施維

[摘 要]小額貸款業(yè)務(wù)存在由平臺特征和用戶特征導(dǎo)致的信用風(fēng)險，針對互聯(lián)網(wǎng)環(huán)境下的小額貸款業(yè)務(wù)信用風(fēng)險問題，依托多渠道科學(xué)化管理和防控，以及大數(shù)據(jù)技術(shù)或可防控小貸風(fēng)險。文章對小貸業(yè)務(wù)的信用風(fēng)險進(jìn)行闡述;分析小貸業(yè)務(wù)量化風(fēng)險運(yùn)行現(xiàn)狀;對大數(shù)據(jù)在小貸業(yè)務(wù)中的應(yīng)用提出建議，以期為小貸業(yè)務(wù)量化風(fēng)險防控提供借鑒。

[關(guān)鍵詞]小額貸款;信用風(fēng)險;量化風(fēng)控;大數(shù)據(jù)應(yīng)用

[DOI]10.13939/j.cnki.zgsc.2021.01.013

由于征信機(jī)制、信息披露、風(fēng)險防控、金融監(jiān)管機(jī)制的不完善，貸款信用風(fēng)險的量化防控有待進(jìn)一步完善，特別是在中小型的小額貸款企業(yè)中，有效的量化風(fēng)險防控對企業(yè)的服務(wù)管理工作具有重要意義。一般來說，小額貸款公司的貸款業(yè)務(wù)需要客戶書面申請，貸款公司受理小貸業(yè)務(wù)之后，對客戶提供資料的真實(shí)性、合法性進(jìn)行小貸業(yè)務(wù)初步審核，初步審查通過后，再由承擔(dān)小貸業(yè)務(wù)的小貸企業(yè)開展小額貸款前的實(shí)地調(diào)查，包括客戶征信記錄的審核，最后發(fā)放小額貸款再收回貸款，構(gòu)成小貸業(yè)務(wù)完整流程。其中，信用風(fēng)險的防控是整個流程中最為重要的問題。近些年互聯(lián)網(wǎng)技術(shù)大范圍應(yīng)用，依托網(wǎng)絡(luò)平臺收集用戶數(shù)據(jù)，實(shí)現(xiàn)企業(yè)聯(lián)合和信息共享，對于小額貸款公司的小額貸款業(yè)務(wù)優(yōu)化非常有效。

1 信用風(fēng)險的概念

（1）信用風(fēng)險的內(nèi)涵。在金融學(xué)領(lǐng)域中，信用風(fēng)險又稱違約風(fēng)險，在小貸業(yè)務(wù)中，由于客戶未能按照合約中的規(guī)定或雙方協(xié)定完成貸款償還，導(dǎo)致小貸公司遭受損失。金融行業(yè)中的信用風(fēng)險在貸款業(yè)務(wù)中尤為明顯，具體在小貸企業(yè)中，規(guī)避客戶違約風(fēng)險對小貸公司來說非常重要，利用金融衍生工具有助于規(guī)避信用風(fēng)險。

根據(jù)信用風(fēng)險的成因，可將信用風(fēng)險分為惡意欺詐、環(huán)境改變和微觀改變?nèi)N類型。具體到小貸業(yè)務(wù)中，客戶隱瞞自己的財(cái)務(wù)狀況，或者謊報(bào)自己的經(jīng)濟(jì)狀況，去申請小貸業(yè)務(wù)，未能如期償還或拒絕償還貸款本金或利息的行為，構(gòu)成惡意詐騙;由整體的社會環(huán)境或者是金融環(huán)境，造成某類金融資產(chǎn)的質(zhì)量產(chǎn)生系統(tǒng)性或金融結(jié)構(gòu)性變化會導(dǎo)致小貸公司承擔(dān)信用風(fēng)險;由于客戶的個人經(jīng)營失敗等微觀因素，導(dǎo)致償還小貸能力喪失，造成信用風(fēng)險，這也是狹義的小貸業(yè)務(wù)信用風(fēng)險[1]。

（2）信用風(fēng)險的表現(xiàn)。在互聯(lián)網(wǎng)金融行業(yè)中，小貸業(yè)務(wù)信用風(fēng)險主要表現(xiàn)為用戶特征導(dǎo)致的信用風(fēng)險，以及互聯(lián)網(wǎng)平臺特征導(dǎo)致的信用風(fēng)險。

用戶特征導(dǎo)致的小貸業(yè)務(wù)信用風(fēng)險，一方面，主要是因?yàn)樵诮鹑谛袠I(yè)中，互聯(lián)網(wǎng)服務(wù)并未覆蓋所有用戶。

比如說ZOPA公司，針對客戶群體中的“自由組織者”類型，具有小貸償還信用能力，但由于互聯(lián)網(wǎng)覆蓋等因素限制，不能提供傳統(tǒng)小貸業(yè)務(wù)需要的信用證明，或者所提供的信用證明不能滿足傳統(tǒng)銀行所需的信用考核，公司針對這一群體提供小貸服務(wù)，成為英國乃至歐洲最大的網(wǎng)貸平臺之一[2]。

另一方面，小貸公司覆蓋群體主要為微型企業(yè)和收入較低的散戶，中國銀行及其他大型銀行的貸款業(yè)務(wù)中，有80%以上提供給大型企業(yè)，國有或私人企業(yè)通過大型銀行獲得大額貸款，小額貸款只占到貸款業(yè)務(wù)的兩成。互聯(lián)網(wǎng)背景下的小貸業(yè)務(wù)主要面向散戶群體，根據(jù)長尾理論，這部分群體是具有金融價值的。

比如說，阿里巴巴旗下小微信貸平均余額規(guī)模較大，用戶群體數(shù)量較多，總的來說單個用戶的平均額度較低，側(cè)面說明金融及信用風(fēng)險較大。

互聯(lián)網(wǎng)背景下平臺特征導(dǎo)致的小貸業(yè)務(wù)信用風(fēng)險。整體來看，我國小貸平臺數(shù)量較多，競爭激烈，各個小型貸款企業(yè)的市場份額較少，特別是與國外成熟的平臺相比，我國P2P平臺處于劣勢。我國開展小貸業(yè)務(wù)的企業(yè)經(jīng)營存在問題，具體來講，有許多小貸平臺停業(yè)破產(chǎn)，甚至有網(wǎng)絡(luò)貸款平臺刑偵介入，數(shù)百個承接小貸業(yè)務(wù)的小貸公司倒閉或不知所蹤。這與互聯(lián)網(wǎng)金融本身的平臺特征有關(guān)，互聯(lián)網(wǎng)金融依靠互聯(lián)網(wǎng)技術(shù)和個人用戶端為載體，具有隱秘性等特點(diǎn)，除了企業(yè)主觀原因以外，互聯(lián)網(wǎng)技術(shù)的使用不當(dāng)可能會遭到攻擊，或者由于技術(shù)不成熟出現(xiàn)嚴(yán)重代碼錯誤等情況。用戶信息泄露或是整個小貸業(yè)務(wù)的系統(tǒng)崩潰甚至?xí)绊懡鹑谙到y(tǒng)，包括互聯(lián)網(wǎng)金融系統(tǒng)本身[3]。這種技術(shù)性問題則需要通過技術(shù)更新補(bǔ)缺漏洞和后門，防止黑客入侵，全新的芯片技術(shù)和系統(tǒng)開發(fā)能夠有效解決問題。從宏觀角度來講，可操作性和科學(xué)性的金融技術(shù)執(zhí)行標(biāo)準(zhǔn)的制定有助于小貸企業(yè)防控信用風(fēng)險，保障小微企業(yè)的核心利益不受侵犯。

（3）信用風(fēng)險的成因。首先，完善的征信機(jī)制的缺失是造成信用風(fēng)險的重要原因。小貸業(yè)務(wù)中，客戶提供的個人財(cái)務(wù)信息的真實(shí)性是考核客戶貸款額度和是否為該客戶提供小額貸款業(yè)務(wù)的重要指標(biāo)，我國征信數(shù)據(jù)收集信息較少，只有信用卡銀行卡消費(fèi)情況、取現(xiàn)情況和轉(zhuǎn)賬情況，維度的缺失導(dǎo)致小額貸款企業(yè)無法對申請小額貸款業(yè)務(wù)的客戶進(jìn)行全面而深入的考核。

其次，信息披露機(jī)制的不完善會造成小貸業(yè)務(wù)信用風(fēng)險。債券承擔(dān)雙方具有高度關(guān)聯(lián)性，無論是評級方還是銷售方都有義務(wù)進(jìn)行信息披露，但是信息披露過程中的真實(shí)性、客觀性很難被完全保證。第三方監(jiān)管的缺失是小貸企業(yè)甚至是所有承擔(dān)小額貸款的企業(yè)面臨的又一問題。

最后，風(fēng)險防控體制的不完善會造成小貸業(yè)務(wù)信用風(fēng)險。國內(nèi)企業(yè)主要使用資金管托和三方擔(dān)保作為風(fēng)險防控的落地措施。但是在實(shí)踐中，一旦小貸業(yè)務(wù)企業(yè)超支，該平臺就只能宣布破產(chǎn)，甚至數(shù)百P2P跑路。

2 小貸業(yè)務(wù)風(fēng)險量化管理現(xiàn)狀

小貸業(yè)務(wù)的風(fēng)險管理分為定量風(fēng)險管理和定性風(fēng)險管理兩種。文章探討的主要是量化風(fēng)險管理。規(guī)模上，銀行通常會選擇傳統(tǒng)對公業(yè)務(wù)，因?yàn)槠涑杀镜?、較為簡單，也有創(chuàng)新型金融機(jī)構(gòu)由于高成本不受到青睞，小微信貸業(yè)務(wù)具有市場潛力。單筆貸款規(guī)模較小，市場龐大，后續(xù)發(fā)展具有潛力，也就是說，小貸業(yè)務(wù)具有技術(shù)先進(jìn)、單筆成本大、營銷團(tuán)隊(duì)數(shù)量多等優(yōu)勢。

（1）反欺詐規(guī)則集。小貸業(yè)務(wù)開展過程中，對于明顯欺詐行為的客戶整合，防范企業(yè)信用風(fēng)險。具體來講，有些客戶偽造信用信息，弄虛作假，甚至有些申請小微貸款的客戶盜用他人信息欺詐小微P2P平臺，目前我國已經(jīng)進(jìn)入了職業(yè)化欺詐現(xiàn)象明顯階段，在小額貸款業(yè)務(wù)中，這種行為的規(guī)范原則較為單一。目前需要對客戶或存在欺詐行為的微型企業(yè)進(jìn)行整合，相關(guān)信息的搜索和相關(guān)合作單位信用搜索網(wǎng)絡(luò)的形成對于防范這一類欺詐具有重要意義。批量化的團(tuán)伙欺詐迅速識別機(jī)制，有助于防控金融風(fēng)險。

（2）評分卡及量化工具。評分卡是我國小貸業(yè)務(wù)中現(xiàn)有的常用風(fēng)險量化工具。具體來講，在小貸業(yè)務(wù)的量化風(fēng)險管理工作中，先要對某一用戶進(jìn)行風(fēng)險評價，這樣的量化盡管存在細(xì)微誤差，但是卻是可以查缺補(bǔ)漏的，針對有問題的客戶，或者說針對那些可能存在評估風(fēng)險的客戶，可以不斷修正、量化、改進(jìn)評估模型，規(guī)?；⒊墒斓脑u分卡被大范圍地應(yīng)用于小貸業(yè)務(wù)中。

但是評分卡同樣存在缺點(diǎn)，首先是對于大規(guī)?；蛘叽笮推脚_來說，需要升級組合風(fēng)險，也就意味著有些平臺發(fā)展的不同階段也要對風(fēng)險量化機(jī)制進(jìn)行內(nèi)部升級。小型平臺基本上都會面臨集中度風(fēng)險。因?yàn)樾⌒推脚_主要面向某一部分群體或某個行業(yè)、某個社會領(lǐng)域，組合集中管理具有效用。一定階段后，小貸平臺需要將風(fēng)險和收益進(jìn)行匹配量化分析。因?yàn)閮烧邩?gòu)成整個小貸業(yè)務(wù)的核心，兩者匹配與否直接關(guān)系到平臺收益，單一的高收益并不一定匹配低風(fēng)險，低風(fēng)險也并不一定對應(yīng)高收益，甚至有學(xué)者認(rèn)為鋼貿(mào)行業(yè)存在嚴(yán)重的非理性行為[4]。

其次就是數(shù)據(jù)真實(shí)性缺失問題?？蛻粼谏暾堎J款額度的時候必然是進(jìn)行事先設(shè)計(jì)的，可操作空間范圍內(nèi)進(jìn)行可控的調(diào)整，甚至有些客戶的可操作空間特別大，也就是小微企業(yè)頻繁出現(xiàn)信用信息造假問題的主要原因?？蛻舻娜粘?shù)據(jù)的考量就更加重要，對于小微業(yè)務(wù)來說，那些日常金額流動較高的用戶必然信用風(fēng)險較低，基于評分統(tǒng)計(jì)數(shù)據(jù)，小貸公司對客戶進(jìn)行分類，即前10%的客戶，前30%的客戶，前50%的客戶，前80%的客戶多個等級的評定，有助于量化風(fēng)險防控。但是需要注意的是，并非排名越靠前的客戶就能為平臺創(chuàng)造最高的效益，客戶群體沒有好壞之分，但是量化能夠幫助小貸業(yè)務(wù)迅速分辨出利益最大化的客戶群體。盡管需要人工對某一種類客戶進(jìn)行重點(diǎn)關(guān)注，但是大數(shù)據(jù)可以有效解決大多數(shù)問題。

3 小貸業(yè)務(wù)大數(shù)據(jù)應(yīng)用原則

（1）可操作性。首先，小貸業(yè)務(wù)的大數(shù)據(jù)指標(biāo)應(yīng)盡量簡單，過于復(fù)雜的指標(biāo)可操作性較差，會影響到最終信用風(fēng)險控制評價結(jié)果;其次，客戶的信息簡潔可靠，保證詳細(xì)性;最后，指標(biāo)應(yīng)該具有可理解性，訴求直接明顯。

（2）可量化原則。可量化原則是小貸業(yè)務(wù)大數(shù)據(jù)應(yīng)用的核心原則，因?yàn)樾≠J業(yè)務(wù)風(fēng)險評估中，量化評估方式進(jìn)行的風(fēng)險評估最終目的正在于此。最終形成可視的評估報(bào)告，數(shù)量的大小能夠直接地保障信貸平臺直觀了解到用戶情況。進(jìn)而減少主觀誤差對客戶風(fēng)險防控的影響，但是可量化原則并非小貸業(yè)務(wù)風(fēng)險評估的唯一標(biāo)準(zhǔn)，專家建議和從業(yè)經(jīng)驗(yàn)也是重要輔助。

（3）可預(yù)見原則。信用風(fēng)險評估中，微觀和宏觀環(huán)境會直接影響客戶償還能力，小微業(yè)務(wù)辦理過程中對可預(yù)見的風(fēng)險進(jìn)行風(fēng)控，將其考慮在風(fēng)險評估機(jī)制，對小貸平臺是重要保護(hù)，對客戶也是有利的。但是需要注意可預(yù)見范圍和可預(yù)見的合理性，不合理的評估會對企業(yè)和客戶造成傷害。

（4）靈活性原則。不同客戶的小貸還款方式不同，貸款規(guī)模有所區(qū)別，所屬行業(yè)千差萬別，靈活的量化評估對于客戶來說是公平的，對于平臺來說也是科學(xué)的。每個不同的平臺面對的行業(yè)不同，客戶之間也存在信用、規(guī)模、償還能力等方面的差別，需要平臺靈活調(diào)動。

4 大數(shù)據(jù)在小貸業(yè)務(wù)量化風(fēng)控中的應(yīng)用對策

大數(shù)據(jù)技術(shù)對當(dāng)代商業(yè)產(chǎn)生重要影響，金融行業(yè)也不例外，依靠大數(shù)據(jù)技術(shù)，對小貸業(yè)務(wù)進(jìn)行量化風(fēng)控具有很大的可行性。首先，需要建設(shè)基礎(chǔ)數(shù)據(jù)庫，根據(jù)內(nèi)部和外部數(shù)據(jù)的整合歸納，得出最終客戶信用審核結(jié)果;其次，黑灰名單的建設(shè)非常有必要，在小貸業(yè)務(wù)中，黑灰名單對存在嚴(yán)重惡意欺詐行為的客戶或存在過惡意欺詐的用戶進(jìn)行劃分，大數(shù)據(jù)的迅速識別能夠保障P2P平臺的效益，降低信用風(fēng)險;最后，反欺詐干預(yù)機(jī)制能夠?qū)π≠J業(yè)務(wù)量化進(jìn)行科學(xué)風(fēng)控。

（1）基礎(chǔ)數(shù)據(jù)建設(shè)。包括內(nèi)部數(shù)據(jù)建設(shè)和外部數(shù)據(jù)建設(shè)兩個部分?；A(chǔ)數(shù)據(jù)的囊括量越大，數(shù)據(jù)的真實(shí)性越能夠得到保障，小貸業(yè)務(wù)中，外部數(shù)據(jù)主要是數(shù)據(jù)平臺引進(jìn)不同行業(yè)、不同種類的外部多種數(shù)據(jù)，模型化的分析能夠有效防控預(yù)測可預(yù)見的風(fēng)險。內(nèi)部數(shù)據(jù)則主要是開展小貸業(yè)務(wù)的平臺本身對數(shù)據(jù)進(jìn)行處理分析，包括字段分析、頻次分析等及基本信息、關(guān)聯(lián)合作單位財(cái)務(wù)信息等相關(guān)信息;內(nèi)外部的量和整合分析是基礎(chǔ)數(shù)據(jù)庫建設(shè)的又一重要內(nèi)容，內(nèi)外部數(shù)據(jù)是一個聯(lián)合整體，兩者之間存在強(qiáng)關(guān)聯(lián)性。

（2）黑灰名單建設(shè)。針對惡意欺詐行為或者存在惡意欺詐傾向的客戶建立預(yù)設(shè)性黑名單和灰名單，根據(jù)等級劃分，具體來講，曾經(jīng)有過嚴(yán)重小貸業(yè)務(wù)欺詐行為的客戶被劃分進(jìn)黑名單，根據(jù)情況程度的輕重，對于那些存在小貸業(yè)務(wù)欺詐行為但是影響較小的客戶劃分進(jìn)灰名單，一般情況下，灰名單的用戶數(shù)量小于黑名單。根據(jù)平臺自身的利益需要進(jìn)行調(diào)整，可控性和可調(diào)整性較強(qiáng)。將這些數(shù)據(jù)作為大數(shù)據(jù)考核的重要影響因素，可以支持與其他機(jī)構(gòu)實(shí)時共享互換。

（3）反欺詐。外部數(shù)據(jù)指的是將其他平臺或組織收集到的關(guān)于用戶信用評價機(jī)制的信息進(jìn)行整合，納入平臺的客戶風(fēng)險審核控制機(jī)制中，能夠快速識別那些黑名單的客戶，規(guī)避平臺風(fēng)險，事先對客戶的信用風(fēng)險進(jìn)行預(yù)見，或者拒絕客戶的小貸申請。

比如說，某民營P2P平臺，有客戶通過互聯(lián)網(wǎng)申請50萬元貸款，在其申請的70筆貸款中有47筆存在逾期情況，那么專業(yè)的大數(shù)據(jù)分析就能為平臺提供風(fēng)險評控支持，互聯(lián)網(wǎng)恰恰可以對通訊錄名單進(jìn)行量化分析，發(fā)現(xiàn)這個客戶的群體基本面較差，10個里有8個以上存在逾期行為，常用聯(lián)系人反映了第二類集團(tuán)的欺詐行為，這就有可能有專門的人在做業(yè)務(wù)，平臺可以隨時停止這項(xiàng)小貸業(yè)務(wù)。這實(shí)際上是一種事項(xiàng)干預(yù)機(jī)制。

大數(shù)據(jù)技術(shù)的應(yīng)用一方面糾正了小貸業(yè)務(wù)的數(shù)據(jù)誤差問題;另一方面擴(kuò)大了模型清單數(shù)據(jù)的范圍和規(guī)模，比如說，有些散戶公私不分，不能將私人消費(fèi)和企業(yè)消費(fèi)進(jìn)行嚴(yán)格劃分，大數(shù)據(jù)能夠了解到企業(yè)主的個人信息，包括消費(fèi)信息和拖欠情況，甚至是各種生活數(shù)據(jù)，這些數(shù)據(jù)擴(kuò)充了量化小貸風(fēng)險分析的信息數(shù)量，有助于平臺提高決策效率，及時做出額度預(yù)判，進(jìn)而幫助營銷前置工作。

5 結(jié)論

信用風(fēng)險又稱違約風(fēng)險，在小貸業(yè)務(wù)中，由于客戶未能按照合約中的規(guī)定或雙方協(xié)定完成貸款償還，導(dǎo)致小貸公司造成損失。主要表現(xiàn)為用戶特征導(dǎo)致的信用風(fēng)險，以及互聯(lián)網(wǎng)平臺特征導(dǎo)致的信用風(fēng)險。反欺詐規(guī)則集和評分卡及量化工具能夠有效量化小貸信用風(fēng)險，根據(jù)可操作性、可量化、靈活性等原則進(jìn)行大數(shù)據(jù)建設(shè)，依次進(jìn)行基礎(chǔ)數(shù)據(jù)建設(shè)、黑灰名單建設(shè)和反欺詐建設(shè)，有助于保障P2P平臺的效益，降低信用風(fēng)險，反欺詐干預(yù)機(jī)制也能夠?qū)π≠J業(yè)務(wù)量化進(jìn)行科學(xué)風(fēng)控。

參考文獻(xiàn)：

[1]姚奕，畢德翌，張廣杰.小貸業(yè)務(wù)的量化風(fēng)控及大數(shù)據(jù)應(yīng)用[J].金融電子化，2017（3）：40.

[2]周大林.基于大數(shù)據(jù)征信的商業(yè)銀行小微企業(yè)信貸風(fēng)險控制研究[D].合肥：安徽大學(xué)，2017：1.

[3]陸岷峰，葛和平.基于大數(shù)據(jù)應(yīng)用的互融寶精準(zhǔn)營銷[J].河北金融，2017（11）：1.

[4]馮文芳.互聯(lián)網(wǎng)金融背景下小微企業(yè)大數(shù)據(jù)征信體系建設(shè)探析[J].國際金融，2016（3）：74-80.

[基金項(xiàng)目]2019年度廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目“多頭貸款背景下廣西小額貸款公司信用風(fēng)險管理研究”（項(xiàng)目編號：2019KY1619）的研究成果。