消费金融资产证券化 底层风控技术拷问大数据

本篇文章2149字，读完约5分钟

消费者金融协会欢迎新成员

春节刚过，将资产证券化与消费金融业务相结合的国内资产领域已经转移到了另一个城市。继宣布百度友华将推出资产证券化产品后，最近，support还将推出一项针对金维品华一期资产证券化产品的专项资产支持计划，额度为3亿元，以个人消费贷款为基础资产。随着互联网金融业务的发展逐渐渗透到规范化和监管化，证券化的群体开始扩大，从最初的阿里小额贷款、京东白吧、喜来登贷款、分期付款音乐信用分期资产等专项计划，发展到更多能够证券化的情景金融。

从监管趋势来看，去年底一些互联网金融资产证券化产品的操作逐渐收紧，原因很简单，就是为了防止共同黄金资产的风险上升。因为目前可以监管和审批发行abs产品的平台要么是行业内的情景金融大师，如阿里、京东；或者在分线分期和信用贷款方面资产表现良好。百度有钱消费，分期付款音乐，只有这种类型的产品。

从表面上看，这些平台基于电子商务和情景，利用自身的行业信用和产品基础来塑造互联网金融产品的证券化，可以极大地增强其平台在主流金融机构中的稳健作用和在公众心理中的安全作用。然而，从更深层次来看，这是一个具有大数据建模和数据分析能力的平台，它基于数据信用和信用管理，并向更传统的金融机构和投资者输出自己的信用体系。

互联网金融资产abs，高信用管理标准

就金融机构的信用管理体系而言，除了遵循资产隔离、信用评级等严格的资产管理审计的基本要求外，从原始资产安全的角度来看，各种资产的风险管理体系也非常重要。据了解，阿里小额贷款、JD.com等大规模资产证券化产品已经在市场上发行。此前，阿里和JD.com已经披露了其小额贷款和分期付款产品的不良贷款率，基本在1%左右或低于1%，与目前传统金融机构的不良贷款率相比有一定优势。

当然，消费金融业务的abs，包括阿里和京东，主要是指依赖电子商务和相关消费场景的信用管理模式。信用审查的主要依据不仅仅是一些结构化的信用管理因素，如消费。除了水流、身份、收入、工作等。，它还包括各种非机构大数据，如订单、习惯、社会化、偏好、宽容等。隐藏在平台上，根据平台设置用户的信用评估。传统金融机构也有分期付款产品和信用贷款产品，但它们在信用审查和业务流程方面相对格式化和固定，用户覆盖面相对分层。

对于能够通过互联网金融消费金融资产的平台来说，与其说是这种渠道和集成的场景管理能力，不如说是其底层的大数据处理和信用风险控制能力，即自2016年下半年以来一直占据行业热点的大数据风险控制系统。可以说，大数据风险控制系统与目前主流的信用风险控制系统有着本质的区别，并逐渐被更多的金融机构和平台所采用。

目前，许多国内平台已经开始开发大数据风险控制系统。以2016年12月推出的网易北斗大数据风险控制系统为例，大数据风险控制系统的处理机制与传统银行信贷系统有本质区别。网易北斗采用前沿建模和大数据采集处理能力，采用神经网络/机器学习/支持向量机等全球领先技术，确保风控模型能够剔除虚假信息，真实反映用户信用。然而，传统的金融机构更多地依赖贷款人员的个人经验和流程管理能力，相对来说更受经济周期和个人经验能力的影响。可以说，就连许多传统银行和其他信用管理机构也在逐步学习和实践这种大数据风险控制技术。

大数据风险控制能力将成为行业输出标准

众所周知，虽然消费金融也具有资金分散、规模小的特点，但如果基于情景的风险控制和信用管理的大数据管理能力不足，其信用风险敞口相对较大。去年，消费金融业务的推广出现了一些违规现象。例如，业务导向片面追求规模和市场渗透，导致风险控制出现一定偏差。一些小平台的消费金融业务不良率甚至接近或超过10%，严重开始透支平台的长期发展能力。阿里、JD.com等巨头可以将消费金融业务的不良贷款率控制在1%以内，体现了大数据风险控制的作用。

无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，这种大数据信用风险管理能力都具有重要价值。如果阿里和JD.com通过内部电子商务延伸和外部延伸，逐步推广自己的数据风险控制系统和相关金融技术产品，则推出北斗系统的网易将逐步实现大数据风险控制与外部场景连接的标准化能力。实际上，有两个方向，一个是从场景到风控制，另一个是在外界的帮助下从风控制到场景。

与阿里京东的C端模式不同，网易的大数据风险控制更像是B端路线。b2b2c业务通过与国内众多中小金融机构的对接，通过机构平台实现发展，帮助商业银行和其他机构实现大数据风险控制技术和场景的对接。相对而言，中小金融机构将在线信贷场景与大数据风险控制技术相结合更为迫切。由于大多数商业银行在数据处理、模块分析和互联网数据采集方面缺乏专业的技术支持力量。

可以说，随着国内消费金融业务的蓬勃发展和资产支持型证券产品的多样化，其基本的大数据风险控制能力将逐步进入舞台并成为热点领域。在这方面，竞争将是信用管理质量和模式的准确性。以网易北斗系统为例:目前，它已经在多个方面实现了中小银行的效率提升和成本降低:1)金融机构的数据处理能力显著提高。效率提高了90%；2)大幅缩短审批时间，贷款速度提高70%；3)有效提升信贷资产质量，平均坏账损失降低35%；4)有效提高模型的控风预测能力，预测性能提高60%。

(谢成)