一、 出借人自擔(dān)風(fēng)險模式 拍拍貸的模式分析(一) 代表平臺：拍拍貸(二) 平臺運(yùn)作模式：拍拍貸的運(yùn)作模式屬于典型的線上P2P 借貸模式，借款人發(fā)布借款信息，多個出借人根據(jù)借款人提供的各項(xiàng)認(rèn)證資料和

一、 出借人自擔(dān)風(fēng)險模式 拍拍貸的模式分析

(一) 代表平臺：拍拍貸

(二) 平臺運(yùn)作模式：拍拍貸的運(yùn)作模式屬于典型的線上P2P 借貸模式，借款人發(fā)布借款信息，多個出借人根據(jù)借款人提供的各項(xiàng)認(rèn)證資料和其信用狀況決定是否借出，網(wǎng)站僅充當(dāng)交易平臺。

(三) 平臺收益來源：網(wǎng)站收益主要以成交服務(wù)費(fèi)為主，服務(wù)費(fèi)為成交金額的2-4，其他費(fèi)用為充值手續(xù)費(fèi)和提現(xiàn)手續(xù)費(fèi)。

(四) 平臺審核方式：拍拍貸審核方式基本以線上審核為主，對用戶提交的書面資料的掃描件或電子影像文件進(jìn)行形式上審查。對用戶提交的書面資料的內(nèi)容與其申報(bào)的信息的一致性審查。

(五) 不良貸款處理：

A 、方式一：根據(jù)預(yù)期的天數(shù)，網(wǎng)站采取不同的措施，比如逾期90天后，拍拍貸將所有資料，包括用戶曝光信息。根據(jù)不同地區(qū)不同用戶的情況，借出人可以進(jìn)行法律訴訟程序或者找催收公司進(jìn)行催收。拍拍貸將配合借出人提供法律咨詢支持。

B 、方式二：平臺專項(xiàng)撥款建立“風(fēng)險備用金”，用于償付投資人的投資損失，以實(shí)現(xiàn)100本金保障。但需滿足以下條件：

1、 投標(biāo)50個列表，100本金保障。

2、 投標(biāo)列表需滿足：每筆借款的成功借出金額小于5000元且小于列表借入金額的1/3

3、 當(dāng)列表壞賬總金額大于收益總金額時，3個工作日內(nèi)賠付差額。

4、 有效期為2014年7月4日至2015年1月3日。

(六) 逾期率：2013年為1.52。

(七) 研究結(jié)論

1、 拍拍貸模式是最直接的P2P 模式，不參與借款交易，只提供網(wǎng)絡(luò)交易平臺；

2、 借款利率由雙方根據(jù)資金市場競合決定，拍拍貸設(shè)定最高的法定借款利率；

3、 拍拍貸根據(jù)借款人提供的各項(xiàng)信息進(jìn)行線上審查，并不保證信息的真實(shí)性，只是對比各項(xiàng)資料，存在較大的風(fēng)險；

4、 借款無抵押、無擔(dān)保，借出人面臨著較大的信用風(fēng)險；

5、 如果出現(xiàn)逾期或不良，拍拍貸整體原則是不承擔(dān)本金和利息的補(bǔ)償，完全由借出人自己承擔(dān)；

總體來看，拍拍貸適合于小額貸款，借出人承擔(dān)的信用風(fēng)險特別高，一旦出現(xiàn)逾期或者不良，只有依靠自身追款或承擔(dān)損失，拍拍貸不承擔(dān)任何責(zé)任。

無抵押無擔(dān)保模式

典型代表：拍拍貸

運(yùn)作模式：國內(nèi)較典型，采用競標(biāo)方式實(shí)現(xiàn)在線借貸過程。利率由借款人和競標(biāo)人的供需市場決定，一般在15上下。網(wǎng)站僅充當(dāng)交易平臺。

審核方式：對借款人提交的書面資料的掃描件進(jìn)行形式上審查，并根據(jù)提交的書面材料對其申報(bào)的信息的一致性進(jìn)行審查。

保障方式：根據(jù)逾期的天數(shù)，采取不同的措施，如逾期90天后，將所有資料，包括借款人曝光信息。出借人可以進(jìn)行法律訴訟程序或者找催收公司進(jìn)行催收。

優(yōu)勢：（1）競標(biāo)方式使得借款人和出借人有較大的交易自由。（2）規(guī)定借款人按月還本付息。還款壓力小，風(fēng)險也小。（3）信用審核引入社會化因素。

缺陷：雖然有黑名單公開曝光，但并不賠償出借人的經(jīng)濟(jì)損失，對于逾期不還的情況，拍拍

貸只退還出借人手續(xù)費(fèi)，所以資金回收的潛在風(fēng)險只能由出借人自行承擔(dān)。

作為國內(nèi)最早的P2P 公司，拍拍貸一直堅(jiān)持著借款人和投資人兩方全部來自線上的輕資產(chǎn)模式。

1、拍拍貸網(wǎng)站界面很土很山寨，不像是互聯(lián)網(wǎng)公司出來的“具備互聯(lián)網(wǎng)思維”的人做出來的產(chǎn)品。

2、拍拍貸的人均投資金額和平均每標(biāo)金額都很低，從網(wǎng)上實(shí)際情況來看，每筆投資金額在數(shù)百元到數(shù)千元，如果平均每人投資金額1.39萬的統(tǒng)計(jì)沒錯，那么拍拍貸的鼓勵分散投資的一系列措施還是起到了一定效果。拍拍貸更是普惠金融的代表。

3、由于是借款人全部來自于線上，因此拍拍貸上面借款人有些“淘寶化”，顯得比較“山寨”（稱謂和頭像等），至少筆者是不放心把錢投給拍拍貸平臺上的借款人的。

4、既然是純線上模式，那么借款人更容易遭到懷疑，在這樣的情形下，拍拍貸對借款人信息的披露竟然不是很完備。

5、拍拍貸可以基于自己投資的金額在平臺上借款，一定程度上增加了流動性，但是沒有二手債權(quán)交易平臺。

6、拍拍貸純線上風(fēng)控模式對大數(shù)據(jù)處理技術(shù)要求非常高，基于目前可獲得的信息，難度還是很大的。

7、如果央行準(zhǔn)許P2P 錄入個人征信系統(tǒng)，那么對拍拍貸這類純線上模式P2P 將是重大利好。

數(shù)據(jù)模式2000多個維度，工作、生活、消費(fèi)、消費(fèi)習(xí)慣、（民眾情緒指數(shù)、網(wǎng)站的顧客評論、求職網(wǎng)站等）

風(fēng)控：大數(shù)據(jù)減少人工

《21世紀(jì)》：拍拍貸2.0版的風(fēng)控模型的工作原理是什么？

張?。哼@套模型用以評估用戶當(dāng)前的信用狀態(tài)，將給每個借款人打出當(dāng)前狀態(tài)的信用分，信用分會預(yù)測從現(xiàn)在開始后3個月內(nèi)該借款人的信用狀態(tài)。在此基礎(chǔ)上，使用個人的信用分，結(jié)合新發(fā)標(biāo)的信息，打出對于每個標(biāo)的6個月內(nèi)逾期率的預(yù)測。

信用分所使用的信息維度可分為三類：一是，用戶的基本信息，如性別、年齡、學(xué)歷、婚姻狀況等。二是，互聯(lián)網(wǎng)信息，比如微博、Qzone ，以及登錄拍拍貸的各種行為數(shù)據(jù)等。三是，用戶的歷史借款和還款記錄。

《21世紀(jì)》：相比1.0版風(fēng)控模型，2.0版有哪些進(jìn)步？

張俊：拍拍貸風(fēng)控的基本思路是，基于一些假設(shè)來判斷借款人的信用資質(zhì)，并在不斷積累數(shù)據(jù)的基礎(chǔ)上，逐漸提高假設(shè)和模型的精確性。比如我們假設(shè)女性比男性的信用程度更高，已婚的比未婚的信用程度更高，有小孩的比沒有小孩的信用程度更高等。

通過這些經(jīng)驗(yàn)，我們逐漸知道哪些假設(shè)是靠譜的，哪些假設(shè)是不可靠的。然后做分析，找到影響一個人守信、違約的因子。比如影響一個人的學(xué)歷權(quán)重占百分之多少，婚姻狀況占百分之多少，通過這樣的分析，有了模型的內(nèi)在邏輯，可以進(jìn)一步進(jìn)行信用評分。

早期風(fēng)控更多是Case By Case的分析。模型1.0采用了回歸方式，設(shè)定一些因子，進(jìn)行定

性和非定性的分析，判斷因子的顯著性。通過大量交易，我們發(fā)現(xiàn)了好樣本，壞樣本，以及介于二者之間的樣本。模型2.0則基于此對人群進(jìn)行了細(xì)分，有近十個群體維度。1.0版更多評估靜態(tài)因子，2.0版加入大數(shù)據(jù)形成的影響因子。1.0版有4個子模型，2.0版增加到18個，對人的判斷更準(zhǔn)確。

《21世紀(jì)》：所以這是一個在假設(shè)基礎(chǔ)上不斷優(yōu)化假設(shè)的過程。大數(shù)據(jù)形成的因子，主要有哪些？

張俊：可以舉幾個例子來說明。

第一，通過拍拍貸自主研發(fā)的搜索引擎，對借款人的網(wǎng)絡(luò)行為軌跡進(jìn)行捕捉。比如，在女性論壇上“求包養(yǎng)”的行為，系統(tǒng)視為高風(fēng)險 。

第二，鼓勵借款人將賬號與微博、Qzone 等社交網(wǎng)絡(luò)帳號關(guān)聯(lián)。我們發(fā)現(xiàn)，發(fā)現(xiàn)粉絲數(shù)50是分界線，50以上和以下會呈現(xiàn)不同的違約率，50以上的違約率可能只有50以下違約率的1/3。粉絲中大V 數(shù)量的多寡，每天轉(zhuǎn)發(fā)微博條數(shù)等，都會呈現(xiàn)不同的特征。

第三，投資人登錄拍拍貸網(wǎng)站的習(xí)慣。我們發(fā)現(xiàn)，凌晨兩點(diǎn)之后上網(wǎng)的借款人違約率是之前的兩倍多。

第四，填寫速度。正常借款人填寫信息平均耗時3分鐘，那些填寫時間不足1分鐘或者超過5分鐘，以及填寫過程中不斷修改的借款人，違約概率更高。

《21世紀(jì)》：包括靜態(tài)的性別、年齡、婚姻，以及來自互聯(lián)網(wǎng)的上述因素，對單個借款人，2.0版會評估到多少個類似指標(biāo)？

張俊：平均400個，最多的情況有2000個。

《21世紀(jì)》：2.0版風(fēng)控模型會直接給出審貸意見嗎？

張?。菏紫?，2.0版風(fēng)控模型會形成對借款人的信用評分。然后，模型會有一個“同意”、“拒絕”和“無法自動處理”的審核意見。最后，借款金額和利率與信用評分相關(guān)。

《21世紀(jì)》：2.0版風(fēng)控模型無法自動處理的借款請求，是否會轉(zhuǎn)入人工審核？這個比例有多高？

張?。涸谠缙诘臉I(yè)務(wù)實(shí)踐中，百分百的借款申請會經(jīng)過人工審查。2.0版模型能獨(dú)立完成約70的借款審查，不再需要人工參與。審貸小組同事內(nèi)心糾結(jié)、處境尷尬，因?yàn)樗麄兣ぷ鞯哪繕?biāo)，是讓自己“失業(yè)”。

《21世紀(jì)》：2.0版風(fēng)控模型拒絕的借款人，人工還會復(fù)核嗎？

張?。簩徺J小組不會看。但用戶體驗(yàn)小組會定期看，找出其中是否有誤判，對模型的進(jìn)一步研究提供反饋意見。也有用戶致電，對借款被駁回提出質(zhì)疑，這種情況我們會增加人工審核的環(huán)節(jié)。

《第一財(cái)經(jīng)日報(bào)》解密拍拍貸的風(fēng)控術(shù)，7年的數(shù)據(jù)積累、18個信用評估模型、2000多個風(fēng)控維度，看P2P 如何玩轉(zhuǎn)大數(shù)據(jù)。

解密拍拍貸風(fēng)控術(shù)

鎖定消費(fèi)貸款市場

拍拍貸提供的數(shù)據(jù)顯示，目前其網(wǎng)站已有300萬注冊用戶，2013年全年的交易額為10.5億元，今年僅上半年該平臺的交易額就已達(dá)到12億元。盡管增勢迅猛，但作為一家“老牌”平臺，拍拍貸的交易量與同業(yè)相比依然顯得有些“寒酸”。

在拍拍貸CEO 張俊看來，這主要與拍拍貸的市場定位和風(fēng)控模式相關(guān)?！氨M管我們設(shè)定的借款額度是3000~50萬元，但事實(shí)上，絕大多數(shù)客群的消費(fèi)額都在3000到5000元之間?！?/p>

張俊告訴《第一財(cái)經(jīng)日報(bào)》記者，沒有選擇小微企業(yè)貸款這個市場，一是因?yàn)樵撌袌龈?/p> ,

爭激烈，包括銀行、小貸、擔(dān)保、典當(dāng)、大多數(shù)P2P 等都鎖定這個市場，而P2P 借貸平臺無論是在資金成本還是債權(quán)開發(fā)方面都沒有明顯優(yōu)勢。

“而第二點(diǎn)則在于，目前絕大多數(shù)的小微企業(yè)主年齡都超過45歲，并非互聯(lián)網(wǎng)的主要使用群體。而作為一家完全依賴線上風(fēng)控的平臺，我們建立的模型對于缺乏互聯(lián)網(wǎng)行為的這類借款人并不適用?！睆埧》Q。

零壹數(shù)據(jù)統(tǒng)計(jì)顯示，2013年，拍拍貸全年54993筆借款中，超過87的借款在1萬元以下。而到今年，單筆借款數(shù)字還在繼續(xù)下降。據(jù)張俊介紹，今年拍拍貸的單筆平均貸款約為6000元。

從風(fēng)控角度而言，張俊表示，單筆超過50萬元的貸款很難用純線上的手段把控風(fēng)險。在實(shí)際操作中，平臺上數(shù)萬元的“大額”貸款主要針對網(wǎng)店，基于他們在互聯(lián)網(wǎng)上的數(shù)據(jù)評估風(fēng)險。

在行業(yè)規(guī)模繼續(xù)高歌猛進(jìn)的2014年，拍拍貸卻開始考慮下調(diào)業(yè)務(wù)目標(biāo)。

“年初定的是50億~60億元，后來調(diào)整至30億元?！睆埧”硎?，放慢步調(diào)基于兩方面原因：一是征信系統(tǒng)升級后需要調(diào)試測試，確保風(fēng)控模型的有效性；二是調(diào)整用戶結(jié)構(gòu)，進(jìn)一步“下沉”。

2000多個風(fēng)控維度

在張俊看來，拍拍貸成立7年，他們做的最重要的一件事就是建立了自己的征信系統(tǒng)?！斑@個過程是煎熬的，需要投入大量的時間和資金。2010年以前基本沒什么業(yè)務(wù)，直到2010年8月才達(dá)到盈虧平衡?！?/p>

據(jù)他介紹，經(jīng)過7年的數(shù)據(jù)積累和反復(fù)修正，拍拍貸已經(jīng)建立了一套完整的風(fēng)控流程，分為三個系統(tǒng)：反欺詐系統(tǒng)、信用評級系統(tǒng)模型和基于信用評級的風(fēng)險定價模型。

“以信用評級為例，拍拍貸建立了18個非常詳細(xì)、復(fù)雜的模型。根據(jù)借款人的基礎(chǔ)信

息，平臺會選擇一個適合的模型對其進(jìn)行信用評估。在這個信用風(fēng)險識別模型中，其維度達(dá)2000多個，一個人的參考因子平均有400多個?！睆埧》Q。

具體來看，張俊告訴本報(bào)記者，傳統(tǒng)的金融機(jī)構(gòu)在衡量一個人的信用時會包括基礎(chǔ)信息、社會關(guān)系、負(fù)債情況等七八十個維度，但拍拍貸除此之外會通過自己的搜索引擎技術(shù)在互聯(lián)網(wǎng)上搜集更多碎片化的信息。

張俊舉例說明：“有的借款人各方面指標(biāo)都很好，信用評估的結(jié)果也很好，但我們發(fā)現(xiàn)他曾經(jīng)在賭博論壇里發(fā)表言論，那么他就可能存在賭博的不良嗜好，對我們而言，這樣的借款人就是高風(fēng)險。”

根據(jù)《中國P2P 借貸服務(wù)行業(yè)白皮書》(下稱《白皮書》) ，大數(shù)據(jù)征信的主要特征在于基于多樣化、大體量的異構(gòu)數(shù)據(jù)，對用戶的行為習(xí)慣進(jìn)行全方位、綜合性的分析，以期得到更加精確的信用評估結(jié)果。

《白皮書》顯示，目前來看，大數(shù)據(jù)征信使用的數(shù)據(jù)涵蓋傳統(tǒng)的征信數(shù)據(jù)、消費(fèi)/財(cái)務(wù)數(shù)據(jù)、身份數(shù)據(jù)、社交/經(jīng)營數(shù)據(jù)，乃至日?；顒訑?shù)據(jù)、特定/不特定場景下的行為數(shù)據(jù)，“一切數(shù)據(jù)皆為信用數(shù)據(jù)”。

“不斷擴(kuò)大的客群和數(shù)據(jù)讓風(fēng)險評估模型日益豐滿，這是一個動態(tài)調(diào)整的過程。”張俊告訴《第一財(cái)經(jīng)日報(bào)》記者，例如隨著微博的興起，包括粉絲的數(shù)量、發(fā)布的內(nèi)容、社交的網(wǎng)絡(luò)等都被納入了風(fēng)險評估模型中。

“我們發(fā)現(xiàn)一些有趣的規(guī)律，就微博來看，50個粉絲是一個界限，50個粉絲以上的信用程度比50個粉絲以下的信用程度要高很多。還有就是每天微博的發(fā)送量，3條以上和3條以下的信用度也差別很大。”他舉例稱。

更低的運(yùn)營成本

在中國，絕大多數(shù)的P2P 借貸平臺都將線下渠道嵌入了平臺的運(yùn)營中，用傳統(tǒng)的貸審

方式來彌補(bǔ)大數(shù)據(jù)征信的不足。然而，隨著行業(yè)競爭的加劇和業(yè)務(wù)規(guī)模的擴(kuò)大，線下“戰(zhàn)線”布局的高成本也令不少P2P 借貸平臺叫苦不迭。

張俊認(rèn)為，布局線下除了成本還有管理問題，而平臺的業(yè)務(wù)規(guī)模也直接與線下團(tuán)隊(duì)的業(yè)務(wù)拓展能力掛鉤?！凹兙€上的優(yōu)勢正在逐漸顯現(xiàn)，通過互聯(lián)網(wǎng)的方式，我們覆蓋了全國600多個縣中的400多個?！?/p>

與此同時，在張俊看來，目前大多數(shù)的P2P 公司通過強(qiáng)調(diào)定價能力、多收費(fèi)以及資金池的方式，來獲取利潤。但這種方式隨著市場競爭的加劇和監(jiān)管的發(fā)生，都將變得不可持續(xù)。這也是他之前“95的P2P 企業(yè)會死掉”的判斷邏輯來源。

張俊分析稱，平臺的收費(fèi)能力將從35逐步下降到20左右，那么在那個時候，你的利潤公式就會變成：利潤=收入(18~20)-資金成本(10~12)-運(yùn)營成本(8~10)≤0，這種商業(yè)模式是無法持續(xù)的。

“而拍拍貸定位于平臺，投資者的收益本身來自于借款人。投資者的收益公式為：收益=借款人愿意付出的總成本(18~20)-平臺收費(fèi)(4)-壞賬率(1.5~2)=12~14.5?！睆埧》Q。

他認(rèn)為，這個過程中，拍拍貸這種商業(yè)模式的優(yōu)勢就會顯現(xiàn)出來，拍拍貸可以將運(yùn)營成本降低到2以下，而且隨著用戶規(guī)模的不斷擴(kuò)大，成本的優(yōu)勢會更加明顯。

此外，長遠(yuǎn)來看，依賴大數(shù)據(jù)不僅可以辨識風(fēng)險，降低運(yùn)營成本，更重要的是可以更精確地進(jìn)行風(fēng)險定價，目前，根據(jù)信用評估的結(jié)果，拍拍貸平臺上的借款人從A-HR 分為8個等級，借款利率從年化9到20不等。

根據(jù)《白皮書》，傳統(tǒng)的征信技術(shù)導(dǎo)致以風(fēng)險等級為特征的階梯定價，以Lending Club為例，該平臺將借款人的風(fēng)險等級分為A~G共7個等級，每個等級包括5個子級，在同一子級內(nèi)，相同的借款承擔(dān)相同的利息。

“這意味著Lending Club上的借款人最多只有35種類型，但事實(shí)上，同一類型中成千上萬的借款人并不相同，其風(fēng)險程度可能大相徑庭。而未來大數(shù)據(jù)征信則可能為每個人設(shè)定一個單獨(dú)利率，可以更精確地定價風(fēng)險?！薄栋灼凤@示。 責(zé)任編輯：Magina