消费信贷中如何有效降低风控及科技成本

祝世虎 光大信托信息技术部副总经理、数据中心总经理

 

一、消费信贷历史发展

消费信贷和场景金融紧密关联。现在消费信贷的大部分品种都和场景金融相关。1985年中国银行发行了第一张信用卡，标志着我国场景金融业务的开始。2013年蚂蚁金服的余额宝上线，标志着“互联网+”模式的新起点。2019年一系列监管文件使金融的场景化、线上化、多元化的趋势开始飞速发展。2019年后，大、中、小金融机构都开始参与消费金融和场景金融。但到了2020年，教育分期、医美分期、长租公寓等场景接连爆雷，让一些金融机构进退维谷。我当时写了一篇文章叫《场景金融的风险识别与管控》，主要介绍了场景金融的三层风险金字塔结构。

但在后续的工作中，我发现银行，特别是中小金融机构面临的问题不仅仅是场景风险识别和管控。另外的问题是机构要降低风控成本，要以低成本的方式做场景金融。所以今天主题是中小金融机构如何降低场景金融或者消费金融的成本，让其避免落入成本陷阱，能够充分利用自身优势和灵活性，以业务为导向，根据自身情况量力而为地建设金融科技和风控能力，以场景金融为抓手践行普惠金融。

 

二、践行普惠金融的误区

以我个人经验来看，运营成本升高的中小银行或者中小金融机构普遍存在以下五个误区：

（一）五个误区

第一个误区是模型决定论，即银行认为普惠金融的客户是模型所决定的，模型决定了一切。在这种思维将导致什么结果？例如：我见过很多银行等金融机构，它的业务发展有一个怪象，就是分行业务部门费劲千辛万苦与场景方谈好将流量引过来，引过来之后用模型进行流量筛选，客户的通过率特别低，开始仅在30%~40%左右。而这种低通过率还要持续几个月，此时场景方就失去耐心，分行也丧失信心，从而导致业务量上不去，这是第一个问题。此外，对模型的决定能力过分看重，会导致人力成本的升高，因为模型构建的人力成本是比较高的。

第二个误区是完全自主开发。其实机构完全自主开发是有道理的，在有建模的人才和数据的基础上，例如：二代征信特征的衍生，究竟是买一个成熟的产品，还是自主开发？主要看两点：一是有没有能自主开发的人？二是金融机构除了二代征信的数据之外，有没有大量跟二代征信相关的数据？如果有人才且有征信报告之外的大量相关的数据，那么可以建议机构自主开发。但一些中小银行的数据非常少，这种情况下自主开发不如买外面的成熟产品以降低成本。很多金融机构在自己没有数据、人力的情况下还想自主开发，这是一个悖论。

第三个误区是后发点为陷阱，将留在下文解决。

第四个误区是由科技引领数字化的转型，存在两个问题：一是科技和业务的严重脱节；二是“科技引领”造成了巨大的科技资源浪费，所以对于能力建设和系统建设，我个人比较倾向于能力建设。

第五个误区是很多中小金融机构建设了风控能力，但还在做一些低风险、有担保的业务，我认为这也是欠妥的。

所以这五个误区会导致中小金融机构的人力成本、风控成本、科技数据成本和业务成本升高。

（二）建模要以能力为纲领

做模型是必要的，但更需要的是能力，而非人力。招一、两位有能力的人就足够，否则容易产生浪费。作为中小银行或者其他中小金融机构，具备风险集成能力即可，不应将自主研发放在过于重要的位置上。此外，风控不能是被动的风控。场景方将流量推给机构，机构因为要查征信、查外部数据，所以对流量做风控的成本非常高。我的观点是中小银行要具备主动风控的能力，尽量利用外部数据与成熟的技术，把流量准入放在流量分发的层级去做，这样可以有效节约风控成本。据我测算，风控成本降低一半左右是不难达到的。

科技建设不要以系统建设为主，而应当以能力建设为纲领。我提出的口号叫做：业务引领、数据为基、科技前瞻。如果是以科技为主的话，科技会以系统建设为主，从而会带来系统的浪费。在科技能力与风险能力都建设完成后，机构开始做业务，此时就要考虑如何降低业务成本。假设有两家金融机构：第一家金融机构要做10个平台，每个平台做1个产品，风险分散；第二个金融机构要做1个平台并深挖10个产品，因其从收益和业务开展的角度来说，对平台的客户风控数据很熟悉，所以也是可以盈利的。

以上就是运营成本升高的中小银行或者金融机构所存在的五个误区的主要内容。

 

三、普惠金融的比较优势理论

（一）对抗导致高成本与内耗

普惠金融存在着比较优势理论，即：场景方金融机构通过在客户资金风控、技术场景等方面的比较优势，来承担贷款的营销、征信审批。也就是说，场景方和金融机构应是相互配合做场景金融，而非两方对抗。这种对抗非常内耗，消耗成本也是准入率、通过率非常低、业务做不起来的主要原因之一。

（二）场景方和金融机构要分工合作

对于金融机构的准入模型和场景方的流量分发模型间的关系，两者并非必须要对抗、相互保密。根据2016年的一篇论文可知：如果黑箱模型三个月内不更新的话，场景方一定能够猜到此模型的主要结构和参数；如果场景方的流量分发模型两个月不更新，机构方也能猜到模型根据向量的动向。所以，黑箱部署是用于防范内部人员的，而非对外。因此，如果想保持模型的神秘性，运用黑箱模型、且一个月更新一次，成本其实是很高的。所以，我认为场景方的模型和银行金融机构的模型最好能够相互融合、分工、减少竞争，这样会显著降低成本、提高通过率。

 

四、金融科技发展与数字化中的误区

（一）投入成本问题

金融科技必须投入非常大。实际上很多中小银行想建设风控能力、科技能力，并向外输出。很多纯技术公司尚且难以盈利，所以说银行这样做更是存在一定的困难，可能只有股份制银行或者是大银行能做到风控能力和科技能力向外输出。小银行想风控能力和和科技能力向外输出赚钱的概率不大，输出是可能的，能自主盈亏的概率不大。

（二）后发劣势问题

后发劣势陷阱指的是“后浪”（后发者）在学习“前浪”（先发者）的时候，只关注“前浪”容易学的部分，即：建设科技系统是最容易学的，只需要花钱就能建设，但却忽略了需要研究数据、搭建风控能力、打通科技系统之间的架构，以及做到数据的互联互通。

此外，很多银行等金融机构也认为数字化转型就是建设科技系统。但我认为数字化转型的关键是业务引领，打破部门边界。所以说数字化转型的指导思想就是：业务引领、数据危机、科技前瞻。首先要打破部门边界，创建一个团队；然后在团队内，利用金融科技发展生产力、发展业务；最后重新打破部门边界，夯实新的部门边界，形成了新的生产关系。

演讲稿整理：白峻赫

责任编辑：张语婷

来源：TGES 2021（第十七届）中国金融风险经理年度总论坛：零售消费金融与风险管理（11月）