来源：金融时报 胡萍

    “消费金融业务好做吗？”“难！”一位消费金融公司风控官直言，“消费金融的定位是服务草根阶层，部分客户收入低、没有征信记录，利率又比一般贷款高，能容易吗？如果急于快速做大规模、盲目上量，一定会产生风险积聚。”

　　近年来，消费金融公司开展业务过程中的操作风险不断暴露，用户被借贷、多头举债、被暴力催收、个人信息泄露等问题时有发生。近期京东金融的一款消费场景产品“京东白拿”被指涉嫌未向消费者申明理财产品风险等问题，各方各有主张，尚未有定论，但也引发了行业思考。金融创新所产生的新业务会否引发各种操作风险？企业的创新行为如何有效规避与监管的冲突？特别是在当前，我国消费金融呈现出消费金融公司、互联网平台、电商等多种机构共存之势，怎样保质保量地服务好这万亿级的市场是每个从业者应关注的问题。

　　梳理消费金融的服务机构，可以分为银行、消费金融公司、小贷公司、汽车金融公司、信托公司等金融机构以及电商平台、线下大型商户、消费分期平台等非金融机构。

　　这些机构面向不同客户群体，提供不同的消费金融产品；与此同时，在消费金融链条上，各机构也各有分工。以上述“京东白拿”产品为例，涉及的信托公司是以资金提供方的角色出现于消费金融产业链中，承担通道作用，这也算是信托公司参与消费金融的一个简单易行的途径。

　　由于市场参与者众多，尤其在“互联网+”的模式推动下，竞争不可避免。业内人士认为，资金、风险、运营都需要成本，当前互联网模式是高风险低定价，过度竞争、打价格战不利于建立良好的消费金融生态，各机构应在竞合中共同把市场做大。比如，目前持牌的消费金融机构里，很大一部分是“银行军”，他们在资金成本以及风控模式上都有较多经验及优势；在推广和营销方面，互联网模式的公司则更为灵活、高效和迅速，可以快速连接、快速获客。

　　“我们也在大规模地跟各互联网平台、各种不同场景的电商平台做连接，通过合作、提供金融服务来批量获客。”马上消费金融品牌总监宋铮说，对于市场上一些非持牌消费金融机构所做的监管套利行为，其实是短视且不可持续的。一方面，对于消费金融行业，未来监管会实行穿透式管理，非持牌公司所面临的监管氛围比过去可能会更加严峻；另一方面，金融业务的风险性决定了业务必须是在合法合规的基础上，否则一旦出现问题，对于企业本身、行业都会带来很大的不确定性和风险。

　　采访中，多位业内人士表示，消费金融业务最大的风险是信用风险，最大的问题是难以把控资金的去处。传统的信贷风险建模是信用评分卡模型，但这种预测方法有效的前提是客户之前与金融机构有业务往来，有一定的信用记录。波士顿咨询报告显示，目前央行个人征信覆盖率仅为35%，信用记录的缺失令风控模型成为一个技术性问题。

　　宋铮认为，消费金融这两年比较火，除了政策方面的因素外，行业自身特点、宏观经济发展需求以及未来国内消费升级等也产生了作用，消费金融仍将发展壮大。但要想可持续发展，需把握两个关键点。其一是风控，消费金融行业具有普惠金融的性质和小额分散的特点，行业数据表明，目前70%左右的人口是没有征信记录的“白户”，如何判断这些人的信用情况、如何控制风险是一个难点，也是重点；其二是资金成本的控制，如何保证良好多样化的资金来源和融资成本，如何控制系统、运营、推广等方面的资金成本也是一个关键。

　　另外，目前我国对消费金融行业没有专门的立法，由于相关监管以及法律仍然不健全，无资质经营、非法集资、风控缺失等问题仍然存在。某信托业人士表示，在消费金融产业链中，消费者既涉及消费又涉及金融，与消费供应商之间有销售产品、提供服务的关系，与消费金融提供商有消费信贷关系，但消费者、消费供应商、消费金融提供商三方关系并没有专门的法律规定。如果三方都从自己的角度出发，有可能会造成利益冲突。如若由于消费供应商的过错造成消费者的损失、致使消费者违约，则会导致信托公司及投资人的损失。因此，有必要尽快出台相关规定约束各方权责，并启动消费金融立法，保护消费金融市场各方的合法权益。

　　金融业务是有风险的，消费信贷也具有诸多不确定性，目前业内普遍借助大数据模式来识别和计算风险。但也有观点认为，“仅凭大数据分析就把几十万上百万元借出去，无异于一场赌博”。

　　客观而言，传统风控手段成本极高，而采用大数据系统综合数十万个变量进行风险建模，覆盖的人群足够多，模型相对稳定、有效，也能降低风控成本。苏宁消费金融公司负责人曾告诉记者：“目前大数据主要问题是‘孤岛’。其实银行的大数据质量最好，他们有信用卡和借记卡记录，希望能推动金融数据共享；互联网公司的社交数据和三大运营商的数据也很有价值，如果能把金融的数据、社交的数据、运营商的数据进行整合，那么大数据的作用和意义才会更大。大数据现在发展有两个误区，一是隐私得不到保护；二是数据虚假，所以在大数据运用中要甄别。”

　　业内人士建议，不同的消费金融业务、模式的风险不尽相同，在个人多维数据之外，还应根据消费场景、不同期限、不同额度等设计出不同的风控模式和风控模型。