圖2：不同風(fēng)險(xiǎn)等級(jí)的信用卡人數(shù)比例

　　數(shù)據(jù)來(lái)源：螞蟻金服微貸風(fēng)險(xiǎn)管理部

　　3) 風(fēng)控能力有重大差異。信用類貸款機(jī)構(gòu)，不管是銀行還是大型科技金融機(jī)構(gòu)，都有相對(duì)完善的風(fēng)控措施，或者有基于消費(fèi)、借貸等場(chǎng)景的大數(shù)據(jù)風(fēng)控能力，對(duì)客戶風(fēng)險(xiǎn)管理比較到位。反之，很多現(xiàn)金貸平臺(tái)大多剛剛成立，獨(dú)立風(fēng)控能力較弱。這些差別清晰地表現(xiàn)在不同類型機(jī)構(gòu)的違約率上。在狹義消費(fèi)貸領(lǐng)域，不同機(jī)構(gòu)的風(fēng)控能力有本質(zhì)不同，違約率從不到1%到50%以上

　　圖3：不同機(jī)構(gòu)消費(fèi)信貸違約率

　　4) 催收手段有重大差異，信用類現(xiàn)金貸款機(jī)構(gòu)催收相對(duì)規(guī)范。不管是銀行、消費(fèi)金融公司還是大型科技金融機(jī)構(gòu)，一般都重視自身品牌，以及業(yè)務(wù)合規(guī)性，而且受到嚴(yán)格監(jiān)管，注重保護(hù)用戶隱私，既不需要也沒必要采用暴力催收手段。

　　所以，無(wú)論從覆蓋對(duì)象、風(fēng)控能力、利率水平、催收手段看，現(xiàn)金貸和商業(yè)模式相對(duì)成熟、可持續(xù)的信用類現(xiàn)金貸有本質(zhì)區(qū)別，不應(yīng)混為一談�，F(xiàn)在社會(huì)關(guān)心的各種現(xiàn)金貸問(wèn)題，實(shí)際上只是狹義消費(fèi)貸中風(fēng)險(xiǎn)人群較多、風(fēng)控能力較弱、利率較高的一種。背后的核心癥結(jié)，是放貸機(jī)構(gòu)缺乏消費(fèi)場(chǎng)景或者大數(shù)據(jù)風(fēng)控能力。毋庸置疑，在從事現(xiàn)金貸的機(jī)構(gòu)中，也不乏具備核心競(jìng)爭(zhēng)力、操作規(guī)范、為用戶提供了救急之需的機(jī)構(gòu)，但是行業(yè)整體缺乏可持續(xù)的競(jìng)爭(zhēng)力，操作不規(guī)范，導(dǎo)致風(fēng)險(xiǎn)聚集，是一個(gè)突出現(xiàn)象。

　　消費(fèi)信貸的現(xiàn)狀和發(fā)展前景

　　截至2016年底，中國(guó)總杠桿率達(dá)到257%，其中居民部門、政府部門與非金融企業(yè)部門的杠桿率分別為44%、46%與166%，中國(guó)居民部門杠桿率顯著低于非金融企業(yè)杠桿率。中國(guó)居民杠桿率低于世界平均水平，不僅低于美日等發(fā)達(dá)國(guó)家，也低于馬來(lái)西亞、泰國(guó)等發(fā)展中國(guó)家。所以中國(guó)居民杠桿率并不高，高的是企業(yè)杠桿率。

　　圖4：2016年居民杠桿率全球比較

　　數(shù)據(jù)來(lái)源：BIS

　　2016年底，中國(guó)人均廣義消費(fèi)貸為2601美元，美國(guó)為1.13萬(wàn)美元，是中國(guó)的4.34倍。狹義消費(fèi)貸滲透率仍很低，2016年，中國(guó)狹義消費(fèi)貸占消費(fèi)支出的比例是20%，美國(guó)大約30%的水平，而韓國(guó)更高超過(guò)40%。所以，中國(guó)消費(fèi)信貸發(fā)展并不充分，隨著消費(fèi)觀念的改變，居民收入增長(zhǎng)，消費(fèi)信貸還有很大的發(fā)展空間。

　　我們應(yīng)該怎么理解狹義消費(fèi)信貸的整體風(fēng)險(xiǎn)?首先從服務(wù)體量看，在狹義消費(fèi)信貸中，傳統(tǒng)金融機(jī)構(gòu)仍是主力軍，占據(jù)絕對(duì)優(yōu)勢(shì)。中國(guó)2016年狹義消費(fèi)貸余額約7萬(wàn)億元，其中銀行占比超過(guò)82%，而百度[微博]、螞蟻金服、騰訊和京東等幾家互聯(lián)網(wǎng)企業(yè)合計(jì)占比不到4%，現(xiàn)金貸的余額更少。所以，現(xiàn)金貸在狹義消費(fèi)貸中不是主流。從投資者看，狹義消費(fèi)貸的投資者絕大部分是機(jī)構(gòu)投資者，投資者適當(dāng)性問(wèn)題較小。

　　從人均還貸壓力看，除房貸外，中國(guó)城鎮(zhèn)居民平均需要1.5個(gè)月的可支配收入償還短期消費(fèi)貸款，美國(guó)則平均需要3.5個(gè)月。1991至2007年，美國(guó)狹義消費(fèi)貸違約率在3%-5%之間，次貸危機(jī)期間最高至6.8%，到2011年至今回歸低于3%。相比之下，美國(guó)房貸違約率起伏較大，1991至2007年一般是低于2%，但在金融危機(jī)期間最高增長(zhǎng)至11%以上，房貸表現(xiàn)出來(lái)的波動(dòng)性高于狹義消費(fèi)貸。

　　狹義消費(fèi)信貸的違約率在金融危機(jī)期間上升不如房貸，而且較快回落，因?yàn)榍罢呓痤~小，又和生活相關(guān)，用戶會(huì)優(yōu)先選擇償還。也因?yàn)槿绱�，不同于房貸ABS，在美國(guó)金融危機(jī)期間，其消費(fèi)者信貸ABS兌付率高達(dá)99.9%，而歐洲沒有一單消費(fèi)者信貸ABS違約。

　　消費(fèi)信貸可否防范多頭借貸的風(fēng)險(xiǎn)?

　　從前面的分析可以看出，通常所說(shuō)的現(xiàn)金貸只占消費(fèi)信貸的很小部分，而且聚集在放貸機(jī)構(gòu)風(fēng)險(xiǎn)甄別能力較弱，用戶風(fēng)險(xiǎn)較高的人群中。一個(gè)合理的擔(dān)憂是，即便大部分消費(fèi)信貸的風(fēng)控水平較好，風(fēng)險(xiǎn)較高的人群可以通過(guò)多頭借貸的方式傳導(dǎo)風(fēng)險(xiǎn)。也就是說(shuō)，多頭借貸可能綁架風(fēng)控較好的消費(fèi)信貸。那么多頭借貸的風(fēng)險(xiǎn)到底有多大呢?

　　根據(jù)百融金服2017年7月份發(fā)布的數(shù)據(jù)，約56.5%的客戶申請(qǐng)現(xiàn)金貸次數(shù)大于2次;申請(qǐng)多次借款的客戶中，在多家機(jī)構(gòu)申請(qǐng)借款的人數(shù)占比達(dá)49.4%。乍一看，這是一個(gè)驚人的數(shù)字。但是根據(jù)國(guó)家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會(huì)截至2017年11月19日的數(shù)據(jù)，有2693家現(xiàn)金貸平臺(tái)，通過(guò)抽樣分析，預(yù)計(jì)有200萬(wàn)人存在多頭借貸的情況。也就是說(shuō)，百融金服描述的，恰恰是風(fēng)險(xiǎn)較高的現(xiàn)金貸人群的情況。

　　現(xiàn)金貸的風(fēng)險(xiǎn)，包括多頭借貸風(fēng)險(xiǎn)，實(shí)際上已經(jīng)明顯爆發(fā)。如圖3所示，同樣是短期信用借貸，違約率從不到1%到50%的跨度。到現(xiàn)在為止，現(xiàn)金貸的高風(fēng)險(xiǎn)，并沒有通過(guò)多頭借貸的方式影響到風(fēng)控較好的企業(yè)。其中的原因，一個(gè)是受眾人群不同，交集很小，另外一個(gè)關(guān)鍵是，有消費(fèi)場(chǎng)景有大數(shù)據(jù)的企業(yè)，可以有針對(duì)性地緩解多頭借貸風(fēng)險(xiǎn)。

　　多頭借貸模型還可以和其他風(fēng)控模型有效結(jié)合，提升風(fēng)控能力。舉例而言，在多頭借貸風(fēng)險(xiǎn)最高的人群中，47%也是有高信用風(fēng)險(xiǎn)的用戶，66%屬于在各種場(chǎng)景中有高套現(xiàn)風(fēng)險(xiǎn)的客戶群，79%是男性用戶，30%小于23歲。可以看到，把多頭借貸風(fēng)險(xiǎn)模型和信用風(fēng)險(xiǎn)模型、套現(xiàn)風(fēng)險(xiǎn)模型和一些用戶特征結(jié)合，可以比較清晰地刻畫出多頭借貸風(fēng)險(xiǎn)畫像，實(shí)現(xiàn)風(fēng)險(xiǎn)甄別。其結(jié)果，是較低的違約率。值得強(qiáng)調(diào)的是，這個(gè)違約率是動(dòng)態(tài)的，是在觀察到多頭借貸人群的動(dòng)態(tài)變化中及時(shí)調(diào)整風(fēng)控模型后的違約率。