作者 |智信研究公司研究员 刘乐、张胜男
来源 |智信研究公司《资管高层决策参考》
一直以来，我国商业银行等金融机构的主要服务对象是对公客户，以满足工商企业的贷款及其他投融资需求为主，大多数传统金融机构对于个人信贷客户、零售类资产的风险防控缺乏经验。对于目前火热的消费金融通讯数据、社交数据，部分金融机构更是形成了“消费金融必须结合消费场景”的思维模式，认为消费金融必须要在场景下开展才安全，甚至认为只要有了所谓的“场景”闭环，就风险可控，而单纯的现金贷款风险太高。
然而消费金融业务在实际开展过程中远比设想的情况复杂，具体来看，真相可能是这样的：
一、无论线上还是线下场景，若无严谨的大数据风控手段，纵有场景也枉然。
当前的消费金融场景可分为以电商分期、互联网垂直消费平台为代表的线上场景，以及以3C卖场分期、渠道门店分期为代表的线下场景。
有业内人士在智信的活动上提到一个真实的案例，某大型线下零售商，2016年1月开始做消费信贷，不良率高达40%多。其基于消费闭环场景的信贷资产并没有表现出更高的安全性，因为他没有闯过第一关–消费金融公司初始阶段的欺诈风险。比如专业的诈骗机构组织一大批纯白户（没有信贷记录的借款人）农民去办消费贷款，并告诉这些农民商品是白送的，只需填很简单的资料就能领取，农民何乐而不为呢？这样的纯白户并没有在黑名单之列，可以说没有拒绝的理由；若不利用大数据分析，就无法发现其收入数据、通讯数据和行为数据等的漏洞。这样的风险其实是可以防范的，但是不能用常规的反欺诈策略（常规的反欺诈主要是防黑名单用户）。具体来讲，可以采用以下方法：通过与第三方大数据风控公司合作，信贷机构可能发现在一段时间内来自信用白户（即第三方大数据风控公司查不到这些白户的历史数据）的贷款量占比异常的高，那么这批申请者背后可能隐藏有诈骗组织，信贷机构可以将这批白户拒绝；另外，第三方大数据风控公司可能会发现同一批白户可能也在同一段时间在其他信贷机构申请贷款（诈骗机构可能会利用同一批白户进行多次行骗），信贷机构也可以将这批白户拒绝。
线上场景的风控，带有更明显的技术范儿–一定是依托多渠道数据分析对还款意愿和还款能力进行判断。无论是具备强金融属性的线上消费场景，还是弱金融属性的生活社交场景，都不能只依靠场景内的数据进行分析，只有数据维度足够丰富，人物画像才能足够精准，造假难度才能足够高。
二、有场景且风险可控的消金资产，收益高不了。
对于场景方来说，消费金融是为改善用户体验、优化场景服务的；由于有“场景”加身，其向客户融资所生成的消费金融资产已经成为众多金融机构竞相争夺的优质证券化标的。供求关系导致这类资产的收益率不会高，债券市场上“7%没人要，3%打破头”的怪现象同样适用。
国内最适宜开展消费金融业务的线上消费场景当属京东商城和阿里的淘宝。其中京东白条的资产证券化已经发行了第五期，是金融机构比较认可且体量持续稳定的消费金融资产来源。然而，站在京东金融的角度，白条本身是赚钱的，白条的推出也确实带动商城消费额提高了三成左右。但是白条证券化中入池的资产很多是一个月以内的无息资产（赊销免息期内资产，非分期），总体收益率是摊薄的。于是我们看到，京东白条ABS优先级收益率已经从第一期的5.1%降到了第四五期的3.8%。
京东白条ABS发行情况
资料来源：根据公开资料整理，智信研究公司
反过来说，其实不限消费场景的现金贷款才是利润最高的业务。利用场景获客并用小额度验证其信用风险，筛选优质客户后二次营销，发放现金贷，不失为一种风险可控的赚取高收益的途径。而敢于投资这类资产的金融机构，亦需要大数据风控能力，尤其是在经济下行期，个人的信用风险规律可能发生重大变化。
大消费概念兴起，大数据初步应用在消费金融领域，二者的结合确实有些Fintech的味道。对于金融机构来说，摒弃原有对公风控逻辑，充分运用大数据技术，依托数据和系统抓取更多判断变量并进行科学建模与合理决策，才是零售资产的正确抓取方式。
