大数据或有助于缓解消费金融市场逆向选择问题

来源: 零壹财经   

在经济学上有一条著名的逆向选择理论，是指在信息不对称的情况下，由于买卖双方对同一商品的价值认定存在差异，从而会造成市场在资源配置方面的机制失灵，优质商品退出市场，劣质商品充斥市场。

这一理论在二手车交易市场最为常见。由于买卖双方对二手车的车况等信息了解程度不一致，同一辆车，由于卖方对二手车的车况、事故情况、机器性能等情况比较了解，因此认为该车值10万元。

但买方能得到的该辆车的信息有限，且不知道车是否发生过事故、是否更换过原厂零件、是否保养得当等信息，因此出于本能会低估车辆的价值，最终只能接受6万元的价格。

买卖双方的信息不对称会造成无法达成一致的成交价格，最终交易失败。同时，市场上车况不如上述二手车的其他二手车，若报价同样为6万元，反而会成交。结果是优质车最终退出市场，二手车市场被劣质车占领。

在消费金融市场，逆向选择的情况也经常发生。银行或消费金融公司不可能完全掌握客户信息，对客户还款意愿的判断只能基于客户所提供的资料或第三方信息。经过风险定价测算，会最终确定客户的贷款利率或手续费报价。但这一报价并非针对客户量身定制，而是针对一个客户群甚至是全部客户的报价。

比如，某银行A推出一款现金分期产品，36期手续费率统一定为15%。这时，市场上两个客户甲和乙均有贷款需求。其中，客户甲是公务员，工作稳定，收入可持续，还款来源比较有保证。客户乙是一名毒贩，急需用钱去境外采购毒品。面对同样一款现金分期产品，客户甲觉得自己的各类条件较好，是各家金融机构争抢的对象，认定15%的手续费率过高，并相信一定会有A银行以外的其他金融机构提供利率低于15%的金融产品，于是可能会放弃A银行的现金分期产品。

对客户乙来说，由于其贩毒利润高，只要贩毒成功还钱不成问题，即使贩毒失败，也可以跑路逃避还款，因此15%的手续费率对他来说没有任何负担，最终客户乙选择了A银行的现金分期产品。

上述情况下，经过一段时间的市场推广，A银行会发现办理其现金分期业务的客户都是类似客户乙之类的高风险客户，其现金分期产品的不良率快速升高，甚至15%的手续费率已经不足以覆盖该产品的市场风险，最终A银行叫停了现金分期产品。

当然，上面是一个比较极端的例子，市场上既不会都是客户乙，也不会都是客户甲。但在一个信息不对称的市场上，银行或金融机构无法在事前区分客户甲和客户乙，更无法准确对甲和乙差异化定价。所以在消费金融市场上，过高的产品定价并不一定意味着高收益，也可能带来高风险、高不良损失。

同时，笔者认为，在消费金融市场，不仅价格会产生逆向选择，用户申请过程中的需要提供资料的繁琐程度和业务办理周期等也会如此。

举例来看，某金融机构，虽然产品定价在市场上已经足够低，但合作商户推荐过来的客户并不是资质最好或者金融机构偏好的优质客户，而是资质一般，甚至是被其他金融机构审批拒绝的客户。经过向商户了解情况，问题出在其产品要求客户提供大量资料，且业务办理周期比同业时间长等方面。

从金融机构的角度看，其希望尽可能全面、准确的了解客户，以便能够更准确地判断客户，因此要求客户提供尽可能多的申请资料，这无疑也增加了客户办理该笔业务的时间。但资质好的客户是消费金融市场上的香饽饽，各家机构都想争抢，作为客户，在选择消费金融产品时就会关注客户体验，并最终选择办理申请简单、申请资料少、办理周期短的金融产品。同时，那些资质较差的客户，才会接受金融机构的繁琐申请要求。最终，初衷是通过要求客户提供尽可能多的个人资料以便尽可能全面了解客户，进而降低业务风险，却变成排斥优质客户，充斥劣质客户，业务风险不降反升。

逆向选择的根源在于信息不对称，破解之道在于尽可能全面、准确地掌握相关信息，大数据分析也许能在一定程度帮助金融机构解决这一难题。

来源: 零壹财经

生如夏花