签到
EN

互联网消费金融的风险分担机构

37浏览
2022/04/29 08:52发布
互联网金融实验室
互联网金融实验室
互联网金融风险、创新互联网消费金融的风险分担机构

流量平台与金融机构合作开展互联网消费金融业务时,双方关于合作模式可能有各种说法:助贷、分润、导流、自营、兜底、风险缓释……

 

面对形形色色的说法,我们需要把握的核心问题是:风险由谁承担?各方承担的风险与获取的收益是否匹配?

 

接下来我们将介绍互联网消费金融业务中常见的三种风险分担结构。

 

 

(一)流量方提供风险保证

 

行业初期,业务模式尚未跑顺,流量方的风控能力尚未得到充分验证。为从金融机构获取放贷资金、从而得以开展业务,流量方往往需要向金融机构缴纳风险保证金,并承诺为逾期到一定阶段的客户代偿本息。保证金比例通常是在贷余额的 5-10%,只要最终发生的坏账不超过保证金余额,金融机构的放贷资金就是安全的。

 

在这种风险分担结构中,流量方向金融机构推荐客户,并承担这部分客户可能产生的风险。此时,流量方成为 C 端风险的实际经营者,视其风险管理效果的好坏,获取浮动收益;金融机构则基于其出资规模与要求的资金回报率获取固定收益。

 

需要注意的是,这个模式并不意味着金融机构可以高枕无忧了。若坏账高到击穿保证金,流量方又发生偿付能力不足甚至跑路等情况,金融机构就面临实打实的本金损失;本质上,金融机构直接承担的是流量方的 B 端风险。

 

图片

 

在此模式下,金融机构往往疏于对每个具体借款人的风险评估(反正出了风险也有人兜底不是么),而是将重点放在对流量方的风险评估上;风控重点是 TO B 而不是 TO C。也就是说,金融机构需要对流量方做尽调,仔细审查其资质、保证金比例、经营状况、资产负债情况等等,即传统对公信贷业务的思路。

 

 

 

(二)第三方增信机构提供风险保证

 

监管趋严,要求金融机构自主管理风险,禁止流量方进行风险兜底。而已沦为“资金方”的金融机构,仍然缺乏 TO C 风控的能力。聪明的市场参与方,引入了融资性担保公司或提供信用保证保险的保险公司等增信机构,由增信机构为金融机构提供风险保证,同时流量方往往又为增信机构提供风险保证。也就是说,风险转了一道手,仍由流量方变相兜底。

 

表面上看,增信机构只是出了个牌照、做了个“通道”、躺赚一小笔通道费;殊不知,这样微薄的收益早已在暗中标明了高昂的价格:流量方的 B 端风险此时转到了增信机构头上,一旦流量方无力偿付,增信机构只能自己来承担坏账了;通道费收入与潜在的风险往往不成比例。当然,如果增信机构的偿付能力也出现问题,坏账归根结底还是由金融机构承担。

 

图片

 

在此模式下,不明就里的增信机构,如果既缺乏对借款人 C 端风险的实质把控,又缺乏对流量方 B 端风险的审慎评估,可能就被带到沟里去了;参照信用保证保险暴雷的例子。

 

实际业务中,增信机构常常为流量方的关联公司,只是为满足合规要求而引入;此时风险分担结构(二)与(一)更是没有本质区别,金融机构仍然是在做 TO B 的风控。

 

 

(三)金融机构自主承担风险

 

随着流量方逐渐成长为在业务合作中掌握议价权的流量平台、乃至上市,资本市场的估值逻辑驱使其追求轻资产化(纷纷改叫“数科”),不断降低风险资产的比例。新的市场与监管趋势下,流量平台回归其本质,为金融机构推荐客户,而不再附加风险保证。

 

图片

 

在此模式下,金融机构(或其引入的增信机构)成为 C 端风险的承担者与经营者,视其风险管理效果获取浮动收益;强势流量平台则收取不菲的流量费,向金融机构提供风险评估建议,而无需对结果负责。

 

此时微妙之处在于,需要 100% 出资和 100% 承担风险的金融机构,TO C 风控的能力储备往往是不足的。而头部流量平台,经年累月已掌握了海量客户数据,有能力对 C 端风险进行较精准的甄别,其流量费收益却不直接与风险挂钩。在最大化利润的动机驱使下,流量平台极易有道德风险:如将明知风险较高的借款人推荐给金融机构,以收取尽可能多的流量费;或将一个客户推荐给多家金融机构,人为拉高多头共债风险。

 

此时对金融机构来说,承担的风险与获取的收益仍然不匹配;落后就要挨打,金融机构亟需建设自身的 TO C 风控能力。方向早已明确,然而实践路漫漫。

 

 

 

*文章来源:小数据风控

*侵权必删

互联网金融实验室
互联网金融实验室
文章123
·
总浏览量18907
最新文章
更多
共读经典,启智未来——尚悦小夫子与《论语》之旅
杨展
3350
浏览
【千帆竞发占潮头 百舸争流破浪行】中国企业正扬帆启航向深蓝进发 | 2024全球出海数智创新高峰论坛邀您9月论道
杨展
3360
浏览
Campbell Harvey教授:Web3觉醒: 解密去中心化金融(DeFi)与Web3的未来
学术会议动态
27
浏览
Daniel Rabetti | 区块链取证:揭示加密货币的黑暗面
学术会议动态
17
浏览
修大成 | 金融机器学习: 崛起、突破与局限性
学术会议动态
35
浏览
李鲲鹏 | 单一因子降维方法:理论与金融应用
学术会议动态
16
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
239
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1236
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
988
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
988
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
956
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
917
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
884
浏览
《中央企业基金业务管理暂行办法》已内部印发
楚健
·
840
浏览
银行纷纷入局数字藏品赛道,什么信号?
李杨杨
·
829
浏览
研究方法:文献资料分析方法
周舟
·
727
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
708
浏览