似乎有句话我们每个人都会知道，祸兮福所倚，福兮祸所伏。 指福与祸相互依存，互相转化。而这句话放在金融风控上面也很恰当，凡事过犹不及，当整个行业都在谈场景金融，都在谈大数据风控时，当人们都觉得大数据与场景相比于传统的风控手段相比，更加的安全，然而，也就在沾沾自喜的时候，危机已经悄然而至。
其实但凡是与数据相关系的，似乎都会与大数据过分的相结合，如今，不光是金融科技公司在谈，互联网巨头在谈，整个银行圈也在谈。
城商行、农商行觉得这是弯道超车的机会，国有大行害怕掉队，金融科技公司对谁都在鼓吹。
面对这互联网金融一片黄金蔚蓝，即使以最宽泛的标准算，中国互联网金融的历史不到10年。10年前，甚至在为到底是互联网金融还是金融互联网而争论。
在行业内，普遍以余额宝成立的2013年作为中国互联网金融元年。也就是说，互联网金融这个名词为大多数人知晓只有6年。
所谓的金融科技公司或者平台公司，仅只是监管机构一度对互联网金融这个名称表述偏负面，各家想出的替代词。
在这短短的几年当中，又有谁能说自己是这方面的“行业专家”呢?在这个行业放过千亿贷款，而又经历过经济周期、信贷周期的，只有很少一群人。多数人只是好风凭借力，送我上青云罢了。
经济周期上行时，万丈高楼平地起，只要不出大格，都没有事。一旦风停了，无根高楼宴宾客，越是喧嚣，越是热闹，越多人粉身碎骨。其实这些，很多人又未尝不知呢?
二、
大数据风控和场景。其实在之前，笔者也曾说过大数据和场景的，或许只是没有说的那么透彻，想要了解的，传送门(场景化消费借贷——教育分期贷纠纷四起，借贷教育需谨慎)http://www.315online.com/itonline/hlwjr/395151.html，在这片文里，笔者也只是一笔带过相关于场景对于风控的作用。
很多人认为在线信贷的核心是大数据风控。这样说，确实没错，但对比10年前、5年前、甚至3年前，这一块的门槛正逐步降低。
整个行业在线信贷的余额已经几万亿了(P2P目前9000亿在贷，24家消金公司总在管信贷余额4200亿，花呗借呗8000亿，三家互联网银行在管信贷还有6000亿，其他银行放款也不少，只是缺乏公开的统计数据……)
人才是流通的，建模的各种方法论在头部平台里已经不是秘密。
建好核心团队，招985、211数学和统计学专业的好苗子培养形成梯队，风控团队的建设几乎都模板化了。
大数据是标配，数据大才是关键，只有数据才能撑得起场景
全国范围内合法且有价值的数据源只有那么些，无非征信、银联、运营商、公安、司法、工商、税务等等。公积金、社保、房产这些，征信报告有一部分，其他的就需要一个城市一个城市和当地政府部门谈。至于人脸、评分、多头、反欺诈，也就那么几家众所周知的公司做得不错。
若无自身特色数据，绝大多数在线信贷的数据源和风控方法论是趋同的。
若不是少数经历过周期的人在操盘，大多数平台每天几千万、上亿的放款，会放到很多人心里发毛。
特色数据哪里有?所有人的眼睛都瞄向了场景。
好是好，但似乎也并不是那么完美!
场景金融好不好?好!这一点毋庸置疑，因为场景的消费决定了人的档次与层次，所以风控也相对准确，而，面对这样的风控模型能不能干的成呢?干得成!肯定是能干的成的。只要场景是真实的，数据是真实的，假以时日，一定会有人干成。但是数据和场景模型的构成是需要成本的，经济成本与时间成本。在这一过程中，作为债权人需要花费多少亿呢?这是值得我们思量的。
据了解，很多稍微有点资本的公司，踩过的坑造成的信贷损失肯定是不会少于一个亿。每一份风控模型，(亦或者说是经验)的背后，都是海量的试错成本。
在这里，笔者举个例子：
运营商经常在推0元购机，只要客户定制100-300元不等的2年或3年话费套餐既可拿走不同价位档次的手机。背后的逻辑是金融机构的一笔手机分期贷款，运营商每月从客户缴纳的话费中扣除一部分归还贷款，甚至连利息都是运营商贴。
有交易有场景，还是受托支付，运营商合作又最大程度降低了欺诈风险，人群又是主流人群，话费是稳定支出……
从数据模型上来看，头3个月好得吓人，十几亿的放款，回款率高到吓人。但1年后，逾期率大幅上升，当你看到数据恶化，开始收业务时，完全遏制不住，3年下来核算财务不良超过了10%。
不是人群出现了问题，也不是风控出现了问题，反查客户评分，客群质量完全没问题，若是正常的几千元现金贷款，不良率会在1%左右。
问题就出现在了消费场景
一台新手机的客户蜜月期只有半年到1年，1年后手机使用速度会明显下降，更何况质量再好的手机品牌，使用1年后故障率也不小。手机都坏了，客户就不愿继续归还贷款了。
由于是0元购机，客户的话费套餐一般比较高，超出了实际需要。当新款手机出现时，客户有极大动力换新手机。手机都换了，老手机的高额话费套餐客户怎么会继续缴纳?
运营商员工在营业网点推荐业务时，都会重点讲0元购机优势，谈到贷款基本是一笔带过(反正运营商贴息了，客户不出钱也不太关心)。造成虽然所有客户都签署了纸质贷款合同，但未必100%都知晓这是一笔分期购机业务，当你催收时，很多客户会否认贷款。
你看，介入这个场景中，没有人故意害你，风控上你也没出任何纰漏，但却莫名其妙的卷入了手机交易纠纷、质量纠纷、贷款有效性纠纷。你背了一身坏账，客户还要因为人行征信被记录，向人行投诉你。
这样的业务，直至今天还在全国大范围开展。永远有后来者踌躇满志的跳进去，而吃过亏的人永远在河岸上笑而不语。
另一个例子是长租公寓，客群也非常不错，都是一二线城市对租房品质有一定要求的年青人。白领上班族，刚需，受托支付，逾期电子锁还可自动锁房。粗看下来，真是做租房分期的好场景。
那通过客户拍照声明解决贷款知晓度问题，就意味着这是一项好业务呢?未必!客户的长期租房贷款打给了长租公寓公司(一般1年以上，因为租赁合同上写的基本都是一年)，长租公寓公司拿着客户的钱集中和房东租房、装修，租金支付周期一般都是按月或按季。在行业稳定不继续疯狂扩张前，这就是一场和现金流赛跑的游戏。一旦长租公寓公司资金断裂，是无法继续支付房东房租的，房东没有收到房租，当然会收房。而尴尬的是，租客已经付过了房租。这个时候，你的贷款还怎么收得回?
除了信用风险，场景本身就有场景风险。除了资金断裂，装修甲醛超标一直也是大问题，租客死了都没解决，更别谈贷款了。
降低风险，提高风控效率，必须将大数据与场景相互结合
但金融从来就不仅是数据及算法而已。互联网并没有创造场景，场景它一直在那，无非是用不同的方式呈现而已。
场景有场景的特点，若非世事洞明，又怎能弄清一个行业的背影。数据成就你，也会欺骗你。在发现错之前，你一直都是对的。
个人的消费习惯与环境成就了场景，而在场景中所消耗的货币，便就成了场景金融的前身。对于场景金融，它的历史比互联网金融长得多。每一笔分期贷款、每一笔供应链贷款的背后，又怎会没有场景?
并不是场景遇上了互联网风险就会变小，而是场景遇到了懂得该场景的行业专家风险会变小。用大数据风控切入场景，算法工程师和行业专家同等重要。
人性有人性的弱点，若非人情练达，又怎能了解人内心的阴影。纯粹的好人和纯粹坏人一样稀少，大多数人内心有善也有恶。
真正珍贵的从来不是算法和数据，而是你踩过的坑，见过的血，受过的伤，死过的人。没有见过大的不良，几千万上亿坏账出现时，别谈控制风险，或许，当你面对的时候，都会乱了方寸。
你积累的一个个经验和教训，会让你在风险塌方时，在众多机构撤退抢路的修罗战场握得紧剑、拿得起刀，从容面对。
京公网安备11010502034432号