1年等于40年的蚂蚁放贷之路

最近蚂蚁金服又刷屏了。除了完成最新一轮融资，估值超过600亿美元的新闻外，一个更重要的信息其实被人忽略了，那就是蚂蚁金服的贷款金额。

 

根据蚂蚁金服透露的数据，自从蚂蚁小贷开始贷款业务，6年间整个蚂蚁金服，包括网商银行已经放贷超过6000亿了，平均一年1000亿。而一个可以对比的数据是，世人熟悉的诺贝尔和平奖尤努斯博士创立的格莱珉银行，从1976年开始，风雨兼程近40年，累积发放贷款折合人民币1000多亿。以贷款量来说，仅仅是网商银行一家，已经1年达到了格莱珉近40年的成果。

 

一年前X教授曾经梳理过蚂蚁金服的结构和脉络，那时候蚂蚁金服旗下的网商银行还只是一个设想，一个为了金融监管而布下的先手棋，而现在，基本可以说，在银行业里，它已经是一个实打实的业务，并且在飞速逼近市场领先者。既然是银行，就不是那些借金融创新之明行非法集资之实的所谓理财公司了，自然有一套风控的标准。用银行的眼光来审视这一千多亿贷款，会发现银行的风控逻辑还在，但却在阿里系的技术加持下，有了核心的基因突变。

对于一家贷款机构来说，有三个问题事关生命线：贷不贷？贷多少？收多少利息？如果用专业的说法就是：准入、授信和定价。现实中，一些服务于类似中小企业的小贷机构的拒贷率达到70% - 中小商家贷款难，本质上的原因是信息收集和处理的能力不足，成本和收益不成正比，信贷机构只好采取审慎原则，提高准入门槛，这就是为什么更多的资金被贷给了“可靠”的大企业。能不能降低准入门槛，通过差异化定价来补偿提高的风险呢？多数机构都受制于没有可靠的数据和模型，所以只能锦上添花，而不能雪中送炭。

 

以传统银行的眼光来看，网商银行它服务的数百万淘宝卖家，是超高风险的借款人。这些卖家不仅无抵押，有些甚至连基本的账目都没有；有的没有固定的场地，甚至连上门核实营业场地的条件都没有，贷给这种公司，简直就是有去无回的同义词。但是恰恰没有以上这些传统的风控资料的同时，网商银行有着更为有效的数据，这些卖家在网上的交易信息。在“全面了解客户”这点上，网商银行起步时就拥有了数据的优势。比如这些卖家正在卖哪些商品、生意好不好，又比如卖家经营店铺勤快吗、之前有过不诚信的行为吗，这些数据的丰富度、准确度远高于传统银行能采集到的贷款者的信息。可以说，这些独有的数据是含量丰富的钻石矿或油田，银行对此垂涎欲滴又可望不可即。

 

但是采矿也是一门高深的学问。打个比方，中东的很多地方原油埋得浅，沙特的原油成本只要每桶十几块，而加拿大的页岩油砂矿，十几年前的开采成本高达每桶几百美元，直到后来技术进步降到五十美金左右才开始具有商业价值。以目前的放贷量来看，网商银行的采矿技术已经到了大规模商业化的级别了。蚂蚁金服旗下，除了网商银行之外，还有一个关键的部分叫芝麻信用，主打信用分析。这两个机构的算法工程师们就是基于已有的海量数据建立了一套风控模型，给每位客户的“信用”打分，从而区分出有可能欠贷不还的“坏人”和向来信用良好的“好人”。

基于风控模型的客户信用分值，成为网商银行回答“贷不贷”这个问题的核心依据。有支付宝的用户会有直观体验，芝麻信用分并不会“一分定终身”，每个月都会更新一次。实际上，在贷款操作上，用来判断准入，授信，定价的信用分更为动态，是基于在线数据和算法的模型实时迭代的。随着新数据的不断涌入，每一单电商交易、每一次旺旺上线、每一次还款，理论上每时每刻都可以改变这个分值。基于成本的考虑和现实的风控需求，网商银行每天更新一次客户的信用分，然而这样的更新频率已经是传统银行所不可想象的了。

 

有了这样的信用分值，判断该不该给一位客户贷款，以及回答“贷多少”、“收多少利息”这两个问题，就变得轻而易举，不再需要基于经验的繁复审批流程。目前网商银行所有的信息采集和决策、贷款发放都在线上完成，商家用3分钟时间在线上提交贷款申请，系统1秒钟完成自动审批，及时放款，零人工干预，相信这是无数传统银行信贷部门的终身梦想。从客户角度来说，用户体验自然带来用户迁移成本的降低，也就是更容易接受像网商这样的新银行的贷款。从信贷人员的角度来说，就四个字，细思极恐。

 

在这个过程中，客户的数据越来越丰富，运用到的参数越来越多，算法模型也越来越靠谱，贷款风险控制的成本越来越低，贷款者的体验也越来越赞，覆盖的贷款用户也越来越广。在小贷领域，一年已经超越格莱珉，截止目前，网商银行已经为超过260多万家小微企业累计发放了6,000多亿的贷款。而且，平均每笔贷款金额很小，低于4万元人民币，实现了普惠金融的承诺。在更为广泛的客户领域，基于富矿和采矿机的逻辑，业务的高速增长确实可以看到了。接下来的可能是超越一家普通的地方性银行，接着就是全国性股份制银行，虽然蚂蚁老是强调自己不是颠覆者，而是现有金融业的加速器，但谁知道呢。