普惠金融需要什麼風控

㈠ 為促進普惠金融發展，各金融機構推出了哪些創新的金融產品服務

金融機構在服務小微企業、農戶、貧困人群等普惠金融重點服務對象時，往往面臨客戶分散、資信水平不高、信息規范化標准化不足、缺乏有效抵質押物等問題。針對小微企業、農戶、新型農業生產經營主體等普惠金融重點領域「短、小、頻、急」的金融需求，金融機構不斷改進服務方式，打造專屬產品服務體系。
一是運用新型信息技術手段，拓展銀行服務渠道。網上銀行、手機銀行等服務渠道發展迅猛。截至2017年末，主要銀行業金融機構的網上銀行、手機銀行賬戶數已達32.8億戶，主要電子交易筆數替代率平均達到79.6%，其中，手機銀行交易筆數佔主要電子交易筆數的31.8%。
二是通過互聯網、大數據等金融科技手段，提供線上信貸服務，提升服務質量和服務效率，涌現出一批依託互聯網、大數據等新技術的創新普惠金融產品。前海微眾銀行、浙江網商銀行創新大數據模型風控模式，精耕個人小額消費貸款、電商貸款等細分領域。建設銀行探索全流程線上融資模式「小微快貸」，2017年新增客戶超過14萬，當年放款1466億元。互聯網保險迅速發展，2017年互聯網保險簽單124.91億件，較上年增長102.60%。
三是開展續貸業務創新，緩解小微企業貸款到期資金周轉難題，提高貸款資金使用效率。目前，大型銀行、股份制銀行、郵儲銀行均已開展續貸業務，泉州銀行創新續貸產品「無間貸」，截至2017年末累計為客戶節約融資成本2.5億元。
四是發展供應鏈金融，與核心企業合作對供應鏈上下游的小微企業進行批量授信、批量開發。農業銀行「數據網貸」通過「核心企業推薦+歷史數據分析」，向核心企業上下游小微集群客戶提供全流程線上化的供應鏈融資服務。
五是完善貸款審批流程，探索運用零售業務管理技術，優化小微企業貸款審批政策和流程，壓縮獲得信貸時間。中國銀行「信貸工廠」模式將授信流程從200多個步驟減少至23個，審批時間從2-3個月縮短為5-7個工作日，最快當天即可完成審批。
六是豐富抵質押品類型。在農村地區開展了農村承包土地的經營權、農民住房財產權和農村集體經營性建設用地使用權抵押貸款試點，開展林權抵押貸款，開展注冊商標專用權、專利權、著作權等知識產權抵質押貸款，緩解「缺擔保」難題。
七是促進扶貧小額信貸健康發展。明確「5萬元以下、3年期以內、免擔保免抵押、基準利率放貸、財政貼息、縣建風險補償金」的政策要點，幫助建檔立卡貧困戶發展生產、增收脫貧。截至2017年末，銀行業扶貧小額信貸余額2496.96億元。
八是服務科創企業發展。鼓勵銀行業金融機構針對科技企業特點，探索建立有別於傳統信貸業務的科技金融組織架構、管理機制、業務流程、風控手段以及保障體系。截至2017年末，銀行業金融機構已設立科技支行、科技金融專營機構等645家；對科技型中小企業和科創企業貸款余額分別為1.7萬億元和0.6萬億元；銀行業金融機構外部投貸聯動項下科創企業貸款余額225.6億元。
九是創新農業保險產品，豐富價格保險、指數保險、制種保險的種類。2017年共開發出農業保險產品1714個，涉及215類農產品。價格保險標的擴大到4大類72個品種，指數保險已備案19個省（區、市）57款天氣指數保險產品，制種保險開辦省份達29個。
十是創新農產品期貨期權產品，降低農業價格風險。已上市23個農產品期貨品種和2個農產品期權品種，覆蓋糧、棉、糖、林木、禽蛋、鮮果等主要農產品領域。穩步擴大「保險+期貨」試點，目前已包括天然橡膠、玉米、大豆、棉花、白糖等5個品種，試點項目達到79個，試點區域包括黑龍江、新疆、雲南等多個省（區、市）、覆蓋近40個貧困縣，各期貨交易所支持資金總額達到1.23億元。
本答案由 關數e 海關數據科技服務平台 整理自銀保監會就首次發布普惠金融白皮書答記者問

㈡ 請問一下P2P行業如何控制風險

P2P行業風險主要在於平台所屬公司的安全性。具體可查考如下

職能明確的風控部門

在信貸金融領域，根據不同借款額度，往往對應的是不同的風控審批手段。從業內看，超過100萬以上的借款基本採用與銀行相同的借款風控手段，實地真人考察，另外再加抵押物。而20-100萬之間，可以用類似IPC的風控技術，沒有抵押物，但較接近銀行審核手段，不能集中化審核，容易導致審核標准不一。

而P2P從本質上講，更多應該是專注於1-20萬之間的抵押借款，這是與銀行、小貸和擔保公司目前很難覆蓋的領域，融易理財正是選擇專注於這類型的借款客戶開發。在這種模式中，風險管理採用總部集中式的數據化風控模式，從而解決審核標准不統一以及審核人員快速擴張需要依賴長期經驗積累的問題。在總部風控部門設立方面，以愛錢進為例，主要分成三個部門：政策和數據分析部、風控審核部、催收部。

政策和數據分析部下面分成三個主要部分：一是政策制定團隊，包括確定目標人群、設計借款產品准入政策、核批政策、反欺詐政策、催收政策等，並固化到決策引擎系統和評分卡;二是數據挖掘分析，對逾期客戶進行特徵分析、產品盈利分析等;三是數據建模團隊，根據數據挖掘，對逾期客戶特徵數據進行建模分析。政策和數據分析部的三個部門工作相互關聯，工作成果是制定貸款產品政策，包括前端營銷、中台審核、後台催收的各項政策制度。

風控審核部主要包括初審部、終審部和稽核部，主要職責是審核判定借款人資料的真實性和有效性，結合決策引擎和評分卡等對客戶做出是否核批的決定。催收部按照客戶逾期時間長短，分為初催和高催，主要職責是根據催收評分卡和決策引擎，對逾期客戶進行催收工作。

小額分散原則

有了職能清晰的風控部門，對於以點對點借款為主要模式的P2P而言，要控制平台整體違約率在較低水準，還要堅持「小額分散」的原則。

先說一下「分散」在風險控制方面的好處，即借款的客戶分散在不同的地域、行業、年齡和學歷等，這些分散獨立的個體之間違約的概率能夠相互保持獨立性，那麼同時違約的概率就會非常小。比如100個獨立個人的違約概率都是20%，那麼隨機挑選出其中2人同時違約的概率為4%(20%^2)，3個人同時違約的概率為0.8%(20%^3)，四個人都發生違約的概率為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%，那麼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%，而不是4%)。因此保持不同借款主體之間的獨立性非常重要。

「小額」在風險控制上的重要性，則是避免統計學上的「小樣本偏差」。例如，平台一共做10億的借款，如果借款人平均每個借3萬，就是3.3萬個借款客戶，如果借款單筆是1000萬的話，就是100個客戶。在統計學有「大數定律」法則，即需要在樣本個數數量夠大的情況下(超過幾萬個以後)，才能越來越符合正態分布定律，統計學上才有意義。因此，如果借款人壞賬率都是2%，則放款給3.3萬個客戶，其壞賬率為2%的可能性要遠高於僅放款給100個客戶的可能性，並且這100個人壞賬比較集中可能達到10%甚至更高，這就是統計學意義上的「小樣本偏差」的風險。

對應到p2p網貸上，那些做單筆較大規模的借款的網站風險更大。這也是為什麼包括人人貸、有利網以及融易進這些對風控要求較高的平台，堅決不做抵押類大額借款的原因。

數據化風控模型

除了堅持小額分散借款原則，用數據分析方式建立風控模型和決策引擎同樣重要。小額分散最直接的體現就是借款客戶數量眾多，如果採用銀行傳統的信審模式，在還款能力、還款意願等難以統一量度的違約風險判斷中，風控成本會高至業務模式難以承受的水平，這也是很多P2P網貸平台鋌而走險做大額借款的原因。

可以借鑒的是，國外成熟的P2P比如LendingClub，以及都是採用信貸工廠的模式，利用風險模型的指引建立審批的決策引擎和評分卡體系，根據客戶的行為特徵等各方面數據來判斷借款客戶的違約風險。美國的專門從事信用小微貸業務的Capital
One是最早利用大數據分析來判斷個人借款還款概率的公司，在金融海嘯中，Capital
One公司也憑借其數據化風控能力得以存活並趁機壯大起來，現在已經發展成為美國第七大銀行。

簡單點說，建立數據化風控模型並固化到決策引擎和評分卡系統，對於小額信用無抵押借款類業務的好處包括兩個方面：一是決策自動化程度的提高，降低依靠人工審核造成的高成本;二是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。在國內，目前包括人人貸、融易理財、拍拍貸都在積極推動數據化風控模型的建設，這也是監管層所樂於看到的。

因此，除了小額分散的風控原則，P2P網貸風控的核心方法在於，通過研究分析不同個人特徵數據(即大數據分析)相對應的違約率，通過非線性邏輯回歸、決策樹分析、神經網路建模等方法來建立數據風控模型和評分卡體系，來掌握不同個人特徵對應影響到違約率的程度，並將其固化到風控審批的決策引擎和業務流程中，來指導風控審批業務的開展。

最後，回到P2P的社會效益這一原點問題上，P2P網貸是為了實現普惠金融的一個創新，它的初衷是讓每個人都有獲得金融服務的權利，能真正地把理財和貸款帶到了普通民眾的身邊。P2P網貸的出現，填補了我國目前傳統金融業務功能上的缺失，讓那些被銀行理財計劃和貸款門檻拒之門外的工薪階層、個體戶、農村的貧困農戶、大學生等人群也有機會享受金融服務。而服務這一龐大的群體，如何設計安全、合理的商業模式和恪守風控第一的准則，確保廣大投資者的權益更應成為p2p行業從業者放在第一位思考的問題。

㈢ 發展數字普惠金融需防範次生風險

如何藉助數字科技來提升普惠金融的觸達能力、降低運營成本，已經成為現階段普惠金融領域的重要議題。

京東金融研究院日前與中國社會科學院中小企業研究中心共同發布《普惠金融數字化轉型的行業實踐》白皮書(下文簡稱「白皮書」)。白皮書認為，以雲計算、大數據、移動互聯網、人工智慧等為代表的數字技術，加速了數字普惠金融模式的形成，有助於解決普惠金融「普」「惠」、服務質量和可持續的問題。數字普惠金融是普惠金融發展不可逆轉的趨勢，將對促進中國金融的「草根化」發揮越來越重要的作用。

以小微企業、農民等作為重點服務對象的普惠金融業務近年來取得了不少成績，但業務覆蓋率低、單戶收益率低、風險控制難的問題一直存在。究其原因，普惠金融目標群體數量多、規模小，在前期的客戶信息收集階段，傳統金融機構需要投入大量的人力，又難以實現精準的客戶營銷。同時，傳統金融產品服務流程繁瑣，使得普惠金融業務中單戶收益率極低，不少機構在業務拓展上有心無力。

對此，白皮書認為，數字科技的運用不僅可以解決獲客的難題，還可以通過信貸審批技術的優化、風控能力的提升，降低機構的運營成本，提升單戶的收益率。

「數字普惠金融是普惠金融發展不可逆轉的趨勢。」京東金融研究院院長孟昭莉認為，一方面，數字普惠金融改變了傳統普惠金融的信貸邏輯，數字即信用的理念成為現實。另一方面，數字普惠金融也降低了傳統普惠金融的服務成本，提高了運營效率。

更為重要的是，數字科技不僅能夠帶來新的市場增量，拓寬金融服務的覆蓋面，更推動了行業生態的優化，為傳統普惠金融發展的困境提供了「破局」路徑。

例如，在農村金融方面，「數字農貸」模式不僅改變了傳統信貸依靠抵押物的邏輯，還顯著優化了農業產業的數字化管理水平。在破解中小企業融資困境方面，基於數字技術的全供應鏈金融方案可以顯著提升不同行業的供應鏈綜合管理能力。引入了大數據精準營銷、SaaS服務平台的科技眾籌模式，大大提升了眾籌的效率，未來還可以與AR/VR及區塊鏈技術有機結合。

「現在需要創新的不僅僅是數字科技，更包括科技應用於金融和產業經營的方式、科技對市場空間的挖掘和行業生態的重塑，這是數字普惠金融『打通最後一公里』的必要前提。」白皮書中提到。

「中國經濟轉向高質量發展，不僅要推動互聯網、大數據、人工智慧和實體經濟深度融合，也要和金融服務深度融合，以新的手段提高金融服務實體經濟的能力。」中國社會科學院中小企業研究中心主任賀俊表示，社會已進入數字化時代，面臨變局，各行各業必須作出的抉擇，已經不是「要不要」數字化轉型，而是「如何轉型」。

數字普惠金融的發展同樣如此。目前，不少金融機構已經將數字化轉型提上了日程，金融科技公司的參與程度也越來越深。

白皮書認為，金融機構的優勢在於擁有相關業務的金融牌照和健全的網路體系，具備先天的獲客優勢。而金融科技公司的優勢在於強大的技術實力和數據資源，具備降低服務成本和優化風險控制的優勢。因此，雙方的多層次、深入合作有助於短時間內提升數字普惠金融發展的速度和規模。

不過，白皮書同時提示，數字普惠金融的次生風險也需要高度重視。其中，不僅包括流動性風險、結算風險、操作風險、融資風險以及數據隱私保護風險，還面臨技術性風險、平台風險等。數字金融帶來的新型風險將與金融服務的固有風險交叉、疊加，加之數字普惠金融產品更新迭代較快，可能會形成多樣化的金融風險。

對此，孟昭莉建議，除了法律、政策等監管框架的完善之外，還可以考慮利用大數據、人工智慧等科技手段創新監管模式。通過提高數據收集的范圍、頻率，減少監管盲區。運用信息收集、共享技術實現跨平台監管，使跨平台的數據互通透明化。合理利用遠程技術加強金融從業人員與監管部門的溝通，減少信息不對稱造成的風險誤判。全面綜合徵信評估系統、反欺詐系統、監控預警系統等數字金融風控體系信息，提前識別並打擊個別風險，防止風險蔓延。