洪鵬飛

一、前言：

互聯(lián)網(wǎng)消費(fèi)金融日前在我國(guó)高速發(fā)展，其以長(zhǎng)尾小額貸款用戶為主，用戶基數(shù)大，服務(wù)于學(xué)生、農(nóng)民、藍(lán)領(lǐng)等收入中低端用戶，其單筆授信額度小，貸款期限短，線上放貸收款，放貸迅速，消費(fèi)場(chǎng)景定制化等特點(diǎn)，與傳統(tǒng)消費(fèi)金融貸款服務(wù)于高凈值人員，放款額度大，審核緩慢，有明顯區(qū)別。在大數(shù)據(jù)背景下，有效利用機(jī)器學(xué)習(xí)、人工智能等算法建立起優(yōu)良的現(xiàn)代化風(fēng)控體系，并運(yùn)用于貸前、貸中以及貸后階段，已然成為日前階段互聯(lián)網(wǎng)消費(fèi)金融領(lǐng)域的新模式。

二、傳統(tǒng)與互聯(lián)網(wǎng)消費(fèi)金融的概述

所謂消費(fèi)金融，就是以消費(fèi)為主要目的信用消費(fèi)貸款，以短期消費(fèi)小額貸款為主，一般周期為1到12個(gè)月，其中既包括住房、汽車(chē)等大額消費(fèi)貸款，又包括日常消費(fèi)電子產(chǎn)品、租房、日常消耗品的短期借貸行為?；ヂ?lián)網(wǎng)消費(fèi)金融，2007年左右開(kāi)始興起，其主要依托于互聯(lián)網(wǎng)大數(shù)據(jù)，機(jī)器學(xué)習(xí)、人工智能等先進(jìn)的技術(shù)，而發(fā)展起來(lái)的現(xiàn)在化的新型消費(fèi)金融模式。其主要借助于互聯(lián)網(wǎng)，在線上進(jìn)行相關(guān)的審核、放貸、還款等整個(gè)流程，其有單筆額度小，放款迅速，貸款周期短以及服務(wù)多種，申請(qǐng)簡(jiǎn)便，方式靈活等優(yōu)勢(shì)，與傳統(tǒng)消費(fèi)大額房貸以及車(chē)貸等大額消費(fèi)金融貸款相比而言，其面向的消費(fèi)群體有很大的區(qū)別。傳統(tǒng)消費(fèi)金融，主要面向的優(yōu)質(zhì)客戶，以高凈值客戶，中高端白領(lǐng)，以及穩(wěn)定的中產(chǎn)工資階層為主，而互聯(lián)網(wǎng)消費(fèi)金融，面向的是被傳統(tǒng)消費(fèi)金融所拋棄的用戶，其有用戶基數(shù)大，帶有長(zhǎng)尾分布，用戶相對(duì)而言風(fēng)險(xiǎn)較高，常以學(xué)生、藍(lán)領(lǐng)、農(nóng)民等收入較低的人群為主。而其面向的消費(fèi)場(chǎng)景也有較大的區(qū)別，相對(duì)于傳統(tǒng)的消費(fèi)貸款業(yè)務(wù)，貸款額度大，放貸審核嚴(yán)格，放貸慢，互聯(lián)網(wǎng)消費(fèi)金融，主要貸款是以小型消費(fèi)為主，還款迅速，主要以服務(wù)費(fèi)和預(yù)期還款為利潤(rùn)，更注重的是貸款者的還貸意愿而非還款能力，這與傳統(tǒng)消費(fèi)金融注重優(yōu)質(zhì)客戶的還款能力有一定的區(qū)別。

三、政策助力互聯(lián)網(wǎng)消費(fèi)金融發(fā)展

在2009到2016年之間，政府發(fā)布多項(xiàng)有利于互聯(lián)網(wǎng)消費(fèi)金融的政策，為了促進(jìn)發(fā)展消費(fèi)金融行業(yè)，中國(guó)銀行監(jiān)督管理委員會(huì)在2009年7月發(fā)布了《消費(fèi)金融公司試點(diǎn)辦法》，規(guī)定并設(shè)定了消費(fèi)金融公司設(shè)立、變更與終止的條件，業(yè)務(wù)范圍及經(jīng)營(yíng)規(guī)則以及相關(guān)的監(jiān)督管理?xiàng)l例，并在天津、成都、上海、北京分別設(shè)立四個(gè)試點(diǎn)公司。在2013年11月，在黨的十八屆三中全會(huì)上，提出了“發(fā)展普惠金融，鼓勵(lì)金融創(chuàng)新，豐富金融市場(chǎng)層次和產(chǎn)品的發(fā)”的方針，并把消費(fèi)金融試點(diǎn)公司擴(kuò)增至16家。2014年1月，國(guó)務(wù)院會(huì)議中，提出了“助推消費(fèi)升級(jí)，創(chuàng)新金融服務(wù)，大宗耐用消費(fèi)品等信貸需求“，進(jìn)一步推進(jìn)消費(fèi)金融的發(fā)展。15年6月，國(guó)務(wù)院常務(wù)會(huì)議中，提出鼓勵(lì)民間資本、國(guó)內(nèi)外銀行機(jī)構(gòu)和互聯(lián)網(wǎng)企業(yè)成立消費(fèi)金融公司。到2016年，在《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》中，從國(guó)家層面確定了普惠金融的實(shí)施戰(zhàn)略，明確指出要促進(jìn)消費(fèi)金融公司發(fā)展，消費(fèi)金融進(jìn)入發(fā)展新時(shí)期。之后陸續(xù)在《關(guān)于加大對(duì)新消費(fèi)領(lǐng)域金融支持的知道意見(jiàn)》、《兩會(huì)期間政府工作報(bào)告》、《中國(guó)人民銀行關(guān)于信用卡業(yè)務(wù)有關(guān)事項(xiàng)的通知》、《關(guān)于促進(jìn)消費(fèi)帶動(dòng)轉(zhuǎn)型升級(jí)的行動(dòng)方案》以及《G20數(shù)字普惠金融高級(jí)原則》中，分別對(duì)消費(fèi)金融推進(jìn)產(chǎn)品創(chuàng)新，改進(jìn)金融發(fā)展環(huán)境，促進(jìn)消費(fèi)快速升級(jí)以及加大數(shù)字化技術(shù)的運(yùn)用。

四、互聯(lián)網(wǎng)消費(fèi)金融的市場(chǎng)潛力

從信貸市場(chǎng)來(lái)看，我國(guó)行帶人口滲透率不足三分之一，而與此相比，美國(guó)信貸人口滲透率則高達(dá)百分之八十以上，這說(shuō)明我國(guó)信貸市場(chǎng)還有巨大的用戶潛力。隨著互聯(lián)網(wǎng)消費(fèi)金融越來(lái)越重視，信貸人口規(guī)模穩(wěn)步增長(zhǎng)，由2007年1億左右的人口規(guī)模，擴(kuò)大到2016年的4.1億左右，同比翻了兩翻。與此同時(shí)，金融信貸的創(chuàng)新，以及互聯(lián)網(wǎng)方便快捷的方式，使得現(xiàn)代化用戶信用體系越來(lái)越完善，而傳統(tǒng)銀行機(jī)構(gòu)，對(duì)于廣大的相對(duì)于短期小額貸款，成本過(guò)高，而互聯(lián)網(wǎng)能有效運(yùn)用其邊際效益的優(yōu)勢(shì)，成功降低成本，覆蓋更大的用戶群。

從超前消費(fèi)意愿以及可支配收入而言，作為成長(zhǎng)于PC互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)時(shí)代的新生代，便捷、超前消費(fèi)、網(wǎng)上購(gòu)物支付已經(jīng)成為一大部分年輕青年人的生活常態(tài)，從2016年中國(guó)人群超前消費(fèi)畫(huà)像來(lái)看，18-25歲用戶而言，使用過(guò)分期消費(fèi)的占一半左右，而對(duì)其有很有興趣的占比三分之一以上，而25-30用戶，同比使用分期消費(fèi)的用戶占比略高，31-36歲以及36-40歲的用戶，使用過(guò)分期消費(fèi)的用戶相對(duì)占比在40%-42%左右，而想嘗試的用戶都在三分之一以上。從用戶可支配收入上看，30歲以下人群，有75%左右的用戶月可支配收入低于6000元，說(shuō)明用戶收入普遍不高。大概有10%左右的人群在1000元以下，而在1000-2000左右的用戶占比16%左右，收入在2000-4000元的用戶在32%左右，占比比較大，4000-6000左右的用戶占比18%左右，6000-8000左右的用戶占比8%左右。整體可以看出，我在國(guó)，消費(fèi)金融服務(wù)人群而言，有基數(shù)大，用戶收入相對(duì)較低等特征，有效運(yùn)用互聯(lián)網(wǎng)風(fēng)控技術(shù)，有效挖掘，市場(chǎng)潛力巨大。

從體量上看，消費(fèi)金融市場(chǎng)已于2011年6.8億的規(guī)模，擴(kuò)大到目前的19877億，預(yù)計(jì)2018年可能突破3.8萬(wàn)億的市場(chǎng)規(guī)模。從數(shù)據(jù)上看，由于鼓勵(lì)民間資本、國(guó)內(nèi)外銀行機(jī)構(gòu)以及互聯(lián)網(wǎng)企業(yè)的進(jìn)入，15年增長(zhǎng)最為強(qiáng)勢(shì)，同比增長(zhǎng)了1186%，于去年同期相比，增長(zhǎng)了12倍左右。而在未來(lái)幾年，隨著國(guó)家對(duì)消費(fèi)金融市場(chǎng)的逐步加大開(kāi)放程度，消費(fèi)金融市場(chǎng)會(huì)進(jìn)一步提高，在未來(lái)互聯(lián)網(wǎng)消費(fèi)金融公司會(huì)有長(zhǎng)足的發(fā)展。

五、大數(shù)據(jù)帶動(dòng)金融風(fēng)控現(xiàn)代化

相對(duì)比傳統(tǒng)銀行等大型金融機(jī)構(gòu)而言，互聯(lián)網(wǎng)消費(fèi)金融用戶有明顯的區(qū)別，長(zhǎng)尾的用戶群，為互聯(lián)網(wǎng)消費(fèi)金融的風(fēng)險(xiǎn)控制和成本定價(jià)帶來(lái)了極大的挑戰(zhàn)，大數(shù)據(jù)的發(fā)展，逐步積累消費(fèi)金融數(shù)據(jù)，并運(yùn)用機(jī)器學(xué)習(xí)和人工智能等現(xiàn)代化算法，有效構(gòu)建穩(wěn)定的風(fēng)控和定價(jià)體系已成為現(xiàn)代互聯(lián)網(wǎng)風(fēng)控的首選。

互聯(lián)網(wǎng)金融風(fēng)控存在數(shù)據(jù)獲取難，雜，獲得成本高，而且較難獲取，而成熟的獲取數(shù)據(jù)的方案是建立有效互聯(lián)網(wǎng)金融風(fēng)控以及定價(jià)模型的前提。

一般可以從公開(kāi)數(shù)據(jù)源，獲得用戶基本屬性信息，與用戶基本信用數(shù)據(jù)，建立起基本用戶信息畫(huà)像；同時(shí)可以通過(guò)用戶授權(quán)的方式，爬取用戶的各個(gè)場(chǎng)景之下的消費(fèi)行為，瀏覽行為、操作行為以及產(chǎn)品選擇行為等各種行為數(shù)據(jù)；與之同時(shí)，盡量可能收集用戶的社交、通信數(shù)據(jù)以及位置信息等數(shù)據(jù)；還有就是第三方的信用分等對(duì)外開(kāi)放的信用或者安全風(fēng)控評(píng)分等數(shù)據(jù)，盡可能多的收集相關(guān)數(shù)據(jù)，為之后建模帶來(lái)便利，同時(shí)數(shù)據(jù)之間存在缺失，覆蓋率不全等問(wèn)題，所以數(shù)據(jù)質(zhì)量也必須考慮清楚。

在獲取到了足夠多的用戶行為數(shù)據(jù)之后，以及相關(guān)自身放貸是否違約的樣本之后，對(duì)其進(jìn)行特征化處理，前期采用人工挖取相關(guān)特征，模型建立完畢之后采用自動(dòng)化流程。期間，需要先運(yùn)用統(tǒng)計(jì)分析相關(guān)知識(shí)，合理拆解問(wèn)題，根據(jù)問(wèn)題的特殊性，建立針對(duì)性的建模流程，同時(shí)設(shè)立相關(guān)準(zhǔn)確以及合理評(píng)價(jià)指標(biāo)，以及有效的對(duì)照實(shí)驗(yàn)組，之后采用機(jī)器學(xué)習(xí)，深度學(xué)習(xí)等算法，合理對(duì)相關(guān)的目標(biāo)進(jìn)行有效的預(yù)測(cè)。模型在線下穩(wěn)定性以及模型預(yù)測(cè)效果達(dá)到預(yù)期之后，就可以采用上線ABtest進(jìn)行測(cè)試，并對(duì)測(cè)試結(jié)果進(jìn)行分析。如果模型線下線上出現(xiàn)不一致，要及時(shí)進(jìn)行有效的分析，找到問(wèn)題所在，然后重新設(shè)立對(duì)照組線下以及線上試驗(yàn)。直到模型穩(wěn)定預(yù)測(cè)，達(dá)到線上使用標(biāo)準(zhǔn)，進(jìn)行自動(dòng)化審批、定價(jià)、有效提醒等工作。

以上是互聯(lián)網(wǎng)消費(fèi)金融的建模通用方式的其中一種，針對(duì)不同的建模場(chǎng)景，存在不同的建模方式，所以有必要對(duì)不同的業(yè)務(wù)目標(biāo)建立不同的模型，使整個(gè)從客戶獲取、客戶服務(wù)、風(fēng)險(xiǎn)定價(jià)，再到信貸回收，整個(gè)流程更加智能化，自動(dòng)化，使得整個(gè)體系成本和利潤(rùn)最大化。

在客戶獲取階段，精準(zhǔn)的獲客，以及需求匹配成為消費(fèi)金融的關(guān)鍵，其為來(lái)源所在，沒(méi)有有效的用戶群也就沒(méi)有有用的產(chǎn)品。對(duì)于不同類型的客戶，可以設(shè)計(jì)不同的業(yè)務(wù)模式、業(yè)務(wù)場(chǎng)景，比如，有的業(yè)務(wù)場(chǎng)景專門(mén)針對(duì)家用藍(lán)領(lǐng)客戶，有的專門(mén)針對(duì)剛畢業(yè)的年輕人，有的面向的租客等等，這些都需要根據(jù)特定的業(yè)務(wù)場(chǎng)景，針對(duì)不同的方面，提出不同的解決方案。

在確定了客戶用戶群定位之后，便可以針對(duì)業(yè)務(wù)場(chǎng)景進(jìn)行精細(xì)化處理，比如，消費(fèi)場(chǎng)景為線下到店消費(fèi)信用支付，在線下用戶到店選購(gòu)、準(zhǔn)備結(jié)賬時(shí)，店長(zhǎng)可以推薦相應(yīng)產(chǎn)品的app，結(jié)合給予一定力度的優(yōu)惠，并使其有效成為自己的用戶，并進(jìn)行信用放款，在期間，需要店長(zhǎng)進(jìn)行細(xì)心講解，以及使顧客填寫(xiě)一定量的資料信息，保證客戶資料的真實(shí)性，同時(shí)盡量引導(dǎo)優(yōu)質(zhì)用戶群，這樣有利于降低大量違約帶來(lái)的風(fēng)險(xiǎn)。

用戶申請(qǐng)信用借款之后，便是貸前審核階段，這個(gè)階段主要對(duì)用戶各種信用歷史記錄，以及各種行為進(jìn)行建模，預(yù)判用戶逾期的概率，如果預(yù)測(cè)用戶的逾期率過(guò)高，直接停止對(duì)其放款，對(duì)于逾期率很低的用戶快速通過(guò)，保證用戶的使用便捷。

在貸款還款期間，對(duì)用戶還款次數(shù)，還款時(shí)間，以及每次還款金額等行為進(jìn)行建模，判斷用戶在后續(xù)還款中，是否會(huì)出現(xiàn)不還，以及逾期的情況，對(duì)于有可能不還和逾期的用戶，采用一定方式，對(duì)其進(jìn)行相關(guān)提醒。

對(duì)于產(chǎn)生逾期，或者用戶不還的情況，貸后風(fēng)控就開(kāi)始發(fā)揮作用了，在一定成本的條件下，如何使催收效果最好，是一個(gè)策略優(yōu)化問(wèn)題。通過(guò)相關(guān)統(tǒng)計(jì)，和試驗(yàn)設(shè)計(jì)，確定有效的催收策略，同時(shí)建立有效的線上及線下催收體系，及時(shí)進(jìn)行催收處理，有效回收本金。

互聯(lián)網(wǎng)消費(fèi)金融會(huì)越來(lái)越針對(duì)特定的場(chǎng)景進(jìn)行細(xì)化處理，采用不同的方式對(duì)其進(jìn)行分析、挖掘，并建立特定的模型和模式，未來(lái)，互聯(lián)網(wǎng)消費(fèi)金融想必會(huì)朝著越來(lái)越精細(xì)化，高效的方面發(fā)展。

六、互聯(lián)網(wǎng)消費(fèi)金融未來(lái)的展望

在未來(lái)，互聯(lián)網(wǎng)消費(fèi)金融會(huì)遍布在生活消費(fèi)的各種場(chǎng)景之后，各大互聯(lián)網(wǎng)消費(fèi)金融公司產(chǎn)品也會(huì)有越來(lái)越多的多樣性，針對(duì)不同場(chǎng)景采用不同的金融解決方案，同時(shí)，面向的客戶群里也會(huì)越來(lái)越精細(xì)化，審核放款更加高效，與此同時(shí)，有效利用機(jī)器學(xué)習(xí)和人工智能等方法，建立有效的現(xiàn)代化風(fēng)控體系，有利于降低逾期帶來(lái)的資金以及成本壓力，通過(guò)流程化的貸中以及貸后流程，使得貸中提醒以及貸后催收更加有力。相信在未來(lái)，互聯(lián)網(wǎng)消費(fèi)金融會(huì)越來(lái)越好。（作者單位為浙江財(cái)經(jīng)大學(xué)）