p2p理財寶

p2p理財寶

p2p理財寶

P2P是一種跳過銀行間接貸款融資模式的一種在借款人和出借人之間直接發(fā)生借貸關系的業(yè)務模式阁猜,那么理解P2P的風險是什么就很簡單痕支,就是借款人不能償還借款的風險。

但是無論哪個借款人總會有償付不了借款的可能性(或者叫概率),所有金融類公司的業(yè)務模式都是建立在會發(fā)生壞賬的前提下來運營的泣港,只要收取的借款利差(即向借款人收取的利率減去出借人收取的利率)高于員工和辦公成本加上壞賬的成本,這個公司或者p2p平臺就能持續(xù)運營下去。

有壞賬并不可怕,只要你對于借款人群有風險定價能力程储。打個簡單的比方,借給1000個人每人1萬的借款,這1000個人里面有2%(20個人)壞賬了章鲤,那么你的壞賬成本就是20萬摊灭,如果問這1000個人收了10%的利差,利差收入是100萬败徊,除去員工和辦公成本后帚呼,還是能夠盈利的,但是如果你審批通過放款的這1000人里面有10%的壞賬(100個人)皱蹦,那壞賬成本就是100萬煤杀,顯然利差收入是覆蓋不了公司所有成本,那么長此以往這個平臺就會倒閉沪哺。

但是如果p2p公司在審批通過這1000人借款請求的時候沈自,當時就能判斷這批人群的壞賬概率在10%,那么你也可以定更高的利差(比如15%凤粗,而且這些人由于在其他更低利率的銀行那里得不到借款,因此能夠接受這更高的借款成本)今豆,那么150萬的收入也能夠覆蓋壞賬和其他成本了嫌拣,這就是說明這個業(yè)務模式的核心在于,對這些借款人群的違約概率判斷非常重要呆躲,也就是我一再強調(diào)過的這個業(yè)務模式中團隊自身的風險定價能力是最重要的异逐,只要這個做的好,其他都是次要的插掂。

其實這才是目前p2p投資人最需要關注的問題灰瞻,而不是其他一些什么有沒有擔保公司擔保,或者借款有沒有抵押物等等辅甥。




這類小額無抵押借款審核到低應該采用什么樣的風控模式酝润。

首先,堅持“小額分散”璃弄。先說一下”分散“在風險控制方面的好處要销,是能夠保證借款主體還款概率的獨立性,即借款的客戶分散在不同的地域夏块、從事行業(yè)疏咐、年齡和學歷等等,這些分散獨立的個體之間發(fā)生違約的概率能夠相互之間保持獨立性脐供,那么同時發(fā)生違約的概率就會非常小浑塞。比如100個獨立個人的違約概率都是20%,那么隨機挑選出其中2個人同時違約的概率為4%(20%×20%=4%)政己,3個人同時違約的概率為0.8%(20%^3)酌壕,四個人都發(fā)生違約的概率為0.016%(20%^4)。

如果這100個人的違約存在相關性,比如在A違約的時候B也會違約的概率是50%仅孩,那么隨機挑出來這兩個人的同時違約概率就會上升到10%(20%×50%=10%托猩,而不是4%)。因此保持不同借款主體之間的獨立性非常重要辽慕。前幾年金融危機的時候京腥,浙江外貿(mào)企業(yè)都虧損,那么在這類企業(yè)的員工借款能力就受到影響溅蛉,但是不會影響到在貴州的白酒類企業(yè)員工的還款能力公浪。

但是如果借款客戶都集中在某個行業(yè)或者某個區(qū)域,就很容易受到一些事件的共同影響船侧,比如借款主體都房地產(chǎn)企業(yè)欠气,那么在房地產(chǎn)價格下行的時候,不同房地產(chǎn)公司的還款能力都會受到影響镜撩,雖然他們自身的違約概率還是20%预柒,但是2個或者3個主體同時違約的概率可能會上升到20%。

抵押類大額借款的抵押物一般都是房產(chǎn)或者土地袁梗,這樣在房地產(chǎn)價格下行的時候會面臨很大的系統(tǒng)性風險(并且宜鸯,雖然許多抵押物具有“價值”,但其“價值”很難處置轉(zhuǎn)為現(xiàn)金(比如房屋有租賃協(xié)議遮怜,法律上講買賣不破租賃淋袖,就很難拍賣,或者根本沒人買)锯梁,也就是為什么那么多業(yè)主寧愿跑路也不會賣廠即碗、賣庫存來抵債)。

美國前幾年的金融風暴陌凳,其根源也是房貸客戶之間違約概率存在很高的相關性剥懒,因此在房價下跌的時候,其同時違約的概率遠超歷史數(shù)據(jù)合敦,也遠超了投資這些房貸為基礎的次級貸款債券的投資者的預計(這也是所有金融市場漲漲跌跌的原因蕊肥,即真實情況超過了大家的預計,而投資者在前期沒有爭取更高的回報要求來做到風險補償)蛤肌。




再談談”小額“在控制風險方面的重要性壁却,就是能夠避免”小樣本偏差“。

舉個例子裸准,如果一個平臺一共做了10個億的借款展东,如果借款人平均每個借3萬,那么是3.3萬個借款客戶炒俱,如果借款單筆是1000萬的話盐肃,那就是100個客戶爪膊,大家知道統(tǒng)計學意義上的“大數(shù)定律”法則,是需要在樣本個數(shù)數(shù)量夠大的情況下(超過幾萬個以后)砸王,才能越來越符合正態(tài)分布定律推盛,統(tǒng)計學上才有意義。

這樣如果壞賬率都是2%的話谦铃,那么放款給3.3萬個客戶耘成,其壞賬率為2%的可能性要遠高于僅放款給100個客戶的可能性,因為有可能這100個客戶存在小樣本偏差驹闰,而導致壞賬比較集中達到10%甚至更高瘪菌,這就是統(tǒng)計學意義上的”小樣本偏差“的風險,對應到p2p網(wǎng)貸上嘹朗,那些做單筆較大規(guī)模的借款的網(wǎng)站風險更大师妙。

其次,用數(shù)據(jù)分析方式建立風控模型和決策引擎屹培。

因為上面提到的要將借款做成平均單筆10萬以下的小額借款默穴,那么借款客戶數(shù)量會非常多,如果用和銀行類似的實地考察褪秀、模擬還原企業(yè)現(xiàn)金流量表蓄诽、盤點企業(yè)存貨等方式,那么做一筆小額業(yè)務的成本會非常高溜歪,也會導致這個業(yè)務不能持續(xù)(因此很多p2p網(wǎng)貸平臺做大額借款若专,因為做一筆1000萬的大額借款的審核成本和做一筆10萬小額借款類似许蓖,但是前者收入是后者的100倍蝴猪,但是做大額借款的問題如前所述),因此需要另一種審核模式膊爪,即采用類似國外信貸工廠的模式自阱,利用風險模型的指引建立審批的決策引擎和評分卡體系,根據(jù)客戶的行為特征等各方面數(shù)據(jù)來判斷借款客戶的違約風險米酬。




客戶的違約風險包括兩個:還款意愿和還款能力沛豌。

還款能力審核主要通過可驗證的個人可支配收入和每月還款金額的比較來進行,還款意愿的影響因素包括年齡赃额、從事行業(yè)加派、婚否還是離異、租房還是自有房跳芳、學歷等等因素芍锦,甚至不同星座、血型的人飞盆,其還款意愿都是不一樣的娄琉,如何根據(jù)個人的不同行為特征等數(shù)據(jù)來建立評分卡次乓,判斷其還款概率,是風控的核心內(nèi)容孽水。

決定還款意愿的主要因素是客戶的違約成本票腰,舉個例子,你借給一個客戶10萬塊錢女气,他可能不會因為這10萬塊錢而跑路杏慰,因為他的跑路成本,重新建立生活圈子主卫,重新找工作的成本不止10萬逃默。但如果你貸給他100萬或500萬,他可能就真的跑掉了簇搅。

另外完域,大家可能覺得收入高的人還款可能性也大,其實實際情況剛好相反瘩将。因此風控的核心方法在于吟税,通過研究分析不同個人特征數(shù)據(jù)(這就有點類似大數(shù)據(jù)分析,因為一個人可以分析的維度超過5-600個姿现,而美國的ZestFinance甚至稱其分析維度超過4000個)相對應的違約率肠仪,通過非線性邏輯回歸、決策樹分析备典、神經(jīng)網(wǎng)絡建模等方法來建立數(shù)據(jù)風控模型和評分卡體系异旧,來掌握不同個人特征對應影響到違約率的程度,并將其固化到風控審批的決策引擎和業(yè)務流程中提佣,來指導風控審批業(yè)務的開展吮蛹。

大數(shù)據(jù)分析的例子在很多行業(yè)已經(jīng)開始應用,比如Google搜索根據(jù)你瀏覽以往網(wǎng)頁的習慣和偏好拌屏,會在右邊擺放可能會吸引你點擊的廣告頁面潮针,淘寶也在用,每個人上淘寶頁面看見的內(nèi)容都是不一樣的(這個你可能還不知道吧)倚喂,因為他們會根據(jù)你以往購買商品的類別來擺放你可能會購買的內(nèi)容每篷。

在金融業(yè)內(nèi),美國的Capital One是最早利用大數(shù)據(jù)分析來判斷個人借款還款概率的公司(沒有之一哦端圈,Capital One被譽為金融行業(yè)的Google焦读。因此在金融海嘯中,Capital One公司得以存活并趁機壯大起來舱权,現(xiàn)在已經(jīng)發(fā)展成為美國第七大銀行)矗晃。




通過數(shù)據(jù)分析來建立風控模型,固化到?jīng)Q策引擎和評分卡系統(tǒng)刑巧,建立信貸工廠模式的風控審核系統(tǒng)喧兄,對于小額信用無抵押借款類業(yè)務的好處包括兩個方面

1无畔、決策自動化程度的提高,降低依靠人工審核造成的高成本
2吠冤、解決人工實地審核和判斷所帶來審核標準的不一致性問題

可能有人要問浑彰,前面提到的”小額分散”的風控原則有那么多好處,那么為什么目前類似積木盒子拯辙、愛投資等P2P網(wǎng)貸公司做的都是超過幾百萬和幾千萬規(guī)模的大額抵押類借款呢郭变?主要是因為目前國內(nèi)絕大多數(shù)的P2P公司都沒有掌握建立大數(shù)據(jù)風控的能力,因為一群沒有吃過豬肉涯保,沒見過豬跑的人诉濒,是畫不出豬來的。大額借款的愛投資等p2p公司夕春,使用小貸和擔保公司傳統(tǒng)的類似于銀行貸款風控的靠人工審核未荒、實地調(diào)查、判斷存貨的審核方法及志,只能夠適用于幾百萬以上的借款片排,如果單筆借款規(guī)模太小,在成本上是沒有辦法做到持續(xù)經(jīng)營的速侈。

但是另外一方面率寡,由于這類業(yè)務和風控手段和銀行類似,優(yōu)質(zhì)的企業(yè)客戶已被銀行獲取倚搬,剩下的企業(yè)客戶其風險相對較高冶共,資質(zhì)也相對較差,因此如果P2P公司開展的如果是銀行類似的抵押類業(yè)務每界,和銀行在同類業(yè)務上競爭捅僵,長期來講,由于銀行的低資金成本盆犁,規(guī)模經(jīng)濟優(yōu)勢命咐,國家隱形信用擔保等因素篡九,是很難競爭過銀行業(yè)務的谐岁。




除了上面提到的風控審核成本影響以外,依靠人工實地審核的小微借款模式還存在一個問題就是在各個地區(qū)審核標準會不一樣榛臼,因為如果風控過程中過多依賴人來判斷伊佃,那么就會因為每個風控人員的技能、經(jīng)驗沛善、理解等因素不一致而造成壞賬航揉,香港有一家財務公司在中國各個地區(qū)開了40多家小貸公司,采用各地公司風控人員當?shù)貙徍四J浇鸬螅髞戆l(fā)現(xiàn)壞賬難以控制帅涂,因為一套標準化的審核模式议薪,在各地落地執(zhí)行的時候會由于人員素質(zhì)、每個地區(qū)的不同情況(中國不同地區(qū)企業(yè)的差異非常大)等發(fā)生很大的扭曲變形媳友,因此不得已后來逐漸轉(zhuǎn)變成總公司總部審批的模式斯议。

——以上內(nèi)容來自網(wǎng)絡,如損害到您的權益醇锚,我們將刪除內(nèi)容哼御。

p2p理財寶

最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市焊唬,隨后出現(xiàn)的幾起案子恋昼,更是在濱河造成了極大的恐慌,老刑警劉巖赶促,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件液肌,死亡現(xiàn)場離奇詭異,居然都是意外死亡鸥滨,警方通過查閱死者的電腦和手機矩屁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來爵赵,“玉大人吝秕,你說我怎么就攤上這事】栈茫” “怎么了烁峭?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長秕铛。 經(jīng)常有香客問我约郁,道長,這世上最難降的妖魔是什么但两? 我笑而不...
    開封第一講書人閱讀 58,339評論 1 293
  • 正文 為了忘掉前任鬓梅,我火速辦了婚禮,結(jié)果婚禮上谨湘,老公的妹妹穿的比我還像新娘绽快。我一直安慰自己,他們只是感情好紧阔,可當我...
    茶點故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布坊罢。 她就那樣靜靜地躺著,像睡著了一般擅耽。 火紅的嫁衣襯著肌膚如雪活孩。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天乖仇,我揣著相機與錄音憾儒,去河邊找鬼询兴。 笑死,一個胖子當著我的面吹牛起趾,可吹牛的內(nèi)容都是我干的蕉朵。 我是一名探鬼主播,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼阳掐,長吁一口氣:“原來是場噩夢啊……” “哼始衅!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起缭保,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤汛闸,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后艺骂,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體诸老,經(jīng)...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年钳恕,在試婚紗的時候發(fā)現(xiàn)自己被綠了别伏。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡忧额,死狀恐怖厘肮,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情睦番,我是刑警寧澤类茂,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站托嚣,受9級特大地震影響巩检,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜示启,卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一兢哭、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧夫嗓,春花似錦迟螺、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽劳跃。三九已至谎仲,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間刨仑,已是汗流浹背郑诺。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工夹姥, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人辙诞。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓辙售,卻偏偏與公主長得像,于是被迫代替她去往敵國和親飞涂。 傳聞我的和親對象是個殘疾皇子旦部,可洞房花燭夜當晚...
    茶點故事閱讀 44,700評論 2 354

推薦閱讀更多精彩內(nèi)容

  • 宇宙和自然本身就創(chuàng)造了一種絕對智慧,運籌帷幄较店,似乎這是最好的選擇士八。事事都有出路都能解釋,是高于人類的智慧梁呈。高高在上...
    Joanne_GW閱讀 1,043評論 0 50
  • 我每次把我的公眾號推薦給我同學朋友的時候婚度,他們總會問這么一個問題:你辦公眾號寫文章有用嗎?有意義嗎官卡? 我還真不知道...
    放飛心晴閱讀 708評論 0 2
  • 有多少年端午都沒有在家過寻咒,有多少年沒有吃到家鄉(xiāng)的粽子了哮翘? 小的時候,端午節(jié)前奶奶就會帶領著媽媽和姑媽...
    車前小草閱讀 392評論 0 1