消費金融，其實也看出身

自從消費貸火爆以來，每個人眼中都看到了屬於自己的消費貸印象：

有些人看到了一片藍海，有些人則看到了紅海里的廝殺；

有些人看到了普惠金融，有些人則看到了高利貸；

有些人看到了行業暴利，有些人則看到很多機構在虧損前行；

有些人看到了廣闊的發展前景，有些人則看到了巨大的風險隱患；

有些人看到了人性的美好，有些人則看盡了人性的貪婪

……

是的，這都是消費貸，這個業務涉及的機構太多、鏈條太長，不同的人便有了不同的視角，看上去迥然不同的結論，也許都是對的。

在本文中，不妨簡單選擇幾個視角，分別來看看不同的消費貸側面，更多的，還是要了解時下消費貸這個大生態冰川之下的故事。

客群層面：白領VS藍領

2015年上半年，身邊很多人去申請銀行的消費貸，額度20萬-30萬元不等，年化利率6%-7%，此類產品通常只對公務員、事業單位員工、國企總部員工及大型金融機構總部員工開放。

銀行的消費貸營銷人員很熱情，也很鐵面無私，若發現職業不符合產品准入門檻，無論收入等其他外在條件多麼優質，都一概拒之門外。符合條件的人也都很歡欣雀躍，能申請幾個是幾個，槓桿率不可謂不高。

後來股災發生，很多人損失很大，但無人拖欠銀行的消費貸還款。

前幾天，和一個專門從事助貸業務的朋友聊天，他給我描述了另外一幅客群畫面——

2015年以前，很多白領來找他，這些人資質都很不錯，但滿足不了銀行苛刻的准入條件，他這邊負責推介給專門的民間借貸機構，基本都能借到錢，只是利率要高得多；

2015年之後，這些白領逐步不再和他打交道，因為有了互聯網金融的大數據畫像，在螞蟻借唄、蘇寧任性付等電商系消費金融平台上，這些人都是優質客戶，可以便捷地借錢還錢。不過，他的生意卻更火爆了，一方面是開始有更多的人來找他，另一方面，除了民間借貸，他這邊還開拓了大量的互金消費平台，「撮合」成功率大大提升了。

這裡面，有資質相對不錯的白領，正規渠道只能借到10萬額度，但本人急需50萬資金，只好找他對接資金；也有資質一般的白領，從上徵信的貸款平台借了錢，一時沒有錢還，擔心影響個人徵信，只好找他來進行過橋融資；也有已經陷入以貸還貸困局的借款人，資金鏈條緊繃，需要他來對接資金……

問題來了，還不上怎麼辦？以貸還貸若仍然還不上，便只好不還了，要不還能怎麼辦呢？沒錯，這才是這個客群真正的風險。

機構層面：巨頭VS創業者

消費金融被稱作場景金融，有場景的巨頭紛紛入局。阿里、蘇寧、京東等三大電商巨頭分別推出借唄、任性付和白條，微信推出了微粒貸，百度推出了有錢花，小米推出了小米分期，同時，幾大巨頭與旅遊、醫美、培訓、出租、裝修等場景合作，推出了相應的場景分期產品。

傳統金融巨頭也開始發力消費金融業務，一方面是拓展已有消費貸產品的覆蓋群體，一方面則是聯合實業機構發起設立消費金融公司。截至目前，國內已經有23家持牌消費金融公司，大量的傳統金融巨頭和實業巨頭涉入其中，如蘇寧聯合南京銀行發起成立蘇寧消費金融公司，招商銀行旗下永隆銀行聯合中國聯通成立招聯消費金融公司，海爾聯合紅星美凱龍成立海爾消費金融公司，湖北銀行聯合TCL集團成立湖北消費金融公司……

巨頭們發力消費金融，背後有客戶、資金甚至場景基礎，相對比較容易。以蘇寧任性付為例，依託多元化場景數據，在億級用戶裡面挑選優質白名單用戶進行預授信，在用款環節與O2O消費場景融入一體，輕鬆實現預授信用戶的額度激活。再以招聯消費金融為例，可以依託股東——聯通的沃信用分數據，從3億聯通用戶中篩選出近億的白名單客戶，直接應用到聯通後付費的現金分期、手機分期、話費充值、永不停機等業務場景中，輕鬆獲客。

另一側則是創業機構，從早期的場景分期，到後來的現金貸，消費貸創業的門檻越來越低，模式也越來越簡單粗暴。買單俠、趣分期等均是早期場景分期創業的代表，買單俠主打線下3C場景消費分期，其客戶主要集中在中國二三四線城市工作的月收入不足5000元的年輕藍領；趣分期則是校園貸平台的代表，主打大學生線上3C場景消費分期。

隨著優質的場景越來越少，後來的創業機構開始主打現金貸模式，針對不同群體，或有風控，或無風控，或有資金，或無資金，或有客戶，或無客戶，都能分得一杯羹。

舉個相對極端的例子，在一無所有的情況下，一個創業平台可以通過VC找啟動資金、通過助貸機構找客戶、通過金融機構找放貸資金、通過大數據機構做風控，一個完整的現金貸鏈條便出來了，足夠激進，也能很快上量、很快盈利。不過，層層轉包意味著需要層層分潤，所以這種業務模式看上去簡單、去中心化、非常地互聯網化，但其實成本非常高，需要高利率放貸模式，最終只能匹配給低資信用戶。

顯然，不同的機構出身，基本決定了不同的展業模式。

風控層面：抵押物VS數據

說到消費金融的風控，最時髦、最主流的說辭是大數據風控，略顯傳統的說辭是抵押擔保。

其實，就個人借款人而言，可供抵質押的資產不外乎車和房，這便有了車抵貸和房抵貸產品，在2014年以前，傳統銀行的個人貸款主要便是這兩種，所以這兩類產品也就打上了「傳統」的烙印，不夠時髦。同時，抵押擔保的模式需要依靠線下渠道和隊伍，與互聯網消費金融主打純線上的模式不符，大多數平台走的都是大數據風控的純信用授信模式。

細分一下，大數據風控又可以分為自建模型、風控外包和無風控裸奔（只是對外宣傳有風控）三種。原理很簡單，在不考慮團伙欺詐的情況下，小額的消費金融業務，無論是哪一類客群，其違約率都符合大數概率，只是高與低的區別罷了。所以，風控能力強或者弱、甚至有風控或者無風控，其結果只是影響概率本身的高低。舉例來講，針對某一類客群，在不進行人工干預的情況下自然逾期率為30%，加上一些風控措施，其逾期率可能降低至15%，如果風控水平很厲害，逾期率甚至可以降至5%以下。

問題是，當你的年化貸款利率可以高至200%時，有沒有風控真的有區別嗎？似乎沒有太大區別，只不過賺的多一些少一些罷了，而且嚴密的風控措施可能會導致客戶准入門檻的大幅提升，業務規模下降，盈利能力甚至還不如沒有風控。

所以，通過一個消費貸產品的年化利率水平，可以大致倒推其風控能力。一般來講，年化利率水平越高，其對不良的容忍越高，對大數據風控的緊迫性和積極性也就越低，其大數據風控水平也便越差。看到一些年化利率高達50%以上的平台也在談大數據風控時，你不妨當個笑話來聽好了。

相比高利率模式下大數據風控一詞的水分，真正的抵質押消費貸模式反而比較令人放心。抵押貸通常對應低息模式，低息模式對不良的容忍度很低，其對風控精準度的要求通常比較高。這個模式下的風控模式，大數據也好，抵質押也罷，都來不得半點水分。

隨著今年4月份監管對高利率模式的關切，很多消費貸平台紛紛將貸款利率降至36%的合規水平，雖然利率之外單獨收費的情況依舊屢見不鮮，但高息模式的確是越來越不可持續了。進入低息模式後，消費貸平台的轉型只有兩個，要麼去做抵質押貸款，要麼切實提升大數據風控水平，沒有第三條路可走。

在全貌面前，我們都是摸象的盲人

上面選取了三個角度，每個角度選取了兩個對比性側面，其實，消費貸行業的複雜或者說多元遠不止如此。

同時，也正是因為這個行業的多元，任何絕對化的結論和觀點都是片面的。畢竟，在全貌面前，我們都是那個摸象的盲人。

作者：薛洪言，蘇寧金融研究院互聯網金融中心主任微信公眾號：洪言微語

——————————————————————————————————————

PS:歡迎去我的LIVE分享頁，系統了解 互聯網金融/金融科技 相關知識

推薦閱讀：