金融科技推动下，高利贷这张披着普惠金融的皮该褪去了

作者: 刘旷   

4月25日，在北京召开的“消费金融：发展与创新研讨会”发布了《中国消费金融创新报告》，指出我国当前消费金融市场规模估计接近6万亿元。而在会上，京东金融消费者金融事业部总经理区力则表示，“互联网消费金融的迅猛发展，在一定程度上推动了消费领域的金融供给，也能够解决金融的普惠难题，但是消费金融要回归到普惠的本质，消费金融不是简单的放贷生意，更不是把高利贷线上化，没有好的风控、没有好的定价机制、没有惠及民生的，都不叫做消费金融。”

事实上，在中国的传统金融市场，有非常多的高利贷机构正在拿着消费金融当“皇帝的新衣”，披着‘普惠’的皮，做着不合理的、高定价的消费金融生意。

高利贷成普惠金融全面普及的拦路虎

最初的普惠金融在国内进展不顺利就是源于渠道不畅通，因为信贷的特性决定了不可避免的坏账风险。但值得思考的是银行、信用社、金融机构的风险控制能力高低不一，却都对低端客户，更对广大的农民用户闭紧了金融服务的大门，这无形之中滋生了民间高利贷机构打着“普惠金融”口号的现象发生。

其一，虽然银行、信用社风控系统成熟，也拥有完善的征信体系，但银行体制僵硬，太过谨慎保守，只肯对优质客户开放抵押贷款。过高的贷款门槛将大部分个人和中小企业阻挡在外，特别是在农村偏远地区，信用社、银行对农村借贷者信用意识和还贷能力薄弱的主观认识导致他们放贷谨慎，或不肯放贷。

其二，金融机构相比银行来说更开放便捷，但缺少银行雄厚的资金实力和强大的风控能力。这些机构对高风险的民企借贷往往吃不消，难以承担民企跑路可能造成的坏账率攀升，由此，中小企业基本丧失了正规渠道的金融服务。

其三，现如今的金融体制改革进程跟不上经济增长的脚步。比如，城乡地区存在大量的借贷需求，但城乡渠道断层导致金融服务供不应求，很多有借贷需求的人只好被迫选择高利贷来解一时燃眉之急。

渠道的短缺和借贷需求的旺盛成鲜明对比，高利贷应运而生。高利贷办理门槛低、灵活方便，正符合那些丧失了正规借贷渠道的民企和个人的借贷需求。其实换个角度来看，高利贷的放贷人由于投资市场低靡，缺乏正规的投资渠道，才会通过放高利贷来获取收益。

但不论是何原因，高利贷通过高收益覆盖高风险，看似平静的金融水面下早已暗流汹涌。高利贷正在残酷地剥削掠夺借贷人的私人财产，危害社会：一方面，高利贷对追债行为没有约束，放贷人可以随意处置借贷人，潜藏的暴力风险影响社会维稳；另一方面，它加重了借款人和企业负担，破坏了社会秩序，也导致个人、企业资金使用的恶性循环和金融服务生态的恶性循环，成为普惠金融的拦路虎。要想让金融服务惠及各个角落，必须改变现有的金融模式，提高金融机构的风控效率，从而拓宽金融产品的供给渠道。

互联网技术在金融领域全面兴起，成为普惠金融的推动器

在现行时代，互联网就是改变传统模式最好的工具。互联网应用于金融，洗牌金融行业，正在改变传统金融的现状，也无形之中推动了普惠金融的发展。

首先，互联网技术改变了传统金融服务形式，传统金融模式致力于线下操作，消费者必须前往银行或金融机构网点操作办理业务，支付方式也限于现金、票据和信用卡。互联网线上金融店铺则跨越时间和空间的限制，消费者足不出户就可以进行财富管理，降低了理财成本，让投资理财更方便、可接触。

其次，互联网精神渗透金融行业。互联网拥抱传统金融，其参与者亦能秉承和延续开放、平等、协作、分享的互联网精神，为改善目前的金融业态环境，营造开放共享的普惠金融大生态圈贡献力量。

最后，互联网、移动互联网终端都赋予了传统金融业务本不具备的特性，比如灵活多样的金融产品、理财信息流通的快速化和透明化、主体的参与度大幅提升、自主化财富管理降低了中间成本、提升了运营效率……

而互联网风控系统以大数据为基础，能将一切信息数据化存储，智能化决策。一方面对用户来说，线上申请，线上自动审核，大大提高了审批效率，提升了顾客满意度。

另一方面对金融机构来说，大数据特别是数据模型(Data Model)的应用大有裨益，数据模型作为数据库管理的教学形式框架应用于金融，改变了风控效率，实现了信贷业务的科技化、数字化、智能化和批量化管理，相对于传统金融来说，数据分析处理效率和存储稳定性均有提高，最终促使金融的大规模普及。

于是，以京东金融为代表的金融科技巨头正在凭借着他们的大数据、风控技术成为普惠金融的先行者。

在京东金融这类金融科技巨头的带领下，普惠金融正在大步朝我们走来

据易观智库发布的《中国移动金融市场专题分析2017》报告指出，移动端金融渗透率不断提高，第三方移动互联网金融服务应用中京东金融高居榜首，用户活跃度占据首位。以京东金融的消费金融为例，在过去的三年中，京东金融做了大量的数据、研发和系统的投入。

其一，严格风控打造授信额度。“白条”的受众群体首先要经过第一道防线的风险筛查，过滤掉恶意和失信用户，继而通过大数据征信系统和风险预测等筛选出可开通信贷服务的“白名单”。在信贷额度方面，京东金融所应用的数据模型包括有随机森林分类器、贝叶斯概率网络、lasso回归、SVM学习模型等多种数据分类、分析算法。这个模型覆盖2亿京东用户，可以对其还款意愿和能力进行全面评估，以此量身打造最适的金融产品供消费者使用。

其二，安全的反欺诈系统。通过在后台对每一个账户行为进行安全扫描，识别恶意行为和高风险的订单。反欺诈系统引进多种智能识别技术理解用户行为，对异常账户行为进行多维度校验。除此之外，“白条”打通了商城配送体系，将订单最后一公里的配送环节也掌握在可拦截的范围内，这样覆盖全程交易、全面系统的反欺诈模式，尤其是最后一公里的打通在业内都是绝无仅有的。

其三，产品的风险定价。京东金融在线上拥有海量消费者购物信息，自然在数据获取和分析技术方面更进一步。在海量信息的基础上建立的上百个数据模型再逆向反馈出消费者的消费水平和偏好，数据的获取帮助“白条”建立自身的征信系统，为消费者提供更个性化的消费金融产品。这一风险定价模式使“白条”把控了互联网金融风控的关键，在同质化的金融产品中脱颖而出。

而在农村金融领域，京东金融则通过将农村的产业链全部打通，充分运用数据技术，对不同农村地区的需求、销售、商品流通状况进行预测，让交流流转环节更顺畅，进而降低农户贷款利率。目前，他们已经帮助了4.2万贫困人口获得了金融服务。

由此看来，京东消费金融通过数据和技术的力量，实现了有效解决其中成本和效率的问题，降低金融服务的可负担成本，最终实现了普惠金融的落地，成为了普惠金融的先行者。

总体来看，传统金融模式在走过高利贷的荆棘之路后，随着互联网技术的兴起，尤其是正在改变传统金融风控效率的大数据技术，推动了普惠金融的发展。而在京东金融这类掌握数据风控和良性定价核心技术的金融科技带领下，一个数字金融服务遍及低端甚至贫困人口的普惠时代正在大步朝我们走来。

刘旷

以禅道参悟互联网、微信公众号：liukuang110