對標Lending Club 中國P2P網貸的創(chuàng)新與分化

申請免費試用、咨詢電話：400-8352-114

　Lending Club上市，為國內P2P行業(yè)注入了一劑強心針。

　　2014年12月11日，全球最大P2P平臺Lending Club成功登陸紐交所，IPO價格為15美元，上市首日漲幅便高達56%。截止今年1月7日，收盤價為22.88美元，市值近83億美元。

　　反觀中國，P2P行業(yè)一直渴望能與資本市場進一步融合。根據清科統(tǒng)計數據顯示，截至2014年9月，中國P2P行業(yè)共有24家公司獲得總額近30億人民幣的融資。其中，陸金所、拍拍貸、點融網等都對上市有所計劃。

　　不過，要想在中國復制Lending Club式的成功，中國的淘金者們仍需跨越監(jiān)管、技術、數據等重重阻礙。在此基礎上，國內大眾的投資風險意識依然不夠強，風險承受能力很弱，這也給P2P平臺帶來了巨大的市場教育成本。

　　一邊是全球最大P2P平臺上市的示范效應，另一邊是國內互聯(lián)網金融平臺跑路不斷，監(jiān)管不明，規(guī)范不夠。在當下的群雄亂戰(zhàn)中，如何找到適合自己的模式與定位，在規(guī)模擴張和資金安全間取得平衡，成了所有P2P創(chuàng)業(yè)者面前的挑戰(zhàn)。

　　中國式挑戰(zhàn)

　　在P2P平臺“信而富”CEO王征宇看來，Lending Club的上市與高估值為國內P2P行業(yè)帶來了不少啟示。

　　首先，Lending Club平臺由技術驅動，采用自動化審批，大大降低了運營成本。第二，Lending Club從美國征信局那里收集數據，數據源相對完整。對于那些信用良好的人，公司采取的是“主動營銷”的方式，即鼓勵其上Lending Club借款，這無形中又降低了風險水平。第三，Lending Club的數據透明公開，這對于人們理解其業(yè)務非常有幫助；最后，平臺自身并不承擔風險，假使貸款出現違約，投資人將獨自承擔投資的損失。這讓Lending Club的財務非常健康。

　　相比之下，中國的P2P公司要復制Lending Club的成功路徑，顯得并不容易。首先需要面對的就是監(jiān)管政策的不確定性。美國對P2P網絡借貸的監(jiān)管主要以證券監(jiān)管為主，P2P平臺必須不斷更新每一筆票據的信息，包括對應貸款的條款、借款人的匿名信息等。而在國內，P2P更接近于網絡上的民間借貸，監(jiān)管部門更關注和限制的是平臺本身的運營狀況。

　　有業(yè)內人士稱，P2P平臺說到底是一個中介機構，它利用互聯(lián)網技術來分析和管理風險，和銀行的管理風險方式有著本質區(qū)別，那些資本金、存貸比的杠桿要求都不應該有。

　　然而，“P2P應該如何監(jiān)管，監(jiān)管的尺度如何，目前并沒有明確規(guī)定”，王征宇指出。在他看來，P2P行業(yè)的發(fā)展與監(jiān)管在現階段不可能做到完全合拍，“就像為一個嬰兒做衣服，無論怎么做，一段時間后都會不合身。最好的方法是先拿一條毯子裹一下，等嬰兒長大后再量體裁衣?！?o:p>

　　與監(jiān)管缺失相應的是征信難題。眾所周知，美國征信局有著完善的系統(tǒng)，而中國的信用數據主要掌握在人民銀行手里，尚未對P2P平臺開放；即使央行開放了信用數據，也無法完全滿足互聯(lián)網金融的需求。這種情況下，中國式P2P有著獨特的一面：它們不僅要撮合借貸，還要做之前的征信、評級，還要找資產，再到P2P平臺的搭建。而征信成本的高企，無形中也推高了貸款利率。

　　目前，每家P2P公司都有著自己的風險評估模型，這種模型被視為公司的核心機密，不同P2P公司間并不會就風險評估方式進行溝通。換言之，由于分析方法不同，同一筆貸款標的，在不同的P2P平臺上所獲得的風險評級并不相同。

　　“這種不公開、不溝通的方式其實不利于行業(yè)的發(fā)展，大家并沒有合力來降低貸款的風險。”王征宇稱。盡管已經有不少P2P平臺提出要共享“黑名單”，“但這種方式更像是一種事后的防范，溝通的關鍵應該是在事前規(guī)避風險。”

　　在此基礎上，各家P2P公司的風險指標、逾期率計算方式也不盡相同，這使得外界很難對各個平臺有統(tǒng)一的評判標準。

　　事實上，國內P2P行業(yè)眼下普遍存在著一種生存危機，各家平臺既要擴張規(guī)模，又要降低風險。加上相關規(guī)范文件并未出臺，也導致了各個平臺的透明度、規(guī)范度都不夠。

　　進一步說，不少P2P網站正處于一種“糾結”的狀態(tài)因為一旦達不到規(guī)模就可能倒閉，想做規(guī)模卻無法獲得足夠的征信數據，只能通過擔保、資金池來吸引投資人，從而碰到監(jiān)管紅線。

　　目前，一些P2P平臺已經“走出糾結”做大了，但仍有一大批平臺處于不大不小的尷尬中。從這個角度看，如何有效地監(jiān)管這個新興行業(yè)，成了擺在監(jiān)管層和所有從業(yè)者面前的挑戰(zhàn)。

　　創(chuàng)新與分化

　　事實上，P2P平臺對傳統(tǒng)金融領域的沖擊不言而喻。它開創(chuàng)了一種新的業(yè)務模式，讓大眾有了新的理財方式，并且運用大數據等各種技術手段來完成信用分析?？梢哉f，互聯(lián)網的技術、工具和思維，改變了傳統(tǒng)金融業(yè)的數據來源和信用評估思路。

　　通常，P2P平臺會根據用戶提交的資料及其在網絡上的行為記錄，將客戶分為若干個群體，并為其制定相應的貸款利率。除了了解借款申請人的年齡、性別、婚姻狀況、收入、負債等基本情況外，P2P平臺還會觀察用戶在社交網絡上的留言情況。將單個申請人的幾百上千個特征信息代入風險模型后，網站就能計算出借款人的信用等級。

　　具體說來，在大數據分析中，P2P平臺面對的是從網上抓取的大量非結構化數據，如社交網絡的評論、用戶上傳的音視頻等。這些數據散落在包括文本、圖片、視頻、音頻等眾多的數據格式中，其中蘊藏的價值需要深度計算才可以分析出來。這就需要通過機器學習，將這些數據進行智能化分析。

　　以宜信金融為例，公司會給系統(tǒng)預設一些規(guī)則引擎，引導系統(tǒng)做出一些基本的判斷和決策。這些基礎規(guī)則是基于現有的數據和經驗生成的。比如，沒有收入的人會被直接排除在借款人群之外。在此基礎上，一旦充入大量新數據，這些既有規(guī)則引擎又會發(fā)生變化。無論是修正現有規(guī)則還是獲得新的規(guī)則，都需要通過機器學習來完成。

　　就信而富來說，公司正嘗試著從各種信息緯度中提煉價值，建立起一套自動化的授信決策機制。據悉，公司的自動化授信決策引擎，所依據的主要是三個緯度：首先，借款人在給定的一段時間內，還款的可能性是多少。第二，這個申請從根本上來說，有多大可能性是假的。第三，這筆借款預測風險調整后的收益是多少。通俗來講，就是借款人借到錢后，可以為出借人貢獻多少收入。在將上千個數據緯度進行各種各樣的匯總后，信而富可以完整地展現申請人在各個時間點的行為特征，并由此為貸款申請自動打分。

　　但不得不說，國內不同P2P公司間的技術水平大相徑庭。王征宇坦言，“有些P2P后臺的技術水平非常低，用excel表格就打發(fā)了。也有些平臺具有很強的數據分析能力?！背思夹g外，無論是資金實力、風控還是商業(yè)模式，國內P2P的兩極分化已十分嚴重。

　　其中，一類P2P的資源非常雄厚，如陸金所；另一類P2P則“還沒有想得太明白。”這類P2P平臺中有很多是從其他行業(yè)轉型的，譬如商貿公司、典當公司、財務管理公司等。在此基礎上，不同P2P平臺的客戶分布和借貸額度也大不相同。面向中小企業(yè)和小微企業(yè)的P2P，其平臺上標的的融資額大多為幾十萬元到幾百萬元；而針對個人的P2P，平臺上標的的融資額通常只有幾百元到幾萬元。

　　這兩種不同類型P2P的運營方式完全不同。個人借貸需要借助信用評分，而這種評分會更多地依賴自動化的技術手段。企業(yè)信貸則需要評級，這種評級大多由專業(yè)化的審批人士完成。眼下，大部分平臺更傾向于做企業(yè)融資，因其為平臺帶來的手續(xù)費收入更為可觀，運營效率更高。但面向個人的P2P，更能夠分散風險。

　　值得一提的是，無論如何分化，P2P行業(yè)的洗牌勢在必行。畢竟，P2P分食的是傳統(tǒng)銀行不碰的縫隙市場，而眼下P2P公司比銀行還多。從這個角度看，隨著P2P公司的全國擴張，新一輪的淘汰與整合近在眼前。