• 0
中智诚征信副总裁谭砢:防范共债风险需注意队列效应与风险传导
统计 阅读时间大约7分钟(2740字)

2019-07-22 08:58:05 中智诚征信副总裁谭砢:防范共债风险需注意队列效应与风险传导

来源:猎云网
中智诚征信是一家聚焦互联网金融征信领域,长期关注互金领域共债风险的公司。

【猎云网(微信:ilieyun)北京】7月22日报道(文/李未)

7月19日,“FUS猎云网2019年度科技金融产业峰会”在北京千禧酒店隆重举行,近百位知名资本大咖、独角兽创始人、创业风云人物和千位业内人士共聚一堂。本次峰会由猎云网主办,锐视角、猎云资本、猎云财经、企业管家、AI星球协办。

中智诚征信有限公司副总裁谭砢受邀出席并发表以《科技金融转型中的共债风险》为主题的演讲。他认为,防范共债风险需注意队列效应与风险传导。


谭砢用“婴儿潮”现象解释了队列效应——同时期经历特定事件,而对外部事务产生一系列的影响:婴儿潮会引起入学后学校的爆满,进入职场后激烈的竞争,买房时房价的上升。接着又以泰坦尼克号的沉没为例,介绍了风险传导的路径以及破坏性。

队列效应在共债风险方面表现为在多家放贷机构中出现负债,且负债总量快速增长,从而构成“共债队列”。“共债队列”的风险一旦发生传递,其影响是非常巨大的。


据谭砢介绍,中智诚征信是一家聚焦互联网金融征信领域,长期关注互金领域共债风险的公司。他表示:“我们立志成为科技金融的观测员和领航员,在航路上帮助大家预判可能出现的冰山和礁石,帮助大家解决共债风险。”


中智诚征信有限公司成立于2013年9月,是首批获得央行批准筹建的八家个人征信机构之一,2018年3月,成为百行征信有限公司的发起股东之一。公司的核心产品——“神月”,致力于服务现有征信系统尚未覆盖的人群以及为这些人群提供普惠金融服务的互联网金融机构,通过各机构信息的共享,解决目前困扰各借贷平台借款人 “多头”、“共债”、“老赖”等难题。

2019年,猎云网以发现产业独角兽为初衷,全面开启“FUS(Future unicorn Summit)未来独角兽峰会”品牌。本次大会以寻找产业独角兽为初衷,围绕“科技+金融”主题,对新时代下的科技金融创新与产业结构转型进行解析,共同探讨科技信息时代的金融科技机遇和挑战。

以下为谭砢演讲实录,猎云网整理删改:

很高兴今天下午能跟大家交流分享!

消费金融的市场潜力和总量都很巨大。据2018年人口统计的数据,全国总人口13.9亿,其中劳动年龄人口占64%,将近9亿,这部分人群能够产生现金流,理论上都能成为金融服务的对象。但另一方面,据人民银行征信中心数据显示,截至2018年6月,央行征信报告收录的自然人数量为9.7亿,有贷款记录的人数仅为4.8亿,还有4亿多人没有在银行借过钱,市场潜力巨大。有贷款记录的4.8亿人中,即便从银行获得了金融服务,也依然需要从其他的渠道来补充自身的资金需求。

我们可以进一步对市场的所有人群按照资金利率水平进行分层,顶层的prime(优质)客群主要是银行的目标客群。以“985、211”大学毕业生为例,他们有稳定的收入,一般有良好的还款意愿,会优先通过银行机构来申请资金,这部分客群中的95%已经得到相应的金融服务。中间层near-prime(近优)客群主要是持牌消金、P2P等机构的目标客群,这部分客群中得到金融服务的比例大约是40%。最下层是subprime(次级)客群,主要为小额现金贷、现金分期等机构的目标客群,粗略估计其得到金融服务的比例不到20%。

基于风险定价原理,客群从顶层到底层的风险越来越高,这是没有办法逃避的现实,而且具有一定的普适性。

在中国,我们当前面临的局面还有一些特殊性,这个特殊性体现在下沉客群的债务分布非常不均衡。比如near-prime和subprime人群能够得到金融服务的比例普遍偏低,而在已经得到金融服务的很低比例的下沉客群中,债务或说是金融服务供给的分布也是非常不均衡的,更少数的人获得了多数的金融服务供给(债务),这样无疑进一步加剧了风险的集中。


梳理完基本的问题和成因后引入一个概念:队列效应,这是人口统计学的一个术语。同一时期经历同一事件的群体称之为“队列”。将同一时期经历特定事件,进而对外部事务产生一系列影响称为“队列效应”。以美国婴儿潮为例,婴儿潮期间出生的婴儿人数远远大于婴儿潮之前或者之后,这个群体可以作为一个队列。该队列入学的时候学校会爆满,进入职场时竞争异常激烈,买房时需求强劲推动房价上升,这是出生队列对外部带来的影响。

我们现在将“队列效应”带入当前的金融市场中来看一下:在那些长期以来得不到金融服务供给的人口里出现了这样一个群体,在最近几年(同一时期)的时间里在多家放贷机构中出现负债,而且负债总量快速增长(同一事件),这样的群体我们可以借用“队列”的概念,称之为“共债队列”。

经研究我们分析出产生共债队列的三个原因:一是是机构原因,银行最高的利率是18%,能够容忍的不良率是2%,如果超过2%,银行会面临严厉的监管问责。这意味着这部分下沉客群无法或者很少得到银行服务,这与其庞大的金融需求之间出现矛盾。这些庞大的金融需求需要一定的金融供给服务手段来唤醒,而在唤醒过程中,金融机构一味地跑马圈地影响了该客群的真实意愿,有的机构甚至出现以贷放贷的策略,这进一步加剧了“共债队列”的形成。二是客群原因,一个基本事实是中国依然是发展中国家。劳动力供给大潮中半数是低技能的体力劳动者,这部分群体长期得不到相应的金融服务,又在大量的金融供给中盲目追求自身的授信额度。三是行业原因,征信体现建设未能跟上信贷规模的增长,无法实现放贷机构与借款人的信息对称,造成无法有效评估共债风险。

“共债队列”的队列效应是什么?会导致什么问题出现?风险传导。我们虽然通过资金利率水平对借款人进行分类,但是借款人不会把分类标签贴在自己身上,他们不管年化利率是10%还是100%,只要有机会就会申请。而放贷机构方面,顶部银行机构能够接受的不良率是2%,P2P、消费金融、网络小贷等机构能够接受的是5-10%(某消费金融公司上市时披露的不良率达到10%),这说明机构之间的风险偏好与客群定位是完全不同的。但就像我们刚才分析的,许多贷款机构在过去几年采取了比较激进的营销策略,就会吸引超出其风险定价水平的客户进来,这部分客户绝大多数都是“共债队列”。“共债队列”的债务并不是单独存在某一层的,而是穿越各层交叉存在的。多层的风险在一起打包,是拆分不出来的。一旦共债队列出现流动性不足,就会短时间内引发各层风险的波动。共债队列其实就是风险传导的载体与媒介。

泰坦尼克号有16个防水仓,号称即便有一半防水仓进水都不会沉没,但首次航行中撞击冰山后当第5个防水仓灌满水的时候就开始快速下沉了,这是为什么?设计防水仓的假设条件是水是随机灌满防水仓的,这种随机性分散了进水的速度与重量,船体均匀的浮力可以对冲均匀分布的进水重量,因此船体依然可以漂浮水上。然而悲剧发生时水是连续快速集中的进入的船头底部的防水仓,进水重量集中在了船头,这样就造成了船体的失衡倾斜,船尾翘起,进而加速了进水速度(下沉速度)并导致船体断裂沉没,整个过程不到3个小时。前5个集中在一起进水的防水仓就是“进水队列”,它们的进水重量(风险)不均衡分布打破了防水仓设计的假设,导致了船体失衡、进水加速以及最后惨烈的沉船。同样,如果信贷风险集中在“共债队列“中而不采取任何干预手段,那么一旦发生风险就会迅速传导到整个金融体系,并由局部的失衡引发整体的风险。世界金融历史上已经有太多这样的案例。



最后,简要介绍一下我们中智诚征信。我们成立2013年,2015年征信平台正式上线,一直聚焦中国的互联网金融征信,尤其是底部个人信贷领域征信,长期关注这个领域的共债风险。从成立到现在,我们的网贷申请流量达10亿人次,2亿多人,我们有着比较完整的服务体系和链条,立志成为科技金融的观测员或者领航员,在大家的航路上帮助大家预判可能出现的冰山和礁石,希望帮助大家解决共债风险问题,谢谢大家!

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:ilieyun
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
推荐阅读
记者名字
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×