与Lending Club前首席风险官陈超美谈P2P风控

未央网 作者: 黄嵩资本论

陈超美女士是风险管理领域的资深专家。在美国金融服务业和支付系统的风险管理、风险运行、建造和利用数据库技术进行金融营销中,拥有近30年的丰富实践经验。曾在摩根大通/华盛顿互惠等多家金融机构担任过高管职务。

而我也一直对P2P风控非常关注,始终认为:作为信息中介的P2P平台,核心就是风控。

陈超美女士常年居住在美国,此次受节目方邀请参与节目录制实属难得。我和陈超美女士在节目录制过程以及录制前后,就“P2P风控”进行了探讨。我将部分内容分享出来,供大家参考。

美国开始用Marketplace Lending替代P2P

陈超美:早期的时候用P2P(Peer to Peer),是讲点对点。近几年,投资者由个人发展到机构,借款人也从个人扩展到了企业,这是一个演变过程,这个平台对更多的参与者打开了。所以现在我们确实都用Marketplace Lending。

黄嵩:其实从一开始,Peer这个词,很多人认为只是包括个人,事实上不是这样,但因为很多人容易误解成个人,因此现在用市场借贷(Marketplace Lending)这个词来代替P2P。但中国的P2P监管细则征求意见稿已经明确,个体(Peer)包括自然人、法人及其他组织,所以从这个角度来说,等于中国的P2P就是市场借贷这个概念。另外,从借款人来说,中国一开始很多的借款方都是一些小微企业(尽管很多为规避非法集资嫌疑往往以个人名义出面),那借款人其实早已经扩展了。投资者方面,现在中国基本上以个人为主。但是在美国,以LendingClub等为代表的很多P2P平台,这几年有一个非常大的趋势,就是很多机构投资者进入了这个市场,这其实表明P2P机构的风控能力已经获得传统金融机构的认可,通过P2P平台风控后推介的项目它们也能够投。中国显然现在来看达不到这一步。如果未来中国的政策允许传统金融机构投资P2P项目,而且机构也愿意投,我觉得可以看作是中国P2P行业成熟的一个标志,因为传统金融机构认可你的风控。

信任和信用评分

陈超美:一个平台能不能让投资人有信心在上面投资,然后能让借款人愿意到这个平台上借钱,要有它的安全性、有效性和信息披露所有这些综合在一起,而且确实说到做到,这是很重要的。就是我相信这个平台它的运作,它的数据真实性,它的模型准确性。实际我对它的信任,就是我确确实实经历了比较好的回报,然后我相信你,我会继续再做。

黄嵩:广州有一个人,在P2P平台上发了一个借款消息,平台告诉我这个人的信用级别什么样,他借款的利率什么样,期限什么样,我作为一个北京的投资人,根本不了解这个人,那么我凭什么会借钱给他?我身边的人向我借,我都未必借,我怎么会借给2000公里以外一个陌不相识的人呢?那只有一点,就是这个平台告诉我的,我相信才可以。所以我非常认同陈总的这个观点,就是你一个P2P平台,要能够生存下去,要能够发展起来,首先一点就是,投资者信任你,你告诉我的东西我是认可的。但问题来了,我凭什么认可你呢?首先第一个,你有专业的风控能力,第二就是从历史的角度来看,确确实实你推荐的这些项目,你所说的东西,最后事实是这样的,我才能够相信。因此,我要相信你的这个信用评级,需要大量的时间积累。

陈超美:所以我就说,信任很重要,而这种信任是一笔一笔交易日积月累下来的,投资人看到了他的回报,才继续往里投。然后一传十,十传百,使得从纯个人的投资到开始有理财家族办公室进来,最后大的机构和银行都进来,所有P2P平台都有这么一个过程。这里头确实像您说的信任,不是口头说说,是投资者确确实实看到他投进去的钱有回报。

大数据风控

黄嵩:现在有一些P2P平台在尝试大数据风控。但大数据有很多不同的理解,比如有一种观点说大数据只看相关关系,不看因果关系,但是我觉得从金融的角度,从风控的角度来说,如果你不看因果关系,还是不行。另外,大数据你是从来源上来讲数量大,还是从数学处理的算法来讲不同,这个大家都有不同理解。现在P2P风控,基本上还是以逻辑回归为主,大数据处理的算法,更多的还是一种概念。总的还是一句话,大数据风控,做的人其实不多,更多的是炒概念。

陈超美:我在金融服务业从业将近30年,其实银行业一直都在根据技术成熟的不同程度,运用不同的方式进行风控。像刚才教授讲的很重要,不是说数据多就是大数据,其实这里头有很多更深的含义,大数据讲到它的三个V,Volume(规模),velocity(速度),variety(类型),我们接触到各种各样的数据,在金融风险控制方面,确实用了很多这些新的技术,也在尝试这些新的概念。我还是认为金融里面的风控,最基础的东西不一定是现在大家讲的大数据。但由于移动技术的发展,大数据的应用面更广了,这个应用对于传统方法能多加出多少来,我们大家也都在尝试,不能说很成熟,我觉得实际我们都在尝试。

黄嵩:我想问一下陈总,就像美国几大P2P平台,现在做风控的话,主要是用传统的信用评分模型,还是说主要用大数据模型?

陈超美:我不能说我知道所有的,现在有很多新兴起来的平台用不同的方式。但是我们基本上都会用三大征信局的信息,而在那个信息里头就会有很多最传统的评分,这些评分基本上都是用FICO来做的。同时,各家平台也会尝试着用机器学习、神经网络等大数据处理方法,主要是用于防欺诈,这是很重要的。但是也有一两家平台公开讲,它们是想用新的方式来做,他们不认可这种传统的方式方法,但是太早了,还没有看到结果。

中国P2P平台的未来

陈超美:如果数据不够,做风控是比较困难的。我觉得作为中国的国情,在早期的时候很多线下的工作是非常非常必要。但是,没有真正的脚踏实地,一个数据一个数据采集,一个一个用户辨认,你是拿不到最真实的信息,而这种信息才是最后建立模型的关键。当你知道每一笔资产最后的结果,你才能找到这种相关关系,包括因果关系。我想作为一个平台来说,本身的风险应该没有本质变化。作为一个金融产品来说,不管是在网上做还是网下做,银行做,非银行做,风险本质的东西还是一样的。

黄嵩:我一直有个说法,美国的P2P其实是解决“贷款贵”的问题,比如银行的信用卡贷款利率高,但是通过P2P平台利率会更低。但中国事实上要解决的是“贷款难”的问题,在P2P平台上借款的这些个人或者小微企业,其实是难以从银行贷到款的。从这个角度来说,中国P2P机构它要做风控的话更难。美国的平台,其实还是能够用到很多传统的信贷数据。但是在中国,我们13多亿人里面,真正有信贷数据的人只有三亿。中国P2P平台做风控,依据的数据其实两块,一块就是民营的互联网征信机构出来以后,有一个补充。另外一块就是平台自身通过积累的数据来做风控。但中国的P2P平台,真正在做数据积累的不多。从这个角度,我一直有一个观点,未来中国大的P2P平台可能不会超过5家,现在一些做得大的里面,数据积累得好,模型做得好的,越做越强,其他的可能慢慢就被淘汰掉了。

陈超美:我倒是觉得,如果第三方征信机构愿意把一些数据贡献出来,照样可以有一大批新平台进来的,他们开始的时候能到一个地方去购买这些数据,那一样还是可以有很多家做起来。还有一个就是说我也想借这个机会讲,增长的速度是很重要的,我觉得在国外的这几年我自己经历的,我们增长是很有节制的增长,是一步一步把模型不断地测试、回馈、调整,因为最主要的是要对投资人负责,风险是由投资人承担。有了这个基础再一步一步的从小长大,而不是一下子就放开了,说我有大数据,我有这个技术,钱就都来了,不是这样的情况。