薛洪言：消费金融，新一轮洗牌开始了（消费金融激活）消费金融工作怎么样，

　　中新经纬客户端8月13日电 题：《薛洪言：消费金融，新一轮洗牌开始了》

　　作者 薛洪言(苏宁金融研究院副院长)

近日，最高法拟调整民间借贷利率上限。业内紧急讨论应对，舆论场里却没能掀起浪花。失宠于舆论，说明消费金融正走向成熟，变得模式清晰、未来可预测。

但成熟都有两面性，好的一面是有共识、有规则，消除了打击性和破坏性；坏的一面则是有惯性、有惰性，失去了多样性和灵活性。在快速变革的时代，惯性太强容易把车开进死胡同。

风控的四大问题

　　凡事均有利弊。有些毛病，在行业初期不明显，无碍大局；到了一定阶段，就会被激活，显现出杀伤力。

大数据风控之于消费金融便是如此，早期几乎全是优点，随着外部环境的剧烈变革，毛病显现，一些优点也在变缺点。

　　贷款的关键是风控，风控的核心可归结为四大问题：谁在贷款？贷款干什么？拿什么还款？还不上怎么办？

　　在这四大问题上，传统风控与大数据风控给出了差别的解决方案。

传统的消费贷款流程，强调资料证明。申请消费贷款时，银行要求借款人提供在职证明、收入证明、公积金缴费记录，甚至还要查验户口。这些证明文件，能很好地解决“谁在贷款”“拿什么还款”的问题，但手续繁琐，体验较差。

引入互联网技术后，大数据风控用数据取代了这些繁琐的现场手续，便利了借款人，大幅提升了借款效率，满足了消费场景对付款时限性的要求，促进了消费贷款与消费场景的融合。

对于“还不上怎么办”，传统风控强调以抵押包管为抓手。只有借款人收入稳定(如公务员、国企员工、大型企业员工等)且借款金额不高时，银行才会妥协，发放纯信用贷款。

　　相比之下，大数据风控仍然以数据为抓手，挣脱了对抵押包管的依赖，大幅降低了借款门槛，推动了消费贷款普惠化。

至于“贷款干什么”，无论传统风控还是大数据风控，都未给出解决方案，面临相似的困境：房贷、车贷、消费贷的用途是可控的，现金类贷款难以监测用途。

总的来看，大数据风控更强调便利性、突出普惠性，在上行周期，给增长松开了枷锁，引领了消费金融大发展；但大数据风控也有自身的问题，行业高增长既掩盖了问题，又拖延了问题的解决，到了下行周期，这些问题开始被放大。

大数据风控的“一体两翼”

传统风控，以收入和抵押物为核心抓手，大数据风控给出的解决方案，可以总结为一体两翼计谋：以“群体风控”为主体，以“定价覆盖风险”和“催收覆盖不良”为两翼。

所谓“群体风控”，是指重群体、轻个体。就单个借款人来看，大数据风控做不到精准识别，且偏差大(这里仅评价行业一般情况，差别机构间的大数据风控能力有显著差别)，相比传统风控手段有差距。但胜在效率高、门槛低，借款人数量足够多，客观上把单个借款人风险湮没在群体之中。

2016年前后，国内居民杠杆率低，且消费金融处在风口期，借款容易，借款人个体层面的信用风险很低。只要群体层面借款人的财政状况不恶化，模型差一些也能接受，不会出大问题。

此时，很多机构的大数据风控，追求的是反欺诈能力。相比传统风控模式，大数据风控接触的不是活生生的人，而是姓名、手机号、身份证号、银行卡号等构成的虚拟字符串。一旦虚拟字符串与真实借款人的映射关系被窜改，如身份证显示为A，实际借款人却是B，就会产生骗贷问题。

综合利用人脸识别、黑名单、网络图谱等手段，大数据风控可以把业务线上化释放出来的猛兽(骗贷风险)重新关进笼子里。但很多机构的大数据风控，对信用风险评估始终重视不敷，“只要不骗贷，谁都可以贷”。

所谓“定价覆盖风险、催收覆盖不良”，是指在“拿什么还款、还不上怎么办”的问题上，大数据风控并未给出直接解决方案，而是依靠较高的利率定价、积极的催收进行风险赔偿。

大数据风控的“一体两翼”，前几年运转良好；这两年，环境快速变化，“一体两翼”正由助力变阻力。

隐患在凸显

从宏观环境看，这几年居民杠杆率快速上升，导致借款人群体的信用风险不可逆地攀升。疫情之后，失业率上升、收入增速下滑，更是雪上加霜。此时，行业面临的不再是中低信用风险的借款群体，“群体风控”计谋正失去对行业的保护力。

当借款人违约概率普遍增大时，单个借款