以宜人贷和信而富为例 看差异化风险定价能否为现金贷解危

4月12日新闻：厦门女大学生“如梦”因为还不上校园贷在宾馆烧炭自杀了。

根据银监会新政：“严格执行最高人民法院关于民间借贷利率的有关规定，不得违法高利放贷及暴力催收。”超过36%的高息不受法律保护，目前看来已经成为现金贷的死局。

据北京商报报道，目前现金贷平台的坏账率在30%左右，小额现金贷坏账率最高能到50%。如此高的坏账率，利息低了怎么覆盖风险？现金贷的危局又怎么来破解？

很多平台想到的办法：差异化定价策略，即通过所谓的金融科技提升风控能力，以差异化的风险定价来破解风控和盈利的两难。

很多平台开始建立自己的大数据的风控模型和反欺诈系统，所谓的大数据风控模型。深挖借款人的社交、电商、位置、出行等大量弱特征数据，美其名曰：人工智能分析、机器深度学习，通过对大数据进行处理，建立有效模型进行风险控制，实现因人而异的风险评价和利率定价。这一过程俗称：跑分。然后根据分数划定借款与否以及借款的额度。比如说跑完模型600分以上认为资信良好可以，然后放款。

且不说一个完整的风控模型没有个三、五年的完整借贷周期是无法验证的，但就行业内的卖数据的征信公司也是五花八门，数据真伪、来源、抓取模式更是良莠不齐。更有公司用爬虫到网路扒几个数据就直接出来卖了，如此现状让平台怎么敢指望？

没办法，金融挣的就是风险定价的钱，自己从基础开始做风控，一点一点的搭台子是不得已的办法。

看两个例子：纽交所上市公司宜信的宜人贷。运用差异化定价策略，其将不同信用程度的借款人分成A、B、C、D四个等级，给予不同的利息和交易费标准。其中，A、B、C、D四级分别对应5.6%、18.5%、26.4%、28.2%的平均手续费和16.9%、27.4%、33.5%、39.5%的综合利息。

据宜人贷财报，2016年第四季度，A、B、C、D借款占当期促成借款总额的比例分别为4.3%、3.2%、4.7%和87.8%，评级最低的D级贷款占了87.8%。可是，39.5%的利息是政策所不允许的。尽管其盈利依然大幅领先于美国同行。

宜信的这一差异定价策略显然是无法应对目前的监管政策的要求。87.8%业务被划分为高利贷，这样的划分太笼统了吧？注定无法过关。

再看准备在纽交所上市的信而富。与宜人贷不同，其风险划分策略是根据违约概率将借款人分成7个等级，并粗略的与FICO打分匹配。

对，你没看错，是根据违约概率分人，违约概率分级。根据其算法，借款人中的89.30%分布在类别1、2、3类人，相当于FICO660分以上的人群。

数据显示2016年，主打短期消费信贷的信而富，其借款期限小于3个月的消费信贷的综合借款利息为22.35%~23.35%，远低于宜人贷D级客户的39.5%。而这一风控定价策略带来的结果是信而富最近两年财报的持续亏损。

两相比较，宜信涉嫌高利贷但是盈利；信而富利息虽然合规，但是持续亏损。一个根据信用程度分级，另一个根据违约概率分级。

而两家平台的掌舵者及其高管团队都是美国归来的资深人士。两家的风控模型和定价策略难说不算代表着行业最高水准。

差异化风险定价的关键价值：精细化、精准化定价，平台当以风控和利率的全面智能化为追求。难道所谓的金融科技、大数据、人工智能面对监管，都无法破解现金贷的危局？

还是要怪平台自身模型依然不够精细化、精准化，不够科学，不能全面实现智能化，以至于推出的差异化定价策略不够好？

有没有平台能真正实现人工智能定价呢？依靠人工智能得到一千种差异化定价策略能否实现既合规又盈利的双赢？

一千个哈姆雷特，就有一千个差异化策略。