岭南消费维权网

您的位置：首页 > 网购  > 正文

网络消费分期得风控者得天下

时间：2017-05-25 09:44:13

作者：聂国春

　　■本报记者聂国春
　　 “原来2500元的手机，现在每个月只要花200元就可以了。这样既减少了用户的资金压力、降低了用户的心理门槛，也促进了vivo手机的销售。”谈及“花呗+分期”的模式，vivo电商负责人表示，花呗对产品的销售影响明显，尤其是新品首发期间，花呗分期交易占比超过vivo线上销售量的50%。
　　据统计，在中国近1.7亿90后中，开通花呗的人数超过了4500万，花呗分期也受到年轻人的喜爱，成为一种新时尚。以花呗上最受欢迎的商品类目“手机”为例，76.5%的年轻用户都会选择使用分期。
　　事实上，随着我国消费群体年轻化以及消费观念的变化，互联网消费分期服务正在不断突破原有的发展瓶颈，消费金融市场开始迎来爆发式增长。艾瑞咨询日前发布的《2017消费金融洞察报告》显示，互联网消费金融交易规模从2013年的60亿元猛增至2016年的4367.1亿元，年均复合增长率达317.5%。
　　不过，记者调查发现，在网络消费分期火热的背后，同质化困境已日益严重，而风险控制难题也亟待解决。
　　市场成为“准红海”
　　 “消费金融是近两年互联网金融中最为火热的细分领域，其在2015年迅速崛起，2016年呈现爆发式增长。”网贷之家研究员王海梅说。
　　根据wind资讯预测，2017年互联网消费金融交易规模将达到9983.4亿元，同比增长100%以上。
　　巨大的市场前景吸引来众多公司抢滩布局。记者了解到，消费金融市场的参与者既包括金融机构体系内的商业银行、消费金融公司、汽车金融公司，也包括互联网类金融机构体系内的电商消费金融、P2P平台、互联网分期平台。可以说，消费金融市场主体已多如过江之鲫。
　　苏宁金融研究院5月17日发布的《2017年中国互联网消费金融发展报告及展望》指出，随着生态圈的成熟，一方面，互联网消费金融创业变得很容易，表现为进入门槛大幅下降；另一方面，互联网消费金融的竞争也日趋激烈，正实现从蓝海到“准红海”的转变。
　　产品同质化严重
　　记者了解到，网络消费金融的主流模式主要有消费分期和现金贷两种。与现金贷直接从平台支付现金给消费者使用不同，消费分期涉及平台、商户和消费者三方，一般依托真实的消费场景。消费者在商户进行消费，申请贷款或分期，贷款资金支付给提供商品或服务的公司，消费者可以选择分期还款。
　　目前网络消费分期平台分为电商系、网贷系和纯消费金融系三类。其中，电商系以京东白条、蚂蚁花呗、国美金融等为代表，拥有电商场景及大量的客户、数据积累；网贷系以惠人贷、拍拍贷等为代表，拥有一定的金融客户群及丰富的金融业务经验；纯消费金融系则以马上消费金融、分期乐等企业为代表，凭借较强的风控、场景把控和创新能力布局市场。
　　在网购场景下，以阿里、京东为代表的电商系巨头在分期业务方面已经取得了较大突破，同时众多的消费分期平台已经遍布于3C、校园、租房、装修、旅游、教育等各个细分领域。尽管市场主体不同，但记者调查发现，这些平台开展的网络分期业务却大同小异，产品同质化严重。
　　 “在2015年之前几乎一家医美平台都没有。但从2015年年中开始，几乎每个月都有一家医美分期平台上线。”某分期平台从业者告诉记者，据统计，目前市场上做“医美”的平台已经有几十家之多，但模式大同小异，都是和机构合作，将自己的服务提供给机构。有的医院甚至接入了3家以上的“医美”分期平台。
　　风控难题待解
　　消费分期大多是与消费场景相结合，在一些人看来，就是场景为王。但随着信贷规模的不断扩大，消费金融风险正在不断显现，不良率逐渐提升。
　　根据银监会披露的数据，截至2016年9月末，消费金融行业平均不良贷款率为4.11%，这一数据相较于去年同期平均2.85%的不良贷款率略有上升。同时，消费金融公司呈现出两极分化的趋势，像阿里、腾讯的网商银行、微众银行等充分利用其数据资源和技术手段，不良率基本已经保持在了1%以下，而许多中小平台仍使用比较粗放的信贷管理和信用审核方式，不良率不断提升，一些消费分期公司的不良率水平已经超过10%。
　　在此背景下，行业各参与方已经逐渐意识到了风险控制的重要性，行业已经逐渐从重流量向重风控开始过渡。投之家CEO张建梁认为，场景能够激发需求，但是不能创造需求。大部分的消费者还是理性的，一定是先有消费意愿而后再去寻找金融的支撑。因此，对于平台来说，做好风控才是在消费分期市场长远发展的关键。
　　马上消费金融相关负责人表示，消费金融因小额、分散、覆盖人群广的特点，决定了其目标客户群有很大一部分是传统征信覆盖不到的人群。面对个人信用体系不完善、恶意骗贷、客户违约成本低、债务收回成本较高等诸多挑战，要求消费金融公司必须大力发展人工智能，通过大数据为驱动的人工智能手段，丰富风控的数据纬度、算法和模型来实现快速识别借款人风险。