金融科技与风控的结合,要建置量化风险模型和与之对应的组织架构,小微因案件分散,财务杠杆需要更高的资金池运作的能力,初入的门槛实比一般项目来的高,但一旦做好量化信用风险管理,将会有效降低作业成本,增加小微?#21496;?#31649;理资产,并建立护城河,获得可?#20013;?#30340;可观利润。一般来说小微企业因无场景依托,风险控制的做法将会有别于一般TO C业务,?#35759;?#20063;更高。

一、为什么要运用风险模型?

小微的痛点为作业成本与风险的关系,小微高度信息不对称,但资产易穿透,用手工慢慢做都能做好业务,目前?#20013;?#22823;部分租赁公司是依靠有丰富经验的主管批核,或许个案会比较准确,但是不能复制及不易传承,耗时效?#20160;?#20339;,要扩大业务规模会有局限。用数据来替代经验,用标准化的流程来实现批量化的操作。信息数字化,决策流程数位化,以「模型」与个人专家并行,学习运用模型才是最好的营运模式。在市场亦有先例,专注在小微的租赁公司,虽然资产规模只有其它龙头租赁公司的十分之一,但营业收入等量,ROE更是长期维持在20%以上。

二、大数据风控要做什么跟可以做到什么呢?  

以实务经验来说,小微产?#39134;?#35268;模仍有几种方法可参考,可根据客群设定与产品的不同而有所不同。虽然小微大多获客是依属地化,但在做数据分析时是首先按细?#20013;?#19994;做纵向分类所属行业,并?#26469;?#23558;譬如包括但不限于报税销售额、销售结构、供应商结构、财务信息、上下游信息,银行给予的授信额度做数字化信息入库。在资产组合管理视角上虽然强调要尽量产业分散,避免相当数量的资产具有相似的风险特征,但每种产业都有其各自的营业周期,做产业分析还是有其重要性。

这里稍微解释一下与违?#23478;?#23376;有关的五大构面,从这五大构面可以勾勒出相关10-20个代理变数。包括经营能力、财务流动性、规模成长能力、公司偿债能力、负债程度五个构面。在财务流动性分析上,因金融科技的参与,也做到了批量分析流水、税务等等,取代重复劳动的人工作业。而软性因子包括但不限于?#20064;?#20010;人的消费习惯、保证人之背景与资力、也因金融科技与信用环境的成熟,相关因子有的已有数据源可参考,或可佐?#36182;?#34920;将显性因子做组合风模,如此种种做多维度的数据模型。在实务上,因小微企业的特性,一般在违约预测会以多种不同的数量分析做结合,再加上后续新案件修正与检视模型,只要模型具一定稳定度,便是非常有效的工具。以台湾经验为例,风险模型是经过多年的产学研究合作建置的,?#36182;群?#22351;与违约率高低,经过超过10多年的检验相

[1] [2] [3]  下一页