P2P风控不应偏信大数据

 

在8月15日举行的“2014年中国中小银行发展高峰论坛”上，银监会创新监管部主任王岩岫透露，目前可查的P2P机构有1200家，到7月份为止，实际上跑路的有150家，每个月有6、7家跑路。P2P如何进行风险控制、投资人如何加深对P2P的考察成为行业发展的关键。上海市信息服务业行业协会会员单位，中国小额信贷联盟20余家成员之一的新新贷总裁助理朱捷认为，P2P的风控不应偏信大数据模型，通常审核维度越多，模型反而越失真，必须获取和分析用户的关键信息。 P2P风控不应偏信数据模型 新新贷助理总裁朱捷介绍，新新贷曾在2、3月份的项目淡季，对大数据如何应用在P2P上进行研究，发现审核维度越多，或者说风控流程越复杂，带来的“脏数据”越多，模型也越失真。 “对融资方进行考察并非是 挑圣人 。”他说，“小微企业主通常会有缺陷，比如我们发现，一些态度不太好的企业主，可能信用挺好，因为他有议价权。相反，一些待人接物很礼貌的企业主，实际金融信用并不好，他可能是为了获得贷款有良好的态度。” 很多大数据风控的手法本质是大数法则，朱捷认为在风控环节上使用大数法则不过是延迟风险，相比之下，线下的实地走访更靠谱，而且线下审核成本不一定高过线上成本。例如线下审核的重要环节之一—“走访”，在这一过程中风控人员需要对企业及借款人做全面的尽职调查，既要调查其上下游客户，确定企业是否有稳定的上下游关系，也要走访其亲友情况做了解，例如对亲友的品行爱好进行了解，“有时候，即使融资方信用很好，但是可能起融资是为了帮亲友还债，这也是要当心的。” 朱捷透露，目前在P2P领域，大数据在风控环节的成功案例较少，金融领域仅有阿里小贷等做得较为优秀。究其原因，一是因为大部分P2P机构缺乏实时数据，二是缺乏约束力，例如阿里小贷对商家店铺有着强大的约束力。其他部分公司所谓的“大数据风控”主本质上仍然是应收账款抵押手段，类似于商业保理。 P2P大数据更适合产品设计 综上所述，朱捷提醒，投资者在挑选P2P投资网站时，不应该过度相信“审核通过率”这一指标，“通过率低不代表风控严格，而是可能没有精准营销。”     他认为，可以通过为不同的融资方定制小贷方案，例如基于借款记录定制合适的产品，可以减少审核流程降低成本，这时能体现大数据的威力。但是这也需要3-5年的数据积累。     今年上半年，新新贷共完成线上交易4.2亿元，线上累积待收金额4.4亿元，对比2013年，新新贷整体业绩增长350%。其逾期率控制在1.62%，逾期回收率高达75.77%，并有2300万的风险准备金。朱捷介绍新新贷的风险准备金提取比例达5%，用于覆盖2%左右的坏账率。