許雯玨
香港中文大學社會科學院經濟學系
淺談金融科技助力P2P平臺風險管控
許雯玨
香港中文大學社會科學院經濟學系
從2014年“促進互聯(lián)網(wǎng)金融健康發(fā)展”被寫入政府工作報告,到銀監(jiān)會接連發(fā)布P2P平臺監(jiān)管的“四條紅線”、“十條思路”,再到 2016年“P2P監(jiān)管細則”出臺、2017年“P2P風險整治專項工作”的深入推進,國家對于P2P平臺的監(jiān)管越來越嚴格,對于P2P平臺合規(guī)性的要求越來越高。之所以出現(xiàn)這樣的形勢,就是因為隨著2013年國內P2P平臺的爆發(fā)式增長暴露出了“金融風險防控缺失”、“平臺定位模糊,公信度受質疑”等問題。新形勢下,國家對P2P平臺的運營提出了更加嚴格的要求,更加明確的規(guī)定;為適應這種形式,P2P平臺在自身的發(fā)展建設中如何解決相關問題?本文通過在金融活動中引入大數(shù)據(jù)、人工智能等科技手段,解決P2P平臺的“客戶定位”和“風險防控”問題,拋磚引玉,為P2P平臺未來的發(fā)展提供思路借鑒。
P2P;大數(shù)據(jù);人工智能;金融科技
在金融領域,P2P常用于P2P借貸(Peer-to-Peer Lending),通常指個人投資者避開傳統(tǒng)金融中介,通過第三方的網(wǎng)站直接向其他個人借款人出借資金以賺取利息的行為。2005年,英國出現(xiàn)了首家互聯(lián)網(wǎng)借貸平臺ZOPA,該平臺主要通過網(wǎng)絡撮合資金出借方與資金需求方。它的出現(xiàn),將P2P一詞引入金融行業(yè),ZOPA也成為第一個P2P平臺。
P2P平臺憑借互聯(lián)網(wǎng)技術和金融服務的有效結合,可以更好地服務傳統(tǒng)金融機構無法顧及的中小微企業(yè)的融資需求,以及多樣化、個性化的個人金融服務需求,擴大金融服務輻射半徑和范圍,是中國現(xiàn)有金融體系的有效補充。2007年P2P平臺正式進入中國,到今年剛好十年,從無序增長到有序監(jiān)管,在國家政策的規(guī)范指導下,P2P平臺的發(fā)展思路日漸明確,發(fā)展前景愈加清晰,P2P必將邁入下一個健康發(fā)展的十年。
2013年之前,P2P平臺發(fā)展緩慢。從2013年開始,行業(yè)呈現(xiàn)爆發(fā)式增長,幾乎每天都有新的P2P平臺上線,根據(jù)網(wǎng)貸之家的統(tǒng)計數(shù)據(jù),截止到2017年4月,全國P2P平臺接近6000家。但是隨之而來的是P2P平臺的跑路、違約問題頻發(fā),問題平臺由2013年的74家增長到2016年的1844家。
P2P平臺“金融風險防控缺失”、“平臺定位模糊,公信度受質疑”成為詬病最多的問題。究其原因,主要是互聯(lián)網(wǎng)企業(yè)無法抓住金融的本質。金融的本質是要克服資金的提供者和使用者之間信息的不對稱,從而為雙方創(chuàng)造價值。而傳統(tǒng)金融機構的作用之一就是用來消除這種不對稱性,金融機構會在信息搜集的基礎上,對資金需求方評級授信,既保證了資金供給方的資金安全又向真正需要資金發(fā)展的企業(yè)提供了助力。為了健康發(fā)展,互聯(lián)網(wǎng)企業(yè)需要如金融機構一樣,充分了解企業(yè)的真實信息,包括它的信用情況、經營情況、借債歷史、還款情況等,降低信息的不對稱性,從而控制風險,長遠發(fā)展。
大數(shù)據(jù)、人工智能等互聯(lián)網(wǎng)技術的發(fā)展和成熟應用,為P2P平臺解決信息不對稱這一核心問題帶來了新思路、新途徑?;ヂ?lián)網(wǎng)平臺與傳統(tǒng)金融機構相比,最大的不同是無法直接面對客戶,不了解客戶,而利用大數(shù)據(jù)進行客戶畫像是了解客戶的一種有效手段。與傳統(tǒng)數(shù)據(jù)分析方法相比,大數(shù)據(jù)方法具有可分析數(shù)據(jù)范圍廣、數(shù)據(jù)準備成本低、數(shù)據(jù)分析智能化、實時分析等特點,為開展客戶畫像工作奠定了技術基礎。
人工智能是對人的意識、思維的信息過程的模擬。海量信息為人工智能提供數(shù)據(jù)基礎,運算力能力的大幅提升為人工智能提供發(fā)展動力,而大數(shù)據(jù)為人工智能提供了深度學習的素材,這些技術的進步應用于P2P平臺,可以有效提升P2P平臺繪制客戶信息的精確度,更加高效智能的防控信用風險。
信息不對稱問題源于對資金需求方的不了解。而隨著大數(shù)據(jù)技術日益成熟、P2P平臺可以利用客戶畫像全面準確把控風險,提高信貸業(yè)務風險控制能力。對于平臺的資金供給方而言,可以通過客戶畫像,了解借款方的行為特征、渠道偏好、風險偏好、信用歷史等特點,以便做出正確的投資決策。在風險防控方面,P2P平臺還可以通過客戶畫像開展信貸業(yè)務全流程風險控制,包括事前預警、事中干預、事后監(jiān)測。在事前預警方面,當P2P平臺客戶準入時,與高法失信、環(huán)保失信等大數(shù)據(jù)黑名單進行比對,禁止名單上個人及相關企業(yè)辦理信貸業(yè)務。在事中干預方面,當客戶行為有欺詐嫌疑時,則中斷交易。在事后監(jiān)測方面,當監(jiān)測到客戶異常行為時,提前進行追償或壓縮余額。
除大數(shù)據(jù)技術外,人工智能也可以助力P2P平臺降低信用風險。例如,京東與量化派公司合作推出的基于大數(shù)據(jù)的“京東現(xiàn)金貸”產品。其依托機器學習技術,從無法獲得銀行信用卡和個人貸款的20到30歲資質中低端的客戶群中篩選目標客戶,為其授信、核發(fā)現(xiàn)金貸款,同時提供貸款監(jiān)控等服務。量化派的優(yōu)勢在于:掌握了行業(yè)內不對外公布的黑名單,包括貸款老賴客戶、行業(yè)內P2P、電商平臺掌握內部黑名單等;量化派既依賴結構化數(shù)據(jù),也導入大量非結構化數(shù)據(jù),如借款人房租交納記錄、典當行記錄、網(wǎng)絡數(shù)據(jù)信息等,甚至將借款人填寫表格時使用大小寫的習慣、提交前是否閱讀文字說明等極度邊緣的信息作為信用評價的考量因素,補充了客戶真實社會網(wǎng)絡的映射,充分考察借款人借款行為背后的線索及線索間的關聯(lián)性,有效降低貸款違約率。
除傳統(tǒng)的資金融通外,“智能投顧”也是未來P2P的發(fā)展方向之一,而這也是金融科技可以提供有力支撐的方向。例如招商銀行于2016年底上線“摩羯智投”產品,它是一款運用現(xiàn)代金融理論量化算法的智能理財服務,客戶首先在APP設定“投資期限”和“風險承受等級”,系統(tǒng)自動分析客戶的收益風險偏好,以馬科維茨現(xiàn)代投資組合理論為算法基礎、以公募基金為投資標的,智能匹配投資產品組合,通過分散化的資產配置實現(xiàn)降低組合非系統(tǒng)性風險的目標。
在國家政策的指導和規(guī)范下,P2P平臺的嚴格監(jiān)管、合規(guī)運營成為未來的發(fā)展趨勢。在新形勢下,P2P平臺應順勢而為,開拓思路,積極響應國家關于“互聯(lián)網(wǎng)+”的發(fā)展思路,充分利用互聯(lián)網(wǎng)新技術新應用,融入P2P平臺發(fā)展,通過“互聯(lián)網(wǎng)+P2P”,解決P2P平臺發(fā)展面臨的問題。為迎接P2P發(fā)展的新機遇,邁向P2P發(fā)展的新階段做好準備。