阿里小贷的大资金何去何从

发布时间:2014-03-04 分类:行业资讯

资金来源:主要来自于资产转让 2010年成立至今,阿里小贷累计发放了1700亿元贷款。仅2013年新增贷款就接近1000亿元,几乎占全国新增贷款总量的一半,阿里小贷为什么能发展这么快?你们是如何解决资金来源问题的? 娄建勋:这1000亿元是指我们2013年累计发放的新增贷款,周转的次数很多,借出去的钱减去还回来的钱,现在剩下的余额只有不到120亿元。 阿里小微微贷事业部有三家小贷公司,自有资金共18亿元。 我们放贷的资金来源除了自有资金之外,主要是通过资产转让的方式。最典型的方法是跟东方证券资产管理公司做了资产转让项目,在深交所挂牌交易。通过这种方式,去年我们获得90多亿元资金。简单地来说,就等于多了90多亿元资金进行放贷。其他的资金来源,我们小贷一开始运作的时候还有些银行贷款,但从银行借款的杠杆率也只能放大到50%。即使放大到100%的杠杆也没有多少额度,这不是我们资金来源的主流。现在最主要的是资产转让模式。 另外,现在我们正在谈银行的直投项目:客户由我们来找,客户的信用评价由我们做,并由我们提供违约担保;但资金来自于银行,借款人是跟银行签合同。这种模式我们在跟多家银行谈,希望能大力推动与银行的这种联合放贷模式,可能很快会签约,这是我们近来的重点工作。 《中国经营报》:阿里几年前也曾与建行、工行等合作放贷,最终不了了之。目前来看,阿里小贷与银行合作贷款的焦点仍然集中在:数据由谁掌控?双方如何分成?风险谁买单?你们怎么解决这个问题? 娄建勋:我们会给银行提供满足贷款监管要求的数据、贷款企业的基本经营状况。但要把淘宝和天猫上的所有数据都给银行,这不现实。在贷款分成上,基本上是按各方的投入和收益进行匹配。 在这个合作模式里,早期我们会把担保引入,因为银行一开始不太放心客户的信用评价和客户的风险等级,引入我们的担保公司做担保。后期如果银行认为这种合作风险可控,可以把担保拿掉,我们可以减少一部分担保收入,这样银行的风险补偿就更大一些。 早期的合作是失败的。我们把那么多客户的信息给到建行、工行,审批通过率却特别低,只有2%~3%,甚至1%。这种合作解决不了融资问题。因为银行会挑里面最好的、在其标准下允许的客户。但实际上我们认为尽管小企业规模小,但不意味着没有信用,所以我们后来通过阿里小贷做自营贷款。 线上放1元和100万元贷款成本没区别 《中国经营报》:有数据显示,阿里小贷服务小微企业超过70万家,户均贷款余额不超过4万元,银行和小贷公司都不乐意去开发这部分客户,你们怎么控制成本和放贷风险? 娄建勋:我们放贷分两大类:一类是淘宝天猫的客户,经营销售都在网上完成,所以有相对完整的销售、经营、物流数据,我们做授信更快更便捷;另外一类是阿里巴巴B2B贷款,传统的一些线下生产制造企业、商贸企业、国际贸易企业的网上交易行为很少,这部分还要依赖线下的调查和走访,流程会相对长一些。 在线下的部分成本相对高一些,但线上部分成本就低很多,对我们来说,线上放1块钱贷款和放100万元贷款没区别。 我们的成本构成有几大块:一方面是经营成本,包括人员、工资、办公设备;另一方面,很大一块是系统,云计算和存储是很大的投入;还有一块是软件开发的成本。我们没算过每笔贷款成本,因为每笔贷款区别很大,前期和后期进来的客户差别大,线上线下差别大。 在风控上,我们对贷款客户的贷款严格限制用途,首先是经营性贷款,要投入到生产中。产品规定一定的期限,最高单笔贷款金额不超过100万元人民币。 目前,我们设定的不良贷款容忍率最高为3%,这是只针对阿里巴巴的B2B的线下贷款部分,而淘宝类、天猫类贷款不良容忍率是2%~2.5%。现在我们整个的不良贷款在1.2%~1.3%的水平。 我们整个的风险管理体系框架是按照巴塞尔银行的要求做的。在这个基本要求下,我们开发了很多模型,建了很多系统,在财务系统上,我们也做了450%的拨备覆盖率,这比商业银行的200%~300%要高。后续如出现逾期,我们是通过催收、资产保全等方式,一天逾期,我们就开始催收,对于逾期360天以上的,我们就快速核销。另外,客户数量巨大以及高度分散,也分散了放贷的风险。阿里小贷2013年累计服务小微企业超过60万家,2014年计划做到超过100万的客户数。 网络金融靠大数据 《中国经营报》:很多人把阿里小贷的成功因素归结为背靠着互联网大数据的优势。你们如何运用大数据来服务小贷业务? 娄建勋:数据分析在整个阿里小贷业务决策中,处于核心位置,向公司的管理决策层提供科学客观的分析结果及建议,并对业务流程提出优化改进方案。我们放贷要回答几个问题:一、什么样的企业和商户能够持续有交易,二、它的交易具有怎样的波动性,哪些原因导致了这些波动性,这些波动性是否可被预测;三、每个行业的用款波动周期和销售周期是怎样的一个错配。2013年搭建的水纹模型就处理这些问题。 我们的大数据量很大,但要把这些数据变成有用的信用数据和信用评价,还需要很多的数据加工和模型开发,所以我们把原始的数据、交易的记录等变成可分析的数据,在此基础上做出很多的模型,基于这些数据,挑选客户、计算额度、给予评价、预测风险等。 《中国经营报》:银行能完成这种大数据的处理吗?银行和互联网企业都在做网络金融,你认为各自的优势是什么? 娄建勋:如果银行想做到,它肯定能做得到。关键是它的数据来源,如果只用现有的银行数据,我认为未见得可以叫做大数据,互联网的数据更加符合网络金融的内涵。 在网络金融上,比如说对贷款客户信用评价上,用的变量可能跟银行不同,从银行借钱,企业要提供财务报表、抵质押和担保,个人要提供收入证明、工作证明、夫妻关系、房产情况等,而在互联网贷款,拿这些数据相对困难,我们会用客户在淘宝上的交易历史、售后地址,通过工作地址、家庭地址的楼盘销售价格和租赁价格,这是网络金融有别于传统金融突出的特点。

微贷网 - 中国最安全最专业最增值的网络贷款平台 - http://www.vipdai.cn

43.9K