来源：金融城

12月16日，由金融城和新金融联盟联合主办的“第二届金融科技北京峰会”在京举行。会上，渤海银行董事会秘书、战略发展总裁赵志宏发表演讲，他表示，随着银行战略转型与监管的不断完善，消费金融领域还会有大发展，而这个过程中，金融科技在提升消费金融返璞归真效率方面，将起到越来越大的作用。

渤海银行董事会秘书、战略发展总裁 赵志宏

很多人看了2017年12月8日首映的《至爱梵高》，都惊叹于这部作品返璞归真的拍摄方式，来自世界各地的125位画家，以集体作坊的合作形式共画出六万多幅油画作品，然后以每秒12幅的速度形成动态画面。而且，这部影片以具有争议性的“梵高之死”为切入点，来更多地探讨他作为人的一面，试图通过他人的视角，以一个个场景拼贴出梵高生命最后阶段的真相。事实上，金融科技的独特魅力也正在于穿透迷雾、返璞归真，精准实时的捕捉客户消费金融的商机和危机，也就是MOT（ The moment of truths）——“真相乍现的时刻”。

消费金融是为满足个人消费者明确的消费目的而发放贷款的现代金融服务方式，其消费对象往往是电子产品、耐用品、旅游、教育等相对小额的生活所需产品或者服务，是一种无抵押、纯信用形式发放的贷款，今天我想重点谈的消费金融并不包括信用卡，因为目前国内信用卡的目标客户和运营机制与消费金融还存在一定差异。消费金融这个产品并不是一个新概念，过去主要以线下设立服务点为主，比如捷信、苏宁消费金融这些公司，随着近几年移动互联的崛起，越来越多的以线上的形式存在，银行、互联网平台等都开始在网上实现从获客、审批、放款甚至到贷后管理的全价值链业务。

2017年以来，为防范“现金贷”风险，中国一些地方金融监管部门陆续提出消金利率封顶，限制乱收费；设定单一借款人消金额度上限；禁暴力催收，不得打乱还款顺序；加强资金来源管控等措施后。2017年12月1日，互联网金融风险专项整治、P2P网贷风险专项整治工作领导小组办公室正式下发《关于规范整顿“现金贷”业务的通知》，明确统筹监管，开展对网络小额贷款清理整顿工作。事实上，这些监管政策变化早在市场预期之中。因为资深金融从业者知道，亚洲主要国家及地区的消金市场也曾经历过类似的发展历程，例如韩国2003年、台湾地区2005年和日本2006年，其中日本的经历与我国的相似度较高，监管趋严最终改变了市场格局。

同样，中国消金市场的利率上限预计将缩窄利差，挤出“长尾”信贷平台，进一步提升市场集中度。银行的资金成本和风控优势更加凸显，仍将主导消金市场。但另一方面，随着利率市场化及同业竞争加剧，中长期银行消金业务的盈利性亦面临利差缩窄的严峻挑战。影响利差缩窄期限的因素除利率环境外，还包括货币政策、资金外流、同业竞争等。在此背景下，过去粗放式的“产品策略”难以维系，商业银行和持牌消金机构需围绕“客群策略”精耕细作。

随着中国经济发展、居民消费升级的趋势，总体消费信贷市场中，基于场景的信贷规模在2021将达到2万亿，占全部分期信贷规模的42%。场景筛选需综合考虑业务潜力（消费市场规模、对分期/借贷的需求度）和可行性（风控难易度，合作伙伴获取难度，例如行业整合度）两个维度，租房线下、3C线下、旅游线上等场景将成为增长潜力较大的“风口”。其中，3C线下规模大，商业模式成熟；而3C线下对消费金融公司的金融门槛较低，已被几大平台垄断，大平台已有自己的消金服务产品，消费金融公司难以切入。

租房市场虽然分散，但是因为体量巨大，领先中介均掌握大量房源，当前公寓型房源领域的O2O模式已经较为成熟，各类选手都已进入，消金公司潜力较大。旅游线上较为集中，但未被垄断，市场正快速增长，银行、类消金、互联网都已进入；旅游线下过于分散，价格不透明且波动较大，反欺诈难度过高。各主要场景毛利分析来看，医美和教育场景毛利较高，旅游和3C场景渠道方强势，毛利较低。

同时，消费金融领域的竞争也越来越激烈，也逐渐呈现出了两大方面的挑战，也就是获客和风控。先说获客，随着消费金融所能触达的客群不断扩张与下沉，机构的获客成本也极速提高，2016年末曾有报导称线上消费金融平台通过中介的获客成本上升30%达到约800块钱一个人 ，这对于任何平台而言都是很高的成本；而基于场景获客的方式也面临同质化的竞争，例如iPhone X上市之前，一个客户可能会收到3家银行的分期付款广告，这就对价格与服务提出了更高的要求，也就增加了获客的难度。 

在风控上，由于我国的征信体系不完善，能够覆盖的消费金融客群有限，2016年3月数据显示，央行征信系统其共收录自然人信息8.9亿，其中有征信记录的仅3.9亿，占总人口数不到30% ，即使加上第三方征信机构的数据，这些无征信记录的客户仍然对平台的信用评级能力提出了较高的要求，对于非持牌机构而言更是如此；风控的另一大问题就是多头借贷，芝麻信用曾经披露了这样的数据，2016年有11％的P2P类消费金融用户在6个月内通过互联网渠道向10家及10家以上的机构申请过贷款。持牌消费金融或银行线上信用卡有3-4%的用户在10家及10家以上的机构申请过贷款 ，这说明多头借贷的问题是普遍而严重的。

可喜的是，现在我们可以借助科技的力量来提升应对挑战的能力，大数据、机器学习、人工智能等技术已经可以帮助消费金融机构在获客、定价、风控和服务方面做出改善。正是因为前面提到中国征信体系的局限性，出于辅助缓释消费金融真实性风险的目的，使得在场景获客在中国发挥了比欧美国家更重要的作用。但场景获客的竞争已经非常激烈，这里要强调的是消费金融其实是“消费者”的金融，因此加强对客户数据的挖掘是提高获客效率的必要手段，即使知道了客户的兴趣所在，也还需要采取系统化的策略去触达客户，因为客户的需求变化很快，在一个人出现借贷需求的第一天就推送消息，其响应率可能是第二天推送的二倍 ，第二个层面是通过怎样的渠道去触达，短信、邮件或者是电话对于不同客户可能会有不同的转化率，这就需要基于海量的数据进行分析，从中找出不同特点客户与渠道之间的关联。

在定价方面，对不同客户提供不同价格已经是行业里的通行做法，而通过强大的数据与算法支撑的自动化定价则是大多数消费金融平台还需要建立的能力。举一个某金融科技公司的例子，依托电商集团近2亿活跃用户、数千亿次的交易信息、几十万条的供应商与合作伙伴数据基础，建立了大数据风险定价模型，这个模型涵盖了超过三万个变量，为超过两亿用户做了信用评分，而这些全部由系统操作，没有任何人工审核，效率比传统模式至少提升十倍，自然也为某金融科技公司带来了成本优势 。

在风控方面，消费金融平台需要建立覆盖贷前、贷中和贷后的完整风控体系。面临70%左右没有征信记录的“白户”，贷前信用评级是重点也是难点，目前放贷平台的量化评级模型接入的参数多则两三千个，少则有一两百个，为寻找参数之间的关联性提供了丰富的基础，一个有趣的发现是如果APP客户借钱时手机电量比较高则还款率偏高，如果借钱时手机快没电了，那还款率则偏低 。当很多组不同的关联关系被挖掘出来后，放贷机构就能够做出较为准确的判断。而对于数据量本身就很丰富的金融机构，则能够通过精准的客户画像做到“千人千面”的风险评估。

除了信用评级，反欺诈也是能够通过科技提升的重要领域，往往很小的改变就能带来很高的效益。在通过人工智能的手段进行身份认证上，目前已有消金公司自行开发的人脸识别软件准确率高达99.99%，并在实际使用中比国内其他产品的识别率高几个百分点 ，对于一家交易规模数百亿元的消费金融公司，一个百分点的提升就意味着平台能够减少几个亿的损失。除了人脸识别，笔迹识别也是一种非常适合移动设备的反欺诈方式，通过设备记录每个人签名过程中的力度、速度、书写风格等，并通过算法把整个字分成各种小段，进行特征分类等方法来进行签名比对，我们都知道一个人的书法习惯是很难去模仿的，模仿者的速度和节奏极可能发生变化 ，难以逃脱算法的监控。

人脸识别和笔迹识别都是客户证明“你是你”的方式，而黑名单则是一种更加直观的反欺诈方式，但因数据污染等问题的存在，市面上不同的黑名单质量参差不齐，假如一旦被黑名单命中就拒绝客户，则可能错过好客户，为此可以借助算法把每家黑名单当成一个弱分类器，并根据黑名单表现，为每一家赋予不同权重，最终构成一个强的分类器，并根据不同的场景设置不同的阈值去判定某个用户是否准入。这是目前比较先进的做法。

在贷中环节，依靠金融科技和受托支付，消费金融持牌机构可以渗透到客户的交易场景中去，监控信息流、参与物流、控制现金流。保证贷款实贷实付，避免贷款挪用或超额贷款，做好贷中环节的风控。

那么贷款之后，贷后管理怎么做？可以通过建立行为风险模型，并通过线上数据的爬取进行监控，比如一笔教育贷款发放后，发现这个学生基本不上补习班，而是每天活跃在各大游戏论坛上讨论攻略，那就应该对这个客户进行预警，并采取行动把钱要回来了。

现在催收也开始走向人工智能加大数据的方向，摆脱了以客户按键为驱动的人机交互，变成了以人为中心的自然交互，具体而言，通过语音识别，机器能够在短时间内准确识别客户的关键词，自动导向下一级菜单，同时根据客户的回答，利用大数据分析判断其还款能力和还款意愿，并在通话后自动生成工单任务报表和客户通话信息的全文字记录，方便后期统计。一些智能催收产品还能利用大数据分析客户接听电话时的语音语调，相应地调整话术 。甚至会通过数据来看针对不同借贷人群，什么样的催收方式更加有效，从而为后台催收团队提供建议 。

最后一点是服务，之前消费金融公司的规模庞大的电呼中心可能达到几千人的规模，而现在智能客服已经开始大面积取代人工客服，例如此前腾讯公布了这样一组数据，微众银行的智能客服和8名人工客服，日消息处理量达到180万，而这相当于每天800个人工客服连续10个小时电话连线的工作量 ，在节约成本的基础上，智能客服的快速响应能力也提升了客户体验，为金融机构实现了双赢。

刚才说了很多通过科技解决消费金融领域面临的挑战的方法，需要强调的是，这些方法往往不是手到擒来那么简单，一些领域还需要我们对科技和金融两个领域做出进一步深入的思考。

其一，目前人工智能仍在探索阶段，需要不断的加强数据量与数据质量；其次，在算法上还需要不断迭代，例如深度学习可能还存在过度拟合问题，同一借款人在不同平台上的风控结论可能是不同的，需要更多的实践对结论进行考验 ；其三，目前大数据的主要问题是‘孤岛’，如何在保护消费者隐私并且鼓励健康的市场竞争的前提下，实现银行、征信机构、互联网公司、社交平台、运营商等不同平台之间的数据共享从而提高各个机构模型的准确度，是业内需要思考的课题；其四，数据能力不可能独善其身，业务流程自动化是AI和机器学习提取和应用数据，响应消费金融场景生态化链接、产品客户化定制、服务可视化集成的基础；其五，采用数字和网络科技手段，加强品牌的社交化塑造，是消费金融从“网红经济”向“影响力经济”转型的重要一环。

总而言之，我相信随着银行战略转型与监管的不断完善，消费金融领域还会有大发展，而这个过程中，金融科技在提升消费金融返璞归真效率方面，将起到越来越大的作用。

（作者系渤海银行董事会秘书、战略发展总裁，本文根据作者12月17日在金融城、新金融联盟主办的“第二届金融科技北京峰会”上的发言整理，不代表作者任职机构观点）