导流、助贷、联合贷款,互联网巨头与银行的合作飙到 2 万亿,有什么值得忧虑?

「金融服务无处不在,就是不在银行的网点。」在金融科技信仰者眼里,这样的时代已经到来。

越来越多的人不去网点,银行如何获客?部分银行曾经试图自建场景,各类「银行系」电商一时火热,但又纷纷沉寂;现在,银行转向拥有各类场景的互联网平台公司。互联网平台拥有流量,即海量的个人客户,但缺乏放贷的资格或资金;而在经济下行压力、利率市场化、金融脱媒等大背景下,银行的资产配置逐渐向零售端倾斜,寻找具有海量用户的场景;两者一拍即合,助贷及联合贷款兴起。

目前对于助贷及联合贷款,并没有权威定义。按照业内理解,助贷是一家机构帮助客户获得贷款,也可以看做帮助银行投放贷款,总之机构扮演的是中介角色。在为银行导流或筛选客户的基础上,如果助贷机构有贷款资质、跟银行按比例出资金,则叫联合贷款,比例有 1∶9 或 2∶8 不等。不过,现实中也有联合贷款方和银行的出资比例高达 1∶99 的情况,实质上与助贷无异。

「对于助贷及联合贷款模式,赚到钱的当做宝,没做的嗤之以鼻,监管部门是又爱又恨。」一位银行相关业务负责人对财新记者感叹。

据财新记者从权威人士处获悉,目前整个联合贷款市场规模已经达到 2 万亿元左右,涉及数百家银行等金融机构。其中,其中,蚂蚁金服已经占一半以上,约万亿元;微众银行 2500 亿元,平安普惠 3000 亿–4000 亿元。这三家合计占到市场的 90%,其余 10% 左右的市场被消费金融公司 等第二梯队的机构占据。

有蚂蚁金服相关人士称,蚂蚁金服与银行业共同出资的联合贷款规模在几千亿元左右。但对于具体数据,蚂蚁金服不予回应。蚂蚁金服公开披露,目前已经与 400 家金融机构合作,希望在未来两年合作金融机构增至 1000 家。

本质上,助贷及联合贷款是银行业金融机构与中介机构合作的贷款模式。从目前的业绩来看,该模式似乎「双赢」。在优质资产稀缺的当下,有一位银行中层这样描述这类贷款的吸引力:「利润增长可怕,不良率又极低」。

然而,该模式的隐患之一,是交易对手的隐性担保,使得风险担责机制模糊。市场上,多家助贷或联合贷款机构为银行提供隐性兜底——或提供担保、或保险增信、或承诺固定收益,在这样的模式下,银行沦为纯粹的资金提供方。但无论采取何种形式,负责提供风控的助贷或联合贷款机构实际并无能力兜底,风险其实还在银行,其性质类似于不受规范的影子银行。

此类模式的隐患之二,是短期内快速增长的规模。以一家头部机构一年内轻易突破万亿元、行业突破 2 万亿元这样的速度与规模,对应的数据与风控模型的黑箱状态,某种程度上脱离了金融监管的理解和监控范畴。

这引发了监管部门的关注。2019 年 10 月 23 日,银保监会发文,再次明令禁止 2017 年末以来已经强调多次的兜底担保:为各类放贷机构提供客户推介、信用评估等服务的机构,未经批准不得提供或变相提供融资担保服务;如无牌照而从事实际担保业务的,应予以取缔,存量结清,如想继续从事该业务则需申请牌照。

从银行端看,多地监管部门则强调「核心风控不得外包」。因为如果一家银行将核心风控外包,意味着本职工作是管理风险的银行未能尽责。但是,对于何为核心风控,在所谓金融科技机构「赋能」银行的过程中,如何界定风控外包的边界?风控是完全不能外包,还是可以外包加自我风控结合?业内存在争议。

但不可否认,当风控的功能不再专属于银行之后,助贷或联合贷款让银行贷款的业务模式悄然改变:一是银行业零售业务的批发化;二是中小银行借互联网平台得以快速异地展业。这意味着,中小银行不再仅服务其所在地的辖内用户,而有了服务全国用户的可能。这实际上突破了银行业的风险分类、属地监管等原则

从更为宏观的角度来观察,据光大证券的研究报告,如果除了房贷、车贷,不含信用卡的个人消费金融市场已经有 5 万亿元规模,而包括信用卡在内的个人消费金融市场约 13 万亿元。这样的蓬勃发展,是基于居民收入不断提升、消费能力不断增强、个人消费贷不足的预测。但同样值得警惕的是,在个人征信体系尚不完善、个人破产制度尚未建立、居民杠杆率急速升高的环境下,如何控制好「共债」风险,应对可能诱发的次贷风险,避免不必要的个人悲剧发生?

近来,已经有浙江、上海、北京等地银保监局陆续出台相关文件,规范助贷及联合贷款业务,并通过窗口指导限制了银行端的出资规模。但在全国层面,需要定义业务、规定原则的互联网贷款规制,目前尚未正式出台。据财新记者了解,此前征求意见稿最大的争议之处,就在于监管有意框定联合贷款的出资比例限制,但还存在争议。

新兴业态已成,监管与行业应如何直面挑战?

2 万亿汹涌而至

金融机构联合贷款早已有之。上世纪 90 年代,中国银行业就联合给企业放贷进行了讨论、试点与实践,后发展为有一套完整规制的银团贷款。目前的联合贷款,则往往由一家银行或信托公司,与一家金融科技公司共同放款——后者一般持有小贷公司的牌照,主要扮演引流方的角色;归银保监会监管的消费金融公司,则兼具出资方与引流方的功能。

当前 2 万亿元的助贷及联合贷款市场上,如前所述,蚂蚁金服、平安普惠、微众银行是输出大数据风控模型的「头部企业」;第二梯队则是新网银行、京东数科、百度、消费金融公司等。据新网银行年报披露,截至 2018 年末,该行管理贷款余额超过 3000 亿元,其中表内各项贷款余额近 2000 亿元,联合贷款约千亿元。京东数科刚刚起步,据该公司公开披露,截至 2018 年 11 月,已经落地的合作银行 40 家,信贷资产规模超 100 亿元,业务总量 (含助贷) 近千亿元。另外,百度的业务规模也近千亿元。

从出资方来看,中小银行、信托公司是助贷或联合贷款最积极的参与者。

据财新记者了解,在股份行中,曾经以对公业务为主的光大银行,在联合贷款业务推进上最为积极,它们一般与前述三家头部机构开展战略合作,有的股份行跟蚂蚁金服合作的相关放贷规模超过 1500 亿元。

大量的城商行更为踊跃,如天津银行、贵阳银行、上海银行、江苏银行、南京银行等,借助这种模式,个人消费贷款金额突增。其中,天津银行个人消费贷款从 2017 年的不足百亿元,迅速增至 2018 年的近 800 亿元,增幅达近 700%。天津银行官网披露,2018 年该行先后和新网银行、蚂蚁金服、苏宁金服、百信银行、度小满金融等达成战略合作。比如,天津银行为百度旗下的度小满金融提供 200 亿元的授信额度支持,其中 100 亿元用于分期贷款投放。

与城商行类似,以消费金融业务为特色的信托公司,也积极参与其中。据信托业协会数据,截至 2018 年末,近 40 家信托公司投身消费金融市场,合计开展消费金融信托余额近 3000 亿元,一年内膨胀了 2000 亿元。其中,云南信托、外贸信托、渤海信托、中融信托、中航信托、中泰信托、西藏信托、五矿信托等表现激进。

值得注意的是,现在出资方已经不断下沉,多家村镇银行参与其中。比如,长沙银行与祁阳村镇银行、宜章长行村镇银行、湘西长行村镇银行开展「快乐秒贷」联合贷款业务合作,规模共 20 亿元;新网银行也在 2019 年中公开搭台,与村镇银行等共同开展联合贷款服务。

联合贷款市场发展势头之猛,以及潜在的风险,引起了监管部门关注。近期刚出台规范的北京银保监局相关负责人对财新记者指出,北京地区的银行业、保险业与互联网科技加速融合,部分中小机构相关业务规模、占比、增速较为突出;而且监管发现,部分银行机构相关业务发展不够审慎,风险控制和合规管理不足,合作机构资质良莠不齐,存在套贷骗贷的欺诈风险与多头借贷的「共债」风险。

两巨头「一进一退」

在联合贷款业务中,阿里和腾讯两大互联网巨头呈现「一进一退」之势。

腾讯牵头发起设立的微众银行是联合贷款的「创造者」,但在监管部门的限制下,2018 年该行「急流勇退」。据财新记者了解,该行在联合贷款中的出资比例已经恢复到了 20% 左右,总体规模也明显收缩,从最高点近 4000 亿元,到了当前的 2500 亿元左右。这是因为从 2017 年末起,微众银行曾被当地监管部门强制提高出资比例,规模也有所控制。

蚂蚁金服的联合贷款实则启动得较晚,但在 2018 年迅速膨胀。

据财新记者了解,在约万亿元的业务总规模中,约 7000 亿元是助贷,而蚂蚁方在联合贷款中的出资比例下滑很快。

一位浙江监管相关人士也指出,「蚂蚁金服现在与辖内金融机构的联合放贷出资比例越来越低了,早期还是 1∶9、2∶8,现在不少是 1∶99 了。」而对这些业务数据,蚂蚁金服表示都报给了监管当局,但不会作公开回应。

蚂蚁金服更愿意用「信贷联营」来描述这一业务。

10 月 21 日,蚂蚁金服集团副总裁黄浩接受财新记者专访时指出,蚂蚁的「信贷联营」业务主要有三种:一是纯导流,合作银行业机构完全自行决策、自行放贷;二是「导流+资金联营」,与合作方按比例出资 (即一般所说的联合贷款);三是「导流+初筛」,与合作方提供蚂蚁风控下的初筛结果,再让合作方自行决策和放贷 (这类似于行业所说的「助贷」)。

据财新记者了解,大中型银行与蚂蚁金服合作一般是纯导流模式;其中,浦发银行的合作规模最大,通过花呗、借呗分别投放了 300 亿元、1100 亿元,合计近 1500 亿元。这些银行均是独立风控,蚂蚁金服只是将花呗、借呗、网商银行的客户推荐给银行,即起助贷作用。

「导流+初筛」的模式,则多用于中小银行、信托公司、消费金融公司等。这些公司正在建立自己的信贷风控模型,对能跟蚂蚁金服合作可谓「求之不得」。

一位与蚂蚁金服合作的头部消费金融公司高层告诉财新记者,蚂蚁金服将所拥有的 8 亿多客户,筛出 3 亿到 4 亿做了「白名单」客户,合作机构再根据自身风控要求二次筛选,即有一定「通过率」。有几家合作方称,通过率不足 50%。对于蚂蚁金服而言,则体现为「拒绝率」;黄浩指出,拒绝率都是两位数,即 10% 以上,「放不放、放多少,都是银行来决定」。

在跟中小金融机构合作时,蚂蚁金服的分润比例跟业务量有关,业务量越少,蚂蚁的分润比例就越高。前述消费金融公司高层透露,分润取决于银行与蚂蚁金服谈判的结果,比例不等,一般是 30% 到 35%,个别情况下可以达到五五分成,即蚂蚁拿走一半收益。

据财新记者了解,农业银行一度也想通过蚂蚁金服做零售业务,但因为分润比例没谈妥,暂时还没有合作。

参与「导流+资金联营」模式的,也是前述众多的中小金融机构、一些小贷公司,以及蚂蚁金服参股的邮储银行。目前,邮储银行跟蚂蚁金服的联合放贷总规模已经达千亿元。据财新记者了解,根据每笔贷款的情况不同,蚂蚁金服的出资比例在一成、两成、三成不等。

与蚂蚁金服有合作的一位农商行高层告诉财新记者,在联合贷款的出资比例中,早期是 1∶9,即蚂蚁出资 10%、农商行出资 90%;现在已经降到了 1∶99,即蚂蚁仅出资 1%,农商行出资 99%。在这种模式中,分润来自双方约定的一个预期收益率,一般银行可以得到 7% 到 9% 左右的贷款收益率。

中国社科院银行研究室主任曾刚对财新记者指出,从异地展业的角度看,助贷及联合贷款业务,也可以视为前几年金融同业业务的变种,只是合作方从金融机构转向了互联网公司。

不管是从规模占比还是从增速来看,蚂蚁金服可谓是新业态下崛起的领军者。

近期,据财新记者了解,监管部门对个别银行业金融机构进行窗口指导,对这些银行与蚂蚁金服的合作做出风险提示,要求控制好合作规模甚至不得新增,把握住核心风控等。在此监管精神下,银行与蚂蚁金服的合作规模开始有所控制。

蚂蚁金服也洞悉了这一监管信号,再次强调自身定位是在向数据、技术输出方转变。9 月 22 日,蚂蚁金服总裁、网商银行董事长胡晓明呼吁,希望监管部门对联营贷款再做一些调研,不要搞「一刀切」。「这么多的农村商业银行和中小银行,不可能办科技金融公司,也不是每一家银行都和招商银行一样,能够拥有这么多技术人员。」他称,蚂蚁金服可以将技术和客户分享给它们。

近日,蚂蚁金服董事长井贤栋向财新记者表示,从需求端来看,中国市场数量巨大的个人消费者和小微企业生态的多样性,决定了他们的需求客观存在,在供给侧需要机构间有更多的合作来真正解决有效触达和有效供给,解决中国如此广阔的市场中面对小微企业的服务问题。他建议,政策层面明确「信贷联营」的标准,明确和坚持「优势互补、信息共享、独立风控、风险自担」的本质,因势利导鼓励合作,同时通过标准的明确来限劣扶优。

蚂蚁的资本金约束

若如胡晓明所说,蚂蚁金服主要是对金融机构输出技术和客户,那么,蚂蚁金服的角色更像助贷机构。

「余额宝也经历了两个阶段。」黄浩回应称,「我们也不能预测,未来多少比例是联合贷款模式,多少是推荐客户、场景服务,无论哪种都是欢迎的。当然,『信贷联营』的规模取决于资本金,资本金决定了出资上限,我们不会突破任何监管要求。」

资本金约束,也是蚂蚁金服在零售金融业务领域转至「信贷联营」模式的关键。

近两年,花呗、借呗两大消费信贷产品,取代余额宝成为蚂蚁金服的拳头产品。2018 年末,花呗和借呗的净利润分别为 3.7 亿元、35 亿元。这两大产品的业务规模从未对外披露过。据几位业内人士透露,花呗的余额有 2000 多亿元,借呗的余额近 5000 亿元,其中包括了助贷的规模。对这一数据,蚂蚁金服未予回应。

花呗、借呗的公司主体分别为重庆市蚂蚁小微小贷公司、重庆市蚂蚁商诚小贷公司,归重庆市两江新区金融局监管。

此前,花呗、借呗的资金来源,主要是靠发行小贷资产支持证券 (ABS)。据财新记者统计,到 2017 年末,花呗、借呗在场内外发行的 ABS 规模总计约 3500 亿元,占中国消费类资产证券化市场的 90%,占到万亿企业资产证券化市场的 40% 以上。

在 2017 年末的现金贷监管风暴之后,小贷公司被要求将出表的 ABS 合并纳入表内计算融资杠杆率。蚂蚁金服当即表示,将对小贷公司增资到 200 亿元。截至目前,花呗的主体已经增资到 120 亿元,借呗的主体增资到 40 亿元,共 160 亿元。按照重庆市金融局的要求,辖内小贷杠杆上限应是 2.3 倍。这意味着,花呗和借呗可以撬动的杠杆规模上限应是 368 亿元,仍然是杯水车薪。

为什么花呗比借呗更需要增资?据花呗官方披露,该用户群体是理性的,「有四分之三的花呗用户未支付过 1 分钱手续费或利息」。但这也意味着,花呗的盈利能力大大弱于借呗。多位业内人士指出,正因如此,虽然花呗的规模大于借呗,但银行业对花呗的业务相对不感兴趣,所以在合作中,有时候蚂蚁会将花呗与借呗「搭售」——「你要接我的借呗资产,必须捆绑接一部分花呗资产。」

据财新记者获得的一份花呗、借呗最新的 ABS 募集书,截至 2019 年上半年末,蚂蚁旗下两家小贷公司发行 ABS 规模共计近 1700 亿元,较 2017 年高峰时期已经减半。其中,截至 2019 年 6 月末,花呗 ABS 在两大交易所的存量规模为 1113 亿元;借呗 ABS 则压缩更为明显,截至 2019 年 6 月末,借呗 ABS 存量规模是 550 亿元,同比下降 440 亿元

在增资速度很难赶上蚂蚁潜在业务能力的情况下,汹涌而来的「信贷联营」成为蚂蚁金服突破资本金和杠杆率约束的主要方式。这给监管部门再出一道难题。

风控的真空

助贷和联合贷款中,谁对资金损失最终负责?毫无疑问,银行、信托公司等金融机构是真正的放贷主体,但不少案例中,联合贷款中不同程度和形式的兜底,改变了风险承担主体,可能导致风控悬空。

光大证券分析师指出,在 2017 年底以前,BATJ (百度、阿里、腾讯、京东) 旗下金服公司,一是通过 ABS 出表再融资的方式,包办自家平台上大部分有长期信用记录的即优质客户的生意;二是把缺乏长期信用记录的小部分次级客户,留给银行做联合贷;三是通过向银行引流、销售数据获取佣金。在此过程中,BATJ 金服公司或明或暗承担一部分兜底。

2017 年末监管祭出规范整顿「现金贷」的 141 号文之后,BATJ 旗下金服公司就陆续声明,未来合作将由银行自主风控,机构只做风险评估,并不再兜底;增量优质信贷只能也给到银行做联合贷款。

但据财新记者了解,不管是微众银行还是蚂蚁金服,都会向合作金融机构提供一个预期收益率。这是否算隐性兜底?

黄浩对此回应称,类似银团贷款,蚂蚁金服向银行提供的是一个投资回报率的预测而已。他反复向财新记者强调,蚂蚁金服绝不会承诺兜底,「不管是明面的还是私下的承诺兑付,都不会有」。

据财新记者多方了解,目前在助贷和联合贷款模式下,市场的兜底行为主要有三种。一种是保证金模式。比如,小赢科技 (NYSE:XYF) 披露,2018 年开始向国内一家银行缴纳保证金,获得 7 亿元贷款;乐信 (NASDAQ:LX) 披露,存入贷款余额 5% 作为保证金,对于逾期未还款项,资金合作伙伴优先使用保证金进行赔偿。除此,360 金融 (NASDAQ:QFIN) 披露,该公司保证金贷款近 13.5 亿元;趣店 (NYSE:QD) 的保证金余额为 5.68 亿元。

保证金贷款是典型的放杠杆业务,很容易出风险。2012 年左右,银行与大量担保公司合作,发放保证金贷款;当经济下行压力加大时,贷款的保证金被击穿,担保公司破产,最终损失承担者仍是银行。

第二种模式是分级信托模式。早在趣店、萨摩耶金服等现金贷公司崛起之时,信托公司就成为其主要资金方,彼时明面兜底盛行。比如,2017 年财新记者获得的趣店贷款合同及信托募资书上,清楚地告知投资人,渤海信托、厦门信托等信托公司是出资方,趣店进行劣后级差额补足。这种优先/劣后的分级信托产品,也被看做联合贷款的一种形式。

再如,据财新记者获得的一份新网银行《联合贷-信托合作方案》,信托公司成立一笔资金信托计划,优先级出资人则是信托公司或银行,新网银行是劣后级出资人,双方按约定出资比例和风控标准,向个人客户发放消费贷款,「该信托计划定期向委托人分配固定收益,并由新网银行对该信托计划本息提供增信」。按照是否增信以及增信方式不同,投资人的年化收益在 5.5%–6.0% 不等。

不过,据财新记者了解,随着新网银行的合作金融机构增多及风控模型逐渐成熟,目前新网银行在逐步退出兜底业务

第三种模式,是引入第三方担保或增信。比如,据财新记者了解,平安普惠平台上的获客方与银行等资金方合作时,往往会引入平安集团旗下保险公司——平安财险提供信用保证保险服务;微贷网 (NYSE:WEI) 则与安心保险合作。

目前与助贷公司合作开展履约保证保险的保险公司,主要有长安责任保险、天安财险、华安财险、富德财险、众安在线等。保险公司的介入,其本质是一种风险分担机制,并非是「兜底」行为,已经实现了形式合规。但是,由于保险公司实际并无相关风控能力和条件,因此很多情况下,保险公司又让助贷机构提供反担保。某助贷机构董事长对财新记者坦言,现在保险公司与助贷机构常有抽屉协议,「助贷公司反过来把钱给保险公司,保险公司盖个章就行了。」

如是,最终一旦出现风险,仍有可能出现扯皮。前述助贷机构董事长透露,潍坊银行与中国人保财险公司就已经在相关业务上产生了纠纷,最后人保财险认赔

这跟两年前的广发银行侨兴债案类似。当时,蚂蚁金服的招财宝曾与浙商财险在风险担责上产生了纠纷,虽最后浙商财险进行了赔付,但蚂蚁相关人士仍直呼「吃大亏了」。经此风波,蚂蚁金服不再采用此类第三方担保与增信的模式,也不在蚂蚁体系进行 P2P、金交所资产的销售。

兜底的风险隐患很明显。正如一位资深监管人士对财新记者指出的,兜底意味着银行出让了核心风控功能,相当于向互金合作方出租了银行牌照,「要在法律和严格的监管下,银行才可以说对公众存款有无条件的支取责任,为什么银行就相信互金合作方是可以刚兑的呢?」

而且,当有了兜底行为后,银行、信托公司所谓的转型零售业务,实则变成了对公业务,甚至可以看做是投资、同业业务 (或者说是资金拆借业务),但又未能准确记账,也不满足现行监管规定对同业业务的诸多限制。有的小银行高层对财新记者坦言,这种业务也就赚两到三年的快钱,对银行提升能力没有任何帮助。

前述监管人士总结称:「这种业务本质上是让助贷或联合贷款机构,成了贷款的二级批发商。对于这家机构所承诺的回报收益,银行没有经过严格的信贷投放过程来确认。」

这种模式必不长久且殷鉴不远——从 2013 年起,银行业带兜底的三方买入返售业务盛行,当企业违约后纠纷不断,可谓一地鸡毛。

风控外包的边界

没有兜底的助贷或联合贷款业务,也涉及风控外包。

风控本身是一个宽泛的概念,客户筛选、调查、授信、签约、放款、支付、跟踪、收回的全流程,都涉及风险管理。目前,监管部门对于助贷及联合贷款业务的规范,往往是基于旧规:2014 年《商业银行内部控制指引》,提出「商业银行风险管理的职能不能外包」。这是因为,外包机构有道德风险、操作风险、科技风险,也有外溢性风险。

「到底是哪个流程不能外包?比如贷款审批肯定是不允许外包的,但是审批之前数据的搜集、模型的整理、决策证据的提供,这些东西是不是可以外包?」苏宁金融研究院互联网金融中心主任薛洪言对财新记者说,如果没有相关细则,这一条款很难真正落地。

目前互联网巨头拥有相应的生态、场景、数据和相应的算法与模型,确实为大数据风控提供了全新的模式,用以助贷,有其内在合理性,再加上政策层面对做小微有指标、任务,金融机构纷纷选择与互联网头部机构合作。

如果从 0–100% 衡量银行业机构将风控外包的程度,银行完全自己做业务意味着风控外包程度是 0,兜底则意味着是 100%。在这个区间内,风险外包程度的一个参考标准是,银行业机构对来自助贷或联合贷款机构客户的通过率。

一家消费金融公司副总告诉财新记者,「如果有兜底,通过率就很高,95%、96%。我们要求独立风控,所以通过率基本在 70%。」一家中型银行高层则透露,该行对蚂蚁推荐来的客户通过率实则不到 30%。

不过,也有银行几乎完全依赖互联网公司的风控模型。另一家中型银行相关负责人坦言,该行对于蚂蚁推荐的客户通过率高达 99%。一家农商行业务负责人也说,虽然银行也会有一道自己的风控模型,「但和这些大的金融科技公司相比,我们的数据和模型能更优秀吗?肯定不可能。」

一位城商行业务负责人总结称,蚂蚁、微众、平安普惠这些头部机构的初筛机制可以看做是「强风控」,银行则是「弱风控」,通过率会很高;但是,跟第二梯队的助贷机构合作,通过率就低了,「一开始只有 20% 到 30%,合作多了之后,才会慢慢提高到 70%」。

前述监管人士对财新记者指出,核心风控的边界,可以从风险责任和损失结果倒推,看银行是否把需要承担风险的权利让渡了出去。

他认为,小机构在风控外包业务上,应该更加审慎,「如果外包机构破产清算了,小银行是否能够承受这个影响?」

那么,银行是否可以通过风控技术合作的过程,不断自建风控能力,最终不再需要与第三方合作?黄浩认为,蚂蚁所合作的银行风控建设能力非常快,「甚至还有银行人士问我,『会不会过两年后,没你们什么事儿了?』我说很好,开放体系不就是我们想要的吗?但也永远有我们能做的事。」

有银行人士也认同这一看法。比如,前述城商行业务负责人认为,在助贷机构的帮助下,中小银行确实可以借此逐步建立自身的风控技术。「天津银行风控很强吗?但是通过助贷,人家消化了存量坏账,赚了钱就有精力去做调整;零售业务再跑个两三年之后,就建立起这个风控能力了。要是银行一上来就自己做,那就吃亏了。」

某消费金融公司的负责人则指出,风控能力除了有建模能力,也跟银行可以获得的资源有关。「一般互金公司做风控模型,没有几百个 IT 人员、几百个风控人员,没法把这事儿做成。但是,一家城商行有这么多业务要做,零售信贷业务就要建这么大的团队,其实也很难。」他还指出,数据源越来越多,如果银行自身没有建设迭代优化的能力,其实也没有意义。

「求人不如求己。」光大证券研报用与微粒贷合作的例子提醒,很多中小银行一度借由微粒贷发放了几十亿元低坏账率的贷款,并在双方合作的第一年内纷纷实现盈利,但小银行在合作中不具备自主风控。腾讯金融与小银行的合作类似于招标,小银行高度倚赖前者使用它们的资金,进而银行的收益率日益下行,乃至于不及传统贷款。这反映出,无论大互金机构还是其他引流平台,从长远来看,对银行而言都靠不住。

「是风控外包还是自主风控,这就是魔与道之间的关系。」一位股份行零售业务负责人对财新记者总结道,「现在金融的交易场景、客户都转到了互联网平台,『船都开走了,哪能不上船?』但作为银行而言,如果连互联网机构提供的数据、场景有效性都没法甄别,这个事情还不如不要做。」

数据「黑匣子」

数据是风控的核心。平安金融壹账通 的智能风控负责人施奕明指出,中小银行没有数据,所以即使有客户,也不敢开展一些金融服务。「金融产业是一个典型的风险定价行业,如果不知道风险,是不敢定价的,因为这个可能会造成巨大的损失。」

一位大数据专家对财新记者指出,以城商行为例,很难去采集其他省份的数据,尤其是对公业务,客户样本少,这样就难以通过建模并对模型进行训练。但金融科技公司不受区域限制,可以汇集很多数据信息,研究算法建立风控模型,再将这一能力输出给银行,这在逻辑上是成立的。

多家银行认为,目前互联网公司的核心数据仍是个「黑匣子」,数据来源和使用的合法、合规性,数据的有效性,均是缺乏规则的黑箱操作

据光大证券调研,头部机构一般不向银行开放征信分的整套算法和系统内真实不良情况。银行通常会根据自身的风险偏好,在机构提供的数据经验池的基础上进行核验,比如,银行一般基于央行征信系统数据为主,其他数据作补充的第二道风控工具。

「现在是标准接口,就给 24 个字段,性别、年龄、每个月消费金额、地址稳定度等。信息量虽然不少,但信息也是概括性的,只会说处在什么区间,不会给我们最想要的。比如,客户还款来源、业务具体收入等信息。」一家城商行相关负责人说。另一家农商行相关负责人说,「借呗会返回我们一些数据字段,但其实没多大作用。」

对此,黄浩指出,这是出于对客户数据隐私的要求,与银行共享的标准化脱敏数据。以网商贷为例,一定会给银行商家的基本信息、交易信息和经营信息,但不会是客户的裸数据。它会被转化为标准的风控数据,根据双方讨论好的指标和分位区间,例如经营稳定性指标,然后再交给银行。花呗、借呗所提供的风控数据产品,也是如此。

黄浩告诉财新记者,随着隐私计算技术的发展,以后还存在用独立数据实验室进行联合建模可能,双方在看不到对方数据的情况下,实验室对双方数据进行整合分析,输出结果。

值得注意的是,作为风控模型基础的数据,在共享的同时,如何保护个人隐私?有些做助贷导流的互联网金融平台会采用来自大数据风控平台的数据,但最大问题是数据来源大都语焉不详,存在法律瑕疵,甚至有违法获取数据、侵犯个人隐私的嫌疑。

今年 9 月初从杭州、深圳开始的一波监管风暴,席卷了不少头部大数据风控服务商,相关爬虫业务负责人或高管被警方调查,一时间风声鹤唳。目前已有一些银行和头部互金机构紧急停止了与部分大数据公司的合作,排查使用的数据来源是否合规,数据是否被滥用。

近期发文规范银行和金融科技公司合作的北京银保监局,一方面肯定了大数据技术的价值,「充分运用大数据技术,加大风险监测和预警力度」;同时严禁金融机构与以「大数据」为名窃取、滥用、非法买卖或泄露客户信息的企业开展合作,进一步强调客户信息安全保护。

显然,在数据的合法采集和使用上,中国目前仍然缺乏有效规制,还有很长的路要走。

系统性风险何解

整个助贷或联合贷款市场达到相当大的规模后,带来的潜在系统性风险至少有两点:一是风控模型是否能经得起规模增长与经济周期的考验;二是能否解决「共债」问题,以免引发次贷化危机。

即使对互联网巨头建立的大数据风控模型的可靠性,不少金融业人士也忧心忡忡。

「金融科技不可能改善和提高借款人的还款能力,也不可能提高借款人的道德水平和信用水平。把信贷风险管理完全寄托在金融科技上,本身就是巨大的风险。」上海新金融研究院副院长刘晓春撰文表示。

大数金融 CEO 柳博也表示,由于银行尚未完全具备数字风控技术,助贷机构目前必然会实质参与放贷的授信决策。一旦某个助贷机构的技术有效性出现问题,产生的风险是跨地域和跨机构的。

还有业内人士发问:眼下互联网巨头赖以傲视市场的风控模型,是否经得起这一轮经济周期的检验?

「整个中国银行业,经历过一轮完整的经济周期检验吗?」黄浩反问道。他指出,在蚂蚁金服的风控系统中,逾期 30 天以上的贷款就会被归到「不良」,无论花呗还是借呗,不良率始终在 1% 到 2% 之间,表现非常稳定。

财新记者获得的最近的借呗 ABS、花呗 ABS 募集书显示,截至 2019 年 6 月末,花呗资产整体逾期率为 1.54%,不良率为 1.16%;借呗对借款人发放的贷款的逾期率 1.51%,不良率 1.18%。

「蚂蚁金服风控系统的表现仍是行业里最好的,对不良贷款的认定也是业内最严的。一般贷款逾期 60 天在行业里被认定为不良。但监管部门对规模的担心也不无道理。」有业内人士这样说,一旦贷款规模扩张到一定程度,算法模型的参数就发生了变化,很难继续保证高质量,势必造成不良率上升的拐点很快到来。

近期,伴随着 P2P 平台陆续出清,「共债」的风险已经开始反映在银行信用卡业务上;人们不免担心,何时现金贷、个人消费贷市场的泡沫也会被挤破?

解决问题的关键,在于征信基础设施的完善,在此基础上对个人负债及杠杆率进行限制,降低共债风险,从机制上降低个人过度负债的可能性。虽然蚂蚁金服的风控系统很强大,但其依赖的数据仍是基于阿里巴巴和支付宝 生态系统里的数据。从另一方面来说,目前借呗的数据已经对接央行征信系统,但是规模更大的花呗数据还没有全部接入。

黄浩向财新记者表示,「我们的信贷平均余额,和我们联营贷款的机构,已经绝大部分接入央行征信系统了,早就超过了 50%,在可预期的未来会 100% 接入。」

「如果蚂蚁金服的数据可以都接入央行征信系统,其他机构可以通过到央行征信系统,通过撞库等来检阅个人共债数据,这将很能解决一些问题。」一位大数据风控专家这样对财新记者说。

另一方面,在央行决定不再向八家个人征信试点机构发放相关牌照后,成立了旨在建立统一个人征信系统的百行征信,但推进速度与实际效率不尽如人意。市场原本预期各家金融、互联网机构将按统一口径上缴数据,百行征信按照统一算法,将其换算出标准化的征信分和征信报告,帮助市场各类机构有效控制共债风险。但是,囿于种种动机,目前包括百行征信诸多股东在内的市场主要参与者,并不与百行征信分享数据

分拆金融业务?

2018 年,蚂蚁金服作为系统性重要机构,入选了央行首批金融控股公司试点的名单。传统的金控优势在于资本,监管部门一般从并表、资本金、防火墙上着手,而蚂蚁金服既有资本优势,又占据了海量的客户数据,带有很强的科技属性。对于这种新型互联网金控平台,究竟应该怎么管,是监管全新的难题。

目前,蚂蚁金服旗下支付宝的全球活跃用户总数已达 8.7 亿,其中实名用户超过 4.5 亿,与全球性系统性重要金融机构工行 的线下用户数量相仿。余额宝规模目前保持在万亿元,用户 6.19 亿人,占据国内货币基金市场四分之一强份额。而消费贷款 ABS、联合贷款+助贷领域,以现在的发展势头,蚂蚁金服都可以轻松拿下决定性的市场份额。

互联网巨头形成的事实上的垄断地位,不仅形成了对大数据的垄断,还经过对大数据的应用,在产业链的各个环节也轻易形成垄断。这种赢家通吃的局面,在全球范围内至今也还没有找到合适的解决方案。

首先要解决的是互联网巨头在信息合法搜集、使用规范和信息安全方面的一系列问题。因为客户的数据,其权利应该属于客户自己。只有经过加工的数据相当于二次数据,才属于机构可以获取的数据。其中,监管的关键在于,是否是审慎地打通了数据使用的空间,对于数据的使用是否基于正当目的,是否征得了客户的同意。就数据的披露而言,互联网金融控股公司应当向客户和监管部门披露数据的来源和用途;而且客户应该有删除自己数据、「被遗忘」的权利。

据财新记者了解,在此前回应央行对此类问题的关切时,蚂蚁金服曾表示自己对信息使用有着严格的管理机制。未来蚂蚁金服的数据与算法也面临需要相对分离,算法公司被分离出来后,只能接触到数据公司脱敏后的数据,一方面更能保证数据的安全,另一方面使得蚂蚁金服算法走出「黑匣子」,加强其科技属性,应用于更多大数据模型。

除了金融业务,蚂蚁正在大力强化自己的科技属性,大力拓展的科技业务、全球化业务板块与普惠金融业务一起,构成了蚂蚁金服的三大业务支柱,在不同板块中也有不同的公司独立发展。从金融属性出发,对蚂蚁金服的金融业务分拆、控制规模、理顺监管机制,可能不失为一种思路和选择。

比如,按照监管规定,蚂蚁金服持股网商银行 30% 的股份,注册资本金现为 30 亿元,按照监管规则,在杠杆放到极致的情况下,只能投 750 亿元资产

据财新记者了解,2018 年网商银行启动了增资事项,动作很大:一是打算把资本金从 30 亿元一举增至 300 亿元;这样,网商银行的资产理论上可以达到 7500 亿元。但是,目前网商银行的业务类型按照监管设计是小微贷款,尚未覆盖个人消费贷款。二是网商银行的这次增资,试图突破单一股东持股比例限制,让蚂蚁金服绝对控股,网商银行则将变为「蚂蚁银行」,从激励机制上理顺蚂蚁金服与网商银行之间的利益安排。因此,这一动议有其内在合理性,但是需要突破目前监管政策对民营银行设定单一法人持股银行比例的相关规定,因此还在进程之中

而对于如何监管互联网银行,监管也需要与时俱进,不固步自封,针对其中出现的种种新问题及早拿出解决方案。

「金融业务还是相对好监管的,已经有成熟的规则和制度;垄断问题也可以通过分拆来解决;关键还是数据业务监管的逻辑和规制,在中国还存在太多空白。」有大数据方面的专家这样说。

No More.

Published since September 1843
to take part in “a severe contest between intelligence, which presses forward, and an unworthy, timid ignorance obstructing our progress.”

Related

Leave a Reply

Your email address will not be published. Required fields are marked *