1703906287
与传统商业银行相比，创新型第三方支付机构面向中小微客户，开展了不少有价值的风险管理创新，增强了微金融的风险管理能力。其核心是以基于互联网的商业智能为支撑，对中小微企业的流动性风险与信用风险进行分类管理，并降低中小微金融服务发生的总体风险。
1703906288
1703906289
首先，增强对中小微企业流动性风险的管理能力。《巴塞尔资本协议》所指的信用风险，实际上包括了流动性风险和信用风险。流动性风险是指交易对手不能按期支付或还款，但在之后的时间里有能力支付或还款。信用风险是指交易对手现在和将来都没有能力全额支付或还款。显然，流动性风险小于信用风险。
1703906290
1703906291
中小微企业因自身资本不充足，在经营过程中容易发生流动性风险。而且，在现今商贸和生产活动中，赊销方式越来越盛行，消费活动中透支消费方式也被更多人接受，这两种情况都可能产生流动性风险。例如下家的应付账款拖延没到账，使商户、厂商也不能按期支付上家的应收账款。或者商户、厂商拿着订单补货，但周转资金有点问题，只能赊账。这些流动性风险其实有很大的可控性。一般情况下，给中小微企业一定的流动性支持，就能化解这类流动性风险。
1703906292
1703906293
总体上，在经济平稳波动期，中小微企业经营活动中的流动性风险较高，而信用风险并不高。只有在宏观经济突然下行期，中小微企业大量倒闭，经营活动中发生的信用风险才会显著加剧。对中小微企业的流动性风险和信用风险加以区分，开展分类管理，就成为创新型第三方支付机构的市场机遇。
1703906294
1703906295
一方面，针对流动性风险管理，创新型第三方支付机构运用了“事后资本金原则”，侧重于采用基于互联网的商业智能对中小微客户进行自动化风险管理，人对人的信用调查审核管理仅起到一些辅助作用。用中小微企业的网络数据来取代财务报表，这样中小微客户即使没有资产抵押，凭事后还款能力评估也能获得信用支付和贷款服务。
1703906296
1703906297
商业智能并不是新技术。它是指综合运用数据仓库、联机分析和数据挖掘等数据分析技术辅助企业经营决策。所分析的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商数据，以及行业数据、外部环境等各种数据。
1703906298
1703906299
基于互联网的商业智能，关键是依托网上双边市场平台，从平台上的各企业业务系统、消费者记录等数据流中提取出有用的数据，将这些数据处理后合并到创新型第三方支付机构的企业级数据仓库里，辅助中小微金融业务决策。支付宝的订单贷款、汇付天下的信用支付、快钱的保理业务所运用的基于互联网的商业智能其实都不复杂。与之相反，传统商业银行既不运营互联网双边平台，用网银系统做的也是联机事务处理而非联机分析，从而无法增强中小微金融风险控制能力。
1703906300
1703906301
支付宝这类有大电商平台依托的第三方支付平台，运用基于互联网的商业智能降低流动性风险还有一大优势。一旦第三方支付平台系统识别出商户有还款风险，电商平台系统就会把商户的商品放到主页上最突出的位置促销。由于大电商平台上的客户流量极大，这些商户很快就能售出商品，从而具备还款能力。这种以促进中小微企业销售来降低中小微金融流动性风险的商业智能运用，不仅传统商业银行难以复制，缺少大平台依托的第三方支付机构也难望其项背。
1703906302
1703906303
另一方面，针对信用风险管理，创新型第三方支付机构侧重于人对人的“追账”管理。例如支付宝把“追账”外包给专门的公司。同时，第三方支付机构依托网上双边市场平台，运用基于互联网的商业智能，可以较早发现行业性信用风险高发情况，或预测到宏观经济下行期风险将至，这对增强信用风险管理能力起到了较好的补充作用。
1703906304
1703906305
第三方支付机构这种差别管理流动性风险和信用风险的模式，大大降低了人力成本，实现了对商业风险的精细化管理，从而更好地支撑了中小微经济体的发展。
1703906306
1703906307
其次，降低中小微金融服务的总体风险。创新型第三方支付机构运用基于互联网的商业智能，创造了跑数据、跑信贷流量来降低中小微信贷总体风险的方法。
1703906308
1703906309
一方面，与传统商业银行运用静态的风控模型不同，创新型第三方支付机构闭环跑数据，不断动态调整适用的风控模型。
1703906310
1703906311
无论采用信用评级模型，还是采用违约概率模型、违约损失率模型来计算风险，都高度依赖历史数据。但是，“最重要的不在于静态风险能不能控制，最终都能够找到解决办法，关键是每个解决方案都可能引起行为的适应性改变，又需要新的方法来应变”。创新型第三方支付机构从平台累积的历史数据中找到客户，客户使用中小微金融服务的数据又回到平台数据仓库，进而不断修正风控模型。这种数据的闭环运算形成了一种持续的正反馈。
1703906312
1703906313
阿里金融系统用各类评分卡对平台数据进行分析，自动筛选出风险评估合格的客户及其额度范围，并以互联网通信手段邀约客户，发出“你是我的客户，我给你多少贷款你是否接受”的邀请。
1703906314
1703906315
经过几年的不断校验、修正、运行，如何用阿里数据做阿里中小微金融的风控模型已比较成熟。客户评级采用360度调查模式，通过中小微企业主在阿里巴巴平台上的行为表现，对其历史交易流水进行分析和定量，反映其真实信用状况。风控模型中包含了认证信息、交易信息、产品库存、销量和交易流程等变化，以及客户的收藏、评价、投诉等多维数据。
1703906316
1703906317
目前看来，阿里金融已经找到了通过互联网做商业信贷的模式，最重要的是，当“病毒”升级时，“风险控制能不能升级——关键要看能不能根据贷款对象网上商业行为的实际变化，进行不断的有效调整”。
1703906318
1703906319
实际上，闭环跑数据形成的风控模型有自我进化的特性。当“网上病毒”升级时，风险控制也能快速升级。
1703906320
1703906321
相对于静态的风控模型，阿里金融的闭环跑数据方式降低了中小微金融服务信用总体风险，而且企业独特的数据生态和自我进化优势让其他企业难以模仿。阿里金融户均贷款3万元，不良贷款率不足1%，按照《巴塞尔资产协议Ⅲ》的标准计算不良贷款率是1.4%，而中国商业银行小企业不良贷款率高达5.41%。汇付天下、快钱等其他第三方支付机构也是用类似的闭环跑数据方式，形成了对平台客户的信用评级模型。
1703906322
1703906323
另一方面，创新型第三方支付机构用批量放贷服务客户，放大了信用杠杆。
1703906324
1703906325
中小微企业和个人的单笔支付交易金额、单笔借贷交易金额一般都不大，即使产生了信用风险或流动性风险，后果也并不严重。比如一笔5 000元的支付或借款发生了违约，支付机构的损失也远远低于商业银行动辄一笔上百万元、上亿元的损失。因此，在经济平稳波动时期，总体上中小微金融服务发生的风险规模并不会很大。
1703906326
1703906327
在总体风险可承受的情况下，每笔中小微金融服务拆分得越细，资金流转越快，流转次数越多，风险就越分散。
1703906328
1703906329
阿里金融设定每位客户的贷款额度、还款期限都是浮动的，客户能与生产和销售周期相匹配进行借贷和还贷。采用违约概率模型计算出年19.8%的高利率，促使企业即时还贷，这在减少资金闲置的同时也降低了资金风险。
1703906330
1703906331
截至2012年年末，阿里金融累计借贷的中小微企业数超过20万户。这些企业全年平均占用资金时长为127天，实际付出年化利率成本为6.6%。以日息为万分之五的订单贷款产品为例，2012年所有客户平均全年使用订单贷款30次，平均每次使用4.7天。这样，传统商业银行借给一个人一年的资金，在第三方支付这里一年内可以周转4.7次，一笔资金的信用风险被分散成多次多笔较为微小的风险。
1703906332
1703906333
汇付天下、快钱虽然没有提出批量放贷的概念，但它们提高资金流转次数、分散资金风险的基本做法和阿里金融相差不多。
1703906334
1703906335
推动金融价值回归
1703906336
[
上一页 ]
[ :1.703906287e+09 ]
[
下一页 ]