拍拍贷的模式分析复习进程Word下载.docx
《拍拍贷的模式分析复习进程Word下载.docx》由会员分享,可在线阅读,更多相关《拍拍贷的模式分析复习进程Word下载.docx(7页珍藏版)》请在冰豆网上搜索。
B、方式二:
平台专项拨款建立“风险备用金”,用于偿付投资人的投资损失,以实现100%本金保障。
但需满足以下条件:
1、投标50个列表,100%本金保障。
2、投标列表需满足:
每笔借款的成功借出金额小于5000元且小于列表借入金额的1/3
3、当列表坏账总金额大于收益总金额时,3个工作日内赔付差额。
4、有效期为2014年7月4日至2015年1月3日。
(六)逾期率:
2013年为1.52%。
(七)研究结论
1、拍拍贷模式是最直接的P2P模式,不参与借款交易,只提供网络交易平台;
2、借款利率由双方根据资金市场竞合决定,拍拍贷设定最高的法定借款利率;
3、拍拍贷根据借款人提供的各项信息进行线上审查,并不保证信息的真实性,只是对比各项资料,存在较大的风险;
4、借款无抵押、无担保,借出人面临着较大的信用风险;
5、如果出现逾期或不良,拍拍贷整体原则是不承担本金和利息的补偿,完全由借出人自己承担;
总体来看,拍拍贷适合于小额贷款,借出人承担的信用风险特别高,一旦出现逾期或者不良,只有依靠自身追款或承担损失,拍拍贷不承担任何责任。
无抵押无担保模式
典型代表:
运作模式:
国内较典型,采用竞标方式实现在线借贷过程。
利率由借款人和竞标人的供需市场决定,一般在15%上下。
网站仅充当交易平台。
审核方式:
对借款人提交的书面资料的扫描件进行形式上审查,并根据提交的书面材料对其申报的信息的一致性进行审查。
保障方式:
根据逾期的天数,采取不同的措施,如逾期90天后,将所有资料,包括借款人曝光信息。
出借人可以进行法律诉讼程序或者找催收公司进行催收。
优势:
(1)竞标方式使得借款人和出借人有较大的交易自由。
(2)规定借款人按月还本付息。
还款压力小,风险也小。
(3)信用审核引入社会化因素。
缺陷:
虽然有黑名单公开曝光,但并不赔偿出借人的经济损失,对于逾期不还的情况,拍拍贷只退还出借人手续费,所以资金回收的潜在风险只能由出借人自行承担。
作为国内最早的P2P公司,拍拍贷一直坚持着借款人和投资人两方全部来自线上的轻资产模式。
1、拍拍贷网站界面很土很山寨,不像是互联网公司出来的“具备互联网思维”的人做出来的产品。
2、拍拍贷的人均投资金额和平均每标金额都很低,从网上实际情况来看,每笔投资金额在数百元到数千元,如果平均每人投资金额1.39万的统计没错,那么拍拍贷的鼓励分散投资的一系列措施还是起到了一定效果。
拍拍贷更是普惠金融的代表。
3、由于是借款人全部来自于线上,因此拍拍贷上面借款人有些“淘宝化”,显得比较“山寨”(称谓和头像等),至少笔者是不放心把钱投给拍拍贷平台上的借款人的。
4、既然是纯线上模式,那么借款人更容易遭到怀疑,在这样的情形下,拍拍贷对借款人信息的披露竟然不是很完备。
5、拍拍贷可以基于自己投资的金额在平台上借款,一定程度上增加了流动性,但是没有二手债权交易平台。
6、拍拍贷纯线上风控模式对大数据处理技术要求非常高,基于目前可获得的信息,难度还是很大的。
7、如果央行准许P2P录入个人征信系统,那么对拍拍贷这类纯线上模式P2P将是重大利好。
数据模式2000多个维度,工作、生活、消费、消费习惯、(民众情绪指数、网站的顾客评论、求职网站等)
风控:
大数据减少人工
《21世纪》:
拍拍贷2.0版的风控模型的工作原理是什么?
张俊:
这套模型用以评估用户当前的信用状态,将给每个借款人打出当前状态的信用分,信用分会预测从现在开始后3个月内该借款人的信用状态。
在此基础上,使用个人的信用分,结合新发标的信息,打出对于每个标的6个月内逾期率的预测。
信用分所使用的信息维度可分为三类:
一是,用户的基本信息,如性别、年龄、学历、婚姻状况等。
二是,互联网信息,比如微博、Qzone,以及登录拍拍贷的各种行为数据等。
三是,用户的历史借款和还款记录。
相比1.0版风控模型,2.0版有哪些进步?
拍拍贷风控的基本思路是,基于一些假设来判断借款人的信用资质,并在不断积累数据的基础上,逐渐提高假设和模型的精确性。
比如我们假设女性比男性的信用程度更高,已婚的比未婚的信用程度更高,有小孩的比没有小孩的信用程度更高等。
通过这些经验,我们逐渐知道哪些假设是靠谱的,哪些假设是不可靠的。
然后做分析,找到影响一个人守信、违约的因子。
比如影响一个人的学历权重占百分之多少,婚姻状况占百分之多少,通过这样的分析,有了模型的内在逻辑,可以进一步进行信用评分。
早期风控更多是CaseByCase的分析。
模型1.0采用了回归方式,设定一些因子,进行定性和非定性的分析,判断因子的显著性。
通过大量交易,我们发现了好样本,坏样本,以及介于二者之间的样本。
模型2.0则基于此对人群进行了细分,有近十个群体维度。
1.0版更多评估静态因子,2.0版加入大数据形成的影响因子。
1.0版有4个子模型,2.0版增加到18个,对人的判断更准确。
所以这是一个在假设基础上不断优化假设的过程。
大数据形成的因子,主要有哪些?
可以举几个例子来说明。
第一,通过拍拍贷自主研发的搜索引擎,对借款人的网络行为轨迹进行捕捉。
比如,在女性论坛上“求包养”的行为,系统视为高风险。
第二,鼓励借款人将账号与微博、Qzone等社交网络帐号关联。
我们发现,发现粉丝数50是分界线,50以上和以下会呈现不同的违约率,50以上的违约率可能只有50以下违约率的1/3。
粉丝中大V数量的多寡,每天转发微博条数等,都会呈现不同的特征。
第三,投资人登录拍拍贷网站的习惯。
我们发现,凌晨两点之后上网的借款人违约率是之前的两倍多。
第四,填写速度。
正常借款人填写信息平均耗时3分钟,那些填写时间不足1分钟或者超过5分钟,以及填写过程中不断修改的借款人,违约概率更高。
包括静态的性别、年龄、婚姻,以及来自互联网的上述因素,对单个借款人,2.0版会评估到多少个类似指标?
平均400个,最多的情况有2000个。
2.0版风控模型会直接给出审贷意见吗?
首先,2.0版风控模型会形成对借款人的信用评分。
然后,模型会有一个“同意”、“拒绝”和“无法自动处理”的审核意见。
最后,借款金额和利率与信用评分相关。
2.0版风控模型无法自动处理的借款请求,是否会转入人工审核?
这个比例有多高?
在早期的业务实践中,百分百的借款申请会经过人工审查。
2.0版模型能独立完成约70%的借款审查,不再需要人工参与。
审贷小组同事内心纠结、处境尴尬,因为他们努力工作的目标,是让自己“失业”。
2.0版风控模型拒绝的借款人,人工还会复核吗?
审贷小组不会看。
但用户体验小组会定期看,找出其中是否有误判,对模型的进一步研究提供反馈意见。
也有用户致电,对借款被驳回提出质疑,这种情况我们会增加人工审核的环节。
《第一财经日报》解密拍拍贷的风控术,7年的数据积累、18个信用评估模型、2000多个风控维度,看P2P如何玩转大数据。
解密拍拍贷风控术
锁定消费贷款市场
拍拍贷提供的数据显示,目前其网站已有300万注册用户,2013年全年的交易额为10.5亿元,今年仅上半年该平台的交易额就已达到12亿元。
尽管增势迅猛,但作为一家“老牌”平台,拍拍贷的交易量与同业相比依然显得有些“寒酸”。
在拍拍贷CEO张俊看来,这主要与拍拍贷的市场定位和风控模式相关。
“尽管我们设定的借款额度是3000~50万元,但事实上,绝大多数客群的消费额都在3000到5000元之间。
”
张俊告诉《第一财经日报》记者,没有选择小微企业贷款这个市场,一是因为该市场竞争激烈,包括银行、小贷、担保、典当、大多数P2P等都锁定这个市场,而P2P借贷平台无论是在资金成本还是债权开发方面都没有明显优势。
“而第二点则在于,目前绝大多数的小微企业主年龄都超过45岁,并非互联网的主要使用群体。
而作为一家完全依赖线上风控的平台,我们建立的模型对于缺乏互联网行为的这类借款人并不适用。
”张俊称。
零壹数据统计显示,2013年,拍拍贷全年54993笔借款中,超过87%的借款在1万元以下。
而到今年,单笔借款数字还在继续下降。
据张俊介绍,今年拍拍贷的单笔平均贷款约为6000元。
从风控角度而言,张俊表示,单笔超过50万元的贷款很难用纯线上的手段把控风险。
在实际操作中,平台上数万元的“大额”贷款主要针对网店,基于他们在互联网上的数据评估风险。
在行业规模继续高歌猛进的2014年,拍拍贷却开始考虑下调业务目标。
“年初定的是50亿~60亿元,后来调整至30亿元。
”张俊表示,放慢步调基于两方面原因:
一是征信系统升级后需要调试测试,确保风控模型的有效性;
二是调整用户结构,进一步“下沉”。
2000多个风控维度
在张俊看来,拍拍贷成立7年,他们做的最重要的一件事就是建立了自己的征信系统。
“这个过程是煎熬的,需要投入大量的时间和资金。
2010年以前基本没什么业务,直到2010年8月才达到盈亏平衡。
据他介绍,经过7年的数据积累和反复修正,拍拍贷已经建立了一套完整的风控流程,分为三个系统:
反欺诈系统、信用评级系统模型和基于信用评级的风险定价模型。
“以信用评级为例,拍拍贷建立了18个非常详细、复杂的模型。
根据借款人的基础信息,平台会选择一个适合的模型对其进行信用评估。
在这个信用风险识别模型中,其维度达2000多个,一个人的参考因子平均有400多个。
具体来看,张俊告诉本报记者,传统的金融机构在衡量一个人的信用时会包括基础信息、社会关系、负债情况等七八十个维度,但拍拍贷除此之外会通过自己的搜索引擎技术在互联网上搜集更多碎片化的信息。
张俊举例说明:
“有的借款人各方面指标都很好,信用评估的结果也很好,但我们发现他曾经在赌博论坛里发表言论,那么他就可能存在赌博的不良嗜好,对我们而言,这样的借款人就是高风险。
根据《中国P2P借贷服务行业白皮书》(下称《白皮书》),大数据征信的主要特征在于基于多样化、大体量的异构数据,对用户的行为习惯进行全方位、综合性的分析,以期得到更加精确的信用评估结果。
《白皮书》显示,目前来看,大数据征信使用的数据涵盖传统的征信数据、消费/财务数据、身份数据、社交/经营数据,乃至日常活动数据、特定/不特定场景下的行为数据,“一切数据皆为信用数据”。
“不断扩大的客群和数据让风险评估模型日益丰满,这是一个动态调整的过程。
”张俊告诉《第一财经日报》记者,例如随着微博的兴起,包括粉丝的数量、发布的内容、社交的网络等都被纳入了风险评估模型中。
“我们发现一些有趣的规律,就微博来看,50个粉丝是一个界限,50个粉丝以上的信用程度比50个粉丝以下的信用程度要高很多。
还有就是每天微博的发送量,3条以上和3条以下的信用度也差别很大。
”他举例称。
更低的运营成本
在中国,绝大多数的P2P借贷平台都将线下渠道嵌入了平台的运营中,用传统的贷审方式来弥补大数据征信的不足。
然而,随着行业竞争的加剧和业务规模的扩大,线下“战线”布局的高成本也令不少P2P借贷平台叫苦不迭。
张俊认为,布局线下除了成本还有管理问题,而平台的业务规模也直接与线下团队的业务拓展能力挂钩。
“纯线上的优势正在逐渐显现,通过互联网的方式,我们覆盖了全国600多个县中的400多个。
与此同时,在张俊看来,目前大多数的P2P公司通过强调定价能力、多收费以及资金池的方式,来获取利润。
但这种方式随着市场竞争的加剧和监管的发生,都将变得不可持续。
这也是他之前“95%的P2P企业会死掉”的判断逻辑来源。
张俊分析称,平台的收费能力将从35%逐步下降到20%左右,那么在那个时候,你的利润公式就会变成:
利润=收入(18%~20%)-资金成本(10%~12%)-运营成本(8%~10%)≤0,这种商业模式是无法持续的。
“而拍拍贷定位于平台,投资者的收益本身来自于借款人。
投资者的收益公式为:
收益=借款人愿意付出的总成本(18%~20%)-平台收费(4%)-坏账率(1.5%~2%)=12%~14.5%。
他认为,这个过程中,拍拍贷这种商业模式的优势就会显现出来,拍拍贷可以将运营成本降低到2%以下,而且随着用户规模的不断扩大,成本的优势会更加明显。
此外,长远来看,依赖大数据不仅可以辨识风险,降低运营成本,更重要的是可以更精确地进行风险定价,目前,根据信用评估的结果,拍拍贷平台上的借款人从A-HR分为8个等级,借款利率从年化9%到20%不等。
根据《白皮书》,传统的征信技术导致以风险等级为特征的阶梯定价,以LendingClub为例,该平台将借款人的风险等级分为A~G共7个等级,每个等级包括5个子级,在同一子级内,相同的借款承担相同的利息。
“这意味着LendingClub上的借款人最多只有35种类型,但事实上,同一类型中成千上万的借款人并不相同,其风险程度可能大相径庭。
而未来大数据征信则可能为每个人设定一个单独利率,可以更精确地定价风险。
”《白皮书》显示。
责任编辑:
Magina