助貸行業(yè)迎變： 嚴監(jiān)管下前景幾何？

盧秉輝

監(jiān)管“補短”，助貸業(yè)務或重構。10月5日，銀保監(jiān)會發(fā)布《關于服務煤電行業(yè)正常生產和商品市場有序流通保障經濟平穩(wěn)運行有關事項的通知》（以下簡稱《通知》），其中提到要規(guī)范銀行機構與消費金融公司等非銀行金融機構業(yè)務合作，審慎開展與助貸機構的業(yè)務合作，不得提供顯著高于市場利率的消費信貸產品。

無獨有偶，10月7日，中國人民銀行行長易綱在國際清算銀行（BIS）監(jiān)管大型科技公司國際會議上表示，中國頭部平臺公司在開展電商、支付、搜索等各類服務時，獲得用戶的身份、賬戶、交易、消費、社交等海量信息，繼而識別判斷個人信用狀況，以“助貸”名義與金融機構開展信貸業(yè)務合作，相當于未經許可開展個人征信業(yè)務?！邦^部平臺公司在同一個平臺下提供理財、信貸、保險等金融服務，放大了金融風險的跨產品、跨市場傳染的可能性。”

監(jiān)管頻頻發(fā)話助貸，讓原本競爭激烈的助貸市場再掀波瀾。面對洗牌挑戰(zhàn)，助貸機構的發(fā)展前景幾何？

一波未平一波又起

最近一波降溫波及“助銀”合作。助貸是互聯(lián)網小貸等互金信貸演變下的產物。眼下，助貸機構的合作列表里，擁有雄厚資金實力的銀行受到追捧，而銀行也樂于向具備流量優(yōu)勢、場景規(guī)模的助貸機構遞送“橄欖枝”，特別是頭部金融科技平臺往往借以“助貸”名義與銀行開展合作，意圖加強自身商業(yè)背書，為后續(xù)與中小銀行、消金機構等金融機構的攜手做好鋪墊。

目前“助銀”合作主要有兩種模式。首先是純助貸，助貸機構僅向銀行引流貸款客戶，自身不參與風控、放貸等后續(xù)操作。其次是聯(lián)合貸，顧名思義助貸機構向銀行引流的同時亦提供部分資金，與銀行共同放貸。由于純助貸資產模式更輕，承擔風險更小，近年來成為助貸機構轉型的重要方向，螞蟻集團、京東數科、360金融均已向該模式傾斜?！?∶99的高杠桿聯(lián)合貸款模式，最早是微粒貸‘玩’出來的，后來螞蟻、京東進一步演變?yōu)橹J，在助貸模式下，平臺幾乎一分錢都不用出，主要是引流。”一位流量平臺金融業(yè)務部門負責人介紹。不過，這兩種模式并非涇渭分明，在助貸模式中，助貸機構或提供風控服務，占據放貸話語權，而聯(lián)合貸模式中，雙方出資比例與分潤比例也或存在不相匹配的情況。

可見，不論是助貸還是聯(lián)合貸均尚未形成明確的行業(yè)規(guī)范。對此，銀保監(jiān)會《通知》的下發(fā)，相當于給“助銀”合作模式踩了剎車。特別是當頭部金融科技平臺被點名之后，再穩(wěn)固的合作關系也走到了轉型的十字路口，而這種模式背后聚集的風險或將成為監(jiān)管下一步行動的目標。天風證券認為，提供導流服務和技術支持或將成為助貸業(yè)務的重要轉型出口，而自身資源稟賦不足、技術能力有限的中小助貸機構或將逐步退出市場。

把目光再拉回到今年7月的第一輪風波。彼時，中國人民銀行征信管理局向網絡平臺下發(fā)相關通知，要求平臺機構在與金融機構開展引流、助貸、聯(lián)合貸等業(yè)務合作中，不得將個人主動提交的信息、平臺內產生的信息或從外部獲取的信息以申請信息、身份信息、基礎信息、個人畫像評分信息等名義直接向金融機構提供。

這即是釋放了一大重要監(jiān)管信號—互聯(lián)網平臺助貸等業(yè)務要實現個人信息與金融機構的全面“斷直連”，此舉勢必帶動助貸業(yè)務流程上的變革。不少助貸行業(yè)的業(yè)內人士擔心助貸業(yè)務或因無法與持牌征信機構達成合作關系而寸步難行。于是乎，迫于監(jiān)管壓力，越來越多的助貸機構“圍堵”持牌征信機構，試圖催成合作關系，構建“網絡平臺—征信機構—金融機構”的個人信息合規(guī)分享模式?？上攵?，在行業(yè)地位、業(yè)務規(guī)模、股東背景等方面的能力差異下，助貸機構面臨著不同的境遇：頭部機構實力雄厚，輕松跨入準入門檻，中小機構實力偏弱，竭盡全力拼一絲可能。

就在中小助貸機構為謀求征信合作而焦頭爛額之際，第二波監(jiān)管風波準時襲來。9月30日，中國人民銀行官網發(fā)布《征信業(yè)務管理辦法》，提出將征信替代數據應用納入監(jiān)管，劍指助貸機構“無證駕駛”亂象?；仡欉@三場風波不難發(fā)現，助貸行業(yè)監(jiān)管趨嚴，傳統(tǒng)路徑再難同行，監(jiān)管意在把數據風控的核心從助貸機構拉向銀行本身，對助貸機構而言，新一輪洗牌正式開啟。

助貸行業(yè)前景幾何？

嚴監(jiān)管的層層出擊下，助貸行業(yè)的發(fā)展增添了許多不確定性，部分助貸機構尋求持牌征信機構合作的同時，也抓緊修改與金融機構、特別是銀行合作的助貸決策模型。從頭到尾的“大換血”是基于助貸機構被允許獲取的數據量以及征信機構對助貸方抓取數據的質量與種類上的要求，不難看出，未來助貸機構所能掌握的數據源必然有明顯收縮。

在有限的數據空間下，許多助貸機構加碼風控技術的突破，畢竟風控水平本身亦是銀行合作的焦點，也是維系雙方合作的關鍵。目前，“助銀”合作加速探索隱私計算技術，試水個人數據信息的“合規(guī)”分享。所謂隱私計算技術，是指在保護數據本身不對外泄露的前提下實現數據分析計算的技術集合。據悉，隱私計算技術的核心在于銀行與助貸機構在不知道客戶具體敏感信息的情況下，使用大數據分析等技術對脫敏化、結構化數據進行比較驗證，結合自身對客戶消費行為、消費特征的數據積累與洞察，從而判斷出脫敏化結構化數據背后的客戶。

目前，已有部分銀行試水隱私計算技術等風控合作，以此精準獲取客群消費行為特征，進而優(yōu)化風控模型。不過，仍有不少銀行處于對隱私計算的數據確權、使用的合規(guī)性、安全性而選擇相對保守的發(fā)展策略。

綜上所述，助貸行業(yè)的洗牌潮業(yè)已開啟，大浪淘沙后，究竟將露出何樣面貌，仍需等待時間給出答案。

責任編輯：鐘立群