信业时,很多人都会谈及中国征信业的违约成本太低,但是,直接加大惩处力度未必能够在短时间改善征信环境,征信业的发展需要的是系统性进步。

在中国征信业快速发展的同时,技术变革对征信业的发展起到了非常大的推动作用,围绕征信数据库,通过技术化手段获得成长性的小型科技公司也迎来巨大的发展良机。无论如何,未来中国征信市场将日趋成熟,规模也将不断扩大,或将迎来爆发式发展。

    来源:证券时报