沈艳:利用大数据加强网络借贷监管已成产业发展新驱动

2018-05-15

1516698742820.jpg

 

 

导语:网贷平台需要转变思路,重视利用大数据技术加强本企业风控的能力,加强自我监管。

“互联网金融”出现在《政府工作报告》中已经进入第五个年头。从2014和2015年提出要“促进健康发展”到2016年的“规范发展”、2017年的“高度警惕累积风险”以及2018年的“健全监管”,历年政府工作报告对互联网金融发展目标的定位也体现了互联网金融角色的变迁。五年来,互联网金融的发展对增加金融有效供给、加强金融支持实体经济的力度具有重要意义。与此同时,互联网金融也放大了一部分已有的金融风险,甚至引发了一些新的风险源。

因此,为维持金融稳定、支持经济增长, 健全对互联网金融的监管可能将是2018年互联网金融发展的主旋律。 对于2018年6月底就要完成全部备案、验收未通过平台将逐步清退业务、退出市场的网络借贷行业而言,网络借贷未来的监管模式对其未来发展方向至关重要。

网络借贷将传统金融业务与互联网、信息通信技术相结合,其优势应是借助互联网、云计算、大数据等技术,降低信息收集成本,为居民、小微企业和创新性企业提供差异化金融服务。但是,在爆发式增长过程中,整个行业鱼龙混杂,一些创新实为“新瓶装旧酒”式创新。目前累计出现的平台中,已有超过三分之二的平台成为问题平台(网贷之家数据)。

虽然与传统银行借贷相比,网络借贷的规模依然偏低、在我国金融体系中尚不具有系统重要性,但是在金融科技迅猛发展的形势下,网络借贷业务风险与技术风险的叠加,可能会对相关风险产生的扩散效应,让其可能成为系统性金融风险的一个可能的源头。

我们认为,网络借贷行业具有的新风险特征决定了要健全互联网金融监管,推动监管网穿透式监管、功能监管、行为监管方向转变,就需要重视将大数据技术与互联网金融监管的结合。

这些风险特征至少包含以下三个方面。第一,互联网技术的长尾效应意味着市场规模可以超常规扩张,一些互联网金融平台机构的集中度快速提高,头部平台往往在全国各地都广泛开展业务并逐渐具备系统重要性,属地监管模式难以奏效。第二,互联网金融有混业经营的特征。这一方面促进了金融与日常生活的深度融合,为改善民生提高金融服务效率提供了便利。另一方面也使得金融和非金融机构的边界变得越来越模糊,按机构类型监管难以见效。第三,互联网金融服务人群的投资额小而分散,他们的金融知识、风险识别和承担能力都相对欠缺,容易成为一些欺诈和不公正举措的受害者。而互联网又具有快速传播的特征,一旦爆发风险,这类风险就容易在多地快速传播,产生较大的社会外部性影响。再加上网络借贷机构与正规金融机构的合作,也使网络借贷行业的风险传导到正规金融行业成为可能。

简而言之,过去以属地、业务、机构等为导向的监管、银监会负责功能监管以及地方政府金融部门负责审批的监管,易于造成监管空白和监管套利,一旦发生风险,监管部门要实时快速应对将面临较大挑战。

从可行性角度看,我国大数据产业在近年来发展迅速,实现了从最初的探索到引领各行各业深刻变革的转变。2014年,我国大数据产业方兴未艾,《政府工作报告》对该产业的期待是赶超先进,引领未来。2015年,我国开始推动大数据与现代制造业相结合。2016年的目标是促进大数据、云计算、物联网的广泛运用。2017年,则提出要加快以大数据为基础的新技术新业态推动传统产业转型。而2018年,大数据发展战略进一步深化,行业扩展到医教文卫体等领域,并两次提及要落实大数据在监管方面的作用。因此,随着大数据产业的发展,大力发展监管科技,充分利用大数据、人工智能、云计算等技术丰富金融监管手段已经成为可能。

《政府工作报告》中的大数据和互联网金融

                             1058355049

对于网络借贷企业来说,备案大限在即,要缓释从实际的信用中介往信息中介转变过程中所产生的风险,需要认识到侧重获客和渠道优化等前台业务以获取短期直接收益的模式在信息中介定位下往往难以为继。即便平台能通过备案,轻风控的盈利模式都会导致持续发展能力将被市场严重挑战。当穿透式监管、行为和功能角度监管成为监管中心后,只要从事的是金融业务就必须做风控是业务合规的底线。近年来,现金贷发展过程中出现一些机构甚至采取零风控的现象,穿透式监管将不会容许这样的模式大规模出现。

因此,网贷平台需要转变思路,重视利用大数据技术加强本企业风控的能力,加强自我监管。例如,将数据挖掘、机器学习的技术与金融风险的计量结合,将平台内部数据、市场数据、其他相关宏观数据相结合,提高对本企业的违约损失率、借款人投资人行为分析、舆情分析等方面的风险的评估能力,逐渐突出数据驱动的风险管理、合规管理的平台运营模式。

对监管机构而言,要实现穿透式监管,可采用实时流数据处理技术构建网络借贷市场监察系统,实时监控网络借贷企业从资金来源到最终资产配置的具体联接模式,以实现业务风险全流程识别。根据网络借贷大数据,采用大数据和已有小数据相结合的方法,构建风险预警指标,不仅实现对网络借贷风险的实时管控,还要对可能的问题平台提早建立预警信号,并评估潜在问题平台与其他平台和正规金融机构之间的关系,以保证事前事中风控能够做到及时有效,实现提前识别、防范网络借贷风险传导,守住不发生系统性金融风险的底线。

作者简介:

沈艳:北京大学数字金融研究中心副主任、北京大学国家发展研究院教授、北京大学经济学学士学位,美国南加州大学经济学博士学位,Econometric Society 会员和American Economic Association会员。目前担任教育部北京大学人力资本与国家政策研究中心副主任,China Economic Journal 副主编,中国数量经济学会常任理事等职务。研究兴趣包括大数据和互联网金融等