第一篇：互聯網平臺與銀行,風控上誰更勝一籌？

互聯網平臺與銀行，風控上誰更勝一籌？

經常會聽到有投錢人發出這樣的疑問，網貸平臺經常夸耀自身的風控水平又多么高，不過仔細想想，銀行在這方面的經驗應該更加豐富，而為什么銀行壞賬率那么高，網貸平臺卻都宣稱比銀行低呢？

投融貸人員分析，這里面存在著幾方面的原因。

第一，優質項目的資金對接渠道不同。對于銀行來講，將其資源分為兩部分，一部分是資金來源，一部分是項目來源。前者對銀行構成負債，后者則構成資產，這和實體企業的資產負債表的對應關系是相反的。在實際操作中，資金來源分為三種，一種是財富管理資金，一種是存款資金，一種是外部資金(主要指的是企業閑置的資金)。在與項目的對接上，銀行內部會事先進行信用評級，并且揀選其中資質最好的借款項目優先對接財富管理資金，而將相對較低評級的項目來對接存款資金或者外部資金，為什么要這樣安排，因為財富管理資金普遍存在著剛性兌付的要求，銀行自然要配以最好的借款項目，而目前的所謂不良貸款率，統計的只是和存款資金進行配套對接的項目。說白了，財富管理產品的項目很少出壞賬，目前的不良貸款實際上都是由和存款配套的項目帶來的。而網貸平臺則截然相反，平臺上線的每一個標的都會力求是最優質的，經營模式、風控手段實際上和銀行沒區別，只是更加嚴格而已，等于是始終在將最優質的項目配套投錢人的資金，這種情況下只要風控每一步都到位，是不會有壞賬的。

第二，內部機制不同。銀行的存款是儲戶的，而且通常都存在較大規模的資金沉淀，只要不發生系統性擠兌風潮，銀行是不可能出現兌付問題的。因此，即便產生壞賬，銀行層面上頂多是業績難看點，但并不會對經營上產生更大的負面作用。但網貸平臺就不同了，只要壞賬率問題被暴露出來，平臺立即就會面臨因投錢人撤離而帶來的生存問題，因此在實際操作中，網貸平臺更重視風險的管控。

第三，用人機制不同。銀行內部對于壞賬的處理程序都是公開的，頂多和信貸員或者支行行長的業績考核產生些影響，但也是小范圍的，說白了花的別人的錢。而網貸平臺都是股東真金白銀自己掏錢建立起來的，雖然出借資金不是自己的，但維護平臺運行的費用也是很大的，誰愿意看到辛辛苦苦建立起來的事業毀在自己手里。

因此，從以上三個方面來分析，實際上，網貸平臺對于風險管控的力度遠比銀行來的大，這也是為什么在一些主流平臺上，他們的逾期率或者壞賬率都要明顯低于銀行數據的真正原因。可以這么說，這些平臺的相關數據才是最真實的數據，是真正完全市場化下的數據。

第二篇：劉明康：銀行與互聯網金融 不一樣的風控

隨著互聯網企業進入金融領域，圍繞著傳統銀行是否會被互聯網金融所顛覆的爭論甚囂塵上。一時間，仿佛銀行與互聯網金融都已經開始厲兵秣馬，要與傳統銀行展開一場非此即彼的戰爭。要透過紛揚的塵囂，看到這場“戰爭”的未來，先得理解傳統銀行與互聯網金融兩者間的本質差異。

關于銀行，定義是比較明晰的。在中國現有的金融法規和市場環境下，傳統銀行的主要功能是存款、貸款和支付結算，后來在存款基礎上發展出了理財功能。

關于互聯網金融，目前尚未形成一個統一明確的定義，業務范圍也在不斷地“野蠻生長”。百度百科上的解釋是：互聯網金融是傳統金融行業與互聯網精神相結合的新興領域。按照這個廣義定義，從起源來看目前的中國互聯網金融可分為三類：第一類是以傳統銀行為基礎派生出來的，如傳統銀行自身建立的網上銀行。這類互聯網金融的出現，為銀行開拓了線上領域，延伸了銀行的觸角，似乎更應該稱為金融互聯網化。第二類是傳統銀行與互聯網互相依存的，如網上支付結算。這類互聯網金融的代表是第三方支付，其中在中國占半壁江山的是以電商為平臺的支付寶。第三類是以互聯網為基礎，異軍突起，自由發展出來的，如網上融資，代表企業或者商業模式包括余額寶、人人貸、阿里金融等。

在中國，銀行的核心業務是存款、貸款和支付結算。近年來，理財業務也迅猛發展。互聯網金融在上述除了存款的各個領域內，迅速擴張起來，由此引發了關于互聯網金融與傳統銀行孰長孰消的爭論。據統計（IT桔子），到目前為止，在互聯網金融領域里，公司數量占比最大就是這第三類中的貸款。本文就聚焦于此，管中窺豹，探討一下互聯網金融中的貸款與傳統銀行的貸款有何本質差異。

互聯網金融貸款有幾種不同的模式，目前來看，至少有兩類。一類是以電商為基礎，在注冊客戶范圍內的貸款，因為是在產銷貸這個鏈條上運營的，也被稱為互聯網供應鏈借貸，中國的代表有阿里金融，美國的代表有Amazon。另一類是P2P平臺貸款，在中國有陸金所、人人貸，歐美有Kabbage、Lending Club、Prosper Marketplace。不難看出，無論是在中國還是其他國家，貸款互聯網金融的一個共同點就是以小客戶為主。在中國，很多時候，雖然大客戶有較強的議價能力，但是銀行也情愿追捧大客戶。許多銀行的小企業貸款被定義為年銷售收入1億元以下、申請貸款金額在1000萬元之內的貸款；年銷售收入在1000萬元以下的企業，很容易被判定為不滿足貸款的基本條件。以做小微著名的民生銀行為例，其大概做了100多萬家，平均貸款額在160萬元左右。相比之下，互聯網金融的小微稱得上是“小小微”了。

造成小微貸款難題的一個主要原因是客觀風險較大，而貸款方與借款方信息又不對稱。信息之所以不對稱，主要是因為在傳統銀行里貸款方收集借款方成本太高。解決信息不對稱問題的手段其實就是風險管理的方法。傳統銀行和互聯網金融在客戶規模上的選擇，實際是兩者信貸風險管理模式的反映。銀行的信貸風險管理

一般銀行在發放貸款之前需要做以下幾件事。

首先，看看可貸資金是否充足，期限上是否匹配，也就是流動性管理。追本溯源，最初的銀行就是將不同儲戶的錢歸集到一起，而后將匯集起的錢借給許多不同的有回報前景的資產，由此銀行從中收取利息差。每個儲戶都可能有不同的存款和取款時間，這樣對銀行來說，就形成了一個長期的資金供給線。通常銀行會成立專門的團隊，根據歷史數據采用統計的方法來進行期限匹配。為了保證銀行的安全，各國監管當局還制定了一些審慎性監管要求，比如在中國的銀行業就有存貸比要求。其次，銀行需要考核借款人還款能力和意愿以及貸款定價；同時看看壞賬準備金是否可以覆蓋預期損失；以及非預期損失是否能在總體層面上被資本覆蓋。由于借款方總是比貸款方更清楚自己的還款情況，在信息不對稱的情況下，為了降低風險，銀行采取的做法通常是要求抵質押品：一方面即使借款人違約，銀行也可以收回一些損失；另一方面可以在某種程度上提高借款人的還款意愿，降低違約概率。因此，銀行在放貸前需要核實押品的價值，并核查借款人是否對押品有真實的控制力。如果沒有押品，銀行會要求一個可靠的擔保。最后，如果上述條件滿足的話，根據借款人的情況，決定貸款的定價，也就是貸款利息率。長期以來，中國的銀行采取一種比較定性的事后管理方式：五級分類。近幾年來，隨著中國銀行業的國際化程度提高，以及中國更深地介入金融穩定委員會和巴塞爾銀行監督管理委員會的各項工作，中國銀行業，特別是大型銀行都開始采用巴塞爾協議框架下的信用風險管理體系。與五級分類的管理方式不同，這套體系是建立在以量化為主的事前管理方式。在這個體系中，銀行利用內部的歷史數據和外部的征信信息，采用數理統計的方法，從多個維度對借款人的還款意愿和能力做出定量評估和預測。根據預測出來的借款人在各維度上未來可能的狀態，銀行通常可以根據建立好的統一的映射關系，確定借款人的貸款利率。從世界范圍內來看，大多數國家的大多數銀行里，零售信貸風險管理的量化程度都要高于以大中客戶為主的非零售信貸。在非零售信用風險模型中，往往包含了一些專家判斷，需要在模型計算出的結果之外，進行一些人工的修訂。此外，在操作實踐中，大客戶通常比較有議價能力，貸款利率也往往不能直接采用定量模型計算的結果，而需要為客戶在協商的基礎上，量身定制貸款利率。

除了貸前的風險判別、風險定價，銀行的信貸風險管理工作并不會隨著合同簽字后而結束。相反，貸后管理是一筆信貸中的另一個重要環節。目前來看，銀行的風險管理主要基于借款方的財務數據。在中國，人民銀行提供了一個個人和企業的征信系統，可讓銀行交費查詢借款方的信用信息。但一方面是這些信息存在嚴重的時滯，另一方面缺少一些關鍵的前瞻性信息，例如訂單信息和全面負債實況。在經濟形勢變化迅速的環境下，需要銀行貸后不斷跟蹤借款方，根據最新的信息，特別是具有前瞻性的信息，及早調整管理方式和資產組合。為此，許多銀行都建立了嚴格的規程，并雇傭了大量的客戶經理，到現場去跟蹤調查借款方的財務狀況，收集最新經營信息，調查押品價值和可控性。

互聯網借貸的風險管理

先看互聯網供應鏈借貸，這種模式主要是在一個閉合的供應鏈條里運行，借款人必須是電商交易平臺的商戶。其實供應鏈借貸模式并不是互聯網金融的專享。早在2003年，深發展就提出了“1+N-基于核心企業的供應鏈融資解決方案”，即一個核心企業加上與之有關聯的N個中小企業。但兩者在信貸風險管理上表現出很大的不同。

供應鏈借貸是銀行為中小企業提供信貸的一個通道，與銀行的一般信貸有些不同，但依然很大程度上沿革了銀行的信貸風險管理方式。首先，借款企業必須和核心企業構成交易關系，由交易而得到應收賬款，或者收貨權。其次，核心企業必須愿意配合，向銀行出具某種承諾，答應在借款企業不能如期還款時為其償還貸款。在這兩個條件下，銀行可以放松對借款企業本身資產負債等財務方面的要求，但實際上是要求了核心企業為借款企業提供擔保。

互聯網供應鏈借貸沒有要求借款企業提供抵押或擔保，而僅靠借款企業獨立的信用就可能借到款。很顯然，能有把握為一個網絡上素不相識的商戶提供信用貸款，需要很好地掌握這個商戶的信息。這正是基于電商基礎的供應鏈借貸優勢所在。此外，互聯網供應鏈借貸還會通過一些成本較低的手段來驗證借款人信息的真實性，如網絡視頻等。因此，互聯網供應鏈借貸基于網絡交易的數據相對比較真實可靠。

目前來看，一些成功的互聯網供應鏈借貸依靠互聯網活動產生的大數據，通過數理統計模型，基本實現自動化貸前審批和貸后風險提示。

和互聯網供應鏈借貸相同，P2P不需要借款人抵押或擔保，貸出方的錢不受國家隱性或顯性擔保，而且他們都是偏愛微型借款人。不同的是，P2P是建立在一個開放的平臺上，不需借款人和貸款人有什么聯系。最初P2P的建立，僅是一個平臺將需要借錢的個體和有閑散可貸資金的個體聯系起來，由此收取介紹中介費。換言之，P2P是一個中介平臺，借貸雙方自己承擔信用風險和期限錯配的風險。后來各國的監管逐漸加強，有些國家對于P2P平臺的權利和責任有了更嚴格的要求。但無論如何，嚴格意義上的P2P區別于其他借貸模式的特征是，借款人和貸款方直接對接。

目前來看，P2P平臺大約有四類交易模式。一是一對多模式，即一筆借款由多個投資人投資。這種模式可以構成較大額的借貸。二是多對多模式，即一筆借款可以由多個人投資，同時一筆資金也可以分拆投資到不同的借款需求上去。這種模式比較靈活，而且能幫助每個貸出方分散風險，但需要P2P公司提供良好的匹配功能。三是一對一模式，即一筆借款只能由一個投資人投資。這種模式債權清晰，管理相對容易，出現風險也能很快找到源頭，但太不靈活，缺少流動性。四是多對一模式，即多筆借款需求都由一筆資金投資。這種模式有利于幫助投資人分散風險，但同時也對資金規模要求較高，并不是P2P主要采用的模式。這幾種交易模式，最主要的風險管理方式來自于兩個層面：一是P2P平臺可獲得關于借款人的信用信息；二是借款人來自各個不同領域，他們之間自然形成的風險對沖，幫助降低P2P平臺的整體風險。一些P2P為了吸引客戶，提供了擔保機制。有些是購買了商業保險公司的擔保，有些和小貸公司或擔保機構合作，有些從借貸資金中抽取一個比例成立保障基金。但這類擔保并不意味著保證。如果系統性風險或區域性風險發生，則可能出現大規模的擠兌，商業保險、擔保機構和自立的保障基金都有可能無法償付擔保金額。

值得注意的是，提供擔保機制的P2P在歐美并不常見，在中國則成為P2P最流行的范式。這主要原因是P2P風險管理模式中的第一個層面不夠完善。最近出現的多起P2P擠兌倒閉事件，也反映出在一個缺乏有效信用記錄和監管缺失的環境中，P2P的模式存在很大風險。規模經濟與大數定律 通過總結銀行與互聯網借貸模式的風險管理之間的差異，由此可以理解為什么許多銀行偏好大客戶，而互聯網借貸服務小微客戶。從銀行的信貸風險管理流程可以看出，傳統銀行信貸風險管理是依靠押品，線下收集客戶信息來判斷其還款能力與意愿，和線下跟蹤借款人的貸后財務信息。一般來說，線下收集信息不可輕易復制，需要投入大量的人力物力。但線下收集信息的邊際成本會遞減，平均成本也會隨著數量的增加而降低。按照這樣的風險管理方式，規模經濟（Economies of Scale）比較適合銀行的生存之道。從風險計量的角度出發，如果要采用定量分析的手段，則需要大量的數據，否則結果偏離真實，不可用。目前大多數銀行的定量分析都采用回歸的統計方法。在這類方法下，借款人的一些本身特性就成為重要的解釋變量，在一個變化很快的經濟環境下，有些類型的借款方是新興起來的，沒有太多的數據積累；同時有些借款方是正在消退的，沒有充足反映最近情況的數據。在這樣的情況下，定量分析的模型再完美，也是巧婦難為無米之炊。對于這些借款方，即使用了定量分析方法，也還需要一些人工的判斷，因此難以實現自動化，也就很難大規模應用和降低單位成本。為此，銀行需要通過經營大客戶來增加單位收益，由此來抵消較高的單位成本，也就是規模經濟。我們可以用下圖來展示這個邏輯。

相反，能夠用較低的成本獲取到真實且及時的信息是互聯網供應鏈借貸的一個很大優勢。這個優勢不僅體現在貸前，也體現在貸后的風險管理。銀行也有強大的數據庫，也有專門從事數據分析的團隊。互聯網供應鏈借貸用貸前數理統計方法和銀行采用的定量方法本質上是十分接近的，都是從歷史數據中尋找出構成借款人還款能力和意愿的因素，而后通過觀測借款人這些因素的現狀和發展趨勢來形成對借款人未來還款能力和意愿的一個量化指標。但目前來看，許多銀行，包括在一些發達國家里，除了房貸和信用卡之類的零售業務，尚不能自動化風險管理。

互聯網供應鏈借貸的信息獲取優勢在貸后就更為明顯了。目前來看，大多數情況下，銀行無法自動獲得借款人貸后的一些前瞻性信用信息。要獲取的話，需要大量的人力物力去完成。而互聯網供應鏈借貸則可以從電商平臺上源源不斷地取得借款人最新的交易和部分現金流信息，這些信息提供了前瞻性風險判斷的基礎，從而可以及早調整貸后管理的方式方法。雖然線上信息也不能完全反映借款人的全面信用情況，但是對于經常使用電商平臺的借款人來說，保留住平臺上的良好信用記錄是重要的條件之一。

總結起來，電商平臺在互聯網供應鏈借貸的風險管理中扮演了重要角色，一方面可以依靠它以低成本及時獲取真實信用信息；另一方面可以借此提高借款人違約成本。

有了真實可靠及時的數據，互聯網供應鏈借貸平臺就有了使用量化工具的基礎。雖然客戶來自于很多不同行業或領域，但因為每個客戶借款規模都很小，即使分類不是很準確，造成的損失也不會很大。只要不出現系統性偏差，即所有客戶都被低估或高估，則客戶之間的偏差會互相抵消，在總體上接近準確。這就是大數定律的一種體現。在大數定律作用下，一個互聯網借貸企業如果擁有由大量不相關投資組合構成的資產池，它的平均回報將比較穩定，可以通過數次試驗估計出來。有了這個平均回報估計值，互聯網借貸企業就可以預留一些準備金，用來抵補預計損失。如果投資組合的數量足夠大，那么平均回報也就接近所處經濟環境能給予的平均回報了。

這種情況下，貸出方只要對所有客戶進行量化管理，形成自動化程序。有了自動化程序，信貸成本就降下來，同等條件下的盈利水平得到提高。與互聯網供應鏈不同，P2P還必須依賴外部數據。只有在數據足夠的假設下，P2P才是大數定律的受益者。

值得注意的是，大數定律成立需要條件，那就是每個投資組合之間是相互獨立的。這樣，投資組合之間的風險就自然分散了，留給整個組合池的風險就小了。很多人在談論用大數定律做金融的時候，忘記談這個適用條件。實際上，只有在每個投資組合足夠小的情況下，每個都來自不同領域，才有可能比較容易地相互獨立。互聯網金融的客戶體量較小，分布領域較廣，相互之間比較獨立。這種情況下，原則上不需要對客戶進行特別精細的篩選，就造成了一個大數定律適用的條件，形成風險自然分散。根據大數定律，許許多多的小客戶匯集起來，他們的平均違約率將趨向一個穩定的值。

當一個投資組合池滿足了相互獨立條件的時候，另一個統計定理——中央極限定理——也可能成立。這種情況下，如果投資組合數足夠大，他們的平均數分布應該接近正態分布。也就是說，當投資組合中的資產來自于不同領域，相關性不強，此時，客戶平均優劣程度的分布應該接近正態分布。對于一個投資于微型借款的互聯網金融企業，大多數客戶應屬于中等客戶，有一小部分是好客戶，也有一小部分是壞客戶。但大客戶之間的相關性很強，個體特征風險無法完全對沖掉，其組合起來的分布就不一定是正態分布了。另外，由于銀行通常都有一些相對熟悉的行業，這樣他們的借款人非常有可能會集中在銀行熟悉的行業里。這樣一來，銀行貸款組合池的分布很有可能形成厚尾分布，造成尾部風險較高。這也是為什么銀行除了要看預期損失，還特別需要用資本來覆蓋表現為尾部風險的非預期損失。銀行與互聯網借貸未來之路設想

在沒有采用押品或擔保等傳統銀行常用的風險緩釋條件下，互聯網金融依靠大數定律的自然風險分散管理模式需要一些其他降低風險手段的補充。一是選擇小而獨立的客戶，使得風險盡可能地自然分散。二是需要一個有效的信用信息披露機制，可以是可用的外部征信信息，或是監管要求的信息披露，也可以是內部的信息集成。

大客戶，甚至是中型客戶借貸靠大數定律自然風險分散是難以為繼的。銀行歷史性地繼承了許多大客戶，可以比較從容地利用規模經濟進行精細化管理。加上押品和擔保的風險緩釋作用，只要大客戶存在，銀行就不會成為“恐龍”。如果利用互聯網的便利，做成O2O（Online To Offline，線上到線下）也應該會提升實體銀行的價值。

如果銀行希望涉足微型借貸，必須依靠不同的風險管理技術降低信息收集成本和管理成本。同樣，如果互聯網金融要爭取更大的客戶，也需要考慮是否有足夠的資本承擔大客戶違約帶來的尾部風險。

銀行和互聯網金融面臨的一個共同問題是信息安全，對銀行和互聯網金融來說是一個關鍵的問題。在解決這個問題之前，需要先明確什么是應受保護的隱私信息。有些信息在某些情況下屬于個人隱私，但是在另一些特定的場景里則不是個人隱私。例如一個人的收入情況，不應該廣而告之。但如果他向銀行或互聯網上的另一個人借錢，那么無論是銀行還是網絡借款人都有權利了解他的收入狀況，因為這個信息已成為交易信息，由發生關聯的各方共同所有了。對隱私信息的界定和保護應該納入法律制度的管轄范圍，金融企業或組織都有責任和義務采取有效措施，防止有意或無意的未授權信息泄露，嚴格遵守使用客戶信息的條件，這也是金融業得以發展的基石。

以上是對比銀行與互聯網金融之后的一些設想。世界的變化往往超乎我們的想象。以我們目前的經歷來預測未來是件極其困難的事。銀行會不會被互聯網金融顛覆，這個問題也許在不久的將來就不是問題了，因為他們可能都換了名稱。現在常說的跨界優勢，只是從經營的目標而不是從經營方式來劃分行業。從經營的方式，特別是風險管理模式來看，互聯網企業利用互聯網技術來為微型企業提供金融服務，其經營方式與互聯網關系更加緊密，金融不過是這種經營方式的一個應用。未來人們也許會換一種方式劃分行業，也換一種方式思考問題。

劉明康為中國銀監會前主席，梁曉鐘為中國銀監會一部副調研員，本文不代表作者所在單位觀點

第三篇：淺議互聯網金融風控

淺議互聯網金融風險控制

民貸網張艷

由于風險存在損失的不定性，所以企業才出現了風險管理和風險控制。

第一了解兩個概念：風險管理和風險控制。

風險管理：是指如何在項目或者企業在一定的風險的環境里，把風險減至最低的管理過程。

它的基本程序包括風險識別、風險估測、風險評價、風險控制和風險管理效果評價等環節。

風險控制：是指風險管理者采取各種措施和方法,消滅或減少風險事件發生的各種可能性,或者減少風險事件發生時造成的損失。所以其實風險控制是風險管理中的一個環節。

下面是對風險管控常見問題的解答。

一、目前最常用的風控模型是哪些？

風控模型：常用于擔保公司，測算最高能夠承受的風險，并且根據市場與資本，建立最有效的風控模型進行風險手段。

風控模型是在良好的建立風控體系、風控評定方式、評分機制等基礎上，進行有效的數據分析及評分體系，就是建立常用的風控模型方式；

首先，金融公司設計的任何形態的風控模型，都要符合自身企業的業務發展及市場需求，它的數值變化規則，還是要基于大數據和企業最基本能承受風險客戶的能力，測算一個范圍化的模型，也就是風控一個度的把握了；如果企業自身測算最高風險承受能力較強那么在建立模型過程中，評分卡的數值范圍能做相應調整，但是寬松到什么尺度，就是各個企業風控人員，對自身企業的專業理解能力，和邏輯思維推斷能力來決定的了。

模型范圍中的數值及信息來源，是包括但不限于目標客戶群體，或目標項目的風險預測能力，所能最高承受什么樣的風險發生？在風險發生進行時，如何及時做到止損狀態，并能同時做到調整風控策略、多種備用防范預案設置，預警分類等，一旦止損失敗損失狀態，公司的能承受的損失底線是什么；

什么樣的風險出現下，公司不能承受？最終還沒止損，就會走到了崩塌的尷尬境界，最常見的說法就是跑路。

風控模型如果真要界定一個衡量標準或者說最常用的，那么就是評分卡、風控模型架構制定、風控操作模型等，其實我覺得目前市場，也沒有一個明確的衡量標準。

個人認為還是適合自己企業的風控模型。因為每個企業的趨向的產品設計、行業分析的偏好都不同，如果真的說想要建立風控模型標準，那么只有在各個公司自有特點情況下，去變化控制數值，也就是建立屬于自己的評分卡或者評分機制，但是也要通過一定的市場累計數據值，來設置企業特色的評分類風控系數。

不過我認為不管何種風控模型下，都要注意在降低風險的同時，測算收益率、承受能力（抗壓能力）和成本分攤能力之間的平衡，降低或者分攤，甚至消化損失發生概率，風控人員也要反復推測到某一個產品，當風險發生時，是否有足夠的預案，將損失降低到最低限度。

二 目前最大的幾家平臺有什么異同？

首先我不會去評測任何一家公司的風控異同，因為產品不同（差異化產品結構），導向認定的客戶群體不同（目標客戶群體）等。因為每家風控專業人員，對于產品偏好行業不同，每個公司的風控都有自己特色的風控存在形式、行業優勢，每個公司風控都會對某個或某些行業了解很透徹，或者對特定項目有獨特的掌控能力，或有一定從業的行業經驗，例如很多同行業風控來自：法律、銀行、資本市場、保險、融租、房地產、貿易鏈、實體經營產業、甚至三農等等，所以他們對于某一個風控點，都有很好的把握度，這就是行業分析和企業偏好問題了，這也直接影響到每個公司的產品差異。

因為每個平臺的產品都是不同的，對風控的要求肯定也是不同的。那么就可能有共通點，差異根據產品不同，肯定是有差異的。

通過市場分析后不難發現，基礎借貸產品還是市場主流，還有一些類似資本類產品或衍生產品，目前很多平臺還是具有傳統業務特點的，每個公司都是有自己的衡量‘風控點’的尺度，傳統金融行業、民間金融或者互聯網金融，本身因為其獨特的形式活躍，只是民間金融和互聯網金融，把一些基礎類型的金融產品，更靈活性、服務性、衍生性發揮，并且推陳出新的進行傳統金融產品改革，思路和結構變化，很多基礎型產品還是來源于傳統金融機構。

因為不確定群友指的是那幾個平臺，但是現在大的平臺，主打產品，大體歸類就是信用類、抵押類、資本類，不排除還有一些衍生產品和經營范圍允許的產品，異同也就是各平臺產品‘風控點’的側重點不同，企業本身的經營范圍不同，所以風控方向也不同，這就不展開分析了，大家可以去關注比較下相同點和閃光點，很多還是值得學習的。

三、純互聯網背景出身的互聯網金融公司，應從哪幾個方面去把關風控？

其實互聯網金融公司和是不是純互聯網背景沒有直接關系。關鍵是從事了互聯網金融你怎么去經營。

首先，你的風控體系的建立是打算以哪種形態存在？線上審核、線下審核還是線上線下結合模式？首先我個人不太建議純線上風控審核，基本目前市場還是要以線上評分機制與線下風控結合為主，如果純線上風控審核，對于風控而言難度還是相當大的，那么真實性、道德風險、合規性等都需要防范的，一旦投資者的資金出現問題，止損難度和費用都會相應增加，純服務平臺，是否承墊付投資人損失，那么對平臺會有相當大的預期風險，如果不承諾墊付，那么市場投資者的粘合度、信任度等問題就需要解決，對于互聯網金融平臺發展勢必會受阻，需要承受的是長期的市場適應能力，當然也不排除有些：非結構化產品特殊可行性模式；

但是不得不說，互聯網金融也是一種傳統模式的顛覆，傳統的金融模式：投資者、服務平臺（P2P）、融資者，對于一端的投資來分析，互聯網金融公司，是一個快捷有效的一個投資方式，操作的安全性、可控性、穩定性比較重要了；對于另一端借款分析，是否會有信用風險和道德風險出現，對于一個金融企業來說就至關重要，還是一個‘風控點’的問題。

首先貴公司考慮進入市場方向、目標客戶群體，打算以金融產品為市場導向，再去考慮風控掌握方向，先要把戰略目標確定了，才能去確定有效的風控體系建立、市場推廣方向等，現在就有很多家互聯網背景的公司，他們的風控方向，目標人群是明確的，當然他們的互聯網背景，也為他們帶來了很多的優勢，就是多年的用戶和商戶的數據累計，可以明確的進行數據分析、軌跡消費習慣測算，O2O供應鏈環節把控、產業鏈上下游控制等等的防范措施，這就是他們的風控把握明確方向。

四、小微與個貸的模型構建原理

小微和個貸：小微企業信貸業務和個人信貸業務，就是企業借款和個人借款；

不管那類業務基于的模型原理：風控體系完善和大數據分析，這就是風控的真諦，其實上面的問題里都有在闡述這兩個方面的內容；

五、貸款客戶的風險如何分析掌控才是松緊適中的?

這個問題很好，因為這是很多人頭痛的事關于松緊就是企業所能承受的風險損失最高和最低限度了，但是專業風控人員，其實是一個很難課題。過緊就會沒有業務來源，銷售業務流失，雖然看起來壞賬很低，當然放款量低當然壞賬率低，但是資金使用率低也未必是好的現象；過松，銷售業務大量形成，開拓市場很順利，但是后期就有很頭痛的事情發生，回款損失風險。

那么能承受多少風險和損失？那么度就在哪里，我認為是要每個企業自身測算的，而且不是一成不變的，每個時期都應該進行數據分析，來及時調整戰略方向、目標客戶群體等，根據目標客戶群體來做行業市場調查，自身累計業務測算和分析，就是數據分析，測算這類客戶群體損失率、逾期率等，已經發生的損失，否能超過當初所設計的產品各項數值限定，一個合格的產品風控人員必須是會對市場、產品、周期、數值進行有效的分析，上限和下限都要分析和掌握，具體還是每個公司的戰略方向確定的，前期如果沒有行業類似經驗和經歷的，還是前期適當謹慎。

六、抵押、擔保，土地是否可以作為擔保?

抵押也好、擔保也罷，都是一種風險防范的措施，行業為了作為一個還款來源的保障，而設置了各種的抵押、擔保的形式，來防范作為借款方的一個還款承諾，土地只是其中的一個形式。

從合規角度來說，不管任何形式的保證，還是用來保證還款的，抵押或保證最終還行希望能從合規角度，成為出資方的還款一種形式的，都可以作為擔保的，土地-因為各個地區的不同，所以是否能作為擔保也要應地制宜的，一般情況下土地所有權為國家所有，任何企業只有土地使用權，相應也只有土地使用權證，那么沒有產權的情況下，除非有合理合法的手續，例如房管局（房產交易中心）接受合法抵押手續的，某種角度也可以考慮作為擔保方式之一；

其實保證的方式各有不同：抵質押、信用等等，形式也各有不同：房屋、車輛、實物質押、股權、擔保人、擔保企業、擔保機構等等，當然這些形式必須有合規手續，能證明有擔保作用的情況下，辦理了各種合法手續的前提下才能認定作為擔保，而非某些民間機構的，收了個產權證就算是質押了，沒有任何合規手續，也就失去了變現能力，那么也就沒有任何保障了。

總而言之，處置任何擔保或抵押不是風控或借款人最終目的，處置成本大、周期長等都是企業不愿意嘗試的，還是按正常合同履行完畢的還款方式，才是風控的最終目的，企業融資成功，服務機構產生服務費，投資人取得合法收益，所以風控審核各個環節才是根本，上述只是防范措施之一而已。

七、有效風控模型建立的必要條件是哪些？目前風控市場現狀如何？是擔保、小貸公司自己做風控，還是委托給第三方？

風控模型之前已經闡述過了，這里就不做重復了。關于風控市場現狀，因為每個金融公司核心的就是風控部門，所以它一般為隱形部門，人員也是隱形人員

所以現狀是很多大的公司的風控人員，其實還是有行業經驗、法律經驗或者其他行業精英，也不能一概說風控人員就怎么亂，在互聯網金融和民間金融機構還是藏龍臥虎的。

至于風控是否啟用擔保、小貸公司自己做風控，還是委托給第三方，這個還是要看貴公司的企業戰略方向的。如果擔保公司有足夠的擔保能力，這就是你要對它的考察，委托給第三方同樣要考察它是否具備風控能力，還有就是合作方式的

第四篇：銀行與互聯網金融：不一樣的風控t Word 文檔

銀行與互聯網金融：不一樣的風控

2014年01月21日 10:28 e財富管理網 我有話說

劉明康 梁曉鐘 | 文

隨著互聯網企業進入金融領域，圍繞著傳統銀行是否會被互聯網金融所顛覆的爭論甚囂塵上。一時間，仿佛銀行與互聯網金融都已經開始厲兵秣馬，要與傳統銀行展開一場非此即彼的戰爭。要透過紛揚的塵囂，看到這場“戰爭”的未來，先得理解傳統銀行與互聯網金融兩者間的本質差異。

關于銀行，定義是比較明晰的。在中國現有的金融法規和市場環境下，傳統銀行的主要功能是存款、貸款和支付結算，后來在存款基礎上發展出了理財功能。

關于互聯網金融，目前尚未形成一個統一明確的定義，業務范圍也在不斷地“野蠻生長”。百度百科[微博]上的解釋是：互聯網金融是傳統金融行業與互聯網精神相結合的新興領域。按照這個廣義定義，從起源來看目前的中國互聯網金融可分為三類：第一類是以傳統銀行為基礎派生出來的，如傳統銀行自身建立的網上銀行。這類互聯網金融的出現，為銀行開拓了線上領域，延伸了銀行的觸角，似乎更應該稱為金融互聯網化。第二類是傳統銀行與互聯網互相依存的，如網上支付結算。這類互聯網金融的代表是第三方支付，其中在中國占半壁江山的是以電商為平臺的支付寶[微博]。第三類是以互聯網為基礎，異軍突起，自由發展出來的，如網上融資，代表企業或者商業模式包括余額寶、人人貸、阿里金融等。

在中國，銀行的核心業務是存款、貸款和支付結算。近年來，理財業務也迅猛發展。互聯網金融在上述除了存款的各個領域內，迅速擴張起來，由此引發了關于互聯網金融與傳統銀行孰長孰消的爭論。據統計(IT桔子)，到目前為止，在互聯網金融領域里，公司數量占比最大就是這第三類中的貸款。本文就聚焦于此，管中窺豹，探討一下互聯網金融中的貸款與傳統銀行的貸款有何本質差異。

互聯網金融貸款有幾種不同的模式，目前來看，至少有兩類。一類是以電商為基礎，在注冊客戶范圍內的貸款，因為是在產銷貸這個鏈條上運營的，也被稱為互聯網供應鏈借貸，中國的代表有阿里金融，美國的代表有Amazon。另一類是P2P平臺貸款，在中國有陸金所、人人貸，歐美有Kabbage、Lending Club、Prosper Marketplace。不難看出，無論是在中國還是其他國家，貸款互聯網金融的一個共同點就是以小客戶為主。

在中國，很多時候，雖然大客戶有較強的議價能力，但是銀行也情愿追捧大客戶。許多銀行的小企業貸款被定義為年銷售收入1億元以下、申請貸款金額在1000萬元之內的貸款；年銷售收入在1000萬元以下的企業，很容易被判定為不滿足貸款的基本條件。以做小微著名的民生銀行(6.96, 0.01, 0.14%)為例，其大概做了100多萬家，平均貸款額在160萬元左右。相比之下，互聯網金融的小微稱得上是“小小微”了。

造成小微貸款難題的一個主要原因是客觀風險較大，而貸款方與借款方信息又不對稱。信息之所以不對稱，主要是因為在傳統銀行里貸款方收集借款方成本太高。解決信息不對稱問題的手段其實就是風險管理的方法。傳統銀行和互聯網金融在客戶規模上的選擇，實際是兩者信貸風險管理模式的反映。

銀行的信貸風險管理

一般銀行在發放貸款之前需要做以下幾件事。

首先，看看可貸資金是否充足，期限上是否匹配，也就是流動性管理。追本溯源，最初的銀行就是將不同儲戶的錢歸集到一起，而后將匯集起的錢借給許多不同的有回報前景的資產，由此銀行從中收取利息差。每個儲戶都可能有不同的存款和取款時間，這樣對銀行來說，就形成了一個長期的資金供給線。通常銀行會成立專門的團隊，根據歷史數據采用統計的方法來進行期限匹配。為了保證銀行的安全，各國監管當局還制定了一些審慎性監管要求，比如在中國的銀行業就有存貸比要求。

其次，銀行需要考核借款人還款能力和意愿以及貸款定價；同時看看壞賬準備金是否可以覆蓋預期損失；以及非預期損失是否能在總體層面上被資本覆蓋。由于借款方總是比貸款方更清楚自己的還款情況，在信息不對稱的情況下，為了降低風險，銀行采取的做法通常是要求抵質押品：一方面即使借款人違約，銀行也可以收回一些損失；另一方面可以在某種程度上提高借款人的還款意愿，降低違約概率。因此，銀行在放貸前需要核實押品的價值，并核查借款人是否對押品有真實的控制力。如果沒有押品，銀行會要求一個可靠的擔保。最后，如果上述條件滿足的話，根據借款人的情況，決定貸款的定價，也就是貸款利息率。

長期以來，中國的銀行采取一種比較定性的事后管理方式：五級分類。近幾年來，隨著中國銀行業的國際化程度提高，以及中國更深地介入金融穩定委員會和巴塞爾銀行監督管理委員會的各項工作，中國銀行業，特別是大型銀行都開始采用巴塞爾協議框架下的信用風險管理體系。與五級分類的管理方式不同，這套體系是建立在以量化為主的事前管理方式。在這個體系中，銀行利用內部的歷史數據和外部的征信信息，采用數理統計的方法，從多個維度對借款人的還款意愿和能力做出定量評估和預測。根據預測出來的借款人在各維度上未來可能的狀態，銀行通常可以根據建立好的統一的映射關系，確定借款人的貸款利率。

從世界范圍內來看，大多數國家的大多數銀行里，零售信貸風險管理的量化程度都要高于以大中客戶為主的非零售信貸。在非零售信用風險模型中，往往包含了一些專家判斷，需要在模型計算出的結果之外，進行一些人工的修訂。此外，在操作實踐中，大客戶通常比較有議價能力，貸款利率也往往不能直接采用定量模型計算的結果，而需要為客戶在協商的基礎上，量身定制貸款利率。

除了貸前的風險判別、風險定價，銀行的信貸風險管理工作并不會隨著合同簽字后而結束。相反，貸后管理是一筆信貸中的另一個重要環節。目前來看，銀行的風險管理主要基于借款方的財務數據。在中國，人民銀行提供了一個個人和企業的征信系統，可讓銀行交費查詢借款方的信用信息。但一方面是這些信息存在嚴重的時滯，另一方面缺少一些關鍵的前瞻性信息，例如訂單信息和全面負債實況。在經濟形勢變化迅速的環境下，需要銀行貸后不斷跟蹤借款方，根據最新的信息，特別是具有前瞻性的信息，及早調整管理方式和資產組合。為此，許多銀行都建立了嚴格的規程，并雇傭了大量的客戶經理，到現場去跟蹤調查借款方的財務狀況，收集最新經營信息，調查押品價值和可控性。

互聯網借貸的風險管理

先看互聯網供應鏈借貸，這種模式主要是在一個閉合的供應鏈條里運行，借款人必須是電商交易平臺的商戶。其實供應鏈借貸模式并不是互聯網金融的專享。早在2003年，深發展就提出了“1+N-基于核心企業的供應鏈融資解決方案”，即一個核心企業加上與之有關聯的N個中小企業。但兩者在信貸風險管理上表現出很大的不同。

供應鏈借貸是銀行為中小企業提供信貸的一個通道，與銀行的一般信貸有些不同，但依然很大程度上沿革了銀行的信貸風險管理方式。首先，借款企業必須和核心企業構成交易關系，由交易而得到應收賬款，或者收貨權。其次，核心企業必須愿意配合，向銀行出具某種承諾，答應在借款企業不能如期還款時為其償還貸款。在這兩個條件下，銀行可以放松對借款企業本身資產負債等財務方面的要求，但實際上是要求了核心企業為借款企業提供擔保。

互聯網供應鏈借貸沒有要求借款企業提供抵押或擔保，而僅靠借款企業獨立的信用就可能借到款。很顯然，能有把握為一個網絡上素不相識的商戶提供信用貸款，需要很好地掌握這個商戶的信息。這正是基于電商基礎的供應鏈借貸優勢所在。此外，互聯網供應鏈借貸還會通過一些成本較低的手段來驗證借款人信息的真實性，如網絡視頻等。因此，互聯網供應鏈借貸基于網絡交易的數據相對比較真實可靠。

目前來看，一些成功的互聯網供應鏈借貸依靠互聯網活動產生的大數據，通過數理統計模型，基本實現自動化貸前審批和貸后風險提示。

和互聯網供應鏈借貸相同，P2P不需要借款人抵押或擔保，貸出方的錢不受國家隱性或顯性擔保，而且他們都是偏愛微型借款人。不同的是，P2P是建立在一個開放的平臺上，不需借款人和貸款人有什么聯系。最初P2P的建立，僅是一個平臺將需要借錢的個體和有閑散可貸資金的個體聯系起來，由此收取介紹中介費。換言之，P2P是一個中介平臺，借貸雙方自己承擔信用風險和期限錯配的風險。后來各國的監管逐漸加強，有些國家對于P2P平臺的權利和責任有了更嚴格的要求。但無論如何，嚴格意義上的P2P區別于其他借貸模式的特征是，借款人和貸款方直接對接。

目前來看，P2P平臺大約有四類交易模式。一是一對多模式，即一筆借款由多個投資人投資。這種模式可以構成較大額的借貸。二是多對多模式，即一筆借款可以由多個人投資，同時一筆資金也可以分拆投資到不同的借款需求上去。這種模式比較靈活，而且能幫助每個貸出方分散風險，但需要P2P公司提供良好的匹配功能。三是一對一模式，即一筆借款只能由一個投資人投資。這種模式債權清晰，管理相對容易，出現風險也能很快找到源頭，但太不靈活，缺少流動性。四是多對一模式，即多筆借款需求都由一筆資金投資。這種模式有利于幫助投資人分散風險，但同時也對資金規模要求較高，并不是P2P主要采用的模式。

這幾種交易模式，最主要的風險管理方式來自于兩個層面：一是P2P平臺可獲得關于借款人的信用信息；二是借款人來自各個不同領域，他們之間自然形成的風險對沖，幫助降低P2P平臺的整體風險。

一些P2P為了吸引客戶，提供了擔保機制。有些是購買了商業保險公司的擔保，有些和小貸公司或擔保機構合作，有些從借貸資金中抽取一個比例成立保障基金。但這類擔保并不意味著保證。如果系統性風險或區域性風險發生，則可能出現大規模的擠兌，商業保險、擔保機構和自立的保障基金都有可能無法償付擔保金額。

值得注意的是，提供擔保機制的P2P在歐美并不常見，在中國則成為P2P最流行的范式。這主要原因是P2P風險管理模式中的第一個層面不夠完善。最近出現的多起P2P擠兌倒閉事件，也反映出在一個缺乏有效信用記錄和監管缺失的環境中，P2P的模式存在很大風險。

規模經濟與大數定律

通過總結銀行與互聯網借貸模式的風險管理之間的差異，由此可以理解為什么許多銀行偏好大客戶，而互聯網借貸服務小微客戶。從銀行的信貸風險管理流程可以看出，傳統銀行信貸風險管理是依靠押品，線下收集客戶信息來判斷其還款能力與意愿，和線下跟蹤借款人的貸后財務信息。一般來說，線下收集信息不可輕易復制，需要投入大量的人力物力。但線下收集信息的邊際成本會遞減，平均成本也會隨著數量的增加而降低。按照這樣的風險管理方式，規模經濟(Economies of Scale)比較適合銀行的生存之道。

從風險計量的角度出發，如果要采用定量分析的手段，則需要大量的數據，否則結果偏離真實，不可用。目前大多數銀行的定量分析都采用回歸的統計方法。在這類方法下，借款人的一些本身特性就成為重要的解釋變量，在一個變化很快的經濟環境下，有些類型的借款方是新興起來的，沒有太多的數據積累；同時有些借款方是正在消退的，沒有充足反映最近情況的數據。在這樣的情況下，定量分析的模型再完美，也是巧婦難為無米之炊。對于這些借款方，即使用了定量分析方法，也還需要一些人工的判斷，因此難以實現自動化，也就很難大規模應用和降低單位成本。為此，銀行需要通過經營大客戶來增加單位收益，由此來抵消較高的單位成本，也就是規模經濟。我們可以用下圖來展示這個邏輯。

相反，能夠用較低的成本獲取到真實且及時的信息是互聯網供應鏈借貸的一個很大優勢。這個優勢不僅體現在貸前，也體現在貸后的風險管理。銀行也有強大的數據庫，也有專門從事數據分析的團隊。互聯網供應鏈借貸用貸前數理統計方法和銀行采用的定量方法本質上是十分接近的，都是從歷史數據中尋找出構成借款人還款能力和意愿的因素，而后通過觀測借款人這些因素的現狀和發展趨勢來形成對借款人未來還款能力和意愿的一個量化指標。但目前來看，許多銀行，包括在一些發達國家里，除了房貸和信用卡之類的零售業務，尚不能自動化風險管理。

互聯網供應鏈借貸的信息獲取優勢在貸后就更為明顯了。目前來看，大多數情況下，銀行無法自動獲得借款人貸后的一些前瞻性信用信息。要獲取的話，需要大量的人力物力去完成。而互聯網供應鏈借貸則可以從電商平臺上源源不斷地取得借款人最新的交易和部分現金流信息，這些信息提供了前瞻性風險判斷的基礎，從而可以及早調整貸后管理的方式方法。雖然線上信息也不能完全反映借款人的全面信用情況，但是對于經常使用電商平臺的借款人來說，保留住平臺上的良好信用記錄是重要的條件之一。

總結起來，電商平臺在互聯網供應鏈借貸的風險管理中扮演了重要角色，一方面可以依靠它以低成本及時獲取真實信用信息；另一方面可以借此提高借款人違約成本。

有了真實可靠及時的數據，互聯網供應鏈借貸平臺就有了使用量化工具的基礎。雖然客戶來自于很多不同行業或領域，但因為每個客戶借款規模都很小，即使分類不是很準確，造成的損失也不會很大。只要不出現系統性偏差，即所有客戶都被低估或高估，則客戶之間的偏差會互相抵消，在總體上接近準確。這就是大數定律的一種體現。在大數定律作用下，一個互聯網借貸企業如果擁有由大量不相關投資組合構成的資產池，它的平均回報將比較穩定，可以通過數次試驗估計出來。有了這個平均回報估計值，互聯網借貸企業就可以預留一些準備金，用來抵補預計損失。如果投資組合的數量足夠大，那么平均回報也就接近所處經濟環境能給予的平均回報了。

這種情況下，貸出方只要對所有客戶進行量化管理，形成自動化程序。有了自動化程序，信貸成本就降下來，同等條件下的盈利水平得到提高。與互聯網供應鏈不同，P2P還必須依賴外部數據。只有在數據足夠的假設下，P2P才是大數定律的受益者。

值得注意的是，大數定律成立需要條件，那就是每個投資組合之間是相互獨立的。這樣，投資組合之間的風險就自然分散了，留給整個組合池的風險就小了。很多人在談論用大數定律做金融的時候，忘記談這個適用條件。實際上，只有在每個投資組合足夠小的情況下，每個都來自不同領域，才有可能比較容易地相互獨立。互聯網金融的客戶體量較小，分布領域較廣，相互之間比較獨立。這種情況下，原則上不需要對客戶進行特別精細的篩選，就造成了一個大數定律適用的條件，形成風險自然分散。根據大數定律，許許多多的小客戶匯集起來，他們的平均違約率將趨向一個穩定的值。

當一個投資組合池滿足了相互獨立條件的時候，另一個統計定理——中央極限定理——也可能成立。這種情況下，如果投資組合數足夠大，他們的平均數分布應該接近正態分布。也就是說，當投資組合中的資產來自于不同領域，相關性不強，此時，客戶平均優劣程度的分布應該接近正態分布。對于一個投資于微型借款的互聯網金融企業，大多數客戶應屬于中等客戶，有一小部分是好客戶，也有一小部分是壞客戶。但大客戶之間的相關性很強，個體特征風險無法完全對沖掉，其組合起來的分布就不一定是正態分布了。

另外，由于銀行通常都有一些相對熟悉的行業，這樣他們的借款人非常有可能會集中在銀行熟悉的行業里。這樣一來，銀行貸款組合池的分布很有可能形成厚尾分布，造成尾部風險較高。這也是為什么銀行除了要看預期損失，還特別需要用資本來覆蓋表現為尾部風險的非預期損失。

銀行與互聯網借貸未來之路設想

在沒有采用押品或擔保等傳統銀行常用的風險緩釋條件下，互聯網金融依靠大數定律的自然風險分散管理模式需要一些其他降低風險手段的補充。一是選擇小而獨立的客戶，使得風險盡可能地自然分散。二是需要一個有效的信用信息披露機制，可以是可用的外部征信信息，或是監管要求的信息披露，也可以是內部的信息集成。

大客戶，甚至是中型客戶借貸靠大數定律自然風險分散是難以為繼的。銀行歷史性地繼承了許多大客戶，可以比較從容地利用規模經濟進行精細化管理。加上押品和擔保的風險緩釋作用，只要大客戶存在，銀行就不會成為“恐龍”。如果利用互聯網的便利，做成O2O(Online To Offline，線上到線下)也應該會提升實體銀行的價值。

如果銀行希望涉足微型借貸，必須依靠不同的風險管理技術降低信息收集成本和管理成本。同樣，如果互聯網金融要爭取更大的客戶，也需要考慮是否有足夠的資本承擔大客戶違約帶來的尾部風險。

銀行和互聯網金融面臨的一個共同問題是信息安全，對銀行和互聯網金融來說是一個關鍵的問題。在解決這個問題之前，需要先明確什么是應受保護的隱私信息。有些信息在某些情況下屬于個人隱私，但是在另一些特定的場景里則不是個人隱私。例如一個人的收入情況，不應該廣而告之。但如果他向銀行或互聯網上的另一個人借錢，那么無論是銀行還是網絡借款人都有權利了解他的收入狀況，因為這個信息已成為交易信息，由發生關聯的各方共同所有了。對隱私信息的界定和保護應該納入法律制度的管轄范圍，金融企業或組織都有責任和義務采取有效措施，防止有意或無意的未授權信息泄露，嚴格遵守使用客戶信息的條件，這也是金融業得以發展的基石。

以上是對比銀行與互聯網金融之后的一些設想。世界的變化往往超乎我們的想象。以我們目前的經歷來預測未來是件極其困難的事。銀行會不會被互聯網金融顛覆，這個問題也許在不久的將來就不是問題了，因為他們可能都換了名稱。現在常說的跨界優勢，只是從經營的目標而不是從經營方式來劃分行業。從經營的方式，特別是風險管理模式來看，互聯網企業利用互聯網技術來為微型企業提供金融服務，其經營方式與互聯網關系更加緊密，金融不過是這種經營方式的一個應用。未來人們也許會換一種方式劃分行業，也換一種方式思考問題。■

劉明康為中國銀監會前主席，梁曉鐘為中國銀監會一部副調研員，本文不代表作者所在單位觀點

第五篇：互聯網金融風控措施

互聯網金融的風控措施

互聯網金融，是利用互聯網技術和移動通信技術等一系列現代信息科技技術實現資金融通的一種新興金融模式。在此種模式下，市場信息不對稱程度非常低，資金供需雙方能夠通過網絡直接對接，交易成本大大減少。目前互聯網金融的模式主要有六大類，分別為第三方支付、P2P網貸、大數據金融、眾籌、信息化金融機構、互聯網金融門戶。

每種模式下均需要相應的風控措施，本文主要分析P2P網貸的風險控制。P2P網貸的主要風控措施主要有以下五點：

一、貸前管理

（一）對借款人資質的多級審查（1）貸前實地驗證

平臺團隊或者合作機構對借款人進行實地驗證，通過采集圖片、文本等多種形式的數據信息，實地驗證借款人的結婚證、房產證、個體工商營業營業執照等相關證件資料，并對其銀行賬戶信用情況、家庭經濟狀況以及還款能力等進行全方位了解。

比如：翼龍貸；有利網（2）貸前線上審核

一些P2P網貸平臺在實地驗證后，還在線上進行多級審核。（a）網站資料認證：身份認證、手機認證、視頻等認證審核。（b）當地運營中心認證：通過貸前實地調查所獲得的各種信息資料，對借款用戶進行綜合評估審核。（c）平臺風控審核：評定信用等級和借款額度或者進行FICO評分（評分模型，用于評價一個借款人的風險程度）。

比如：翼龍貸

通過前期調查每一個借款人的各項信息和征信情況（如資金用途，財務信用、經營狀況等）來評估其還款能力和還款意愿。

比如：利魔方實行貸前審核，對借款方財務情況進行多渠道調查（不涉及個人隱私）。

（二）對融資項目的審查

對融資項目審查的手段包括以下三種：

（1）確保借款人借款項目的真實性或者確保融資項目的真實性。除了線上審核外，對于平臺發掘的項目，風控部、業務部人員進場盡職調查，制作項目盡職調查報告。有的平臺甚至將該項目提交評審委員會（或者風控）做項目風險評審。經過評審會通過的項目，才發放貸款。或者經過評審會通過的項目，才能發布借款標。

（2）對單個項目進行審查，其不超過擔保公司凈資產10%，不投向國家不支持、限制性或禁止性的行業。

（3）有些P2P平臺以短期借款為主，一般不超過12個月，最長不超過24個月。

比如：積木盒子；易通貸；投米網；紅嶺創投；投哪網；鑫合匯；合力貸

二、資金的第三方托管

根據《關于促進互聯網金融健康發展的指導意見》第十四條的規定，從業機構應當選擇符合條件的銀行業金融機構作為資金存管機構。目前，一些P2P網貸平臺主動選擇第三方托管方式，來使平臺與投資者的資金池相隔離。

比如：

（一）與非銀行支付機構合作的有：

（1）利魔方與易寶支付（YeePay.com）合作；

（2）易貸網與中金支付合作，將與中國農業銀行合作；（3）信融財富與財付通合作。

（二）與銀行合作的有：

（1）積木盒子與民生銀行合作；（2）紅嶺創投與平安銀行合作；（3）人人貸與民生銀行合作；（4）有利網與招商銀行合作。

三、貸后管理

（一）專人負責監督

專人負責監督，對潛在風險及時做出反應。一旦出現風險問題，會立即啟動風險應急處理機制，同時啟動風險準備金對投資人進行賠付。

比如：易通貸

（二）組建催收團隊

組專業催收團隊，從貸款發放之日起就進入貸后管理的實質操作。如果用戶逾期未歸還借款，貸后管理部門將第一時間通過短信、電話等方式提醒用戶進行還款。如果用戶在5天內還未歸還當期借款，平臺將會聯系該用戶的緊急聯系人、直系親屬、單位等督促用戶盡快還款。如果用戶仍未還款，交由專業的高級催收團隊與第三方專業機構合作進行包括上門等一系列的催收工作，直至采取法律手段。

比如：人人貸；投米網；紅嶺創投；利魔方；投哪網

四、風險保障措施

（一）組織保障

平臺為確保合作機構提供給投資者的項目低風險，高收益，將從組織架構上系統的、科學的為投資者進行項目刷選和風險保障，特設立獨立的董事會、風險委員會、大資管委員會、法律合規部、資產保全部等各種金融專業部門，為項目風險整體把控，并在需要時代表投資者進行權益維護與法律保障。比如：鑫合匯

（二）借款人提供擔保

由借款人提供擔保，包括但不限于保證擔保、抵押、質押等。大額項目借款人通過股權質押、房產抵押等形式提供保障措施。一些P2P平臺對大額借款合同進行強制執行公證，抵押登記手續辦理。易貸網平臺采用純抵押全覆蓋模式，無抵押不貸款，足額抵押。

比如：紅嶺創投；易通貸；易貸網；合力貸

（三）引入合作機構擔保

如借款人出現還款逾期，則由合作機構(包括但不限于擔保公司、合作商戶)進行全額賠付，如合作機構無力償還則啟用風險準備金或者由合作機構即時接管本借款債權，先行代償該筆借款的投資本息，同時合作機構啟動追償機制，如借款方確無力償還，則按照相關質押擔保協議開始處置抵押物變現事宜。

比如：利魔方；有利網；陸金所；信融財富；合力貸

（四）風險準備金

風險準備金是指P2P網貸平臺通過建立一個資金賬戶（一般對該賬戶進行托管），對每筆借款提取一定比例資金放入此資金賬戶或者由公司從自身的服務費收入中提取一定金額存入此專用賬戶或者按照每日的成交金額計提風險準備金，當借款出現逾期或違約時，平臺會用該賬戶資金償付投資人。該種風控方式簡單可行的，許多P2P網貸平臺基本上都采用了這個方式，這對于那些專業風控能力較低的P2P網貸平臺的發展是非常有利的，且可以幫助平臺吸引更多投資者的加入，也能在一定程度上解決安全顧慮。

比如：

（1）利魔方的風險保障金提取自于鴻蘊控股集團（利魔方的控制方）、借款方繳納服務費中的風險保障金的部分。

（2）投米網，由公司從自身的服務費收入中提取一定金額存入還款風險金賬戶，并定期進行調整。（3）人人貸：平臺每筆借款成交時，提取一定比例的金額放入”風險備用金賬戶“。

（4）微商貸：平臺將注資1500萬元作為風險準備金的起始資金，同時在平臺每筆借款成交時，提取借款本金3‰的金額放入“風險準備金賬戶”。

（5）易貸網；信融財富。

（五）借款逾期平臺自動收購債權

在借款或者項目逾期或違約時，由平臺先行收購該債權。比如：

（1）翼龍貸，散標逾期自動收購債權，翼存寶百元起投、無逾期、每日付息、到期還本無財富管理費。

（2）積木盒子的穹頂計劃，積木盒子平臺為廣大投資人推出的更加合理的貸后保障制度，積木將和多家有資金實力的第三方機構及積木盒子的融資人合作設立逾期債權收購儲備資金，這筆資金將被用來收購未來所有參與穹頂計劃的發生逾期或違約的項目資產，以保障廣大投資人的權益。

（六）借款逾期，平臺全額墊付本金

在借款逾期時，由平臺對投資者的本金先行墊付。

比如：紅嶺創投：VIP會員在平臺所有投資均享受本金先行墊付保障。

五、具體認證安全措施

（一）信息系統安全

三層防火墻隔離系統的訪問層、應用層和數據層集群；有效的入侵防范及容災備份，確保交易數據安全無虞。針對敏感數據，采用中字頭政府官網所用加密方法進行數據加密；通過IDS入侵檢測設備及WEB防篡改設備，自行掃描發現后及時修補、更新，當遭遇攻擊時系統將自動報警，啟動快速反應機制，系統運維團隊全天候觀察系統動向。比如：利魔方；有利網；紅嶺創投

（二）隱私安全

平臺上所有的隱私信息都經過MD5加密處理，防止任何人包括公司員工獲取用戶信息。在任何情況下都絕不會出售、出租或以任何其他形式泄漏用戶信息。

比如：利魔方；有利網；紅嶺創投