人人貸聯合創始人楊一夫:明確自身定位,陽光透明運行

自誕生以來,P2P網貸平臺一直在質疑聲中成長。隨著備案的三度延期以及劣質問題平臺風險的集中爆發,業內不禁忐忑P2P平臺未來的發展之路在哪裡?

隨著互聯網金融專項整治工作的深入有序開展,一方面少數平臺選擇良性退出,另一方面大部分平臺積極配合監管要求正加速整改。

從機構角度來看,如何看待行業的集中“爆雷”?如何保障平臺安全?行業未來發展路在何方?針對這些問題,人人貸聯合創始人楊一夫接受了《金融時報》記者的專訪。

人人貸聯合創始人楊一夫:明確自身定位,陽光透明運行

記者:近期行業震盪,您怎麼看?

楊一夫:近期很多平臺陸續出現了兌付問題,其中相當一部分平臺老闆跑路,給行業聲譽帶來了很不好的影響,也影響到了投資人的信心。但是我們需要看到的是,目前跑路的這些平臺大部分是自融平臺或者是純粹的欺詐平臺,資金大量流入平臺老闆控制的其他公司,當平臺因為經濟下行或是股市波動等外部因素出現資金緊張時,便不能及時還款,更有甚者選擇捲款跑路,給投資人造成了損失。

自融平臺的一個明顯特徵是並沒有上線嚴格、規範的銀行存管,導致平臺可以隨意調動資金,實施自融。從另一個角度上講,我們也看到大部分“爆雷”平臺都在經營大額機構貸款業務,經營大額貸款業務需要更低成本的資金、更大的資產規模和豐富的資產類別對沖不同時間點上的風險,這本是銀行的業務。

網貸的互聯網屬性以及與傳統金融機構差異化的定位決定了P2P網貸平臺不太適合做這類業務,風險較難把握,這也導致部分大額業務平臺轉向自融或是變相自融。同時,還有少量出現問題的平臺不具備資產自營能力,大量依靠外部團隊,導致基礎資產風險不明,這也給這類平臺的持續經營帶來了很大挑戰。

不過,我們相信這一輪的震盪過去之後,行業會迎來更好的發展。

記者:因行業頻繁出現的風險事件,P2P在飽受社會爭議,行業將走向何方成為業內憂慮的問題。作為從業者,您如何看待網貸行業未來的發展?

楊一夫:在監管的作用之下,網貸行業正逐漸趨於理性。未來,行業競爭會變得更加有序,同時,能做的事情也會在更為嚴格的監管體系下,陽光透明地運行。

在這種情況下,網貸平臺一定要找對自己的商業模式,建立行業壁壘,其中很重要的一點就是要明確自身的定位,不僅僅是在商業環境中的定位,更重要的是在中國整體金融框架、社會框架下的定位,我們應該成為傳統金融機構的補充,而非直接競爭者。我們提供的服務無論在客群上,還是需求上,一定是差異化的,是傳統金融機構很難服務的部分,這才是網貸的優勢、使命和價值。

普惠金融成為了P2P行業的“風口”。國家目前在防範金融風險的同時,鼓勵支持實體經濟的金融服務。網貸這一交易模式如果合規經營,專業服務小微需求,其實能夠很好地成為傳統金融機構的補充力量,去服務具有社會正外部性的普惠金融需求。

但是普惠金融業務真正實踐起來並不容易。客群特性、政策准入、風控能力、商業模式等都需要做深入的研究。

人人貸聯合創始人楊一夫:明確自身定位,陽光透明運行

記者:事實上,早前央行等五部委聯合出臺了《關於進一步深化小微企業金融服務的意見》,督促與引導金融機構加大對於小微企業的金融支持力度。P2P在支持小微企業方面的優勢在哪裡?

楊一夫:一方面是客群,根據我們對借款客群的長期觀察,小微企業主的經營性資金需求是廣泛存在的。按照監管的要求,網貸所能夠覆蓋的借款上限是個人單一平臺20萬元、企業單一平臺100萬元,這符合小微企業經營性借款的普遍資金需求。

中國約有7300萬小型和微小型企業,但是他們能夠充分享受到的金融資源是非常有限的。傳統金融機構較難覆蓋20萬元以下的小微型融資需求,而這恰恰是中國實體經濟成長的“毛細血管”。網貸可以有效觸達這一人群和這一微型額度需求,幫助他們更高效地獲取社會閒置資本。

另一方面是數據技術。通過移動互聯網的快速普及以及隨之帶來的數據快速積累,網貸等金融科技企業通過規模化的業務拓展方式和互聯網化的發展速度,積累了大量差異化的用戶數據,通過大數據的分析和人工智能、機器學習技術的應用,以個人信用為切入點和出發點,能夠快速判斷個體融資需求的可信性和有效性,對於識別用戶欺詐風險和信用風險都提供了區別於傳統金融機構風險管理方式的新的解決思路。

人人貸聯合創始人楊一夫:明確自身定位,陽光透明運行

記者:根據監管要求,開展合規經營,加強風險防範成為當前P2P平臺的重心,大數據等技術也被廣泛用於風險管理中,如何有效識別與評估風險?

楊一夫:從業務上來講,不同額度、不同利率、不同期限的信貸,其實本質上差異很大。對於20萬元以內額度的信貸,在風控上是依託以數據為核心的方式。

然而,信貸有其特殊性,其主要表現是風險在時間上的滯後性和空間上的外溢性。時間上的滯後性是指信貸資產的風險逐漸累積並持續暴露,風險充分暴露的時間短則數個月,長則幾年。空間上的外溢性是指現在社會各個經濟金融業務之間都是廣泛聯繫的,金融風險會在相關行業或者機構間進行傳導甚至放大。

無論從理論上還是實踐上,單純的“數據驅動”方法很難通過用戶在申請時點上的數據去預測用戶一定時間之後的風險表現,應充分結合客群特徵、產品特性,再結合大數據技術深刻探究用戶數據和信用資質間的因果關係,使得信貸資產在相對較長時間後的風險表現能夠符合當時的預測。

數據驅動不是沒有價值,應該說未來的價值會越來越大,但人類長期積累下來的“可解釋性”經驗依然是數據驅動下不可或缺的矯正要素。

新手註冊享1288元紅包


分享到:


相關文章: