中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文作者根據自身的金融從業的經歷，總結出了小貸業務的大數據迷思、復貸率迷思、風險溢價迷思、場景迷思這四大“迷思”，并相應進行了分析，一起來看一下吧。

數年的金融從業經歷，回望這些年的業務，感覺有些金融機構是走彎路了，基于個人理解總結以下四大“迷思”，不足之處，歡迎拍磚！

一、大數據迷思

大數據風控，其實是建立在一個“理想化的時代背景”下，即：客戶的有效信息均可被線上化，并可被高效獲取。機構能根據這些信息，建立起具有極強區分能力的風控模型或策略，極致壓縮風險成本。他們聲稱他們的大數據、AI模型可以比你更了解你。他們說，他們用幾百個維度的千萬計的指標和幾十種模型來衡量你、預測你。

但事實上，當今借款人的財務與信用信息線上化的程度依舊不完備，大量信息還是“煙囪一樣”分散在不同機構中。想要對這些數據進行聚合和分析，首先要動用接口或者爬蟲從多個數據載體中進行歸并，這里本身就涉及了不少的技術成本與法律風險；同時這些數據對客戶現金流與信用狀況的描述也只是管中窺豹，其完整性與全面性都是有限的，并不高于線下的風控策略，雙方各有優劣、需相輔相成。如此，很多數據只是垃圾甚至錯誤的東西，那么必然造成的結果就是“Garbage in，garbage out”雖然金融科技的內容很多，但是在信貸領域，它似乎只解決了一 個衡量還款能力的問題。但是如何衡量還款意愿，卻著實不容易。

再者，即使大數據對信貸客群在廣度與深度上的覆蓋性都很好，它也面臨著與線下風控一樣的困境：業務初期Y值（客戶履約事實）不足，中后期模型隨著客群遷移而逐步失效。比如對于經營貸這種需要對企業經營狀況進行評估的業務，無論是客戶的賬目明細還是經營現場，都很難數字化，風控模型所需的關鍵變量需要業務員在現場的采集，更不是一個“大數據”的概念就可以涵蓋的。

其實，大數據風控的真正價值，其實體現在對第三方欺詐的防控上。第三方欺詐行為通常通過偽冒大量自然人的身份來操作，其在物理設備、物理空間、信號基站、IP、wifi等數據上會產生聚集，在此過程中偽造出來APP活躍、財務流水等因經不住多源數據交叉驗證的考驗，容易被找出漏洞，這些都可以利用互聯網公司強大的數據分析與整合能力加以甄別。此外，客戶在生產/生活中的異常行為有時也能作為信用狀況異變的旁證，用于信用風險的防控。應該說，互聯網大數據作為傳統信用數據的補充是很有意義的，作為初篩手段的性價比更是線下風控不能比擬的，但將其說成無所不能就是言過其實了，以此作為壁壘開展的信貸業務，更容易掉進陷阱。

二、復貸率迷思

隨著流量“租金”的不斷上漲，放貸機構的利潤空間將持續被壓縮，因此放貸機構總是希望提高借款人的復貸率來降低實際的流量成本（reloan、topup和展期都是常見的操作方式）。用簡單的邏輯計算，如果每個客戶在本機構的平均復貸次數為N，機構的整體獲客成本就可以下降N倍。這樣，原來在單次信貸假設下由于高昂的獲客成本不成立的商業模式，就能在N次復貸假設下成立了。

這個邏輯本沒有錯，但與大數據迷思類似，從業機構不宜對效果寄予不切實際的期望，因為機構的復貸傾向本身是有副作用的——多數信貸客戶，總是在缺乏頭寸的時候發起貸款，并且在頭寸充裕且未來現金流可控時主動縮小負債（還款或提前結清）。存在通過拉升復貸率來降低成本的機構希望客戶在可還款的時候繼續維持負債余額，甚至進一步擴大（余額存在意味著息差、罰息以及各類服務費收入，因而提前還款的未必是“好”客戶），這樣的業務傾向會直接作用在風控策略上，使得最終的信貸產品偏向有擴表意愿的客戶，即風險策略向獲客策略低頭。

雖然信貸資金是有價格的，但對于經營者而言，很多時候不會那么敏感，因為所有的生產要素都是有價格的，寬松的資金環境一定會讓他的債務擴增。類似的，消費信貸的借款人很容易控制不住物欲，更在極低的“日息”誘惑下沖動消費。當整個市場的放貸機構都在追逐復貸率時，借款人的債務會積少成多，提升違約風險。由于其隱蔽性與市場聯動性，這是一個不可忽視的陷阱，一旦發生，波及的是整個市場。

三、風險溢價迷思

貸款風險溢價是根據特定貸款業務的風險大小來確定貸款利率提高的幅度。當市場的信貸規模擴大，金融機構推市場下沉策略時，業務勢必會覆蓋更劣質的流量。這時為了防止轉化率顯著下降所引發的獲客成本暴漲，放貸機構可能會適當降低風控門檻，同時提高服務價格以平抑由此提升的風險成本。

這個策略的問題在于：當服務價格逐步上行，一方面市場會出現逆向選擇，即高定價吸引高風險群體；另一方面，信貸規模擴容，致使流量價格加速上行，形成“踮腳效應”，不愿降低風控門檻并溢價放貸的機構被逐出市場。

四、場景迷思

身邊有一些從互聯網公司轉型過來的同事經常說公司的信貸業務沒有后勁是因為“缺乏場景”。我的觀點恰好相反是“場景沒那么重要”。場景貸產品曾在2015-2018年掀起了一輪熱潮?；炯性谄?、3C產品、醫美等三個領域。選擇這些場景的原因無外乎幾個因素：

1）傳統金融機構對一些領域覆蓋不足，雖然傳統金融機構已經介入且規?？臻g足夠大，但只針對優質用戶，如汽車抵押、汽車分期等。民間資本的介入則很好補充了銀行對于下沉市場用戶服務不足的空白。
2）行業發展迅速，市場規模足夠大，且產品更新迭代快，能滿足信貸產品“剛性強、頻率低”的弊端，如3C產品特別是智能手機。
3）服務單價較高但需求量大，且正處風口，如醫美分期興起，是在用戶對于醫美服務及產品的需求爆發之際，而醫美行業的高客單價，成為金融產品解決用戶資金不足的服務點。

然而，自從2019年以后，場景分期的熱度隨之下降，特別是一些早期頭部平臺紛紛失利，如3C信貸產品分期難做了、醫美分期遭遇整頓等等，場景貸從業機構也隨之湮沒在了普惠金融歷史進程中。

而促使上述現象產生的原因，主流的說法是大致是內外兩方面。

1）內因

站在信貸產品本身的角度來看，還是金融與場景的融合出現了問題。簡單粗暴一點就是金融在該場景當中的應用沒有使交易雙方有明顯的“效率提升感”，反而因為金融的參與，使得交易變得更為繁瑣，在此情況下，也就自然而然地會被市場所舍棄，轉而選擇更有效率的金融工具或者產品。

2）外因

我認為是技術的不斷進步、征信數據的持續完善、風控理念的大力創新等因素的助力。正是在上述外部因素的推動下，“泛場景化”下的金融信貸才有理論成為了現實，并最終對傳統“重場景”的信貸產品，完成了革新與超越。

由此看出，“場景貸”更像是信貸產品向泛場景化方向發展的一種過渡產品。

除此之外，我還有另一個看法，是從借款人違約方面考慮：場景更多是發現（或創造）客戶的借款需求，但無法抑制客戶違約，這也是金融機構很在意的。要抑制客戶違約，除了產品設計與運營策略，更需要抓手。越是客戶在意的東西越是好的抓手，比如征信、熟人關系等。微粒貸為什么違約率低，是因為微信就是很好抓手，如果因為違約限制微信使用，那是多大的不便。

因此，場景沒那么重要，抓手才重要！