章強:一個沒有歧義的逾期率,才最有價值
7月,中國互聯網金融協會互聯網金融信息披露服務平台新增了9家網貸平台的信息披露情況,其中,9家平台的「逾期率」成為各媒體的聚焦,這也是行業首次集體公開「逾期率」數據。
「逾期」這個字眼往往會觸動投資人的神經,特別是近期這段敏感時期。但在金融行業,任何一款投資都存在逾期風險性。所謂的零逾期,只存在理論中。現實生活的可見或隱形變數因子無處不在,風險只能控制但無法杜絕。
如今,不管是監管層、企業家、還是一般投資人,關於金融的話題,基本都圍繞著「如何防範系統性金融風險」來談。
如果以量化數據來判斷一個互金平台是否有風險,逾期率是其中之一。
但單純地看一組逾期數據,真能準確衡量一個平台的風險情況嗎?
在信息披露不完全,統計口徑不對稱的情況下,這個數字的參考意義有多大?
一個沒有歧義的逾期率,才最有價值。
首先,我們需明確逾期資產的定義,不同的平台對融資項目提出的寬限期並不一致,監管上也沒有硬性要求。而不同的寬限期,則對應了不同的「逾期資產」量。在判斷逾期率時,我們需要了解其計算的時間維度。
其次,不同資產的逾期率沒有可比性。以具有房產抵押的企業貸款為例,其可接受的逾期率較低,因為這類資產項目數量少,而單筆貸款額度比較高,容易爆發集中性逾期風險,從風控角度來看,逾期容忍空間是非常小的;而純信用的小額消費貸款卻可接受較高的逾期率,這類資產融資成本高,且單筆貸款額度小,約幾千至一萬,符合分散出借的原則,降低債權組合中集體同時違約的概率。
因此,「逾期率」不是簡單的文字,它是一組信息量很大的數據,要想通過它了解平台的風險情況,我們需要同步掌握逾期寬限期、資產類別、統計口徑等等信息。這好比一個統計模型公式,只有投入的變數越多,並不斷從公式中排除關聯性較弱的變數,最終得出的數據結果才有參考價值。
推薦閱讀: