大數據背景下互聯網消費金融模式與發展

洪鵬飛

一、前言：

互聯網消費金融日前在我國高速發展，其以長尾小額貸款用戶為主，用戶基數大，服務于學生、農民、藍領等收入中低端用戶，其單筆授信額度小，貸款期限短，線上放貸收款，放貸迅速，消費場景定制化等特點，與傳統消費金融貸款服務于高凈值人員，放款額度大，審核緩慢，有明顯區別。在大數據背景下，有效利用機器學習、人工智能等算法建立起優良的現代化風控體系，并運用于貸前、貸中以及貸后階段，已然成為日前階段互聯網消費金融領域的新模式。

二、傳統與互聯網消費金融的概述

所謂消費金融，就是以消費為主要目的信用消費貸款，以短期消費小額貸款為主，一般周期為1到12個月，其中既包括住房、汽車等大額消費貸款，又包括日常消費電子產品、租房、日常消耗品的短期借貸行為?；ヂ摼W消費金融，2007年左右開始興起，其主要依托于互聯網大數據，機器學習、人工智能等先進的技術，而發展起來的現在化的新型消費金融模式。其主要借助于互聯網，在線上進行相關的審核、放貸、還款等整個流程，其有單筆額度小，放款迅速，貸款周期短以及服務多種，申請簡便，方式靈活等優勢，與傳統消費大額房貸以及車貸等大額消費金融貸款相比而言，其面向的消費群體有很大的區別。傳統消費金融，主要面向的優質客戶，以高凈值客戶，中高端白領，以及穩定的中產工資階層為主，而互聯網消費金融，面向的是被傳統消費金融所拋棄的用戶，其有用戶基數大，帶有長尾分布，用戶相對而言風險較高，常以學生、藍領、農民等收入較低的人群為主。而其面向的消費場景也有較大的區別，相對于傳統的消費貸款業務，貸款額度大，放貸審核嚴格，放貸慢，互聯網消費金融，主要貸款是以小型消費為主，還款迅速，主要以服務費和預期還款為利潤，更注重的是貸款者的還貸意愿而非還款能力，這與傳統消費金融注重優質客戶的還款能力有一定的區別。

三、政策助力互聯網消費金融發展

在2009到2016年之間，政府發布多項有利于互聯網消費金融的政策，為了促進發展消費金融行業，中國銀行監督管理委員會在2009年7月發布了《消費金融公司試點辦法》，規定并設定了消費金融公司設立、變更與終止的條件，業務范圍及經營規則以及相關的監督管理條例，并在天津、成都、上海、北京分別設立四個試點公司。在2013年11月，在黨的十八屆三中全會上，提出了“發展普惠金融，鼓勵金融創新，豐富金融市場層次和產品的發”的方針，并把消費金融試點公司擴增至16家。2014年1月，國務院會議中，提出了“助推消費升級，創新金融服務，大宗耐用消費品等信貸需求“，進一步推進消費金融的發展。15年6月，國務院常務會議中，提出鼓勵民間資本、國內外銀行機構和互聯網企業成立消費金融公司。到2016年，在《推進普惠金融發展規劃（2016-2020年）》中，從國家層面確定了普惠金融的實施戰略，明確指出要促進消費金融公司發展，消費金融進入發展新時期。之后陸續在《關于加大對新消費領域金融支持的知道意見》、《兩會期間政府工作報告》、《中國人民銀行關于信用卡業務有關事項的通知》、《關于促進消費帶動轉型升級的行動方案》以及《G20數字普惠金融高級原則》中，分別對消費金融推進產品創新，改進金融發展環境，促進消費快速升級以及加大數字化技術的運用。

四、互聯網消費金融的市場潛力

從信貸市場來看，我國行帶人口滲透率不足三分之一，而與此相比，美國信貸人口滲透率則高達百分之八十以上，這說明我國信貸市場還有巨大的用戶潛力。隨著互聯網消費金融越來越重視，信貸人口規模穩步增長，由2007年1億左右的人口規模，擴大到2016年的4.1億左右，同比翻了兩翻。與此同時，金融信貸的創新，以及互聯網方便快捷的方式，使得現代化用戶信用體系越來越完善，而傳統銀行機構，對于廣大的相對于短期小額貸款，成本過高，而互聯網能有效運用其邊際效益的優勢，成功降低成本，覆蓋更大的用戶群。

從超前消費意愿以及可支配收入而言，作為成長于PC互聯網和移動互聯網時代的新生代，便捷、超前消費、網上購物支付已經成為一大部分年輕青年人的生活常態，從2016年中國人群超前消費畫像來看，18-25歲用戶而言，使用過分期消費的占一半左右，而對其有很有興趣的占比三分之一以上，而25-30用戶，同比使用分期消費的用戶占比略高，31-36歲以及36-40歲的用戶，使用過分期消費的用戶相對占比在40%-42%左右，而想嘗試的用戶都在三分之一以上。從用戶可支配收入上看，30歲以下人群，有75%左右的用戶月可支配收入低于6000元，說明用戶收入普遍不高。大概有10%左右的人群在1000元以下，而在1000-2000左右的用戶占比16%左右，收入在2000-4000元的用戶在32%左右，占比比較大，4000-6000左右的用戶占比18%左右，6000-8000左右的用戶占比8%左右。整體可以看出，我在國，消費金融服務人群而言，有基數大，用戶收入相對較低等特征，有效運用互聯網風控技術，有效挖掘，市場潛力巨大。

從體量上看，消費金融市場已于2011年6.8億的規模，擴大到目前的19877億，預計2018年可能突破3.8萬億的市場規模。從數據上看，由于鼓勵民間資本、國內外銀行機構以及互聯網企業的進入，15年增長最為強勢，同比增長了1186%，于去年同期相比，增長了12倍左右。而在未來幾年，隨著國家對消費金融市場的逐步加大開放程度，消費金融市場會進一步提高，在未來互聯網消費金融公司會有長足的發展。

五、大數據帶動金融風控現代化

相對比傳統銀行等大型金融機構而言，互聯網消費金融用戶有明顯的區別，長尾的用戶群，為互聯網消費金融的風險控制和成本定價帶來了極大的挑戰，大數據的發展，逐步積累消費金融數據，并運用機器學習和人工智能等現代化算法，有效構建穩定的風控和定價體系已成為現代互聯網風控的首選。

互聯網金融風控存在數據獲取難，雜，獲得成本高，而且較難獲取，而成熟的獲取數據的方案是建立有效互聯網金融風控以及定價模型的前提。

一般可以從公開數據源，獲得用戶基本屬性信息，與用戶基本信用數據，建立起基本用戶信息畫像；同時可以通過用戶授權的方式，爬取用戶的各個場景之下的消費行為，瀏覽行為、操作行為以及產品選擇行為等各種行為數據；與之同時，盡量可能收集用戶的社交、通信數據以及位置信息等數據；還有就是第三方的信用分等對外開放的信用或者安全風控評分等數據，盡可能多的收集相關數據，為之后建模帶來便利，同時數據之間存在缺失，覆蓋率不全等問題，所以數據質量也必須考慮清楚。

在獲取到了足夠多的用戶行為數據之后，以及相關自身放貸是否違約的樣本之后，對其進行特征化處理，前期采用人工挖取相關特征，模型建立完畢之后采用自動化流程。期間，需要先運用統計分析相關知識，合理拆解問題，根據問題的特殊性，建立針對性的建模流程，同時設立相關準確以及合理評價指標，以及有效的對照實驗組，之后采用機器學習，深度學習等算法，合理對相關的目標進行有效的預測。模型在線下穩定性以及模型預測效果達到預期之后，就可以采用上線ABtest進行測試，并對測試結果進行分析。如果模型線下線上出現不一致，要及時進行有效的分析，找到問題所在，然后重新設立對照組線下以及線上試驗。直到模型穩定預測，達到線上使用標準，進行自動化審批、定價、有效提醒等工作。

以上是互聯網消費金融的建模通用方式的其中一種，針對不同的建模場景，存在不同的建模方式，所以有必要對不同的業務目標建立不同的模型，使整個從客戶獲取、客戶服務、風險定價，再到信貸回收，整個流程更加智能化，自動化，使得整個體系成本和利潤最大化。

在客戶獲取階段，精準的獲客，以及需求匹配成為消費金融的關鍵，其為來源所在，沒有有效的用戶群也就沒有有用的產品。對于不同類型的客戶，可以設計不同的業務模式、業務場景，比如，有的業務場景專門針對家用藍領客戶，有的專門針對剛畢業的年輕人，有的面向的租客等等，這些都需要根據特定的業務場景，針對不同的方面，提出不同的解決方案。

在確定了客戶用戶群定位之后，便可以針對業務場景進行精細化處理，比如，消費場景為線下到店消費信用支付，在線下用戶到店選購、準備結賬時，店長可以推薦相應產品的app，結合給予一定力度的優惠，并使其有效成為自己的用戶，并進行信用放款，在期間，需要店長進行細心講解，以及使顧客填寫一定量的資料信息，保證客戶資料的真實性，同時盡量引導優質用戶群，這樣有利于降低大量違約帶來的風險。

用戶申請信用借款之后，便是貸前審核階段，這個階段主要對用戶各種信用歷史記錄，以及各種行為進行建模，預判用戶逾期的概率，如果預測用戶的逾期率過高，直接停止對其放款，對于逾期率很低的用戶快速通過，保證用戶的使用便捷。

在貸款還款期間，對用戶還款次數，還款時間，以及每次還款金額等行為進行建模，判斷用戶在后續還款中，是否會出現不還，以及逾期的情況，對于有可能不還和逾期的用戶，采用一定方式，對其進行相關提醒。

對于產生逾期，或者用戶不還的情況，貸后風控就開始發揮作用了，在一定成本的條件下，如何使催收效果最好，是一個策略優化問題。通過相關統計，和試驗設計，確定有效的催收策略，同時建立有效的線上及線下催收體系，及時進行催收處理，有效回收本金。

互聯網消費金融會越來越針對特定的場景進行細化處理，采用不同的方式對其進行分析、挖掘，并建立特定的模型和模式，未來，互聯網消費金融想必會朝著越來越精細化，高效的方面發展。

六、互聯網消費金融未來的展望

在未來，互聯網消費金融會遍布在生活消費的各種場景之后，各大互聯網消費金融公司產品也會有越來越多的多樣性，針對不同場景采用不同的金融解決方案，同時，面向的客戶群里也會越來越精細化，審核放款更加高效，與此同時，有效利用機器學習和人工智能等方法，建立有效的現代化風控體系，有利于降低逾期帶來的資金以及成本壓力，通過流程化的貸中以及貸后流程，使得貸中提醒以及貸后催收更加有力。相信在未來，互聯網消費金融會越來越好。（作者單位為浙江財經大學）