p2p风控详解

　　手段一：设立风险保证金。

　　目前很多平台均设立了风险保证金，比例一般为贷款金额的1%，一旦投资人无法收回投资，由风险保证金提供先行赔付。这一制度看上去有点类似银行，按贷款余额的1%计提风险准备金。但P2P的1%计提不同于金融机构的1%，金融机构是用自身利润来计提的，而P2P大都是将1%成本加到借款人或出借人身上的，相比金融机构融资成本更高。

　　手段二：小额分散，将一笔资金分散到若干个借款标的。

　　众多P2P平台将小额分散作为降低风险的主要手段之一。实际上，此种分散在降低单一客户的本金风险的同时，也降低了客户的收益率。这种信贷投放越分散，单一客户承担的风险越接近行业平均不良率。就如一个赌徒，将100美金的注分成1注下还是100注下，带来的结果是1注有可能全赢、全输，100注各有输赢，后者在分散风险的同时，也失去了单注全赢的可能，越分散下注，其赔率越接近赌博项目的平均赔率。众所周知，赌场赢的就是那个1%的赔率，也就是说，如果一个赌客将自己的筹码无限分散，那得到的结果肯定必输无疑。P2P与之不一样的地方是，不存在赌场必胜的1%。但最终投资者通过此种方式实现的收益，只能是行业平均毛收益率减去行业平均损失率的最后差额。这种方法在分散单一投资人风险的同时，也分散了单一投资人的收益，此差额有可能高于银行存款利率，也可能低于银行存款利率，当平台平均不良率超过一定比例的情况下，投资人扣除承担的平均风险损失，综合回报率甚至有可能低于存款利率。

　　手段三：由担保公司、小额贷款公司等第三方提供担保，由担保公司及小贷公司承担尽职调查成本及代偿风险。

　　截至2013年年末，全国融资担保公司法人机构总计8185家，银行业金融机构融资性担保不良贷款余额348亿元，融资性担保贷款不良率为2.24%。事实上，由于协会统计数据均来自各家担保公司自报，其真实度无可考量，至于消失与死亡的担保公司也就更不在其中了。据笔者了解的情况，真正的担保贷款不良率基本不可能低于10%，还不包括这些融资担保公司银行合作外的担保及违规集资的数据。看看全国担保行业在2013至2014年度出现的大洗牌现象就应该有更直接的理解。今年以来，四川省有12家担保公司因不合格被注销，23家公司需整改；广东已有30多家担保公司退出了融资性担保市场；此外，浙江、江苏、河南、湖北等地也出现了类似情况，大部分担保公司或被移交、或重组、或变更、或注销，担保业倒闭潮已呈现全国蔓延之势。据不完全统计，2014年通过主管部门年检的担保公司约为2013年年末的半数，目前仍能够正常开展融资担保业务的公司不超过总数的20%。另外，相当一部分P2P平台合作的担保公司根本没有主管部门授予的融资担保资质，仅是名称上有担保字样而已，或者直接就是P2P平台关联人成立的皮包公司。

　　至于全国小额贷款公司，因没有统一的不良贷款数据来源，只能根据多方情况进行概括。总体来说，全国的小贷公司良莠不齐，差距极大，如果希望得出一个统一的数据基本不可能，但据笔者接触到的全国十余个小贷行业发展较好的省份情况反映，当前小贷公司的贷款平均不良率也不可能低于10%。

　　手段四：由P2P平台运营方提供代偿保证。

　　试看当下P2P平台，除几家银行国资系及拿了VCPE钱的公司实收资本略大一点外，又有几家公司资本金经得住赔付？绝大部分P2P平台实收资本与P2P贷款余额比例低于1%，有的甚至早已亏损为负数，根本无法承担代偿责任。高收益对应高风险，如果说三两家平台依靠资源、技术或运气可能会成为另类的风险控制佼佼者还有可能，那么整个行业是无法打破这个规律的。比如红岭创投，一个项目损失一亿元，而它的注册资金只有5000万元，加上利润、资本公积金也就9000万元，它只能拿风投的钱赔了。

　　手段五：建立风险控制模型，以大数据及网上供应链信息为支撑，来分析借款人信用、控制信贷风险。

　　这一点看上去很美，其实并不科学。首先，数据来源不确定，连人民银行征信系统数据都没有直接的对接，仅依靠简单地收集企业或个人的一些数据，然后套用一个个高大上的所谓国外引进的风险分析模型，就能分析出借款人的风险度？现在大家热议的大数据，在信贷环节来说还过于虚幻，几乎没有哪家P2P谈到大数据分析时能够提供更明确的细节。难点不在于数据分析的模型是否科学及准确，而是我们根本无法高效取得可信数据，无法面对极为复杂的中国信用环境及中小企业脆弱的生存现状。再大、再全的企业交易数据与现金流数据，也只能说明企业的一部分信息，即使一个纯电商环境的企业数据再真实可靠，也仅能反映其线上情况，其线下经营情况、经营利润、资金来源、负债结构、信用风险、企业诚信度等等一众关键信息根本无法获得，至于政策性风险、投机性风险、管理性风险更是防不胜防，这就是中国中小企业、个人信贷不良率居高不下，金融机构对此非常头痛，最后大都选择房产抵押的原因。

　　手段六：传统的类银行尽职调查，或使用各种专业风控手段（包括间接利用担保公司、小贷公司，自建团队等）从线下解决风控问题。

　　从风控角度讲，现在众多P2P平台也在效仿传统银行对中小企业、自然人借款各种风险甄别手段，包括大量线下的调查工作。部分平台的风控技术及内部控制水平还优于一些区域小银行，相比而言还比较可靠。但是一个问题也就出现了，那就是风控成本应如何控制？谁来承担？信贷作为一个简单的盈利模式，贷款利率－资金成本－运营成本－风控成本（含不良拨备及损失）＝信贷利润，这一公式非常直观。P2P平台与传统金融机构相比，由于规模及初创的原因，如果要达到或接近一般银行的风控水平，其平均每百万元的信贷投放管理成本（含风险识别成本、IT技术支撑及人力资源成本）是肯定要高于当下大部分银行的。按照一般市场法则，高利率对应高风险（那些认为小微、小额、分散就能做到高利率低风险的幻想者肯定是忽视了这种模式带来的极高的管理成本和风险成本），那么我们大概可以将贷款利率与风控成本的差值定为一个相对恒定值，剩下来只要对比P2P与传统金融机构在资金成本、运营成本上的优劣就行。

        来源：网络

        欢迎关注微信：互联网金融案例   financecase