熊 盼

（廣州華立學(xué)院 互聯(lián)網(wǎng)與創(chuàng)新金融研究所，廣東 廣州 511325）

一、引言

隨著互聯(lián)網(wǎng)金融的迅猛發(fā)展，個(gè)人網(wǎng)絡(luò)貸款業(yè)務(wù)的開展如火如荼，特別是傳統(tǒng)商業(yè)銀行，紛紛推出個(gè)人網(wǎng)絡(luò)貸款產(chǎn)品，提升了個(gè)人線上小額貸款市場占有率，收獲了客戶的廣泛好評(píng)。與新興互聯(lián)網(wǎng)金融機(jī)構(gòu)一樣，我國傳統(tǒng)商業(yè)銀行個(gè)人網(wǎng)絡(luò)貸款以個(gè)人網(wǎng)絡(luò)消費(fèi)貸款為主，是一種純信用、無擔(dān)保、線上自助、隨借隨還的小額消費(fèi)貸款，一般向符合特定條件的個(gè)人客戶發(fā)放，即應(yīng)符合相應(yīng)的網(wǎng)貸授信模型中的數(shù)據(jù)規(guī)則?？蛻敉ㄟ^網(wǎng)上銀行、手機(jī)銀行app 等渠道發(fā)起線上申請，實(shí)時(shí)聯(lián)網(wǎng)授信審批，即時(shí)簽約用信放款。整個(gè)過程可以實(shí)現(xiàn)無紙化、電子化、智能化，極大地提升了客戶的融資體驗(yàn)。

個(gè)人網(wǎng)絡(luò)消費(fèi)貸款的快速發(fā)展與國內(nèi)居民消費(fèi)支出的需求密切相關(guān)。2015—2019 年居民人均消費(fèi)支出保持連續(xù)增長，由2015 年的15712 元漲至2019 年的21559 元，2020 年受到新冠疫情影響回落至21210 元，但降幅很小。由此可見，國內(nèi)居民消費(fèi)支出的需求不斷提高。相應(yīng)的，個(gè)人網(wǎng)絡(luò)消費(fèi)貸款需求亦隨之變大，可從國內(nèi)存款類金融機(jī)構(gòu)短期消費(fèi)貸款的發(fā)放量變化中得以體現(xiàn)。

圖1 國內(nèi)居民人均消費(fèi)支出

2015—2019 年國內(nèi)存款類金融機(jī)構(gòu)短期消費(fèi)貸款發(fā)放量從43.87 萬億元增加至109.83 萬億元，2020 年下降至97.68 萬億元。2015—2020 年國內(nèi)存款類金融機(jī)構(gòu)中長期消費(fèi)貸款發(fā)放量從159.06 萬億元增加至454.50 萬億元。消費(fèi)貸款發(fā)展整體態(tài)勢保持穩(wěn)中向好。短期消費(fèi)貸款主要是一年期及以內(nèi)的信用類消費(fèi)貸款為主，而中長期消費(fèi)貸款則主要是一年期以上的抵押類消費(fèi)貸款居多。個(gè)人網(wǎng)絡(luò)消費(fèi)貸款大部分都是屬于短期消費(fèi)貸款，且為信用類，該業(yè)務(wù)投放量也隨之較快發(fā)展。

圖2 國內(nèi)存款類金融機(jī)構(gòu)消費(fèi)貸款發(fā)放量

二、典型個(gè)人網(wǎng)絡(luò)消費(fèi)貸款模型分析

我國商業(yè)銀行的個(gè)人網(wǎng)絡(luò)消費(fèi)貸款產(chǎn)品的特性大同小異，無論是貸款金額、貸款期限、貸款利率，還是網(wǎng)貸模型，基本都有章可循。重點(diǎn)探討國內(nèi)十家代表性商業(yè)銀行的個(gè)人網(wǎng)絡(luò)消費(fèi)貸款產(chǎn)品內(nèi)容，分析其對應(yīng)模型的基本規(guī)則。通過調(diào)查歸納，將產(chǎn)品信息總結(jié)如表1：

表1 國內(nèi)十家代表性商業(yè)銀行個(gè)人網(wǎng)絡(luò)消費(fèi)貸款產(chǎn)品信息

數(shù)據(jù)來源：各銀行官網(wǎng)及作者調(diào)查整理。

以上內(nèi)容進(jìn)一步歸納成四類典型的基本授信模型，分別為房貸模型、代發(fā)工資模型、貴賓/金融資產(chǎn)/財(cái)富私行模型、公積金/社保/稅務(wù)模型，就這四類分別進(jìn)行分析。

（一）房貸模型

房貸模型是商業(yè)銀行利用其原存量在供房貸客戶的抵押物價(jià)值的最高可貸額度與其貸款余額之差值進(jìn)行授信的一種模型。假設(shè)授信額度為C，抵押物價(jià)值為P（抵押物最高可貸系數(shù)x），貸款余額為B，則：

通常住房、商用房的最高可貸比例分別為70%、60%，根據(jù)樓齡及各行政策不同有所調(diào)整。授信額度C原則上不超人民幣30 萬元。

商業(yè)銀行采取白名單制度，由總行生成白名單數(shù)據(jù)，自動(dòng)將符合以上模型的客戶導(dǎo)入系統(tǒng)，即時(shí)審批入庫，同時(shí)實(shí)時(shí)更新后臺(tái)數(shù)據(jù)?？蛻粼谇岸俗灾暾垼ㄟ^密碼驗(yàn)證、人臉識(shí)別、身份認(rèn)證等程序后，系統(tǒng)調(diào)取人行征信、運(yùn)用大數(shù)據(jù)向第三方機(jī)構(gòu)采集個(gè)人信息進(jìn)行分析等，后臺(tái)對客戶進(jìn)行準(zhǔn)入、評(píng)級(jí)、額度、利率等策略的計(jì)算，實(shí)時(shí)獲取貸款申請結(jié)果，達(dá)到線上實(shí)時(shí)預(yù)授信、電子合同線上簽訂、用信放款即刻到賬、可以循環(huán)隨借隨還的個(gè)貸服務(wù)新模式。

該模型的優(yōu)點(diǎn)是信用風(fēng)險(xiǎn)相對較低。第一，該模型客戶在申請房貸時(shí)已通過線下調(diào)查、審查、審批的嚴(yán)格篩選，資料完整、業(yè)務(wù)合規(guī)、風(fēng)險(xiǎn)可控，只有符合規(guī)定的客戶才能成為房貸借款人。第二，原存量房貸客戶一般需要還貸2 年以上，五級(jí)分類為正常狀態(tài)，不存在1 期以上逾期記錄。該類型的客戶本身違約風(fēng)險(xiǎn)就比較低，屬于優(yōu)質(zhì)客戶群體。在外部因素不變的情況下，客戶穩(wěn)定持續(xù)還貸的概率較高，第一還款來源充足。第三，基于存量房貸，房產(chǎn)的抵押權(quán)在原貸款行，由于總授信額度低于抵押物價(jià)值，即便出現(xiàn)違約，依然可以通過處置抵押物來變現(xiàn)還貸，保護(hù)債權(quán)不受損害，因此第二還款來源較有保障。

該模型的不足之處是僅面向原貸款行的在供房貸客戶，授信群體較窄，且再經(jīng)擇優(yōu)篩選，真正達(dá)到準(zhǔn)入要求的客戶群體比較少，而其中有貸款需求的客戶更是少之又少，因此房貸模型所占領(lǐng)的市場份額比較有限。此外，該模型還存在連鎖反應(yīng)風(fēng)險(xiǎn)，當(dāng)房貸客戶內(nèi)外部因素出現(xiàn)重大變故，預(yù)期未來即將出現(xiàn)房貸違約，便于違約前向銀行內(nèi)外無限增加借貸，導(dǎo)致其個(gè)人總負(fù)債超過以房產(chǎn)為主的總資產(chǎn)價(jià)值，該客戶放棄歸還房貸，同時(shí)斷供網(wǎng)貸，信用風(fēng)險(xiǎn)連鎖反應(yīng)爆發(fā)。

（二）代發(fā)工資模型

代發(fā)工資模型是商業(yè)銀行向其所在行代發(fā)工資的對公單位中在編正式員工授信的一種模型。假設(shè)授信額度為C，月均代發(fā)額為S，授信額度系數(shù)為t，則：

一般而言，授信額度系數(shù)區(qū)間為15—30，據(jù)各行政策不同有所調(diào)整。授信額度C 原則上不超人民幣30萬元。

商業(yè)銀行分行主動(dòng)篩選出優(yōu)質(zhì)單位客戶，由對應(yīng)管戶人員向優(yōu)質(zhì)單位負(fù)責(zé)人或財(cái)務(wù)人員進(jìn)行業(yè)務(wù)營銷，公司出具有意辦理業(yè)務(wù)的在編正式員工名單和相關(guān)基礎(chǔ)資料，銀行審核后則將數(shù)據(jù)以白名單形式導(dǎo)入到系統(tǒng)，待生效后客戶便可直接在線上渠道自助辦理。個(gè)人客戶無需提交資料給銀行，預(yù)授信統(tǒng)一由其單位與銀行對接，程序簡易、操作便捷，實(shí)現(xiàn)辦貸批量化、集中化。

該模型的優(yōu)點(diǎn)有：第一，營銷對象明確，直指優(yōu)質(zhì)單位關(guān)鍵人員，借力發(fā)力，轉(zhuǎn)零售為批發(fā)，而不必對個(gè)人客戶逐一地營銷，減少人力成本支出。第二，按不同崗位級(jí)別、不同薪資級(jí)別對整個(gè)群體分層級(jí)授信，清晰明確、簡易方便，避免操作風(fēng)險(xiǎn)發(fā)生。第三，以優(yōu)質(zhì)公司或集團(tuán)整體成員進(jìn)行授信，主體風(fēng)險(xiǎn)全面把控，風(fēng)險(xiǎn)追索鎖定范圍擴(kuò)大到公司或集體整體，不易出現(xiàn)風(fēng)險(xiǎn)性偏差。

該模型的不足之處之一在于信用風(fēng)險(xiǎn)集中，一旦公司經(jīng)營出現(xiàn)問題，貸款違約亦是集體式地爆發(fā)，其后果不堪設(shè)想。之二是無法避免客戶的道德風(fēng)險(xiǎn)，在崗人員隨時(shí)可能辭職，代發(fā)工資單位匯報(bào)信息滯后，短期內(nèi)代發(fā)工資清單未能及時(shí)更新，借款人極可能出現(xiàn)違約行為。對已授信未用信客戶，由于信息不對稱，在未來終止額度之前，該客戶便于辭職前在線上自助放款使用。對已用信后辭職的客戶，只能等客戶違約，才能通過貸后催收貸款。

（三）貴賓/金融資產(chǎn)/財(cái)富私行模型

貴賓/金融資產(chǎn)/財(cái)富私行模型是商業(yè)銀行對于其所在行金融資產(chǎn)規(guī)模達(dá)到一定程度的個(gè)人客戶進(jìn)行授信的一種模型。金融資產(chǎn)不限于存款、理財(cái)?shù)?，且在某一特定期限?nèi)達(dá)標(biāo)，比如年日均金融資產(chǎn)余額。金融資產(chǎn)規(guī)模通常采用AUM 指標(biāo)衡量，數(shù)值越大，代表客戶對銀行貢獻(xiàn)度越高。假設(shè)授信額度為C，授信額度系數(shù)為t，則：

一般來說，客戶可授信的最低要求為AUM ≥5 萬元，據(jù)各行政策不同有所變動(dòng)，授信額度原則上不超人民幣30 萬元。

該模型符合授信條件的個(gè)人客戶為系統(tǒng)根據(jù)客戶AUM 值為基礎(chǔ)自動(dòng)識(shí)別與計(jì)算而生成，再由系統(tǒng)向該類個(gè)人客戶發(fā)送邀約短信線上辦理。

該模型的優(yōu)點(diǎn)是信用風(fēng)險(xiǎn)較低。以其所在行優(yōu)質(zhì)個(gè)人客戶作為授信對象，該類型客戶擁有較穩(wěn)定的金融資產(chǎn)作為支撐保障，可支配的資金較多，現(xiàn)金流比較強(qiáng)，周轉(zhuǎn)率比較高，因此具備較好的還款能力。另外，該類型客戶的金融資產(chǎn)留存率高，自我貴賓身份認(rèn)同度亦高，會(huì)比較重視個(gè)人信用情況，普遍杜絕失信行為發(fā)生，所以其還款意愿極高。

該模型的不足之處是總體授信的成效不高。該模型能夠成功授信的個(gè)人客戶數(shù)量較很少，占比極低，排除了大量的長尾客戶，而這些長尾客戶實(shí)則包含眾多潛在客戶，甚至不乏一些他行優(yōu)質(zhì)客戶，流失率相當(dāng)高。此外，具備預(yù)授信資格的個(gè)人客戶往往不太需要貸款，或者真正需要貸款的個(gè)人客戶又嫌棄授信額度太少，以致于實(shí)際用信客戶不多。

（四）公積金/社保/稅務(wù)模型

公積金/社保/稅務(wù)模型是商業(yè)銀行分支行通過與當(dāng)?shù)毓e金中心/社保中心/地稅中心實(shí)現(xiàn)外聯(lián)數(shù)據(jù)對接，獲取個(gè)人客戶的公積金/社保/個(gè)稅繳存信息，對符合產(chǎn)品要求的個(gè)人客戶進(jìn)行授信的一種模型。通常個(gè)人客戶的公積金/社保/個(gè)稅必須連續(xù)繳存至少三個(gè)月以上，繳存的數(shù)額越大，授信額度越高。達(dá)到繳存上限的，最高授信額度原則上不超30 萬元。

該模型的實(shí)現(xiàn)有兩種方式。第一種是商業(yè)銀行分支行人工查詢個(gè)人客戶的公積金/社保/稅務(wù)，走傳統(tǒng)的審貸流程，將成功審批的名單導(dǎo)入系統(tǒng)，最后指引客戶線上申請的模式。第二種是商業(yè)銀行與當(dāng)?shù)毓e金中心/社保中心/地稅中心進(jìn)行數(shù)據(jù)直連，經(jīng)個(gè)人客戶授權(quán)直接獲取外部相應(yīng)數(shù)據(jù)，嵌入設(shè)定的模型中實(shí)時(shí)審批。

該模型的優(yōu)點(diǎn)是可以拓寬行外獲客渠道，爭取他行優(yōu)質(zhì)客戶，擴(kuò)大營銷范圍，提高個(gè)人消費(fèi)貸款市場占有率。同時(shí)，外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)相結(jié)合，使得個(gè)人客戶畫像更精準(zhǔn)，填補(bǔ)個(gè)人客戶的某些缺失信息，為授信提供多維度參考依據(jù)。

由于客戶群體資質(zhì)參差不齊，繳存金額大小無法完全反映客戶真實(shí)財(cái)務(wù)狀況。社會(huì)上不乏一些鉆空子騙貸的劣質(zhì)客戶，將導(dǎo)致不良貸款產(chǎn)生。此外，與外部數(shù)據(jù)直連校驗(yàn)機(jī)制尚不完善，容易產(chǎn)生外部欺詐、粉飾數(shù)據(jù)等風(fēng)險(xiǎn)，這些問題都亟待通過模型優(yōu)化等方法解決。

三、個(gè)人網(wǎng)絡(luò)消費(fèi)貸款授信模型的優(yōu)化策略

（一）完善模型體系建設(shè)

第一，加強(qiáng)參數(shù)管理?？茖W(xué)設(shè)置系統(tǒng)參數(shù)，合理分配參數(shù)占比，增加參數(shù)之間交叉校驗(yàn)，綜合、全面、精準(zhǔn)描繪預(yù)授信客戶畫像。及時(shí)調(diào)整系統(tǒng)參數(shù)，根據(jù)客戶、市場、政策變化，添加、刪除、修改相應(yīng)參數(shù)，維護(hù)參數(shù)準(zhǔn)確性。第二，增加模型的相互驗(yàn)證。綜合收集和充分調(diào)用各個(gè)模型的數(shù)據(jù)，在每一個(gè)模型校驗(yàn)結(jié)果的基礎(chǔ)上，增加不同模型之間的交叉驗(yàn)證。通過這種多重驗(yàn)證來增強(qiáng)參數(shù)校驗(yàn)結(jié)果的全面性、可靠性、規(guī)范性。例如代發(fā)工資模型，可以通過增加公積金/社保/稅務(wù)模型進(jìn)行二次驗(yàn)證，取兩者預(yù)授信額度低者；甚至可以增加貴賓模型進(jìn)行第三次驗(yàn)證，最終以所有驗(yàn)證模型的預(yù)授信額度低者為準(zhǔn)。以此反復(fù)多次，準(zhǔn)確得出每一個(gè)客戶差異化的預(yù)授信額度。第三，嚴(yán)格白名單管理。無論采取哪種形式導(dǎo)入的白名單，一律實(shí)行動(dòng)態(tài)日終數(shù)據(jù)歸集更新，提取并分發(fā)問題清單至相關(guān)負(fù)責(zé)部門審核，根據(jù)線索排查與剔除可疑名單，并且立即終止額度暫停授信。第四，構(gòu)建完善的外部欺詐子系統(tǒng)。全方位采集國家司法機(jī)關(guān)、安全部門、國際反欺詐組織等公布的風(fēng)險(xiǎn)人員與案件信息入庫，實(shí)時(shí)檢驗(yàn)與反饋全國失信被執(zhí)行人、行業(yè)黑名單或高風(fēng)險(xiǎn)人員、內(nèi)部禁入名單等信息，將該類人群拒之門外，保證精準(zhǔn)攔截，實(shí)現(xiàn)智能反欺詐。

（二）提高大數(shù)據(jù)應(yīng)用基礎(chǔ)

第一，打造行內(nèi)數(shù)據(jù)中心平臺(tái)。商業(yè)銀行的各分支行、各業(yè)務(wù)線條或部門之間的數(shù)據(jù)通常是獨(dú)立的，而且數(shù)據(jù)的格式和標(biāo)準(zhǔn)亦不統(tǒng)一。通過搭建數(shù)據(jù)中心平臺(tái)聯(lián)接各分支行、各業(yè)務(wù)線條系統(tǒng)，經(jīng)授權(quán)使相關(guān)數(shù)據(jù)能夠在第一時(shí)間獲取并運(yùn)用，達(dá)到真正的行內(nèi)數(shù)據(jù)交換自由與實(shí)時(shí)共享。第二，強(qiáng)化行外數(shù)據(jù)大聯(lián)合。加強(qiáng)與同業(yè)金融機(jī)構(gòu)、公共部門、電信運(yùn)營商、電商與社交平臺(tái)、專業(yè)大數(shù)據(jù)公司的數(shù)據(jù)發(fā)掘與應(yīng)用合作，掌握客戶全面信息，并且及時(shí)持續(xù)更新數(shù)據(jù)。例如將同業(yè)客戶已授信數(shù)據(jù)傳輸共享，防止多頭授信；水電氣暖等社會(huì)公共服務(wù)中的生活繳費(fèi)是否守時(shí)守信，與客戶誠信度掛鉤；通過電商與社交平臺(tái)獲取與分析客戶消費(fèi)層次和社圈檔次，輔助評(píng)定客戶的資信等級(jí)。第三，深化數(shù)據(jù)庫及大數(shù)據(jù)平臺(tái)建設(shè)。加大研發(fā)資金投入，吸收高級(jí)科技類工程師及支撐輔助人才，融合互聯(lián)網(wǎng)金融發(fā)展前沿信息專門立項(xiàng)推進(jìn)，創(chuàng)建合適所在行特質(zhì)的數(shù)據(jù)庫及大數(shù)據(jù)信息平臺(tái)，對數(shù)據(jù)庫進(jìn)行分類管理，加速創(chuàng)新升級(jí)大數(shù)據(jù)平臺(tái)，實(shí)時(shí)智能更新與維護(hù)的海量數(shù)據(jù)，保證大數(shù)據(jù)高質(zhì)量、多樣化以及能高頻刷新，降低信息不對稱性，為信貸業(yè)務(wù)交易與風(fēng)控提供堅(jiān)實(shí)可靠的技術(shù)支撐。

（三）深度嵌入貸后管理

第一，加強(qiáng)貸后風(fēng)險(xiǎn)監(jiān)測。充分發(fā)揮行內(nèi)風(fēng)險(xiǎn)監(jiān)測系統(tǒng)作用，設(shè)定網(wǎng)貸客戶風(fēng)險(xiǎn)預(yù)警參數(shù)，實(shí)時(shí)識(shí)別與發(fā)布風(fēng)險(xiǎn)信號(hào)，及時(shí)處置與反饋，采取凍結(jié)額度等有效措施化解風(fēng)險(xiǎn)。第二，貸后定期結(jié)合大數(shù)據(jù)獲取客戶動(dòng)態(tài)信息。連接公共信用信息平臺(tái)、電信運(yùn)營商、電商與社交平臺(tái)等第三方機(jī)構(gòu)，挖掘、加工、整理、計(jì)算、對比、分析與客戶相關(guān)的數(shù)據(jù)，預(yù)判客戶是否存在違約可能性。第三，及時(shí)介入催收與和解。對尚處正常供款的客戶，在還款日前，使用短信或微信等電子通信方式提醒保存足夠余額以備扣款。對剛產(chǎn)生逾期的客戶，采取人工催收手段，通過電話、微信等方式聯(lián)系還款人、緊急聯(lián)系人或親朋好友，調(diào)查清楚其當(dāng)前基本情況、逾期原因及還款能力，落實(shí)其還款時(shí)間與還款計(jì)劃。對逾期人工聯(lián)系達(dá)不到效果的，安排人員上門實(shí)地催收。催收人員到訪借款人或其關(guān)系人的家庭住所、工作單位，面談告知還款義務(wù)、拖欠后果與法律責(zé)任，與客戶達(dá)成最優(yōu)調(diào)解方案。對于逾期惡化的客戶，提早或立即發(fā)起司法訴訟，及時(shí)提交互聯(lián)網(wǎng)法院立案所需材料，加快訴訟各環(huán)節(jié)進(jìn)度，確保執(zhí)行與追償?shù)轿弧?/p>

四、結(jié)語

在互聯(lián)網(wǎng)金融大背景下，國內(nèi)居民消費(fèi)支出需求的增加帶動(dòng)個(gè)人網(wǎng)絡(luò)消費(fèi)貸款量迅速提升。各家商業(yè)銀行紛紛向線上信貸模式轉(zhuǎn)型，競相角逐個(gè)人網(wǎng)絡(luò)消費(fèi)貸款市場。互聯(lián)網(wǎng)金融的沖擊改變了商業(yè)銀行競爭業(yè)態(tài)，模式轉(zhuǎn)變、產(chǎn)品創(chuàng)新、風(fēng)控強(qiáng)化是商業(yè)銀行個(gè)貸業(yè)務(wù)發(fā)展的大勢所趨，是提高自身經(jīng)營管理水平的必經(jīng)途徑。各家商業(yè)銀行應(yīng)汲取創(chuàng)新源泉，不斷增強(qiáng)自身金融科技實(shí)力，持續(xù)優(yōu)化產(chǎn)品核心競爭力，迎接互聯(lián)網(wǎng)金融時(shí)代更嚴(yán)峻的挑戰(zhàn)。