清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

在线借贷在2013年呈现大幅增长,LendingClub和Prosper的放贷量都在逐月增加。LendingClub在2012和2013年间的增长都相当平稳,而Prosper2013年最后几个月的增长则急剧飙升。我们已经写了几篇关于Prosper2013年显著增长的报告(包括11月Prosper的房贷数量和主要Prosper增长量)。Prosper在2013年发起贷款3.59亿美元,12月份为0.598亿;而在2012年,Prosper发起贷款量仅为1.537亿,这意味着2012年到2013年的增长达到了131.5%。

下面的柱状图显示了Prosper2013年每月发行资本数量,从2013年1月到12月的发行增长率达到了543%。


正如一位投资者在记录所言,尤其是当增幅给定之后,额外增长量是否能保证长期一致是非常重要的。Prosper和LendingClub在信用承销和核实过程中都十分严谨,拒绝了大概90%的申请,正是这些严格的流程才保证了在线借贷的成功,这也解释了为什么投资能够如此吸引众人和机构的眼球。我们想通过对比2013年早期的发行数和最近几个月的发行数量来确认债务人的风险并没有增加。

基本信用变量:收入和ScoreX

收入和征信机构评分(在本文中,使用ScoreX,因Prosper在2013年9月前一直使用该标准)是分析债务人还款能力的两个重要因素。除此之外,他们也是Prosper承销标准的重要输入变量。我们对于这两个变量在2013年的波动十分感兴趣。

平均而言ScoreX的全年分数稳定在660到670之间。这意味着尽管信贷增幅巨大,但是Prosper并没降低准入的信用标准。

因为在过去几个月Prosper使用了FICO,而那几个月也是显著增长时期,我们同样观察了近几个月的FICO评分,并且看到了同样的趋势。

每月收入非常重要,因为债务人的还款能力与其月收入直接相关。因此,如果还款人的每月收入在下降,那么可以确定尽管信用质量没有变化(从上图可以看到),但是债务人的实际还款能力却是在降低的。

如下图所示,发行月份的每月月收入水平相对稳定在6000美元(72000美元/年)。

Orchard风险评分

我们在的团队已经为Prosper和LendingClub建立了消费者信用预测模型。我们的模型是建立在历史借贷数据之上的,根据申请和征信机构数据计算每一债务人的违约风险,这个数值介于0%到100%之间,该数据和违约率相一致,这意味着分数越低违约风险越低。

我们将Prosper2013年所有的贷款通过Orchard信用模型打分,以此来观察跨期的平均信用得分。正如下图所示,整个2013年的风险呈现逐月显著下降。

在Prosper的信用评级机制下,我们看到了相似模式,月与月之间有着一定的波动,但是整体的下降趋势很显著。事实上,这样的趋势在最高等级的借款中更加明显。

(注意每一图表的分数是不相同的)

Prosper的信用评分

Prosper同样有着自己预测风险损失的信用评分体系。他们的评分值介于1到11之间,越高的分数意味着越低的违约风险(即分数越高越好)。通过2013年的平均风险得分,我们可以得到同样结论。

结论:

过去一年线上借贷发展迅速。但是一个突出的问题就是这个行业是否可以在保持快速发展的同时维持承销的标准,使得这项资产类别成为一种成功的投资。通过我们的分析,我们可以确信Prosper并没有为了发展而降低其标准。无论我们关注的是外部变量(ScoreX、收入),还是Orchard模型,或者是Prosper自己的模型,我们看到债务质量始终维持在一致的高水平上。我们将会在接下来的博文分析报告中运用类似方法来分析LendingClub。

基于以上分析,我们相信线上借贷对于投资者来说将是一项优质的投资。我们期待2014年的投资表现。

[Source]

本文系未央网专栏作者发表,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!

本文为作者授权未央网发表,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!

本文版权归原作者所有,如有侵权,请联系删除。

评论


猜你喜欢

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。