現金貸遭遇“錢緊”引入大數據做貸後管理

　　隨著整治現金貸行業亂象的一系列政策落地，曾是現金貸資金重要提供者的銀行、信託、小額貸款公司等被限制與現金貸平臺合作。

　　除了資金來源受衝擊，逾期率激增難題也讓現金貸貸後管理陷入困境。業內人士表示，利用大數據風控系統管理貸後、浮動定價機制管理貸前，是現在現金貸平臺重要策略。

　　現金貸 資金來源收緊

　　從事現金貸業務的大部分平臺，除卻自有資金，銀行、信託以及小額貸款公司曾是主要資金來源。隨著監管趨嚴，記者從行業獲悉，眾多傳統金融機構已被限制資金投放給現金貸平臺。

　　對於信託渠道，2017年底以來銀監會下發多條政策，比如銀監會下發的《關於規範銀信類業務的通知》（下稱“55號文”）明令禁止銀行通過信託將資金違規投向房地産、地方政府融資平臺、股市、産能過剩等限制或禁止領域。

　　國內一家大型信託公司産品經理向記者表示，此前確實有些小型信託公司為現金貸提供資金，但去年底以來有多項新規出臺，嚴控信託通道投向現金貸。“據我所知，幾乎沒有信託公司再敢給現金貸提供資金，資金通道業務規模肯定是減少的，但具體業務規模變化情況還不了解。”

　　貸後管理 運用大數據

　　因多項監管政策下發收緊了現金貸資金來源，而逾期高企的難題也讓現金貸平臺貸後管理陷困境。

　　事實上，現金貸平臺針對風控及貸後管理各有方法。部分公司依靠人工催收完成貸後工作，部分平臺則運用大數據風控系統。

　　證券時報記者了解到，貸後管理其實不是單純的人工催收，還有整套的管理策略與數據建模。“只是之前80%平臺的貸後管理粗糙，單純依靠大量人工通過短信、電話、上門催收等手段，消耗大量人力、物力。” 一位行業內人士説。

　　而一些大型現金貸公司，利用大數據開發自己公司貸後管理工作，其中包括建立風險分層模型，利用評分機制高效識別客戶風險以採取差異化的催收策略；建立動態社交模型，將網絡關係與人員管理系統集成，實現多層人員關係推理，提升失聯查找效率。

　　一家已轉型做獲客導流的原現金貸平臺負責人透露，該公司前兩年現金貸業務量非常大，催收如果利用人工服務，無法解決問題。目前，該公司正在實現貸後服務的智慧化和數據化管理，降低人工服務比例與開支。

　　風險定價機制 參差不齊

　　然而，僅依靠貸後管理平臺，壞賬也是無法妥善處理的。對此，一家位於北京的大型現金貸公司業務總監向記者表示，“依靠風險定價即浮動定價機制在貸前避免借錢給失信人群是貸前管理方法之一，只是部分平臺仍缺失這種機制或得不到優化。”

　　記者了解到，目前大多數現金貸平臺浮動定價機制的建立，都依靠公司的反欺詐風控系統，或者從一些反欺詐公司獲取信息。但業內人士向記者表示，有些公司因信息不全、不能共享信息從而形成數據孤島，存在局限性。

　　此外，部分機制較為完善的現金貸平臺，會根據個人貸款情況、用戶行為數據做出不同的評判。例如用戶經常選擇小額現金貸可能風險承受能力較低；借貸高頻並及時還款，信用分數高即為優質客戶；若惡意逾期將被平臺直接拉入黑名單。

　　值得一提的是，目前資質較好的公司開發的現金貸産品——螞蟻金服的螞蟻借唄、微眾銀行的微粒貸是通過預售白名單的方式，利用自身龐大的數據庫為用戶提前授信。螞蟻金服相關負責人表示，螞蟻借唄的浮動定價機制是通過有複雜的演算法模型來支持，其中影響因子、參數還可以實時調整，為用戶提供良好的風險定價服務。

　　業內人士透露，螞蟻借唄與微粒貸應該有幾千萬的白名單，用戶群體巨大，而其他的平臺因數據缺乏、技術短缺根本無法實施完善的浮動定價機制。（見習記者 張雪囡）