时间:2020-02-11 作者:范思雯|刘重 (作者单位:中证信用增进股份有限公司)
[大]
[中]
[小]
摘要:
我们正在经历一个前所未有的时代:国民的消费能力突破式释放,我国正在迈向消费经济;技术创新不断翻新业务模式,互联网、大数据、云计算等技术不断渗透金融行业;客户行为发生深刻且不可逆的变化,每天近6亿网民在指掌之间完成了沟通、分享和交易。在这样的背景下,消费金融市场应运而生,蓬勃发展。人口红利、政策红利、科技红利三“利”合一将为消费金融市场带来超过20%的年均增长率,预计到2021年,消费金融信贷余额将达到17万亿元人民币。消费金融平台连接着资金端和客户端。在资金端,消费金融信贷支持证券化ABS的融资成本优势、资金稳定性优势使得这种融资方式越来越重要。在客户端,个人征信和风控技术则是连接客户端的重要衍生行业。随着个人信用交易的壮大,市场对征信产品和服务的需求也越来越高。目前个人征信行业还处在对数据源的争夺战中,而风控技术则是下一个阵地。随着个人征信的广泛覆盖,有效甄别信用风险将推动消费金融公司从满地撒网的粗犷型经营向精耕型转变。
消费信贷资产证券化ABS快速发展,互金平台跃跃欲试
个人消费金...
我们正在经历一个前所未有的时代:国民的消费能力突破式释放,我国正在迈向消费经济;技术创新不断翻新业务模式,互联网、大数据、云计算等技术不断渗透金融行业;客户行为发生深刻且不可逆的变化,每天近6亿网民在指掌之间完成了沟通、分享和交易。在这样的背景下,消费金融市场应运而生,蓬勃发展。人口红利、政策红利、科技红利三“利”合一将为消费金融市场带来超过20%的年均增长率,预计到2021年,消费金融信贷余额将达到17万亿元人民币。消费金融平台连接着资金端和客户端。在资金端,消费金融信贷支持证券化ABS的融资成本优势、资金稳定性优势使得这种融资方式越来越重要。在客户端,个人征信和风控技术则是连接客户端的重要衍生行业。随着个人信用交易的壮大,市场对征信产品和服务的需求也越来越高。目前个人征信行业还处在对数据源的争夺战中,而风控技术则是下一个阵地。随着个人征信的广泛覆盖,有效甄别信用风险将推动消费金融公司从满地撒网的粗犷型经营向精耕型转变。
消费信贷资产证券化ABS快速发展,互金平台跃跃欲试
个人消费金融ABS发行始于2014年,由商业银行的信用卡分期和个人消费贷款作为主要基础资产类型。随着京东、阿里等电商系消费金融服务商的崛起,电商巨头成为发行个人消费金融ABS的主力军。自2016年起,个人消费金融ABS发行量成爆发式增长。2016年的发行总额为948亿元,是2015年发行量的7.7倍。截至2017年6月15日,发行个人消费金融ABS发行共100单,总额达到1948亿元。阿里和京东是个人消费金融ABS的主要贡献者,占市场发行总额的70%。截至2017年6月15日,两者总共累计发行消费贷款支持ABS共65笔,发行总额达到1374亿元,且全部在交易所发行。
一是资产证券化具有融资成本优势。对于消费金融公司来讲,资产证券化是除银行存款、同业拆借和自有资金之外成本最低的融资渠道。因此大受没有消费金融牌照优势的电商平台追捧。从发行机构角度来看,银行、持牌消费金融与电商巨头消金平台由于主体评级较高,具有较强的利率优势。非持牌消费金融机构为弥补主体信用不足的问题,可以考虑通过外部增信的方式降低发行成本。目前市场上只有少数非持牌消费金融公司会设置外部增信。随着消费金融ABS逐渐成为主流的融资渠道,外部增信的重要性也将日益突显。
二是消费金融ABS场外市场悄然兴起。我国资产证券化市场的大爆发,加之场内市场的高要求和资产证券化产品个性化的特点促成了消费金融ABS场外市场的悄然兴起。在发达国家,高度灵活的场外市场才是资产证券化发行的主要场所,而监管严格的场内市场处于补充地位。我国目前场外ABS交易场所主要有三个:中证机构间报价系统、厦门国金ABS云平台和京东金融ABS云平台。中证机构间报价系统是最具规模的机构间私募产品交易平台,但目前在中证报价体系内的ABS发行交易呈现不活跃状态,2016年机构间报价ABS发行量仅占全市场发行量的6.77%。
创新增信发展空间巨大
由于大多数消费金融公司主体评级缺失或是较差,因此较难获取成本低廉、来源稳定的机构资金。创新增信主要解决消费金融公司的资金问题。目前主要的增信方式有以下两种:
一是外部增信。一家资质较好、评级较高的增信机构对消费金融公司担保,确保它对资金方可以按时支付本金与利息。对于资金方而言,风险已经从消费金融公司转移到了增信机构。为减少自己的风险,增信机构除了对消费金融公司进行详细的尽职调查,对主体与资产的信用风险进行评估外,也会要求消费金融公司提供各种“反担保”措施,例如缴纳一定比例的保证金、逾期代偿、不良回购、或控股股东的连带担保责任等。
二是内部增信。成立信托计划,外部机构资金通过信托计划由消费金融机构放款。信托计划又分为单一与集合信托计划。在单一信托计划下,资金全部来自于外部机构,一般需要消费金融机构提供一定比例的保证金作为最外部资金的担保。集合信托计划下,按照客户归还的本金和利息分配次序分为优先与劣后级别。一般外部资金购买优先级别债权,消费金融机构自身购买劣后级别。一般根据历史资产的违约率进行现金流测算,选择相应的优先与劣后比例,将外部资金购买的优先级别债权的信用风险降到最低。
个人征信体系方兴未艾,机遇与挑战并存
一是个人征信市场行业格局雏形初现,顶层设计仍在继续。自第一个上海个人征信试点至今已经有20年之久,但直到近些年才初步确立社会信用体系的法律基础、加快发展个人征信体系建设。2015年被称为中国个人征信市场化元年,多项关键性政策相继出炉,第一批牌照发放提上日程,迈出了市场化发展的重要一步,行业格局出现。目前,在全国工商登记中带有征信字样的企业有50多万家,其中超过1/3与个人征信相关,但央行尚未放开个人征信牌照。2015年出台的政策是以市场为导向,旨在建立多元化的征信市场格局。如今强调征信的内涵,从多元发展转向“少而精,少而强”。
二是各家征信机构仍然处于数据源争夺战中,数据采集面临诸多问题。目前国内的征信市场尚处于起步阶段。整个行业主要面临四个问题:第一,征信数据覆盖率不足。截至2014年,央行个人征信数据覆盖8.6亿人,在覆盖范围内仅有3.5亿人拥有信贷记录。据波士顿咨询测算,以15—64岁拥有有效信贷记录的人群为准,个人征信记录覆盖率仅35%,与美国同期的92%差距巨大。第二,数据采集场景隔离,形成“数据孤岛”。目前各家征信机构都将数据资源视为最核心竞争力,每一家都想追求依托互联网形成自己的业务的闭环,这样在客观上就分割了市场的信息链,而且每一家的信息覆盖范围都受到限制,仍是一个个数据孤岛,数据源存在散乱的问题。第三,信息采集误用,隐私保护立法相对滞后。八家试点机构在数据极为有限的情况下,根据各自掌握的有限的信息进行不同形式的信用评分并对外进行使用,存在信息误用问题。另外,我国对隐私保护现行法律在信用信息采集和适用范围上缺乏明确规定,而互联网经济却已迅速普及并深化个人信息的商业价值,这导致不当采集、滥用信息、侵犯权益等乱象频发。第四,缺乏统一规范造成数据质量不高。我国没有统一的数据采集和处理标准,通常会在基础环节出现数据录入错误、信息缺失、冗余重复、信息主体不明等问题。
风险评估模型准确动态评估个人信用风险,优化风险定价
在个人借贷业务中,信用风险管理的目标不是降低信用风险,而是准确且动态地评估客户的个人信用风险,采用风险定价,在风险可控的范围之内,给不同风险等级的客户设计不同的借贷产品,最终达到利润最大化。与业务流程相对应的风控流程如图1所示。
贷前审批是风控环境中最为关键的一环。贷前审批的三个要素是反欺诈、信用风险评估和制定贷款条件。其中,建立信用风险模型的流程如图2所示,图中标深的模块是建立信用风险模型的关键点。
定义目标变量。即信用风险事件与贷款表现期的定义,如果将表现期定为逾期90天,积累数据需要4个月才有可能表现出来。如果定义为30天,则有可能会造成“误伤”。因此通过对违约时间分布来确定表现期更为合适。
子群划分。各种人群区别很大的情况下,一个“大而统一”的信用模型未必适用于所有的申请人群。例如在香港,作为唯一的个人征信机构,环联(TansUnion)开发的通用个人信用评分有多达5个以上的子群,并对每个子群分别建立模型。
信用属性初选。即用于建立模型所用的自变量,目的是选取区分能力较高的信用属性。绝大多数的信用属性都有缺失值或是特殊值。例如,申请人出于隐私的考虑,收入,工作职位,婚姻状况,学历有可能不会披露。
模型拟合。常用的统计模型为逻辑回归,优点是模型较为稳定,可解释性强。但缺点是对数据要求较高(例如不允许有缺失值与特殊值)。另外一种方法是机器学习算法,其优点是区分能力更强,对数据质量要求不高,建立模型速度快,但缺点是过度拟合,可解释性低。
模型监控。模型开始应用后,需要定期监控三方面内容:模型对目标变量0/1的区分能力;监测模型分数的稳定性或申请客群的稳定性;监测模型分数的准确度,即模型分数段所对应的实际不良率或逾期率是否不变。需要及时调整模型,必要时需要重新建模。
责任编辑 李艳芝
相关推荐