锋菲复合：信贷工厂与金融大数据之结合

由于我国P2P相对来说起步略晚，目前仍然处于发展阶段，同时行业的统一规范仍待进一步出台。因此，现在各大P2P平台的风险评估方式是各具特色的。但不论何种风险评估模式，第一步要做的就是对客户资料的收集。目前流行的信贷风险评估模式主要有以下两种：一是信贷工厂，二是金融大数据。

“信贷工厂”模式广泛运用于商业银行的中小企业贷款审批过程中，所谓“信贷工厂”就是在进行贷款审批时，运用一系列审核标准进行审核。当贷款申请者资料到达后，比照审核标准，能通过标准则发放贷款；否则，拒绝发放。而这一模式能够有效控制风险的基础就是大量的客户数据。利用这些数据构建分析模型，便能形成信用评分卡，降低审批主观因素，提高效率。

对于“信贷工厂”模式，其核心在于如何根据所收集数据的特点建立合适的模型。目前建立信用评分卡模型的方法较多。但鉴于数据的特点、预测的准确性等因素，Logistic回归是一种广泛使用。

对于信贷风险的管控，目前绝大多数金融机构都采取了以定量分析为主的策略。而运用相关模型进行定量分析的关键就在于能否找到有效的客户数据。“相对于成立几十年甚至百年，拥有庞大客户群体和客户资料的大型金融机构来说，P2P平台的客户资料和可以用于定量分析的客户数据肯定少之又少。”好利网负责人简育清表示。

在传统的借贷模式中，银行等金融机构承担了审贷和管理的角色。“因为银行有借款人的详细信息，同时也掌握复杂的风险评估方法，因而能相对较好地消除借贷过程中的信息不对称。而在P2P网络借贷环境中，出借人儿乎无法较全的掌握借款人的真实情况，信息不对称问题非常严重。网站中所提供的信用数据，对防范信用风险也很难起到实质性作用，即单靠P2P网站来解决信用风险是不够的。”简育清说。

为了有效控制网络借贷信用风险，简育清认为，P2P相关从业人员和监管者需要从以下几个方面进行努力：

首先，在平台外部，****应确立专门的监管体系，规学习与实践网络借贷平台运行机制，明确网络借贷中网站、借款人、贷款人和监管方的权利和义务，尤其要注意维护用户的合法权益(如知情权、隐私权等)，制定平台用户信息安全保障的具体内容，最大程度地使网络借贷安全有序进行。

同时，要构建客观全面的客户信用评级体系，将网络信用的数据与人民银行的个人征信系统结合起来，实现统一的信用体系，达到控制风险、促进网络借贷有序发展的目标。

其次，在平台之问，也要开展相互合作，各网络借贷公司可以联手打造“公共网络平台”，在该平台发布借款、还款记录以及用户评价等信息，完善风险控制机制，实现网络借贷健康发展。

最后，在平台内部，网络借贷平台应建立全面的风险管理体系与完善的网络借贷检测体系，对借款期限、借款利率、历史信用、偿还情况和用途说明等因素进行全面有效的监测，同时，网站必须定期向监管部门提交数据报表。

标签：