最有看点的互联网金融门户

最有看点的互联网金融门户
专栏

互联网金融迎来智能风险定价时代

本文共2667字,预计阅读时间53

金融的本质就是对风险进行定价。

所谓风险定价,就是给资产的风险定一个价格,反应的是风险和收益的关系,一般来说,两者成正向关系,风险越大,溢价越大,收益越高。

以银行为代表的传统金融风险定价系统,主要考虑客户风险、经营情况、目标利润率、自身成本、资金供求关系、市场利率情况及基准利率等。

银行评估客户的风险,虽然有一套相对固定的流程,然而除了查央行征信,查流水等,很多情况下还是要依靠线下操作。确定客户情况的基础上,还要考虑银行放贷成本(包括边际成本、经营成本、人力成本及其他费用)和基准利差。

近年来,利率市场化加速,商业银行传统贷款业务萎缩,为了维持足够的利润水平,银行相继扩大资产管理、托管等表外业务,转向小微企业贷、小额信贷、校园贷等利润率更高的新型贷款业务,这对商业银行的风险定价能力提出了更高要求,如何实施规范而灵活的定价策略,如何推行高效快速的差别定价,成为了商业银行亟待解决的问题。

因此,将前沿高科技与风险定价结合,让风险定价智能化的呼声愈加强烈,实际上,在互联网金融和金融科技领域,智能风险定价已经成为现实。

风险定价成为金融机构核心竞争力

互联网金融的主力是网络借贷平台(P2P),P2P从欧美进入中国后,就由纯线上模式变成了线上线下结合的模式,另一方面,与银行相比,网络借贷的资产相对质量较差,加之国内没有成熟的社会信用体系,导致P2P发展初期行业的风险定价成本很高,不少平台因此采取回避态度。

当时,一部分平台采用高利差覆盖风险的方式,将没有风险定价导致的高成本转嫁给借款者,更有甚者直接弃风向定价而不顾,任由风险长期积累,最终坑害投资者,一些号称有风控的平台,也仅仅将重心放在了简单的反欺诈和贷后催收上。

由于网贷平台没有或者枉顾风险定价,导致借款利率高企,真正优质的资产就会避开网络借贷,愿意来P2P借贷的都是一些还款意愿和还款能力极差的劣质资产。于是次级债和高利息之间形成负循环,随时会形成网贷行业崩盘,这也是行业发展前期鱼龙混杂,野蛮发展凸显的一个问题。

在监管层面,对刚性兑付的禁止,实质上关闭了风险准备、质保金赔付的大门,有业内人士分析,网贷行业想要合规健康发展,必须满足四个标准,分别是存管、信披、备案和风控,风险定价的重要性和急迫性愈加凸显。甚至可以说,在存管、信披、备案成为合规平台标配的情况下,风险定价的将会成为平台的核心竞争力。

对于投资人来说,风险定价是保障自身权益和本息安全与否的关键。对于借款人来说,如果一家平台因为没有风险定价或者风控不成熟,造成借款成本高企,融资成本高于融资收益,会直接导致资产质量下降,违约逾期率上升,反之,如果一家平台的风险定价成熟,优质诚信借款客户能以更低的成本获得借款,质量差的资产则需要付出更多的风险溢价。

智能风控已成趋势

随着互联网金融、金融科技尤其是网络借贷行业的发展进入成熟期,借款人和投资用户更加关注平台的风控能力,因此平台对风险定价的重视程度愈加凸显。与传统金融尤其银行的风险定价方法不同的是,互金产品风险定价的考虑因素更多,主要包括客户风险、融资目标利润率、平台运营情况、产品类型、产品期限、资金供需、流动性、基准利差等方面。

平台运营情况中,成交量、贷款余额、投资人数、借款人数等指标反应平台活跃度与人气,与利率形成负相关,因为平台越活跃,人气越旺,平台的定价能力越强。人均借款金额、人均投资金额、前十大借款人待还占比、前十大投资人代收占比,反应平台集中度,与利率形成正相关,集中度越低,说明平台越安全,利率越低。另外,有抵押的产品,利率相对要低,产品期限越长,利率越高。

上述所有风险定价的因素中,如何评估客户风险是重中之重。

随着金融科技的迅猛发展,大数据、云计算等前沿科技与金融不断融合,互联网金融识别评估客户风险,进行风险定价已经呈现越来越智能化的趋势,不少平台一方面与第三方征信等技术公司合作,一方面自主研发智能风控系统,减少对人工审核的依赖,对海量数据进行收集挖掘,高效低成本的处理用户信息,全方位了解借款人资信状况,评估借款人风险。

京东和百度都有投资的Zestfinance是美国知名的大数据征信公司,其风险定价的智能应用堪称业内标杆。因为Zestfinance主要面对美国FICO分低于500分,基本没有信用记录的5%人口,所以无法使用信贷、信用卡、社保、工商等传统信息评判用户风险,只能另辟蹊径,利用大数据与云计算技术,对交易、消费、社交、游戏等弱变量信息进行处理、分析,进而得出有效的风险定价结果。

国内的大数据风控也不落人后,拍拍贷的“魔镜”,可以考察借款人的400多个借款维度,包括社交网络数据和平台上行为数据;你我金融的天秤系统,运用机器学习、神经网络等前沿算法及分布式数据存储、人脸识别、OCR扫描等前沿技术,对借款人的多项数据进行分析利用,并归纳出用户的特征向量,为用户匹配精准费率,进行风险定价,完成科学授信。信用良好的优质借款用户,不但能在平台享受更高的借款额度和更低费率,其标的还能优先获得审核及推荐展示,满标时间和到账速度可以更快,投资用户也能根据标的信用层级划分实现差异化投资,资金更安全透明;点融网的Matrix系统,其特色技术在于知识图谱应用,在反欺诈场景中,知识图谱能够聚合各类信息源,从而有针对性的识别欺诈风险。

钱来网的评分卡系统以基础信用评分和抵押率为两个主要维度,对客户的信用等级进行了三个等级的划分,信用等级越高,抵押率越低,利率越低,反之则抵押率越高,利率越高。等等。

金融的最大风险是信用定价不准确

目前国内的互金企业和金融科技公司,有的还在利用大量工作人员,进行线下调查审核,获取客户资料,从而控制风险,有的专注于细分市场,利用较小的成本,获得可接受的风险定价结果,当然也有一些具备能力的平台,通过大数据、云计算等前沿技术,提升风险定价的智能化程度,并取得了一定成绩。

叶檀曾说,金融最大的问题不是炒作,不是脱实就虚,而是信用定价不准确。失败的风险控制足以导致一家公司倒闭,甚至会引发连锁效应殃及行业。风险定价的重要性与核心位置,怎么说都不为过。

在互联网金融和金融科技这个金融大家庭的新兴行业,一些平台正在用科技改变风险定价,评估风险变得越来越简单,越来越精准,越来越高效,金融的本质正在被悄悄颠覆。基于此,或许我们可以说,金融已经迎来了智能风险定价的新时代。

本文系未央网专栏作者老拙发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!


用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

老拙未央青年

50
总文章数

互联网金融研究者 微信号:laozuocaijing

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1