助貸「斷直連」反思：出現新問題，能否開闢新周期？

其實，國外類似的助貸業務已經十分成熟，例如Upstart的銀行客戶通過在AI借貸模型上進行授信額度、風險容忍度、定價區間等相關參數設置，打造定製化的大數據風控模型，實現獨立的風控決策，其規模正在穩步增長和擴大。但我國「斷直連」以後，全國助貸機構已從鼎盛時期的350家，下降到僅剩下不足200家。如果今後再倒閉或停業一些助貸機構，對普惠金融市場造成的衝擊將是難以想像的。

其次，「斷直連」導致助貸行業分化加劇，行業集中度進一步提升，不利於普惠金融市場均衡發展。

「斷直連」要求所有數字平台調整業務流程與經營模式，加強和徵信機構合作。這對於頭部平台而言並不是難事。因為大型數字平台憑藉自身行業地位、客戶資源與科技手段，容易滿足徵信機構的合作要求，甚至不排除部分頭部平台會選擇申請或參股徵信牌照，窯變完成「平台-徵信機構-金融機構」合作模式。但對於大多數中小型數字平台而言，對於「斷直連」新規提出的獲客能力、運營能力、風控體系的嚴苛要求不可能完全滿足，或者需要很長時間才能完成。毫無疑問，這將加劇數字平台兩級分化，強者恆強，弱者更弱，容易形成助貸行業高度集中和壟斷局面，不利於普惠金融市場公平、和諧和自由發展。

再次，「斷直連」一定程度上增加了金融消費者借款成本。

「斷直連」新規增加了徵信機構的中間環節，從金融消費者視角看，只是同一塊「蛋糕」的不同方式切割罷了，金融消費者（借款人）並沒有因此獲得更低貸款利率。相反，金融消費者（借款人）的融資成本卻有所提高，把可憐的一點點利率空間讓渡給了第三方徵信機構，沒有給借款人（客戶）帶來更多實質性好處。

最後，「斷直連」容易產生經營風險，不利於助貸機構輕裝上陣。

在「斷直連」框架下，商業銀行與助貸機構之間的交易流程變得更複雜了，數字平台（助貸機構）所有客戶的申請數據、身份數據、場景數據和行為數據不能直接提供商業銀行，必須通過徵信機構才能用於信用評判或信貸評分。這就增加了較多中間環節，涉及數字平台、銀行、個人徵信機構、消金公司相關利益方，業務合作結構趨於複雜，平添不少審核流程，支付效率變得不再便捷，法律關係也更加複雜。就助貸機構而言，不僅話語權大為減少，還要不斷協調各方面的關係。為了生存，不能排斥助貸機構打「擦邊球」或「劍走偏鋒」的激進嘗試，容易產生經營風險和道德風險。長此以往，對助貸行業產生消極影響，不利於助貸機構輕裝上陣，健康成長。

其實，並不是阻斷助貸機構直接提供客戶信息來源，或者增加中間環節就能徹底防範助貸業務風險的。如果助貸業務規則明確，助貸監管立法明確、執法到位，助貸業務應該不會有太大風險。從客戶結構上分析，數字平台與金融機構之間並不存在客戶結構衝突。螞蟻、京東、騰訊、360數科、樂信、信也科技等頭部平台原有客群與商業銀行重疊度並不高，偏重提供「數據服務」，與商業銀行一直都是優勢互補，正好彌補下沉市場小額信貸需求空白，絕非「搶食」，還能為小額信貸市場增添不少動力。

今天，我們需要思考的是適當調整「斷直連」政策，減少不必要的「轉手式」中間環節，確保商業銀行可以直接獲取海量風控數據，以此驅動自主風控數據，突出客戶信息傳遞的真實性和準確性。同時，給與數字平台更多包容和支持，增加助貸機構向商業銀行提供個人信息數據連續性、穩定性和合法性，而不是限制助貸業務的發展。

二

對「斷直連」模式下助貸業務的後續評估

首先，「斷直連」開闢了替代數據廣泛使用的一個新周期。

「斷直連」並非一無是處。在數據使用上會對助貸業務產生正向影響。「斷直連」以後，商業銀行為了解決信用「白戶」問題，必須面對「替代數據」使用問題，包括繳稅數據、工商登記信息、涉稅信息、用電數據、用水數據、環保數據、用工數據獎懲數據、司法訴訟數據等非信貸的數據使用，儘快解決個人信用信息空白問題，於是，個人徵信信息的「替代數據」逐漸提上議事日程。

現階段，商業銀行使用替代數據是否存在法律依據？監管機構是否可以接受這種做法？目前我國沒有統一答案。所謂「替代數據」（Alternative Data）是指國家金融機構在金融信貸業務評分時傳統上不使用的數據信息，例如借款人的租金支付數據，也可能是教育機構和學位等非財務性數據，從而分析出借款人重要的信用狀況。2018年12月19日美國政府問責局（GAO）發布《金融科技：監管機構應該就放貸機構如何使用替代數據提供說明》（《FINANCIAL TECHNOLOGY: Agencies Should Provide Clarification on Lenders' Use of Alternative Data》）認為：放貸機構可以使用替代數據作為放貸的依據，但必須注意由此帶來潛在風險。為此，美國政府問責局（GAO）建議美國消費者金融保護局（BCFP）、聯邦銀行監管機構分別與金融科技貸款機構、銀行就如何正確使用替代數據進行了溝通，加快放貸的速度和準確率。雖然美國政府問責局（GAO）描述的金融科技貸款機構與我國助貸機構並非完全一樣，但業務模式較為相似，不失為一種可借鑑經驗。

從技術上講，商業銀行要做好自主風控，就必須掌握客戶申請數據、身份數據、場景數據和行為數據。「斷直連」以後，銀行必須自行解決個人數據收集和使用。2021年1月份，《徵信業務管理辦法》（徵求意見稿）第三條曾經明確了個人徵信信息的範圍，「本辦法所稱信用信息，是指為金融經濟活動提供服務，用於判斷個人和企業信用狀況的各類信息。包括但不限於：個人和企業的身份、地址、交通、通信、債務、財產、支付、消費、生產經營、履行法定義務等信息，以及基於前述信息對個人和企業信用狀況形成的分析、評價類信息」，但後續徵求意見過程中，一部分機構和人士提出了異議，認為個人徵信信息範圍過於明確，反而不利於徵信信息的擴展。於是。2021年11月正式頒布的《徵信業務管理辦法》取消了對替代數據範圍規定。好在《辦法》並沒有完全「趕盡殺絕」，該第三條第2款採取了概括性規定方式，將信用信息範圍規定在「依法採集，為金融等活動提供服務，用於識別判斷企業和個人信用狀況的基本信息、借貸信息、其他相關信息，以及基於前述信息形成的分析評價信息」。這裡面的「其他相關信息」顯然包括交通、通信、債務、支付、消費等海量的「替代數據」。

今天，隨著金融科技快速發展，諸如個人電信、水電煤、交通、保險保費等非信貸交易數據用於預測或計量一個人信用程度的認可度越來越高。因此，完全排除非信貸交易數據在徵信業務上使用也是與網際網路大數據時代格格不入，更是不現實的。特別是對於大多數社會普通人群和小微企業來說，他們長期徘徊在國家主流徵信系統外圍，他們名下的非信貸交易數據只能以替代數據形式提供給徵信機構，目前沒有更好的辦法。利用替代數據為金融機構提供信用管理服務，作為後續風控審核的依據，提高徵信機構覆蓋率，可以最大限度降低銀行與助貸機構合作中可能產生的風險。今天，對「百行徵信」、「朴道徵信」兩家至關重要，因為通過對個人信貸信息以外的信用數據進行分析、整理、加工，可以對個人信用狀況做出研判，幫助商業銀行觸達客戶、識別客戶、判斷客戶、放款客戶，幫助缺乏信貸記錄或只有少量借貸記錄弱勢群體能及時享受到可得的普惠金融服務。

同時，央行徵信中心於2020年1月17日啟動二代徵信系統切換上線工作。與一代徵信報告相比，二代徵信報告豐富了信貸信息內容，擴大了個人信用信息範圍。例如，二代徵信報告會顯示「共同借款」信息，留有水電費繳費信息格式。這意味著我國個人徵信基礎設施在逐步完善，為今後進一步明確個人徵信信息範圍打下伏筆，也為徵信業務管理立法修改增加了想像空間。

筆者建議，儘快編制《徵信業務管理辦法實施細則》，對銀行使用替代數據範圍、數據種類、使用頻率、使用期限、失效條件用法律形式固定下來，涉及個人財產、債務情況、支付、消費領域的信息，包括但不限於個人身份、交通、通信、債務、財產、支付、消費、生產經營、履行法定義務等信息，以及基於前述信息對個人信用狀況形成的分析、評價類信息，適當擴大個人數字信息適用範圍，構建我國多種類、全覆蓋、寬領域的個人徵信信息體系。

其次，商業銀行與助貸機構合作已成為比較優勢下互利共贏一種全球趨勢。

網際網路數字金融時代，金融分工是一種必然趨勢，而不應該越來越獨立與割裂。在金融科技環節中，機構融合、產品融合、監管融合不僅是助貸機構和金融機構項下一種產品選擇，也是市場基於各自業務活動比較優勢的一種商業選擇。

以海外場景合作為例，金融機構與各個場景方助貸合作越來越深入，諸如沃爾瑪與Capital one合作，蘋果公司與高盛合作，Google Store、亞馬遜、PayPal與Synchrony合作提供場景零售卡的營銷導流服務等演繹出波瀾壯闊的市場前景。在美國，2020年美國私標信用卡就是銀行機構與場景方合作發行的場景信用卡，可以在合作場景方平台消費，亞馬遜、山姆會員店、勞氏等頭部線上/線下消費平台的滲透率已達55%。又如，以Synchrony為代表的金融機構與場景方深度合作，不僅在產品營銷、運營、風控等環節深度綁定，雙方還基於項目整體運營情況，按照一定比例進行利潤分成。

顯然，商業銀行與平台機構之間合作是一種基於比較優勢的互利共贏的選擇結果。商業銀行的優勢在於雄厚的資金流、規模效應和專業服務體驗；平台機構在移動互聯、大數據、人工智慧等數位技術的助力下，具備客戶運營、風控識別和服務下沉等優勢。雙方各自發揮比較優勢，在滿足消費者貸款需求的同時降低服務成本，緩解信息不對稱、定價不準確、風控不健全問題。以國外為例，獲客環節的Credit Karma，綜合信貸系統解決方案的Upstart、nCino，貸後催收的ENcollect、Simplicity Collect，以及反欺詐環節的FICO、Zest Finance都與商業銀行有著緊密合作，建立起互利共贏的合作模式，成為具有一定影響力的數字化信貸的合作模式。

再次，加強助貸業務風險管理不應該禁止數據委託交易。

個人信息「斷直連」並不意味著完全禁止數據委託交易，數據委託交易歸屬於我國《民法典》規定的代理行為。根據我國《民法典》規定，民事主體可以通過代理人實施民事法律行為。我國《個人信息保護法》對此予以認可，明確規定委託行為屬於合法民事行為，受民事法律保護。例如，該法第20條明確規定，兩個以上的個人信息處理者共同決定個人信息的處理目的和處理方式時，只要約定各自權利和義務，而且該約定不影響個人向其中任何一個個人信息處理者（機構）要求行使本法規定的權利的，就合法的代理行為。第21條規定委託處理個人信息「應當與受託人約定委託處理的目的、期限、處理方式、個人信息的種類、保護措施以及雙方的權利和義務等，並對受託人的個人信息處理活動進行監督」，受託人按照約定處理個人信息，不得「超出約定的處理目的、處理方式等處理個人信息」。如果委託合同不生效、無效、被撤銷或者終止的，受託人「應當將個人信息返還個人信息處理者或者予以刪除，不得保留。」

顯然，《個人信息保護法》並不禁止數據委託交易，可以構成金融機構與數字平台開展助貸業務的合法理由。加強助貸業務風險管理不應該構成商業銀行與助貸機構開展業務的阻卻事由。

最後，根據助貸業務不同風險，採取功能監管更為恰當合理。

「功能監管」（Functional Approach）是由哈佛大學商學院羅伯特·默頓（Robert Merton）在1993年最先提出的。一般指實施跨產品、跨機構、跨市場協調的監管方式。在功能監管框架下，金融監管部門不再直接針對金融機構監管，而是關注不同類型金融機構開展業務進行標準統一或相對統一的監管，以金融產品所實現的基本功能為依據確定相應的監管策略、監管規則和監管方法，更能適應多元化、複雜金融業態下金融機構與其他參與機構之間、金融機構與監管部門之間的協調和管理。

今天，在混合經營以後，跨行業的金融衍生品種越來越多，僅僅局限於機構監管是不夠的，無法做到對整個金融市場風險覆蓋。唯一的出路就是改變監管方式，將金融監管視野覆蓋到非銀金融機構、類金融機構以及數字平台，擴大風險防控區域。

金融市場實踐證明，功能監管優勢在於監管的協調性高，監管機構可以對任何跨行業、跨市場進行監管，有效解決混合經營下復合型金融風險的整體監管歸屬問題。這無疑是有效避免重複和交叉監管現象，為金融機構創造公平競爭的市場環境，有利於助貸業務的安全運行，適應我國目前混業經營條件下金融機構與數字平台跨行業、跨領域的監管要求，有效防控商業銀行與助貸機構之間產生的跨界金融風險。（2022年7月17日北京文化大廈）

文章來源：零壹財經

作者：顧雷

免責聲明：本文、圖片均轉載自網絡，版權歸原作者所有，如有侵權請聯繫刪除。

助貸奔向持牌，通道費翻倍增長

助貸斷直連模式已定

大家都在看

新規觀察：多家銀行青睞線上信用卡業務

上半年銀行信用卡業務調整匯總：疫情保障、帳戶管理、交易管控、息費調整等

央行：99%的銀行業資產處在安全邊界內

中信金控來了！中信銀行等股權已劃至旗下，將做強銀證信保和資管五大領域

銀保監會中層換防仍在繼續：年內9大地方局迎新掌門