资讯

阿里巴巴介入金融很多年了，06、07年的时候跟建行、工行合作，为此工行建行专门设立了网络银行部，致力于跟阿里巴巴合作。当时声势也颇为浩大，马云也提出了要规模做到2000亿，五六年后，建行、工行跟阿里巴巴基本都停止了合作，各自单飞。日子貌似都过得不错，建行的网络银行部，自己也推出了电子金融，工行貌似也在这方面做了不少工作，阿里巴巴则撇开了银行自己单独放款，规模好像做到了150亿的数字。

我仔细看了下阿里巴巴的贷款模式，因为很多数据拿不到，所以只能泛泛而谈，如果谈的不对，请海涵，阿里巴巴的贷款主要是通过它旗下的两家小额贷款公司运作的，所以本质上看，阿里巴巴的贷款本质是一种小额贷款机构，这种放款模式，改变不了两个本质特征：

第一、不能吸储。只能通过注册资本进行放款，虽然可以通过金融机构借款等方式可以借入不超过注册资本的2倍资金，但是总得来说还是相当有限，受制于资金来源，这个规模是很难做大，除非阿里巴巴不断的增资。虽然有传闻小贷有可能转身升级成村镇银行，但是近期难度较大，所以当前，阿里巴巴对银行构不成竞争关系。当然通过小贷公司阿里巴巴可以积累起较好的金融理念和金融方面的专业人才，为以后真正进入银行做准备，不过短期来看，跟银行应该形不成什么直接正面的竞争。

或许这里很多人要问，吸储有那么重要么?我其实想表达的是在中国，能否吸储其实很重要。理论上只要银行拥有足够的吸储能力，即使银行的坏账再多，哪怕资不抵债了。一样可以很好的生存，因为只要不出现同一时间的挤兑，银行几乎不可能会倒闭。非常好的流动性使得银行其实可以接受远高于自身注册资本金的坏账额度。但是不能吸储的小贷公司呢?当小贷公司进行放款的时候，坏账率一旦高于利润率则就开始侵蚀资本金，所以，如何严格控制坏账率成为了小贷公司的核心和关键。

在阿里巴巴十周年庆的时候，马云对着台下一堆银行行长大骂银行只知道锦上添花，不知道雪中送炭，博得满堂中小企业喝彩的时候，坐在台下的我其实还是挺鄙视的。金融业是一个讲究风险控制，经营风险的行业，如果只是追求做大规模，那么谁都可以做的很好，放贷款谁不会放?问题是你放了以后是否收的回来?在十周年庆上，他还拿他自己举例说他这样的小公司一样很讲诚信。银行没有支持他，很可惜。我一直想表达的的问题是，当年和他一样的企业，有几个活了下来，并且走到最后了呢?讲诚信其实也是需要讲实力的，很多人，是很讲诚信，但是他有心无力，这个时候在诚信的个人或者企业，其实也失去了意义。所以这类人显然成为不了是银行的客户。不同行业的行业游戏规则是不同的，大家都要对各自的游戏规则负责，所以银行如果那天开始雪中送炭了，我想那才是乱套了吧。相信马云这几年做小贷应该会很明白这个道理了。

小贷的第二个本质特征就是不可改变的风险业务，不能吸储的机构由于无法获得充沛的流动性，使得在风险控制上要比银行要求更严格，银行取得成功其实并非在于银行的能力积累比其他行业要高，关键还在于制度设计。而缺乏良好制度设计保障的小贷公司的核心就成为了做大规模的同时，严格的控制好风险。不控制风险的做大规模，必然也是死路一条。我之所以在今年初里的微博也说，随着整体经济形势的下滑，金融机构会出现大亏损，而小贷、担保、典当、甚至信托则会出现破产的情况。主要的考虑点就是大量的非银行金融机构所从事的放贷业务跟大环境的关联度很高，所谓的风控能力其实在大环境面前是显得很苍白无力的。再加上非银行金融机构又缺乏良好的流动性的支持，所以，破产情况应该会容易发生。当然并不是说银行就不会倒闭了，不排除一些小银行由于核心资本不足，加上最近几年业务激进，也会出现一些不好的情况，但是相比非银行金融机构会好多。

我们再回头看看阿里巴巴搞金融，其实基于以上两个特征，我们观察阿里巴巴只要确定一点就可以了，阿里巴巴在风险控制上是否有明显的高于其他金融机构的优势？

从阿里巴巴的逻辑体系的建立上，我觉得阿里巴巴是的确是有一定的优势的，阿里巴巴基本上走的是一条量化放贷的道路，就是阿里巴巴依托自身在网络体系内的巨大客户数据优势，进行有效的数据整合，他将自身网络内的客户的一系列有利于进行风险判别的数据例如交易数据，客户评价度数据、货运数据、口碑评价、认证信息等等进行量化处理，同时也引入了一些外部数据，例如海关数据、税务、电力、水力等方面的数据情况加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹的定量化的贷款发放模型。同时，建立中小企业贷款的数据库模型，进行数据库跟踪管理等等。

这个量化的贷款模型的好处就是基本上大大提升了放贷效率，从阿里巴巴的一些媒体采访中看到，阿里巴巴的户均数额在7000元人民币，一共发放了130亿的规模，每天处理一万笔左右的贷款额，这个数字如果采取银行的客户经理制的审核标准的话，投入产出就明显不成正比，相信没有银行能做的了这样一个规模和数字的交易。而阿里巴巴依托贷款模型和网络化的处理，就可以很好的实现这个数字的贷款发放。这就是网络的优势，也是量化交易的优势，他排斥了对单个人的定性化分析，通过标准的筛选，大大降低了纳入范围内客户的违约概率，从而保证了贷款的质量。

在这个逻辑体系上，阿里巴巴是做足了功夫，也投入了非常庞大的资金和人力，从全球范围内来看，做这样定量化标准放贷模型的尝试一直就有，但是目前为止，还真找不到特别成功的模型。所以确切的效果有待观察，而且也有点期待。我骨子里是希望阿里巴巴的这种尝试能够取得成功。虽然我个人感觉这个成功的可能性还是比较渺茫的。

主要的原因，我还是觉得贷款应该是非常个性化的产品，量化有助于缩小筛选范围，但是纯粹进行量化放贷标准，难度应该很大，虽然阿里巴巴也采取了一些心理方面的控制措施，但是毕竟是小额贷款领域，这种措施实质用处应该非常有限，因为过于繁琐的放贷标准，也一定程度上降低了贷款客户的意愿度。对于阿里金融，我自己的几个担心主要在以下两个方面：

类似于量化交易，其实是需要逻辑基础的，长期的稳定的交易环境和交易规则是量化的基础，那么在贷款层面也是一样的，贷款的需求、意愿度也需要长期的、稳定的基础，贷款更多是个人意愿度的一种表现，虽然大范围内可以量化，但是跟经济形式的正相关度颇高，个人感觉贷款的变化太快，例如经济周期好的时候，人们愿意贷款进行投资，但是经济周期不好的情况下会压低贷款的意愿度，从贸易领域来看就是经济形势好的时候，愿意多备货而去借钱，而形势不好的时候，就宁愿抛售也不愿意借钱备货，所以，在量化的参数设置方面就需要考虑到很多因素，我自己感觉没有很长时间的相关经济数据的系数研究，很难有稳定的量化交易标准出现。而且这期间，还会付出极大的代价。从金融发展历史来看，任何一套良好的风控体系其实是在市场金融实践中不断碰撞出来的，期望通过闭门造车的方式实现，难度很大，阿里巴巴需要做好足够的心理准备来面对贷款坏账率。

其实，贷款标准的设置出来容易，但是修正很难，这是个很有意思的事情，如果设置的过严，那么就会发现找不到符合风控标准的客户，导致出现无贷款可放的境地，如果贷款标准过于宽松，坏账一堆的情况也必然可见。这个度的把握就是要在市场中不断的碰撞才能产生，虽然可以做各种精算，模型测试，但是具体实践的数值肯定是不断的积累的。只有形成了极为庞大的实践数据，才有可能具备一定的合理性。但是前面说了，在金融不稳定、经济形势不确定的情况下，很多数据其实是失真无意义的。

我对淘宝网研究不多，但是我有个感觉淘宝网上其实两极分化现象已经越来越严重了，淘宝网看上去有浩瀚的客户群体，但是实际如果做一些切分，就会发现淘宝网的客户质量其实分化很严重，由于网店的开设成本日益增加，很多时候维护好一家网店的成本已经不低于开一家实体店的成本了，而天猫为代表的B2B起来以后对网店的冲击也很大，这种情况下，淘宝网就日益分化成两个层级：好的商家越来越好，同时越来越少，不好的商家越来越不好，数量越来越多，淘宝网成为了大象跳舞的地方的时候，淘宝网就已演变为几只大象和一堆蚂蚁聚集的地方。

这种情况下导致的贷款难题就是我前面说的，你可能找不到符合你想要发放贷款标准的客户。风控标准过严会淘汰掉大量的客户群体，大量蚂蚁被挡在了门外，而大象却又不需要你。如果风控标准过松散的话，你在蚂蚁之中，又无法清晰的找到你想要的蚂蚁。因为他们都差不多。

3、系统性风险的防范，量化交易很害怕系统性风险，因为会让所有的数据设置在系统性风险的面前都失去了意义，例如经济形势大面积下滑的时候，那么很多作为参数的数据值都没有意义，本来过往可能很好信用度的客户在大形势下跟信用度不好的客户一样都无法还款，所以系统性风险成为了量化交易的噩梦，所以如果阿里巴巴不能建立起很好的系统性风险应对机制的情况下，大规模的采取量化放贷的模式，可能会很容易在某一个区间里出现大面积的坏账的可能性，系统性风险带来的量化交易失败的的典型案例就是两位诺贝尔经济奖获得者默顿和舒尔茨参与组建和运作的长期资本管理”(Long Term Capital Management)，由于无法考虑到亚洲金融危机和俄罗斯国债违约所带来的偶然的不确定的无法在交易模型里设定的系统性风险，使得他的损失极为惨重。

当然贷款跟对冲交易还是有较大的区别，影响的因素也不同，但是在定量交易的过程中所选择的考虑点和本质是一样的，系统性风险是不得不进行防范的。尤其在中国最近五年内走势极不明确的经济情况下。更值得注意和考虑。

4、道德风险的无可屏蔽，其实不要忽视国人的智商，任何标准，在中国只要有标准，都可以想尽一切办法来造一个符合你标准的样本出来，当年在银行的时候，有个客户经理很聪明，硬是经过几日几夜的不眠不休，不断的测试银行的评级系统，居然被他给找到了银行评级管理办法的系统漏洞，掌握了输入什么值能让银行的交易系统出现较高的评级，这种事情，我相信绝对不是一个银行的客户经理会找到，所以，我一样相信阿里巴巴的贷款风控标准，也会在不断的被测试中被陆续给褪敲出来，然后就会在市场上出现各种各样的造假数据，对于量化贷款交易而言，由于只注重数据，而不太注重贷款主体的情况下，诈骗等案例会不断出现。

其实我还是觉得以上都不是关键，关键是当前的中国情况下，中国人缺钱么?这个其实是题外话，但是却可以提提，所有的人都在关注如何更好的放贷款，但是事实上，我一直想问真的真那么多人需要贷款么?贷款出来干什么呢?尤其是商户，其实商户的贷款需求应该是很少的，我原先做商户贷款的时候，我还特地看了路边的那种小摊贩，我看他们的现金流都挺好，想到给他们放点贷款，一万、两万都没事，放心放给他们就可以了，但是结果人家很鄙视的问我说，我还有几万块钱存款，放你们那里，能不能给点高利息?一样的道理其实在四季青等市场里都一样的，90%的商户其实现金流很好，他们并不需要你的贷款，相反他们缺乏很好的理财产品，钱不知道该干什么用。我相信淘宝网的商户应该是差不多的情况吧。

在这种情况下，你放贷款的难度和风险其实本身就是比较大的。因为你在给一些不需要贷款的人贷款。再有钱的人，在不需要贷款的时候去贷款，往往结果都不是很好。至少我是这么认为的。

总的来说，中国还是一个放贷冲动的环境下，这么多年来滥发的货币，所形成的大量的存款需要找到释放口和出路，所以过去十多年来其实银行从未曾惜贷过，这种放贷冲动，其实是不断的扼杀金融创新，因为无论什么金融创新，都比不过直接了当的直接放流贷，我有时候开玩笑说，其实中国最大的金融创新是直接发放流动资金贷款。真的，谁也敌不过这个金融创新。只要看下企业，做些数据分析，然后就不管用途，不管实际需求的合理性，直接就给流贷款，那么谁还会去做保理、固定资产贷款、票据融资等等麻烦的程序呢?所有的金融创新，其实是流动资金贷款的衍生品，只有流动资金贷款发放不了的情况下，才会想到这些金融创新产品，而想到这些产品的最终目的也就是如何获得贷款，越简单越好，所以很多本来该被限制的条款都会被无情的打破。导致了金融创新就是空话一句。

不管怎么说，我还是希望阿里巴巴的小贷之路，能获得成功，网络金融应该会是个新的领域，阿里巴巴在这个领域显然走在了前面。