往事已成风，还如一梦中，互联网虽然有记忆，但互联网的用户们往往非常健忘，上周不久有着互联网新租房业态领军者之称的蘑菇租房也爆出资金链断裂的消息，这让笔者再度想起不久前由于蛋壳公寓爆雷引发的惨案。

去年12月3日，广州一名刚刚步入社会的大学生，从租住的蛋壳公寓顶层一跃而下，只因房东一直没有收到蛋壳的租金，催他们尽快搬走。在朋友圈留下"对不起"这三个字后，这位年轻人就永远地离开了人世。

在跳楼事件发生的前一天也就是去年12月2日，微众银行刚刚发布公告称“剩余贷款本金将给予免息延期，在2023年12月31日之前，我行不扣款，不计息，不影响征信记录。”这份公告当中只是将贷款做了免息延期。

2天后微众银行再度公告:“蛋壳租金贷客户退租后，与微众银行签署协议，将退租后蛋壳公寓所欠客户的预付金，用于抵偿客户在我行的贷款。“此次微众银行终于免除了蛋壳租户的还款责任。

科技的口号一直都是星辰大海，改变世界，不过从现实情况来看，我国的航天人的确在探索星辰大海，无论是北斗导航还是嫦娥奔月都是我们自主创新的典范，而国外科技巨头DeepMind提出的蛋白空间模型，马斯克的星链计划和脑机接口也很可能改变未来的世界。而此时此刻我国美团、京东这样的高科技公司却沉浸在社区团购大战当中，这也无怪乎人民日报会评论说掌握着海量数据、先进算法的互联网巨头，理应在科技创新上有更多担当、有更多追求、有更多作为。

作为一名长期在风险条线工作的银行人，笔者还是更愿意相信天底下没有新鲜事的逻辑，唯有不忘初心，严守刚性底线才能有效的控制风险。其实无论是租金贷还是教育贷，其实本质也不外乎是银行信用的增信与交易资金的监管，风控人员绝不能因为高科技的包装就忽略了风控的基本逻辑，不守住风险底线，何谈创新？

 

门户纳千祥,新居气象新。北漂、沪漂一族做梦都想得到一个温暖小窝。而爆雷前的蛋壳+租金贷也看似轻易地就帮年轻人圆了安家梦。入住蛋壳公寓，需要一次性交付整年的全额房租，而对于那些无法一次性拿出一年房租的人来说，可以通过租金贷来租房。而租金贷的利息相对于蛋壳给出的整年租折扣来说根本不值一提。

银行把整年的房租预付给蛋壳后，由租客按月支付贷款。一直以来这种“消费分期贷款+长租公寓”的模式，被认为是一项多赢的创新。虽然我爱我家副总裁胡景晖在2018年时就曾经提示一旦长租公寓爆雷，其后果将比P2P严重100倍，不过这位长租公寓的吹哨人也难逃为众人抱薪者冻毙于风雪中的命运，此番极具前瞻性的言论发布后不久，胡景晕便从我爱我家离职，不过租金贷的风险隐患也就此埋下，爆雷只是时间问题。

而教育贷与租金贷的设计模式基本一样，学员报名课程时，课程顾问会以分期付款的相关话术进行营销，一旦签订了分期合同，学员需要每月按时还款给金融机构，而金融机构会将贷款一次性打给教育机构。与租金贷一样，教育贷的爆雷现象也非常严重，比如在线英语学习平台“朗播网”陷入欠薪风波；真人在线钢琴陪练机构于斯钢琴疑似跑路；甚至连老牌英语机构“韦博英语”也疑似跑路，涉及近万名学员涉案金融超亿元。

无论是租金贷还是教育贷，从信贷产品角度理解，都可以看成是金融机构对于用户付款能力的背书，理应按照增信业务的模型进行。而最典型的增信类业务是信用证，而最简化的增信业务是支付宝。支付宝的确是一种完全保留了增信模式关键技术环节的金融创新，支付宝一改之前是一手交钱一手交货的小商品交易方式，改造成了商品由卖家发向买家，而货款则由支付宝暂行保管等买家确认收货后再打给卖家的。

这样的模式是一方面极大的推动了我国电商行业的发展，另一方面也避免了卖家有跑路的可能，即使卖家跑路了，买家也可能向支付宝索取回相关损失，因为支付宝将买卖双方的信用等级升级成了支付宝的金融信用，其具体模式见下图：

现在回头来看支付宝模式的核心是把信贷与真实的交易结合，这种结合也切实守住了风控的底线。不过在新进互联网玩家的眼中支付宝先确认收货再付款的模式过于陈旧，蚂蚁集团10年赶超百年金融老行的速度也实在太慢。支付宝虽然对于付款承诺进行了撮合与增信，但却不能把货款变成即时的现金流，账期的存在对于信贷规模的扩张也会有缓释作用，这些缺点对于那些想一口吃个胖子的新兴巨头来讲显然是不能接受的。

这里也可以看出蛋壳这种所谓的创新模式，实际上改变了增信业务的产品规则，打破了房屋的租期与信贷的账期之间的对应关系，直接把一年期的信贷资金打给蛋壳，这种模式站在没有实体网点的互联网银行的角度来看，实际是将蛋壳这类场景提供方的线下机构变成自己的网点，站在长租公寓的角度看这笔可以随意使用的租金，也满足了他们迅速做大规模的强烈意愿，因此这种场景加营销的双赢模式，对于蛋壳与微众都难以抗拒的诱惑，这也是互联网银行与互联网公寓双方对于租金贷趋之若婺的最主要原因。

天下底没有新鲜事，这种由人为错配账期形成的场景贷，在迅速做大的同时，却忽略了房主与租房利益，这也是场景贷迅速积累风险并最终爆雷的根本原因。

场景贷为何爆雷

租金贷与教育贷本质上都是由期限错配而成的资金池，而资金池内资金的用途却完全失控了，这是错配资金池爆雷的主要问题。而美容贷其实与所谓套路贷类似，美容机构经常为客户申请远超实际费用的贷款额度，而这类贷款爆雷主要是对于额度提款的风险把控出现问题。

随着云计算、大数据、人工智能等技术的全面成熟，技术对金融服务模式的颠覆将是不可估量的。各家银行通过技术手段提升自身风险防控能力的需求也日益迫切。而银行传统风险管理体系灵活性差、防控手段较为落后等弊端，可以与大数据覆盖面广、维度丰富、实时性高和人工智能技术的高速发展的特点相互补，使金融风控成为大数据和人工智能等技术的热点应用领域和方向。但一般意义上的科技控险在技术上本质是对历史上曾出现过的各种情况通过统计机器学习的方法进行数据分析，最终得出新发生的情况的预测概率，因此强烈依赖于海量历史数据的“喂料”，从某种意上讲模型效果的好坏直接取决于训练样本数据的多少。而对于从未发生过的新情况或者是样本数据较少的“小数据”的情况其实办法不多，因此当租金贷、教育贷等新型场景信贷业务模式出现时，传统的通过海量数据分析的大数据风控模式并不能对新的业务场景自适应并给出有效的结果。为了应对层出不穷的场景信贷，笔者认为风控人员未来可以从以下两方面考虑场景贷领域的风险防控。其主要有以下两点原因。

一是风控人员应熟悉各种细分场景的信贷模式，从业务角度充分挖掘各种场景潜在的风险点。如对于租金贷业务而言，净资产是个很大的风险点。因为蛋壳的资产大部分是装修，假设流动性断裂后装修给了债主，会导致净资产流失。

二是在技术上考虑使用生成学习（如对抗神经网络）的方法生成更多的建模样本数据来解决小数据和数据孤岛的问题，增加模型的泛化能力。同时运用迁移学习的方式将已训练好的模型参数迁移到新的模型帮助训练新的模型，如将租金贷的风控模型移植到教育贷、美容贷，实现举一反三，而不需要对各个细分场景贷从零开始构建新的模型。

场景贷要向金融机构学习什么 

从直接授信到增信类的信用证再到资金监管类的产品，只要是授信业务就不能离开资金用途谈风险控制。无论是直接的授信放款，亦或是信用证的单证一致再付款，还是监管类的出金、入金与对账，本质上都应严控融资方资金流向是否符合预期。在这方面传统的大中型商业银行积累了丰富的风控经验，有着一套完整的授信资金用途监测、预警及处置的管理办法及技术手段。而在这方面新兴的互联网银行显然并没有充分的吸取百年金融老店的历史教训，亟需增强风险忧患意识，提高风险管理水平，牢牢守住风险底线。

 “人心不足蛇吞象”。租金贷之类的场类其核心逻辑就都在行业爆发之时，的确可以降低用户决策门槛，提高销售转化率。租金贷带来的巨额预付费同样是非常诱人的现金流诱惑，中介机构可能将其挪作他用，如扩张门店或获取新房源，而一旦行业增长不再，资金链断裂风险大增，预付款被当成了现金流，周转不灵，资金链断裂，导致跑路爆雷。因此无论是Fintech还是Techfin，金融与科技的有机结合才是未来之路。