隨著新金融的崛起，大數據風控成為了一個出鏡頻率極高的概念。但如果探究大數據風控在實際業務當中的真實效果，卻又是一個令業內人士諱莫如深的話題。

　　對于大多數新金融機構來說，數據來源十分有限，所謂的大數據也趨于同質化，風控能力上的差距并沒有那么大。從目前的行業情況來看，貸款的質量很大程度上取決于第一道關卡，即獲客的渠道、用戶的篩選（反欺詐）。

　　所以，相對于那些創業機構，擁有優質獲客渠道的微粒貸、花唄借唄等產品的資產質量表現尤為突出。而唯品會等擁有消費場景和交易數據的平臺，貸款質量也控制較好。

　　但對于大多數沒有獨特場景和數據優勢的平臺來說，大數據風控的效用和效果可能就需要打一個問號了，風控能力強不強最終還是要靠數據來說話。

　　今天分享一篇文章，扒了扒10家涉及消費金融業務的公司數據，來看看它們的不良率情況。有一部分結果應該符合大家預期，比如，有場景的貸款質量普遍優于無場景的，線上有場景的貸款質量普遍優于線下有場景的。

　　但也有一些數據出乎意料，比如，有卡人群（信用卡擁有者）的貸款質量卻并沒有特別優質。圍繞信用卡生態的代償業務，在數據表現上也未必優于服務無卡人群的產品。

　　哪類渠道、場景的資產表現最好？

　　看看這10家機構的不良率就知道了

　　今年以來，場景分期成了各家消費金融機構爭相搶奪的資產。不少業內人士認為，場景分期資產的質量較無場景現金貸更為優質。真實情況確實是這樣嗎？

　　新流財經通過一些ABS文件以及財報整理了部分消費金融公司的“不良率”情況。

　　2017年，樂信、凡普金科、捷信、維信金科、微眾銀行的不良率分別為1.14%、4.6%、3.82%、10.1%、0.64%。2017年上半年，唯品花不良率是0.82%。

　　1、強勢的用戶資源，帶來強勁的資產表現

　　從以上數據來看，資產質量最好的是微眾銀行，2017年不良率不到1%。

　　微眾銀行的拳頭產品是無擔保消費貸款業務“微粒貸”，據騰訊2017財報，微粒貸管理的貸款余額已經超過1000億元。而微粒貸主要通過QQ和微信的入口獲客。

　　在風控方面，據證券時報消息，去年微眾銀行創新了兩個舉措：

　　一是創新了風險計量模型工具：在風險模型建設中，利用不斷豐富的業務數據，進一步應用新型風險識別模型和算法技術，注重運用消費、社交行為、地址軌跡等動態數據以及非結構數據，持續建設、迭代風險模型并應用于產品風控；

　　二是大力推進反欺詐策略工具建設與業務應用、反欺詐案件調查與處置、反欺詐模型開發與應用、反欺詐基礎系統建設、反欺詐外部交流合作等工作，以切實提高應對新型互聯網金融產品的反欺詐能力。

　　與微粒貸類似，招聯金融股東擁有大量用戶。此外，招聯金融也主要利用互聯網渠道獲客和經營。

　　據了解，招聯金融目前主要獲客渠道來自支付寶、招行手機銀行、聯通金融、美團、卡牛、土巴兔等線上渠道，也有美聯英語、華爾街英語等O2O渠道，還有母公司提供的線下渠道。風險管理方面主要依托大數據、基于小額分散識別和控制風險。

　　招聯金融主要產品是面向年輕白領發放的消費貸款產品——好期貸；自有電商平臺以及合作商戶消費場景中可以分期付款的——信用付、面向大學生的消費貸款產品——零零花。

　　2017年上半年，招聯金融不良率在1.15%。

　　從微粒貸和招聯金融的模式可以看出，線上渠道獲客，純互聯網模式運營的消費金融資產，不良率相對較低。

　　2、電商分期資產質量好于線下場景分期

　　此外，電商分期不良率相對線下消金資產較低。

　　據樂信2017年財報透露，2017年樂信不良率1.14%；中金-唯品花第二期資產支持證券顯示，2017年上半年唯品花不良率約均0.82%，兩家電商分期資產不良率均在2%以下。

　　從業者分析，電商分期這類場景資產，客戶資質、消費需求、交易行為、資金流向等信息清晰可判，可用來對貸款用途的真實性進行判斷，防止欺詐、騙貸，是一種相對安全合規的消費金融業態。

　　值得一提的是，宜人貸財報顯示，截至2017年12月31日，2015年促成所有借款的累計凈壞賬率為9.3%；2016年促成所有借款的累計凈壞賬率為5.9%。

　　捷贏2018年第一期個人消費貸款資產支持證券顯示，截至2017年底，捷信消費金融不良貸款率為3.82%。

　　“中贏新易貸”系列個人消費貸款資產支持證券顯示，截至2017年5月末，中銀消費信用貸款不良率為3.8%。

　　宜人貸、捷信、中銀消費金融主要資產均來自線下。眾所周知，宜信擅長于布局線下信貸，以及給宜人貸輸送了大量的線下借款人資源。

　　捷信的主要資產則來自線下3C門店消費分期；中銀消費金融信用貸和樂享貸均需在線下申請，也就是這兩種貸款產品均是線下獲客。

　　或許是考慮線下獲客成本高，且風險較難控制。今年以來，宜人貸、捷信等消金機構已經逐步收縮線下渠道。

　　據宜人貸財報，今年一季度，宜人貸線下成交量已經出現收縮，從披露數據顯示，線上成交占比已從去年同期的50%上升為58%。宜人貸表示，正在逐步消除線下推薦渠道，計劃在今年底實現全線上獲客經營。

　　同樣，捷信財報顯示，今年一季度捷信也開始加強移動和線上服務，以補充線下龐大的POS網絡。今年一季度，捷信活躍客戶的數量同比增長23.4%，達到289萬，其中32%的客戶是移動應用的活躍用戶。

　　3、信用卡代償資產不良率較高

　　在以上新流財經盤點的消費金融產品中，2017年不良率最高的是維信金科，達到10.1%。

　　維信金主要有三大信貸產品：信用卡余額代償產品、消費信貸產品以及線上至線下信貸產品。

　　實際上，業內認為維信金科主要還是信用卡余額代償的代表，維信金科招股書顯示其信用卡代償產品“卡卡貸”在過去三年間已發展成拳頭產品。2015年末，維信金科信用卡余額代償產品在公司全部貸款實現量中的占比還僅為5.1%，2017年末就上升到57.7%。

　　雖然信用卡余額代償產品的不良率較高，但此類產品帶來的利潤收益也可見一斑。

　　招股書還透露，2015-2017年，維信金科90%左右的收入來自利息收入，信用卡代償業務對收入貢獻率逐年增加。

　　我們從各家財報或者ABS發行文件得到的不良率數據或也存在不同計算口徑，也有從業者認為，部分先息后本的產品，在客戶沒有還錢或者只還了利息和首期本金時，資產表現都會相對較好，但實際離壞賬爆發還有一段時間。

　　盡管如此，我們仍然能從以上數據看出，不少消金機構的不良數據正在逐年攀升。消費金融發展進入革新階段，如何在降低獲客、運營、以及資金成本的同時控制資產質量也是至關重要的事。

責任編輯：Rachel