杨凯生:互联网金融堪称"一地鸡毛" 要认真汲取教训

杨凯生:互联网金融堪称"一地鸡毛" 要认真汲取教训
2019年12月01日 11:28 新浪财经
中国工商银行原行长 杨凯生中国工商银行原行长 杨凯生

  新浪财经讯 12月1日消息,2019第一财经金融科技峰会今日在京举办。中国银保监会国际咨询委员会委员、中国工商银行原行长杨凯生出席并发表演讲。

  杨凯生表示,“金融科技与银行的联合贷款、或助贷”发展有很好的模式和潜力,但是在发展的过程中一定不能忘却金融的本质,不能忘却防风险、守底线的责任,一定要认真地汲取前几年在所谓的互联网金融、P2P信贷方面的教训。现在可以说是一地鸡毛,但面对这一地鸡毛,人人都是一脸无辜,我觉得我们要认真地汲取这方面的教训。

  以下为发言实录:

  杨凯生:今天我就大家近期议论比较多、比较关注的话题即“金融科技与银行的联合贷款、或助贷”话题谈几点想法。我认为它在我们国家是一种新的业态,也正因为它新,所以现在在联合贷款、助贷等业务方面出现了不少新的问题,需要我们认真地研究。

  首先,我觉得我们就是要搞清楚,银行现在除了和互联网企业的合作之外,还有哪些可以称之为是助贷或联合贷款模式,我们一想到助贷、联合贷款,往往就想到银行和一些互联网企业,包括和一些头部公司的合作,这当然是,但除此之外还有没有其它可以称之为联合贷款、助贷模式。

  我们现在看到比较多的就是一些科技公司利用自己所掌握的消费者大数据,以及自己所掌握的算法、一些模型等技术,威胁银行进行客户导流,或提供风控的技术,而银行对相关客户进一步提供融资、提供信贷支持。

  如果有的科技公司在此之前已经获得有关金融牌照的话,它也有可能在银行向客户提供信贷融资的时候也参与一部分、提供一部分资金。

  在这种业务模式中,风控的责任究竟如何落实,这个问题现在越来越引起大家(特别是监管部门)的监管和重视。我首先想讲的一点是其实还有一些其它科技助贷模式、数据助贷模式,也许他们的重要性比上面所说的模式更值得我们关注。

  如今,数据技术发达了,核心企业通过自己的数据平台已经有可能把这么多上下游企业和它自身交易往来的情况及时提供给银行了,银行也就从以往需要关注那么多各种规模、各种规模的企业各自综合授信的情况,变成了更多关注他们与核心企业之间的交易情况和资金往来。

  原来要关注那么大的面、那么多各种类型、各种规模企业各自综合授信的情况,实际上银行的管理半径是难以触达的,而现在情况并不一样,它通过和大型企业数据平台的合作转向了更多关注这么多企业与核心企业之间交易往来情况、资金往来情况。

  实际上我觉得银行和这家核心企业之间的合作,不仅仅停留在一个所谓的客户引流层面上了,更重要的是促进了银行传统的信贷理念和审批机制的变化,这对以往银行在传统所谓的供应链融资、贸易融资中,往往遇到的做假的流弊也起到了很好的防范作用。

  而且更重要的是,在这个过程中银行作为资金的供应方,风控的责任是清晰的、落实的,核心企业、集团企业所提供的上下游企业的数据信息,所引流导入的客户只是银行信贷决策的必要条件,而不是充分条件。银行还根据自己所掌握的各种信息,根据自身的信贷政策和风险偏好,做出自己最终的信贷决策。

  所谓的助贷,联合贷款就是在这种新形势下出现的新事物,我觉得这是应该给予肯定的,但无论名称怎么变,模式怎么改,做金融任何时候都不能忘却金融的本质,不能忘却防风险、守底线的责任,一定要认真地汲取前几年在所谓的互联网金融、P2P信贷方面的教训。

  现在可以说是一地鸡毛,但面对这一地鸡毛,人人都是一脸无辜,我觉得我们要认真地汲取这方面的教训,在当前助贷、联合贷款业务中应该注意几个问题。

  1、要抓紧建章立制,如果立法、修法一直确实难以跟上,必要的行政规章和监管制度一定要及时出台。例如在数据的采集、提供、交易等方面目前问题就不少,究竟什么机构、什么人可以收集什么样的数据,采集数据应该通过什么手段,什么样的数据可以自己使用,什么样的数据可以提供第三方使用,什么样的数据可以有偿地提供给他人使用,什么样的数据只能无偿地提供等等。我觉得都应该给予清晰地明确,在这些涉及到社会治理层面的问题中,紧紧依靠人们自律的想法是不可取的。

  在建章立制的过程中,还应该注意到的是对创新应该采取适当监管、包容性监管的态度,对哪些问题可以包容,对哪些事情的监管可以适度,包容、适度到什么程度,我觉得都应该尽量体现在规章制度中,制度不应该语言不详,更不应该制度规定是明确的,甚至是严格的,但在实践中又是可以根据形势的不同,允许从业者自己去考量、揣度哪些事情可以做,哪些事情不可以做,允许监管者拥有过度地自由裁量权,去认定哪些事情需要处罚,哪些事情可以放松尺度。这不仅仅不利于任何新业务的健康可持续发展,也不符合依法治国理念的落实。

  2、无论是联合贷款,还是助贷,银行都不应该将风控的事项外包给并不提供贷款、或仅仅是提供了少量资金的合作方。有部分银行由于自身人员或技术能力有限,难以对合作方引流导入的客户数据进行分析,也没有自己的算法模型,于是就完全依赖和听信合作方的各种说法,本来说是参考,实际上变成了决策的结论,这样的做法风险很大,且不说由于合作方没有投入资金,或是仅仅投入了很少比例的资金,双方可能要承担的最终损失是完全不对称的,更需要注意的是一些可以公司本身的技术水平也是有限的,其提供数据的可靠性也是需要验证的。

  在这样的情况下,如果银行放松了风险控制,实际上就不是原来意义上的助贷或者联合贷款了,而成了完全放弃管理权的全委托贷款了。那样的话,对方一是要有发放贷款的资质,二是要有相应的管理能力才行,这和我们今天所说的助贷业务、联合贷款业务不是同一件事情(是另外一件事)。

  3、银行无论是利用自己的数据和技术,还是或多或少地依赖合作方提供的数据和技术,都需要梳理清楚机器适合做什么,人适合做什么,人机结合适合做什么,要认识到目前在信贷业务中所谓的机器学习还是完全基于历史做出的判断,而依据这些历史过程还比较短暂,并没有经过多少轮完整的经济周期,或较长的客户行为周期的检验。在这样的情况下,人的作用还是相当重要的,因此除了一些特定的场景和业务之外,我觉得不应该过分地强调所谓的秒贷。

  例如对一些需要基于对借款人综合授信决策才能决定发放的贷款,对一些项目贷款,以及借款周期长、金额大的贷款完全依靠机器,在瞬间做出决定,显然即没有必要,也不应该。我们经常想要提高效率,如果我们把银行业的提高效率仅仅定义为缩短、精简默写交易的处理流程,减少处理某些业务所需要时间的话,我认为需要思考的一点就是数字化技术的发展,大数据技术的进步,云计算、乃至区块链的发展,他们的目的是不是仅仅是唯一的即“所谓提高效率”。它究竟应该给我们带来什么,可以给我们带来什么,我觉得这可能是多方面的,这些问题都需要思考。

  4、银行要建立健全数据审计和模型审计的机制,以确保无论是外部,还是自身所提供和采集数据的合法性、可靠性、以及有关模型的合理性。在数据信息已经日益成为一种资源的条件下,在数据、信息已经可以给它的拥有者、使用者带来利益的情况下,我想数据的审计、模型的审计无疑是需要的。

责任编辑:赵子牛

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 12-11 甬金股份 603995 22.52
  • 12-04 芯源微 688037 --
  • 12-04 锐明技术 002970 --
  • 12-03 成都燃气 603053 --
  • 12-02 当虹科技 688039 50.48
  • 股市直播

    • 图文直播间
    • 视频直播间