美国开始用MarketplaceLending替代P2P

陈超美：早期的时候用P2P（Peer toPeer），是讲点对点。近几年，投资者由个人发展到机构，借款人也从个人扩展到了企业，这是一个演变过程，这个平台对更多的参与者打开了。所以现在我们确实都用Marketplace Lending。

黄嵩：其实从一开始，Peer这个词，很多人认为只是包括个人，事实上不是这样，但因为很多人容易误解成个人，因此现在用市场借贷（Marketplace Lending）这个词来代替P2P。但中国的P2P监管细则征求意见稿已经明确，个体（Peer）包括自然人、法人及其他组织，所以从这个角度来说，等于中国的P2P就是市场借贷这个概念。另外，从借款人来说，中国一开始很多的借款方都是一些小微企业（尽管很多为规避非法集资嫌疑往往以个人名义出面），那借款人其实早已经扩展了。投资者方面，现在中国基本上以个人为主。但是在美国，以LendingClub等为代表的很多P2P平台，这几年有一个非常大的趋势，就是很多机构投资者进入了这个市场，这其实表明P2P机构的风控能力已经获得传统金融机构的认可，通过P2P平台风控后推介的项目它们也能够投。中国显然现在来看达不到这一步。如果未来中国的政策允许传统金融机构投资P2P项目，而且机构也愿意投，我觉得可以看作是中国P2P行业成熟的一个标志，因为传统金融机构认可你的风控。

信任和信用评分

陈超美：一个平台能不能让投资人有信心在上面投资，然后能让借款人愿意到这个平台上借钱，要有它的安全性、有效性和信息披露所有这些综合在一起，而且确实说到做到，这是很重要的。就是我相信这个平台它的运作，它的数据真实性，它的模型准确性。实际我对它的信任，就是我确确实实经历了比较好的回报，然后我相信你，我会继续再做。

黄嵩：广州有一个人，在P2P平台上发了一个借款消息，平台告诉我这个人的信用级别什么样，他借款的利率什么样，期限什么样，我作为一个北京的投资人，根本不了解这个人，那么我凭什么会借钱给他？我身边的人向我借，我都未必借，我怎么会借给2000公里以外一个陌不相识的人呢？那只有一点，就是这个平台告诉我的，我相信才可以。所以我非常认同陈总的这个观点，就是你一个P2P平台，要能够生存下去，要能够发展起来，首先一点就是，投资者信任你，你告诉我的东西我是认可的。但问题来了，我凭什么认可你呢？首先第一个，你有专业的风控能力，第二就是从历史的角度来看，确确实实你推荐的这些项目，你所说的东西，最后事实是这样的，我才能够相信。因此，我要相信你的这个信用评级，需要大量的时间积累。

陈超美：所以我就说，信任很重要，而这种信任是一笔一笔交易日积月累下来的，投资人看到了他的回报，才继续往里投。然后一传十，十传百，使得从纯个人的投资到开始有理财家族办公室进来，最后大的机构和银行都进来，所有P2P平台都有这么一个过程。这里头确实像您说的信任，不是口头说说，是投资者确确实实看到他投进去的钱有回报。

大数据风控

黄嵩：现在有一些P2P平台在尝试大数据风控。但大数据有很多不同的理解，比如有一种观点说大数据只看相关关系，不看因果关系，但是我觉得从金融的角度，从风控的角度来说，如果你不看因果关系，还是不行。另外，大数据你是从来源上来讲数量大，还是从数学处理的算法来讲不同，这个大家都有不同理解。现在P2P风控，基本上还是以逻辑回归为主，大数据处理的算法，更多的还是一种概念。总的还是一句话，大数据风控，做的人其实不多，更多的是炒概念。

陈超美：我在金融服务业从业将近30年，其实银行业一直都在根据技术成熟的不同程度，运用不同的方式进行风控。像刚才教授讲的很重要，不是说数据多就是大数据，其实这里头有很多更深的含义，大数据讲到它的三个V，Volume（规模），velocity（速度），variety（类型），我们接触到各种各样的数据，在金融风险控制方面，确实用了很多这些新的技术，也在尝试这些新的概念。我还是认为金融里面的风控，最基础的东西不一定是现在大家讲的大数据。但由于移动技术的发展，大数据的应用面更广了，这个应用对于传统方法能多加出多少来，我们大家也都在尝试，不能说很成熟，我觉得实际我们都在尝试。

黄嵩：我想问一下陈总，就像美国几大P2P平台，现在做风控的话，主要是用传统的信用评分模型，还是说主要用大数据模型？

陈超美：我不能说我知道所有的，现在有很多新兴起来的平台用不同的方式。但是我们基本上都会用三大征信局的信息，而在那个信息里头就会有很多最传统的评分，这些评分基本上都是用FICO来做的。同时，各家平台也会尝试着用机器学习、神经网络等大数据处理方法，主要是用于防欺诈，这是很重要的。但是也有一两家平台公开讲，它们是想用新的方式来做，他们不认可这种传统的方式方法，但是太早了，还没有看到结果。

中国P2P平台的未来

陈超美：如果数据不够，做风控是比较困难的。我觉得作为中国的国情，在早期的时候很多线下的工作是非常非常必要。但是，没有真正的脚踏实地，一个数据一个数据采集，一个一个用户辨认，你是拿不到最真实的信息，而这种信息才是最后建立模型的关键。当你知道每一笔资产最后的结果，你才能找到这种相关关系，包括因果关系。我想作为一个平台来说，本身的风险应该没有本质变化。作为一个金融产品来说，不管是在网上做还是网下做，银行做，非银行做，风险本质的东西还是一样的。

黄嵩：我一直有个说法，美国的P2P其实是解决“贷款贵”的问题，比如银行的信用卡贷款利率高，但是通过P2P平台利率会更低。但中国事实上要解决的是“贷款难”的问题，在P2P平台上借款的这些个人或者小微企业，其实是难以从银行贷到款的。从这个角度来说，中国P2P机构它要做风控的话更难。美国的平台，其实还是能够用到很多传统的信贷数据。但是在中国，我们13多亿人里面，真正有信贷数据的人只有三亿。中国P2P平台做风控，依据的数据其实两块，一块就是民营的互联网征信机构出来以后，有一个补充。另外一块就是平台自身通过积累的数据来做风控。但中国的P2P平台，真正在做数据积累的不多。从这个角度，我一直有一个观点，未来中国大的P2P平台可能不会超过5家，现在一些做得大的里面，数据积累得好，模型做得好的，越做越强，其他的可能慢慢就被淘汰掉了。

陈超美：我倒是觉得，如果第三方征信机构愿意把一些数据贡献出来，照样可以有一大批新平台进来的，他们开始的时候能到一个地方去购买这些数据，那一样还是可以有很多家做起来。还有一个就是说我也想借这个机会讲，增长的速度是很重要的，我觉得在国外的这几年我自己经历的，我们增长是很有节制的增长，是一步一步把模型不断地测试、回馈、调整，因为最主要的是要对投资人负责，风险是由投资人承担。有了这个基础再一步一步的从小长大，而不是一下子就放开了，说我有大数据，我有这个技术，钱就都来了，不是这样的情况。