拍拍貸的模式分析
一、 出借人自擔(dān)風(fēng)險(xiǎn)模式 拍拍貸的模式分析(一) 代表平臺(tái):拍拍貸(二) 平臺(tái)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(gè)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(xiǎn)模式 拍拍貸的模式分析
(一) 代表平臺(tái):拍拍貸
(二) 平臺(tái)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(gè)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(tái)。
(三) 平臺(tái)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(tái)審核方式:拍拍貸審核方式基本以線上審核為主,對(duì)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(duì)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(tái)專項(xiàng)撥款建立“風(fēng)險(xiǎn)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(gè)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(shí),3個(gè)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(tái);
2、 借款利率由雙方根據(jù)資金市場(chǎng)競(jìng)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(duì)比各項(xiàng)資料,存在較大的風(fēng)險(xiǎn);
4、 借款無抵押、無擔(dān)保,借出人面臨著較大的信用風(fēng)險(xiǎn);
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(xiǎn)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(jìng)標(biāo)方式實(shí)現(xiàn)在線借貸過程。利率由借款人和競(jìng)標(biāo)人的供需市場(chǎng)決定,一般在15上下。網(wǎng)站僅充當(dāng)交易平臺(tái)。
審核方式:對(duì)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(duì)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(shì):(1)競(jìng)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(xiǎn)也小。(3)信用審核引入社會(huì)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(duì)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(xiǎn)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(cuò),那么拍拍貸的鼓勵(lì)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(tái)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(duì)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(tái)上借款,一定程度上增加了流動(dòng)性,但是沒有二手債權(quán)交易平臺(tái)。
6、拍拍貸純線上風(fēng)控模式對(duì)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(gè)人征信系統(tǒng),那么對(duì)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(gè)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(píng)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(píng)估用戶當(dāng)前的信用狀態(tài),將給每個(gè)借款人打出當(dāng)前狀態(tài)的信用分,信用分會(huì)預(yù)測(cè)從現(xiàn)在開始后3個(gè)月內(nèi)該借款人的信用狀態(tài)。在此基礎(chǔ)上,使用個(gè)人的信用分,結(jié)合新發(fā)標(biāo)的信息,打出對(duì)于每個(gè)標(biāo)的6個(gè)月內(nèi)逾期率的預(yù)測(cè)。
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(gè)人守信、違約的因子。比如影響一個(gè)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(píng)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(duì)人群進(jìn)行了細(xì)分,有近十個(gè)群體維度。1.0版更多評(píng)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(gè)子模型,2.0版增加到18個(gè),對(duì)人的判斷更準(zhǔn)確。
《21世紀(jì)》:所以這是一個(gè)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?。嚎梢耘e幾個(gè)例子來說明。
第一,通過拍拍貸自主研發(fā)的搜索引擎,對(duì)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(xiǎn) 。
第二,鼓勵(lì)借款人將賬號(hào)與微博、Qzone 等社交網(wǎng)絡(luò)帳號(hào)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(huì)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(huì)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(shí)3分鐘,那些填寫時(shí)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(duì)單個(gè)借款人,2.0版會(huì)評(píng)估到多少個(gè)類似指標(biāo)?
張?。浩骄?00個(gè),最多的情況有2000個(gè)。
《21世紀(jì)》:2.0版風(fēng)控模型會(huì)直接給出審貸意見嗎?
張俊:首先,2.0版風(fēng)控模型會(huì)形成對(duì)借款人的信用評(píng)分。然后,模型會(huì)有一個(gè)“同意”、“拒絕”和“無法自動(dòng)處理”的審核意見。最后,借款金額和利率與信用評(píng)分相關(guān)。
,《21世紀(jì)》:2.0版風(fēng)控模型無法自動(dòng)處理的借款請(qǐng)求,是否會(huì)轉(zhuǎn)入人工審核?這個(gè)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(qǐng)會(huì)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(huì)復(fù)核嗎?
張?。簩徺J小組不會(huì)看。但用戶體驗(yàn)小組會(huì)定期看,找出其中是否有誤判,對(duì)模型的進(jìn)一步研究提供反饋意見。也有用戶致電,對(duì)借款被駁回提出質(zhì)疑,這種情況我們會(huì)增加人工審核的環(huán)節(jié)。
《第一財(cái)經(jīng)日?qǐng)?bào)》解密拍拍貸的風(fēng)控術(shù),7年的數(shù)據(jù)積累、18個(gè)信用評(píng)估模型、2000多個(gè)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(chǎng)
拍拍貸提供的數(shù)據(jù)顯示,目前其網(wǎng)站已有300萬注冊(cè)用戶,2013年全年的交易額為10.5億元,今年僅上半年該平臺(tái)的交易額就已達(dá)到12億元。盡管增勢(shì)迅猛,但作為一家“老牌”平臺(tái),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(chǎng)定位和風(fēng)控模式相關(guān)。“盡管我們?cè)O(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?qǐng)?bào)》記者,沒有選擇小微企業(yè)貸款這個(gè)市場(chǎng),一是因?yàn)樵撌袌?chǎng)競(jìng)
,爭(zhēng)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(gè)市場(chǎng),而P2P 借貸平臺(tái)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(shì)。
“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(tái),我們建立的模型對(duì)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(xiǎn)。在實(shí)際操作中,平臺(tái)上數(shù)萬元的“大額”貸款主要針對(duì)網(wǎng)店,基于他們?cè)诨ヂ?lián)網(wǎng)上的數(shù)據(jù)評(píng)估風(fēng)險(xiǎn)。
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(jí)后需要調(diào)試測(cè)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(gè)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(gè)過程是煎熬的,需要投入大量的時(shí)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(gè)系統(tǒng):反欺詐系統(tǒng)、信用評(píng)級(jí)系統(tǒng)模型和基于信用評(píng)級(jí)的風(fēng)險(xiǎn)定價(jià)模型。
“以信用評(píng)級(jí)為例,拍拍貸建立了18個(gè)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(tái)會(huì)選擇一個(gè)適合的模型對(duì)其進(jìn)行信用評(píng)估。在這個(gè)信用風(fēng)險(xiǎn)識(shí)別模型中,其維度達(dá)2000多個(gè),一個(gè)人的參考因子平均有400多個(gè)?!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(gè)人的信用時(shí)會(huì)包括基礎(chǔ)信息、社會(huì)關(guān)系、負(fù)債情況等七八十個(gè)維度,但拍拍貸除此之外會(huì)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(píng)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(duì)我們而言,這樣的借款人就是高風(fēng)險(xiǎn)。”
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(duì)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(píng)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?dòng)數(shù)據(jù)、特定/不特定場(chǎng)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(xiǎn)評(píng)估模型日益豐滿,這是一個(gè)動(dòng)態(tài)調(diào)整的過程?!睆埧「嬖V《第一財(cái)經(jīng)日?qǐng)?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(xiǎn)評(píng)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(gè)粉絲是一個(gè)界限,50個(gè)粉絲以上的信用程度比50個(gè)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(tái)都將線下渠道嵌入了平臺(tái)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(jìng)爭(zhēng)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(tái)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(tái)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。“純線上的優(yōu)勢(shì)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(gè)縣中的400多個(gè)?!?/p>
與此同時(shí),在張俊看來,目前大多數(shù)的P2P 公司通過強(qiáng)調(diào)定價(jià)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(chǎng)競(jìng)爭(zhēng)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(huì)死掉”的判斷邏輯來源。
張俊分析稱,平臺(tái)的收費(fèi)能力將從35逐步下降到20左右,那么在那個(gè)時(shí)候,你的利潤公式就會(huì)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(tái),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(tái)收費(fèi)(4)-壞賬率(1.5~2)=12~14.5。”張俊稱。
他認(rèn)為,這個(gè)過程中,拍拍貸這種商業(yè)模式的優(yōu)勢(shì)就會(huì)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(shì)會(huì)更加明顯。
此外,長遠(yuǎn)來看,依賴大數(shù)據(jù)不僅可以辨識(shí)風(fēng)險(xiǎn),降低運(yùn)營成本,更重要的是可以更精確地進(jìn)行風(fēng)險(xiǎn)定價(jià),目前,根據(jù)信用評(píng)估的結(jié)果,拍拍貸平臺(tái)上的借款人從A-HR 分為8個(gè)等級(jí),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(xiǎn)等級(jí)為特征的階梯定價(jià),以Lending Club為例,該平臺(tái)將借款人的風(fēng)險(xiǎn)等級(jí)分為A~G共7個(gè)等級(jí),每個(gè)等級(jí)包括5個(gè)子級(jí),在同一子級(jí)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(xiǎn)程度可能大相徑庭。而未來大數(shù)據(jù)征信則可能為每個(gè)人設(shè)定一個(gè)單獨(dú)利率,可以更精確地定價(jià)風(fēng)險(xiǎn)?!薄栋灼凤@示。 責(zé)任編輯:Magina