探析消费金融类资产的风控逻辑范文

本站小编为你精心准备了探析消费金融类资产的风控逻辑参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：已有的相关研究刻画了互联网金融、消费金融兴起的背景、生长环境、发展现状和未来趋势，对我们了解消费金融的基本面大有裨益，但对于微观层面上的消费金融类资产的定价、风控方式等细节问题，鲜有深入。但近年来消费金融类资产作为一种新兴的资产类别，被越来越多的投资人所认可，但对于消费金融的风险识别，尚没有一个具体而可执行的标准，导致此类资产迟迟不为主流金融机构，主流资金方所认可与接收。因此此类资产的估值从风险角度来说，被大大低估。文章通过梳理消费金融类资产的特性特点，解析交易中的风险点，以抛砖引玉，为个人信贷组合类资产融入主流金融资产类别，提供一种具有可执行能力的标准化风控思路，以提升此类资产回归公允价值的可能性。

关键词：消费金融；风控逻辑；价值回归

一、引言

刘玉(2015)通过梳理我国互联网消费金融发展现状发现，互联网消费金融在我国经济发展减速的新形势下，对于释放国民消费潜力、完善金融市场结构、提升经济发展质量有重要作用。冯科和何理(2016)的文章指出未来的互联网消费金融的发展方向，将转变为由产品、服务模式和风险管理模式等方面引领的向互联网化的方向发展。而周阳（2016）的研究发现，由于互联网消费金融具有产品多样性、客户不稳定性和网络广泛性，比传统金融面临更突出的技术风险、市场风险、信用风险和监管风险，需要建立和完善“政府部门+行业协会+从业机构”三位一体的立体型监管体系。并且单良和茆小林(2015)等学者讨论了互联网消费金融的所直接面临的问题是信用建设，指出随着行业的细分和重度垂直、消费场景化以及金融数据化并打破现有的数据壁垒，互联网金融数据的进一步整合，大数据等技术的进一步应用将有助于互联网消费金融的征信建设。首先，互联消费金融是服务实体经济的普惠金融。与传统金融相比，由于增加了线上获客渠道和智能化自动审批，互联网消费金融可将消费金融服务低成本、高效率地延伸到蓝领、农民工和大学生等长尾人群总体上看，已有的相关研究刻画了互联网金融、消费金融兴起的背景、生长环境、发展现状和未来趋势，对我们了解消费金融的基本面大有裨益。但已有的研究普遍为宏观问题研究，缺少对微观层面上，资产层面上的研究。基于此，本文试图从更微观的视角去认识和判断消费金融类资产的风险定价问题，在经济发展新常态下，这样的研究对于消费金融类资产的定价和风险认识将有进一步的帮助。

二、消费金融类资产特性

消费金融类资产于2016年逐渐进入投资人的视野，由于借力科技、互联网等领域的技术大飞跃（如：爬虫技术、AI技术），经历了大爆炸式的发展。而此类资产完全有别于传统投资人所接触过的资产类别，消费金融资产的优点可以解释为一种基于概率学、统计学、大数法则而且不随经济周期波动而剧烈波动，具体特点有：1.破产隔离性：还款来源清晰且确定，并不直接依赖于交易对手的还款能力。2.风险分散性：并且因为底层资产以组合的形式出现，小而分散可以极大程度地降低由于单个借款人发生信用违约而产生的损失。3.连续稳定性：当在所有参数不发生显著变化的前提下，整体资产的逾期率表现所呈现的趋势是稳定的。本文将围绕上述几点，对消费金融类资产的风控逻辑进行论述。

三、资产的破产隔离

狭义上来说，资金方有能力分别与单个借款人发生借贷关系，比如，银行通过自己的风控体系，为借款人提供消费贷款服务；银行信用卡中心通过自己的评估体系为每个持卡人做出授信；亦或是P2P公司或小额贷款公司以自己的风控体系去审核每个借款人的资质从而决定是否推介给出借人。但当此类资产需要在市场环境中交易之时，外部资金方必然需要对此类资产进行一个风险上的评估，比如某私募基金决定是否购买某小贷公司的存量债权；某abs投资人认购某银行或者是蚂蚁花呗的消费贷款的债权等，那么此时则涉及了本文所讨论的破产隔离的概念，投资人所投资的资产，从所投资的资产上取得的权利与未来通过投资此资产所产生的现金流等回报，会不会因为交易对手的破产而灭失。对于破产隔离标准的认定，从本质上来说，有两者，其一，权属是否清晰；其二，资金是否闭环。权属清晰指的是，权利是法律赋予的，而并非基于我国《合同法》中关于双方意思自治原则所互相约定而形成，如：债权，与债权收益权。债权作为法律赋予的权利，而债权收益权并无明文法律给与其法律意义上的定义。故极端情况下，企业A将一系列债权转让给B，并取得相应对价资金，同时将同一系列债权收益权转让给C，也获得一笔对价资金，当企业A发生破产时，B将优先于C取得该一系列债权人的回款。经上述例子可以看出，当权属不清晰的情况下，消费金融资产原本的优点并没有得到完全体现，从而使得此类资产重新变成了针对交易对手债偿能力、信用等级的评估，与消费金融类资产的初衷背道而驰。而资金的闭环指的是借款人的回款在路径上是否直接流向于投资人。即使在权属清晰的情况下，当借款人证明自己完成了还款义务后，即使交易对手的将资金挪用，投资人也无权向借款人再次追索。所以确定资金闭环，是保证此类资产交易安全性中重要的一环。因此，清晰的权属与闭环的资金流向是评定消费金融类资产的必要条件。

四、小而分散消费金融类的底层资产

更多以组合的形式出现，小而分散的形式可以极大程度地降低由于单个借款人发生信用违约而产生的损失。基于大数法则，认为底层借款人由于两两之间相关性低，且地域、性别、年龄等参数各不相同，在样本容量足够大的前提下，可认为符合统计学规律。在满足权属清晰的前提下，并且当样本容量足够大的情况下，我们完全可以将资产定价的思路由交易对手的财务实力，转向于底层资产的质量。而关于底层资产的质量，我们则需要从如下几点切入：1.内部增信。内部增信更多地是依靠结构化手段，在不依赖于外部的前提下，对资产质量的安全性进行提升，所以基于消费金融类资产的特点，根据行业经验普遍认为，内部增信的效果是好于外部增信的。以下为内部增信的几种常用方式，并附具体举例：超额利差：借款人的借款利率为36%，投资人的投资利率为12%；劣后：投资人出资80万，贷款服务商出资20万，一同购买估值100万的资产，则劣后比例为20%；保证金账户：投资人出资100万购买估值100万的资产，同时贷款服务商出资10万元存于投资人指定账户，当发生整体资产减值时，优先从保证金账户中弥补损失；超额抵押：投资人出资80万元购买就估值100万元的资产。2.外部增信。外部增信则依赖于外部的增信方的财务实力，外部增信的主要形式主要体现为差额补足、担保等。其本质都是当底层借款人发生逾期的情况下，增信方将补足逾期金额。对于底层资产来说，外部增信的不确定性会高于内部增信。但是如果将外部增信的触发条件先于内部增信的触发条件，则外部增信已让能提供非常好的保护作用。

五、贷后数据的连续性消费

金融类资产的另一大特点是资产的稳定性与连续性。在所有参数不发生显著变化的前提下，整体资产的逾期率表现趋势是稳定的。但随着时间的推进，且在主流使用的AI（人工智能）深度学习、神经网络来风控介入的情况下，AI会根据不断产生的新数据进行分析，在细节层面上不断优化现有的风控策略，那在经过一段较为长的时间后，可能会发生风控策略的风控偏移（style-drift）。如：在2018年5月4日下午15:00-16:00借款的1000名客户，与在2018年5月4日下午16:00-17:00借款的1000名客户，在政策环境、交易对手所用的个人风控策略等参数不变的前提下，两种组合的整体逾期率没有统计学意义上的差异。但是在2018年5月14日下午15:00-16:00借款的客户，可能会有显著的贷后表现上的差异。因此在对于交易资产的选择上面，同一资产包中的资产放款期限不宜相隔久远，那么则不容易受到贷款服务商的风控策略偏移所造成的影响。此外对于贷后数据的监控，也是确保消费金融资产稳定连续性这一特点的重中之重。直观上，笔者认为可以从两大方面进行监控：1.贷后的用户画像是否有偏移。贷后需要密切关注，底层借款人的年龄、性别、收入、户籍地址、暂住地址等可以描述该借款人行为特点的数据，是否会发生变化。如：某医美类型消费分期资产，女性比例呈降低趋势，而男性比例呈升高趋势，则说明贷款服务商发生了明显的风控策略上的风格偏移。2.贷后数据的表现是否有偏移。另一个需要密切关注的点，是贷后的逾期率表现。例如：当初投资人决定投资时是基于10%的坏账率（坏账率的定义有很多种类，此处只是为了举例而简单用坏账率表述），而经过一段时间的推移，发现坏账率在持续升高，经过了一段时间的持续上升，最终的坏账率达到了15%。对于此类现象的发生，首先要确定此时的坏账率是出于正常波动的范围还是已经有了统计学意义上的显著区别。当处于正常波动范围时，我们只需持续保持关注即可，当发现显著意义上的区别时，我们需要识别，导致此变化的原因是外部原因：诸如政策风险、市场风险；还是内部原因：诸如风控政策的偏移等。例如2017年11月由于规范“现金贷”业务的相关政策的出台，现金贷的逾期率水平发生大幅度上升，此类情况则属于由于外部因素导致。又如某贷款服务商提高了贷款的过批率（成功通过申请/申请总数）导致了风控的放松，从而导致了逾期率的水平上升，此类情况则属于由于内部因素导致。对于外因导致的偏移，我们更多地只能密切关注舆论，关注政策风向。而对于内因导致的偏移，我们则需要对贷款服务商的内部情况做更细致的深入调查。

六、消费金融风控的大框架

主流环境对于消费金融类资产的风控逻辑，还是更多地来自于传统的较为固化的风控思维。传统金融风控的方式为更多的偏重于交易对手的稳定性，财务实力等参数的考量。然而对于交易对手的财务状况，交易对手的主体稳定性等，此部分的风险在很多情况下并没有真实地反映在资产的定价环节中。往往更容易受整个市场的“羊群效应（越多金融机构给某主体授信则某主体整体风险更低）”、“锚定效应（交易对手开出的借款成本越低，则更容易先入为主地认定交易对手的整体风险更低）”等主观因素的影响，造成了风险的低估，资产价值的高估。对于消费金融类的资产，首先必须建立起“重资产、轻对手”的大前提，更看重于内部增信，而更少的强调外部增信。其次，在偏向于资产进行考量的前提下，更多地去完善交易细节，比如是否为完全的破产隔离状态、资产权利是否有瑕疵、底层资产是否真实等。最后在上述条件满足的情况下，我们则更多地可以应用“大数法则”等基本原理，从数理上对资产的风险进行量化。而在不远的未来，随着科技的进一步发展，区块链等技术，对于底层交易的真实性会形成进一步的保障，此时消费金融类资产的定价必将回归合理价值区间。

参考文献：

[1]冯科,何理.互联网消费金融的创新.中国金融，2016(11)

[2]刘玉.我国互联网消费金融的现状和趋势研究.中国集体经济，2015(8)

[3]单良,茆小林.互联网金融时代消费信贷评分建模与应用.电子工业出版社，2015

[4]周阳.互联网消费金融风险管理研究.吉林工程技术师范学院学报，2016(6)

作者：祝思彦 单位：钜洲资产管理（上海）有限公司