野蛮的互联网

看到条谈某互联网金融产品App的评论,尤其是其中说到的定期本金锁定偿还息的方式.

想起最近闲着没事也去面了几家做互联网金融/P2P借贷的公司.
大致也算聊了些比较有意思或者说有启发性的东西吧.

最开始这个概念可能只是单纯的打包理财产品或者基金换层皮.
算是传统的互联网思路,从线下渠道争抢利润的路径.

现在的这个概念大多是指向P2P借贷了.

而P2P借贷具体来说,更多是指一些小额的借贷配对.

当然,原则上来说,也可以看作是从线下渠道争夺利润的方式.
但有一点不太一样的是,算是正式的金融行为了.
带有一定的风险性,虽然目前来说,还没有兑现的顾虑.

用某司的话来说,就是违约率可能还不到1%.
当然,这跟它的放贷群体有关.
主要是面笑一些学生白领之类的小额消费贷,尤其是以学生为主.

从借款方来说,如果P2P贷款提供的实际利率高于信用卡的话,那自然会用信用卡.
问题在于有些群体是缺乏信用卡支持的.

比如学生以及一些人群的额度问题.

所以这一块算是传统金融行业不屑于做的部分.

毕竟,对于传统金融行业来说,所用的信用体系和资金规模都不太适用与这种小额且人数不少的群体.
尤其考虑到违约偿付的追溯成本.

而做互联网的人是没什么行为底线的.
只要能赚钱大概就是拼了命去赚.
毕竟支撑这一行业的理念是量变产生质变这种magic.

所以,对一些像学生群体这种实际违约率并不高的群体,其实也是能够分一杯羹的.

关键在于,从资金配对的角度来说,对每一个借款人的额度都不会很高.
所以,再加上借款人数的基数,总体的违约风险可以降低到一个相对低的水平.

如果考虑借款资金是从其他子产品的小额理财上面通道过来的话,那么实际上这是一个小额借贷的配对游戏.

在这个小额理财的通道下,理论上是有可能把违约风险变为一对一的风险匹配的.
即将具体的一个借款人和贷款人做配对,或者做一个一对多的配对也行.
本质上是将这个中介平台本来就已经相对低的违约风险进一步细化分摊到各个借款人人身上.

如果配合一下不保本的条约的话,那么理论上平台是可以完全抹去违约风险的,嫁接到个人身上的.

即使是保本协议,通过对贷款人的兑现/取现周期以及借款人的还款周期做个时间差的话,也是可以基本对冲掉风险的.

当然,有些是自己没有集资渠道,而是从其他渠道借过资金的.
有一定的资金成本.

但是,原则上来说并不影响上面的时间差和风险分散的思路.
只要制造一定程度的利差即可.

所以,基本上可以说,小额借贷算是继游戏之后的互联网生存的又一个更纯粹的空手套白狼的模式了.

自然,也不能说是完全没有风险.
毕竟,现在还是比较初级的阶段,大多数借款人还不是恶意借款.
所以在总体违约率不高,再加上以各种方式分层稀释之后违约率可以很低.

但终究来说,这一模式依靠的还是低违约率.

所以,如果这一前提不存在,相关模式也就没什么意义.

而要攻击这个前提,就目前来说还是相对容易的.
毕竟,现阶段还比较初级,没有什么大规模违约的考虑.
所以,在放贷方面还是相对宽松.
需要提供的资质并不严格,对违约的追溯实际有没有有效的方案.
于是很容易成为骚扰电话或者诈骗等以数量为基本方式的刺探.

实际上,这里关键的一点在于,平台对违约者并没有什么实际上的处理措施.

虽然一般来说平台的风控系统会有借款的基本征信信息.
然后可能还会从其他渠道买一些个人信息和交易记录.

这里一个题外话就是,这些渠道售卖的数据包括个人的交易记录和短信内容.
这点,虽然说可能是从黑产那边过来的.
但是鉴于XcodeGhost这类再打包形式的各种App以及各种第三方SDK,很难说不是某些Store/Market的一些应用打包做的事.

还有就是某些国内厂商的手机也是内嵌有自己的行为搜集器具的,而且还是在本身ROM的系统层面做的.
而这些收集到的信息基本包括你能想到的各种数据,而且这些数据对于签约的合作伙伴来说,是半公开的.

所以说,隐私这个东西,告诉你或者说你知道的对方在收集的,都不算什么.
而且对于多数人来说,并不知道追溯一个人技术上有哪些手段.
因此,很多时候看到人谈隐私问题就有一种"你高兴就好"的想法.

像最简单的追溯一个人,如果你的流量不是匿名,那么只是单纯的根据在大约什么时间访问过什么IP/服务基本就可以确定一个人了.
难度最多就是再多几个离散点去提高区别度而已.
而一旦区别出来了,追踪不追踪就是兴趣/价值问题了.

考虑到没有什么是能完全隐蔽流量即使有也只是暂时没有缺陷暴露出来而已这点的话.
隐私保护这个问题,个人的观点就是让信息的利用价值尽量低就好了.

举个示意但并不确切的例子就是.
你知道它是周杰伦那有如何.

回到风控的问题.

平台就算能拿到个人的各种私密信息,但是没有现金流方面的资料的话,做风控其实是很儿戏的.

说以社交关系等做feature的,只能说是一种辅助措施.
但本质上是一个充分非必要的条件.

对于大多数人来说,即使是自己,也很难准确地把握自己的风险点在哪里.

一个明显的例子就是之前一段时间A股市场的各种故事.

重要的还是基本现金流/偿付能力的一些支持.

所以,对于这些平台的风控部门大多由银行/金融界的来把控这点,还是有相当道理的.

毕竟金融计量也算是比较正经的科学分支.
所用的工具和理论也衍生自很多自然科学分支.

所以在做预测/分类这方面,比互联网来说还是早了很长时间的.

加上互联网本身就不太顾虑准确性这一点,所以虽然方法和工具上可能有写类似.
但是思路立场还是有相当区别的.

就像某些公司可能随便由"富有激情"的产品经理拍几个feature出来甚至只是随机形式上随机几个initial feature vector然后套几个network假装是deep learning,然后就出来一个鉴黄产品.然后还可能在一个数据集里反复"调参数".

这里只是说,做金融计量/工程的至少承认只是"拟合程度",会强调参数的可解释性.
不像某些行业,只要相关不讲因果.

所以,其实挺好奇接下来这个互联网金融的发展情况的.

因为按照逻辑来说,这行到现在还没有出现问题,用户都安分守己不钻研漏洞,这是有点不可思议的.

还有就是其能达到的规模.

一个较合理的想象是,考虑淘宝上全部变为信用交易,那么对于消费需求会是怎么一个影响.

像花呗的额度可能随便就有几千几万.
如果再进一步分期偿付的话,按照年8%的利息算的话,那么实际上是对未来的个人实际消费额做了折扣.

即使不分期的话,还有一个问题就是阿里自身现金流对兑付的支撑.

如果这条兑付链条上,阿里出现一个阻塞,那么直接地就是从商家往上游渠道扩散.
尤其目前电商主要是服装消费占多数的情况.
往上的库存制造原材料以及边缘附加产业.

也就是说,除了银行之外,还多了这类消费贷平台的流动性风险.

所不同的是,银行背负的是止于企业端,或者说通过存贷关系隔离的终端消费对生产的直接影响.
而消费贷平台的流动性风险则是直接的消费/零售直接的多米诺关系.

如果再考虑广一点的,互联网"理财"通道出去的资金可能也是多投向零售等末端生产方.

而不是像银行的信贷/公司债等比较偏向上游产业.
尽管也有类小微贷款,但相对来说不容易,且门槛相对高.

于是,相对来说,这里的流动性和风险问题可能更具有不稳定性.