银行与互联网金融：不一样的风控

2017-02-15 风控大讲堂

随着互联网企业进入金融领域，围绕着传统银行是否会被互联网金融所颠覆的争论甚嚣尘上。一时间，仿佛银行与互联网金融都已经开始厉兵秣马，要与传统银行展开一场非此即彼的战争。要透过纷扬的尘嚣，看到这场“战争”的未来，先得理解传统银行与互联网金融两者间的本质差异。

关于银行，定义是比较明晰的。在中国现有的金融法规和市场环境下，传统银行的主要功能是存款、贷款和支付结算，后来在存款基础上发展出了理财功能。

关于互联网金融，目前尚未形成一个统一明确的定义，业务范围也在不断地“野蛮生长”。百度百科上的解释是：互联网金融是传统金融行业与互联网精神相结合的新兴领域。按照这个广义定义，从起源来看目前的中国互联网金融可分为三类：第一类是以传统银行为基础派生出来的，如传统银行自身建立的网上银行。这类互联网金融的出现，为银行开拓了线上领域，延伸了银行的触角，似乎更应该称为金融互联网化。第二类是传统银行与互联网互相依存的，如网上支付结算。这类互联网金融的代表是第三方支付，其中在中国占半壁江山的是以电商为平台的支付宝。第三类是以互联网为基础，异军突起，自由发展出来的，如网上融资，代表企业或者商业模式包括余额宝、人人贷、阿里金融等。

在中国，银行的核心业务是存款、贷款和支付结算。近年来，理财业务也迅猛发展。互联网金融在上述除了存款的各个领域内，迅速扩张起来，由此引发了关于互联网金融与传统银行孰长孰消的争论。据统计（IT桔子），到目前为止，在互联网金融领域里，公司数量占比最大就是这第三类中的贷款。本文就聚焦于此，管中窥豹，探讨一下互联网金融中的贷款与传统银行的贷款有何本质差异。

互联网金融贷款有几种不同的模式，目前来看，至少有两类。一类是以电商为基础，在注册客户范围内的贷款，因为是在产销贷这个链条上运营的，也被称为互联网供应链借贷，中国的代表有阿里金融，美国的代表有Amazon。另一类是P2P平台贷款，在中国有陆金所、人人贷，欧美有Kabbage、Lending Club、Prosper Marketplace。不难看出，无论是在中国还是其他国家，贷款互联网金融的一个共同点就是以小客户为主。

在中国，很多时候，虽然大客户有较强的议价能力，但是银行也情愿追捧大客户。许多银行的小企业贷款被定义为年销售收入1亿元以下、申请贷款金额在1000万元之内的贷款；年销售收入在1000万元以下的企业，很容易被判定为不满足贷款的基本条件。以做小微著名的民生银行为例，其大概做了100多万家，平均贷款额在160万元左右。相比之下，互联网金融的小微称得上是“小小微”了。

造成小微贷款难题的一个主要原因是客观风险较大，而贷款方与借款方信息又不对称。信息之所以不对称，主要是因为在传统银行里贷款方收集借款方成本太高。解决信息不对称问题的手段其实就是风险管理的方法。传统银行和互联网金融在客户规模上的选择，实际是两者信贷风险管理模式的反映。

银行的信贷风险管理

一般银行在发放贷款之前需要做以下几件事。

首先，看看可贷资金是否充足，期限上是否匹配，也就是流动性管理。追本溯源，最初的银行就是将不同储户的钱归集到一起，而后将汇集起的钱借给许多不同的有回报前景的资产，由此银行从中收取利息差。每个储户都可能有不同的存款和取款时间，这样对银行来说，就形成了一个长期的资金供给线。通常银行会成立专门的团队，根据历史数据采用统计的方法来进行期限匹配。为了保证银行的安全，各国监管当局还制定了一些审慎性监管要求，比如在中国的银行业就有存贷比要求。

其次，银行需要考核借款人还款能力和意愿以及贷款定价；同时看看坏账准备金是否可以覆盖预期损失；以及非预期损失是否能在总体层面上被资本覆盖。由于借款方总是比贷款方更清楚自己的还款情况，在信息不对称的情况下，为了降低风险，银行采取的做法通常是要求抵质押品：一方面即使借款人违约，银行也可以收回一些损失；另一方面可以在某种程度上提高借款人的还款意愿，降低违约概率。因此，银行在放贷前需要核实押品的价值，并核查借款人是否对押品有真实的控制力。如果没有押品，银行会要求一个可靠的担保。最后，如果上述条件满足的话，根据借款人的情况，决定贷款的定价，也就是贷款利息率。

长期以来，中国的银行采取一种比较定性的事后管理方式：五级分类。近几年来，随着中国银行业的国际化程度提高，以及中国更深地介入金融稳定委员会和巴塞尔银行监督管理委员会的各项工作，中国银行业，特别是大型银行都开始采用巴塞尔协议框架下的信用风险管理体系。与五级分类的管理方式不同，这套体系是建立在以量化为主的事前管理方式。在这个体系中，银行利用内部的历史数据和外部的征信信息，采用数理统计的方法，从多个维度对借款人的还款意愿和能力做出定量评估和预测。根据预测出来的借款人在各维度上未来可能的状态，银行通常可以根据建立好的统一的映射关系，确定借款人的贷款利率。

从世界范围内来看，大多数国家的大多数银行里，零售信贷风险管理的量化程度都要高于以大中客户为主的非零售信贷。在非零售信用风险模型中，往往包含了一些专家判断，需要在模型计算出的结果之外，进行一些人工的修订。此外，在操作实践中，大客户通常比较有议价能力，贷款利率也往往不能直接采用定量模型计算的结果，而需要为客户在协商的基础上，量身定制贷款利率。

除了贷前的风险判别、风险定价，银行的信贷风险管理工作并不会随着合同签字后而结束。相反，贷后管理是一笔信贷中的另一个重要环节。目前来看，银行的风险管理主要基于借款方的财务数据。在中国，人民银行提供了一个个人和企业的征信系统，可让银行交费查询借款方的信用信息。但一方面是这些信息存在严重的时滞，另一方面缺少一些关键的前瞻性信息，例如订单信息和全面负债实况。在经济形势变化迅速的环境下，需要银行贷后不断跟踪借款方，根据最新的信息，特别是具有前瞻性的信息，及早调整管理方式和资产组合。为此，许多银行都建立了严格的规程，并雇佣了大量的客户经理，到现场去跟踪调查借款方的财务状况，收集最新经营信息，调查押品价值和可控性。

互联网借贷的风险管理

先看互联网供应链借贷，这种模式主要是在一个闭合的供应链条里运行，借款人必须是电商交易平台的商户。其实供应链借贷模式并不是互联网金融的专享。早在2003年，深发展就提出了“1+N-基于核心企业的供应链融资解决方案”，即一个核心企业加上与之有关联的N个中小企业。但两者在信贷风险管理上表现出很大的不同。

供应链借贷是银行为中小企业提供信贷的一个通道，与银行的一般信贷有些不同，但依然很大程度上沿革了银行的信贷风险管理方式。首先，借款企业必须和核心企业构成交易关系，由交易而得到应收账款，或者收货权。其次，核心企业必须愿意配合，向银行出具某种承诺，答应在借款企业不能如期还款时为其偿还贷款。在这两个条件下，银行可以放松对借款企业本身资产负债等财务方面的要求，但实际上是要求了核心企业为借款企业提供担保。

互联网供应链借贷没有要求借款企业提供抵押或担保，而仅靠借款企业独立的信用就可能借到款。很显然，能有把握为一个网络上素不相识的商户提供信用贷款，需要很好地掌握这个商户的信息。这正是基于电商基础的供应链借贷优势所在。此外，互联网供应链借贷还会通过一些成本较低的手段来验证借款人信息的真实性，如网络视频等。因此，互联网供应链借贷基于网络交易的数据相对比较真实可靠。

目前来看，一些成功的互联网供应链借贷依靠互联网活动产生的大数据，通过数理统计模型，基本实现自动化贷前审批和贷后风险提示。

和互联网供应链借贷相同，P2P不需要借款人抵押或担保，贷出方的钱不受国家隐性或显性担保，而且他们都是偏爱微型借款人。不同的是， P2P是建立在一个开放的平台上，不需借款人和贷款人有什么联系。最初P2P的建立，仅是一个平台将需要借钱的个体和有闲散可贷资金的个体联系起来，由此收取介绍中介费。换言之，P2P是一个中介平台，借贷双方自己承担信用风险和期限错配的风险。后来各国的监管逐渐加强，有些国家对于P2P平台的权利和责任有了更严格的要求。但无论如何，严格意义上的P2P区别于其他借贷模式的特征是，借款人和贷款方直接对接。

目前来看，P2P平台大约有四类交易模式。一是一对多模式，即一笔借款由多个投资人投资。这种模式可以构成较大额的借贷。二是多对多模式，即一笔借款可以由多个人投资，同时一笔资金也可以分拆投资到不同的借款需求上去。这种模式比较灵活，而且能帮助每个贷出方分散风险，但需要P2P公司提供良好的匹配功能。三是一对一模式，即一笔借款只能由一个投资人投资。这种模式债权清晰，管理相对容易，出现风险也能很快找到源头，但太不灵活，缺少流动性。四是多对一模式，即多笔借款需求都由一笔资金投资。这种模式有利于帮助投资人分散风险，但同时也对资金规模要求较高，并不是P2P主要采用的模式。

这几种交易模式，最主要的风险管理方式来自于两个层面：一是P2P平台可获得关于借款人的信用信息；二是借款人来自各个不同领域，他们之间自然形成的风险对冲，帮助降低P2P平台的整体风险。

一些P2P为了吸引客户，提供了担保机制。有些是购买了商业保险公司的担保，有些和小贷公司或担保机构合作，有些从借贷资金中抽取一个比例成立保障基金。但这类担保并不意味着保证。如果系统性风险或区域性风险发生，则可能出现大规模的挤兑，商业保险、担保机构和自立的保障基金都有可能无法偿付担保金额。

值得注意的是，提供担保机制的P2P在欧美并不常见，在中国则成为P2P最流行的范式。这主要原因是P2P风险管理模式中的第一个层面不够完善。最近出现的多起P2P挤兑倒闭事件，也反映出在一个缺乏有效信用记录和监管缺失的环境中，P2P的模式存在很大风险。

规模经济与大数定律

通过总结银行与互联网借贷模式的风险管理之间的差异，由此可以理解为什么许多银行偏好大客户，而互联网借贷服务小微客户。从银行的信贷风险管理流程可以看出，传统银行信贷风险管理是依靠押品，线下收集客户信息来判断其还款能力与意愿，和线下跟踪借款人的贷后财务信息。一般来说，线下收集信息不可轻易复制，需要投入大量的人力物力。但线下收集信息的边际成本会递减，平均成本也会随着数量的增加而降低。按照这样的风险管理方式，规模经济（Economies of Scale）比较适合银行的生存之道。

从风险计量的角度出发，如果要采用定量分析的手段，则需要大量的数据，否则结果偏离真实，不可用。目前大多数银行的定量分析都采用回归的统计方法。在这类方法下，借款人的一些本身特性就成为重要的解释变量，在一个变化很快的经济环境下，有些类型的借款方是新兴起来的，没有太多的数据积累；同时有些借款方是正在消退的，没有充足反映最近情况的数据。在这样的情况下，定量分析的模型再完美，也是巧妇难为无米之炊。对于这些借款方，即使用了定量分析方法，也还需要一些人工的判断，因此难以实现自动化，也就很难大规模应用和降低单位成本。为此，银行需要通过经营大客户来增加单位收益，由此来抵消较高的单位成本，也就是规模经济。我们可以用下图来展示这个逻辑。

相反，能够用较低的成本获取到真实且及时的信息是互联网供应链借贷的一个很大优势。这个优势不仅体现在贷前，也体现在贷后的风险管理。银行也有强大的数据库，也有专门从事数据分析的团队。互联网供应链借贷用贷前数理统计方法和银行采用的定量方法本质上是十分接近的，都是从历史数据中寻找出构成借款人还款能力和意愿的因素，而后通过观测借款人这些因素的现状和发展趋势来形成对借款人未来还款能力和意愿的一个量化指标。但目前来看，许多银行，包括在一些发达国家里，除了房贷和信用卡之类的零售业务，尚不能自动化风险管理。

互联网供应链借贷的信息获取优势在贷后就更为明显了。目前来看，大多数情况下，银行无法自动获得借款人贷后的一些前瞻性信用信息。要获取的话，需要大量的人力物力去完成。而互联网供应链借贷则可以从电商平台上源源不断地取得借款人最新的交易和部分现金流信息，这些信息提供了前瞻性风险判断的基础，从而可以及早调整贷后管理的方式方法。虽然线上信息也不能完全反映借款人的全面信用情况，但是对于经常使用电商平台的借款人来说，保留住平台上的良好信用记录是重要的条件之一。

总结起来，电商平台在互联网供应链借贷的风险管理中扮演了重要角色，一方面可以依靠它以低成本及时获取真实信用信息；另一方面可以借此提高借款人违约成本。

有了真实可靠及时的数据，互联网供应链借贷平台就有了使用量化工具的基础。虽然客户来自于很多不同行业或领域，但因为每个客户借款规模都很小，即使分类不是很准确，造成的损失也不会很大。只要不出现系统性偏差，即所有客户都被低估或高估，则客户之间的偏差会互相抵消，在总体上接近准确。这就是大数定律的一种体现。在大数定律作用下，一个互联网借贷企业如果拥有由大量不相关投资组合构成的资产池，它的平均回报将比较稳定，可以通过数次试验估计出来。有了这个平均回报估计值，互联网借贷企业就可以预留一些准备金，用来抵补预计损失。如果投资组合的数量足够大，那么平均回报也就接近所处经济环境能给予的平均回报了。

这种情况下，贷出方只要对所有客户进行量化管理，形成自动化程序。有了自动化程序，信贷成本就降下来，同等条件下的盈利水平得到提高。与互联网供应链不同，P2P还必须依赖外部数据。只有在数据足够的假设下，P2P才是大数定律的受益者。

值得注意的是，大数定律成立需要条件，那就是每个投资组合之间是相互独立的。这样，投资组合之间的风险就自然分散了，留给整个组合池的风险就小了。很多人在谈论用大数定律做金融的时候，忘记谈这个适用条件。实际上，只有在每个投资组合足够小的情况下，每个都来自不同领域，才有可能比较容易地相互独立。互联网金融的客户体量较小，分布领域较广，相互之间比较独立。这种情况下，原则上不需要对客户进行特别精细的筛选，就造成了一个大数定律适用的条件，形成风险自然分散。根据大数定律，许许多多的小客户汇集起来，他们的平均违约率将趋向一个稳定的值。

当一个投资组合池满足了相互独立条件的时候，另一个统计定理——中央极限定理——也可能成立。这种情况下，如果投资组合数足够大，他们的平均数分布应该接近正态分布。也就是说，当投资组合中的资产来自于不同领域，相关性不强，此时，客户平均优劣程度的分布应该接近正态分布。对于一个投资于微型借款的互联网金融企业，大多数客户应属于中等客户，有一小部分是好客户，也有一小部分是坏客户。但大客户之间的相关性很强，个体特征风险无法完全对冲掉，其组合起来的分布就不一定是正态分布了。

另外，由于银行通常都有一些相对熟悉的行业，这样他们的借款人非常有可能会集中在银行熟悉的行业里。这样一来，银行贷款组合池的分布很有可能形成厚尾分布，造成尾部风险较高。这也是为什么银行除了要看预期损失，还特别需要用资本来覆盖表现为尾部风险的非预期损失。

银行与互联网借贷未来之路设想

在没有采用押品或担保等传统银行常用的风险缓释条件下，互联网金融依靠大数定律的自然风险分散管理模式需要一些其他降低风险手段的补充。一是选择小而独立的客户，使得风险尽可能地自然分散。二是需要一个有效的信用信息披露机制，可以是可用的外部征信信息，或是监管要求的信息披露，也可以是内部的信息集成。

大客户，甚至是中型客户借贷靠大数定律自然风险分散是难以为继的。银行历史性地继承了许多大客户，可以比较从容地利用规模经济进行精细化管理。加上押品和担保的风险缓释作用，只要大客户存在，银行就不会成为“恐龙”。如果利用互联网的便利，做成O2O（Online To Offline，线上到线下）也应该会提升实体银行的价值。

如果银行希望涉足微型借贷，必须依靠不同的风险管理技术降低信息收集成本和管理成本。同样，如果互联网金融要争取更大的客户，也需要考虑是否有足够的资本承担大客户违约带来的尾部风险。

银行和互联网金融面临的一个共同问题是信息安全，对银行和互联网金融来说是一个关键的问题。在解决这个问题之前，需要先明确什么是应受保护的隐私信息。有些信息在某些情况下属于个人隐私，但是在另一些特定的场景里则不是个人隐私。例如一个人的收入情况，不应该广而告之。但如果他向银行或互联网上的另一个人借钱，那么无论是银行还是网络借款人都有权利了解他的收入状况，因为这个信息已成为交易信息，由发生关联的各方共同所有了。对隐私信息的界定和保护应该纳入法律制度的管辖范围，金融企业或组织都有责任和义务采取有效措施，防止有意或无意的未授权信息泄露，严格遵守使用客户信息的条件，这也是金融业得以发展的基石。

以上是对比银行与互联网金融之后的一些设想。世界的变化往往超乎我们的想象。以我们目前的经历来预测未来是件极其困难的事。银行会不会被互联网金融颠覆，这个问题也许在不久的将来就不是问题了，因为他们可能都换了名称。现在常说的跨界优势，只是从经营的目标而不是从经营方式来划分行业。从经营的方式，特别是风险管理模式来看，互联网企业利用互联网技术来为微型企业提供金融服务，其经营方式与互联网关系更加紧密，金融不过是这种经营方式的一个应用。未来人们也许会换一种方式划分行业，也换一种方式思考问题。

来源：注册风险管理师

>>>历史阅读（荐书）

【荐书】从2000年到2010年出版的十本经济学好书