金融

清扫互金浪潮留下的一地鸡毛,不良资产催收前景如何

「爱分析 | iTalk 」第6期文字精华版新鲜出炉~

2016年12月17日
分享 | 黄峤濛 整理 | 黄峤濛
  • 催收
  • 不良资产
  • 大数据
  • 金融

12月13号,「爱分析 | iTalk 」第6期邀请爱分析互金分析师黄峤濛,与大家聊聊互联网催债的那点事,现将文字精华版整理如下:

Q:不良资产是增量市场还是存量市场?@晓阳

A:这其实是一个增量市场。互联网金融的发展是一个从无到有的过程,从几年前很小的规模,发展到现在超过十万亿的规模。整体规模在不断增长,加上较高的资产坏账率,导致需要处置的不良资产的规模不断增加。

Q:互联网催收和我们普通人有什么关系?@小艳儿

A:没有互联网催收平台之前,普通人跟催收公司打交道,没有标准化流程。这种情况导致了催收公司的催收方式不可控,甚至有暴力催收的个别现象,比如泼油漆、放蛇等。

互联网催收平台出现以后,把催收的整个流程变得透明化、标准化。

比如以前没有滴滴出行的时候,你是很怕打黑车的,因为你不知道这个司机师傅是个什么样的人,服务质量如何。但是有了滴滴出行这个平台以后,叫车流程逐渐标准化,用户信任感被培养起来。互联网催收和滴滴出行是一个道理,所以这大概就是对普通人的影响。

Q:美国人怎么催收?美国的催收公司发展的如何?@马永超

A:那现在跟大家分享一下,催收这个行业有哪些海外对标公司。

美国的催收行业是相对成熟的。早在70年代,美国就颁布了《公平催收法》,规定催收公司不能在夜间打扰别人。公司方面,美国有两家上市公司,分别是Pra group和Encore capital。

Pra group市值在100亿人民币左右,目前的待催金额约有50亿美金,每年能够催回16-17亿的债务,现在的主要盈利模式主要是买债,就是把债务买回来自己去催,去赚取中间的差价。这需要它有很强大的对不良资产的债务定价的能力。

目前Pra group约有20%的待催金额,属于购买的债务,这个我们相信是未来国内催收平台和催收公司会去做的一个事情,属于一个成熟的商业模式。

Q:催收平台相比传统催收公司能提升效率吗?@苏小微

A:首先,平台本身是可以对接很多资源,如果他们拿到坏账以后,A催收公司表现不行的话,那就可以将债务转交给B催收公司,可以一定程度上提升催收效率。

其次,互联网金融有多头贷款的现象,比如这个人在借贷宝上借了贷款,同时又在真融宝上借了贷款,那么催收平台就可以把同样的债务集中在一个人身上,让催收公司去催,这样就提升了效率。而传统的催收公司接到的委外可能覆盖不了这么多公司,难以看出多头贷款。

最后,催收平台有数据监控,能够看到平台上公司的催收表现,比如催收平台有自己催收的APP,每个催收员都装上APP,催收流程是标准化的,所以他们对催收公司的行为是有监控的。

基于这三点,催收平台在以后的发展中,催收相率会比传统催收公司要高。

Q:市场里有哪些什么催收平台,催收平台最开始的数据从哪里获取,合作的催收公司会提供吗?@。

A:目前市场里有几十家催收平台,比如资产360、资产百分百、资芽网等,还有数据供应商搜赖网。催收公司最开始的数据,是通过催收公司反馈这样一步一步积累的,当然同时也会接入一些政府、征信公司的数据,去补全债务人的信息。

平台对于催收公司是有很强的掌控能力的,能够得到其反馈的数据。因为催收平台为催收公司提供了整套催收的ID系统,包括APP、软件等,让运营数据沉淀在催收平台上。这个道理就如同淘宝可以看到商家的运营数据。当然,能够做到这样的催收平台是不多的,这也算是一个核心竞争力。

Q:目前大数据在催收行业用的多吗?一般都是用到什么类型的数据?@寒宝 

A:社交数据用的比较多,因为他们需要用社交数据补全债务人的信息。比如债务人张三虽然在A平台没有留下自己的电话号码,但他可能在B平台留了号码,所以他们需要这样的数据手机来补全信息,同样他们也会与政府、运营商和征信公司进行数据共享,以此来完善模型。

Q:催收平台怎么利用大数据提高效率?一般都会对接哪些数据源?@懒喵儿

A:回答这个问题主要是两点。第一点,大数据可以帮助催收平台进行精确地匹配,即通过大数据分析把债务人推送给合适的催收公司,提高整体催收效率。

因为一方面每个催收公司所擅长催收的资产,债务人群和地域是不一样的,而且很多催收需要现场处置,另一方面债务人维度千差万别,所以需要精确匹配。

第二点,大数据可以帮助催收平台建立催收的模型。这个模型能够帮助催收平台判断一笔资产到底能够催回多少,有了精准的催回率判断后,催收平台可以转型四大AMC资产管理公司的模式,即自己去买资产回来催收。

对于M1+的早期催收来说,大数据能够在信息补全、标准流程化等方面,帮助催收平台提高效率,但在M3+以后的债务,大数据目前的的积累还不足以实现很大的效率优化。

Q:大数据如何实现风险定价?@灿烂

A:大家可以看一下我刚发的图片,大数据风险定价模型首先要囊括数据特征,包括债务人的基本信息、债务情况、催收方式等。

通过这些债务人特征,催收平台可以建模,建立模型主要是为了判断两个事情,即债务人的还款能力和还款意愿,这两个模型可以判断平台的回款率,同时催收平台在实践中改善模型,以期达到像美国那样的风险定价能力,从而能够购买债务进行催收。

Q:平台后期可以将不良资产证券化作为利润增长点和发展方向吗?@ 龙@龙

A:理论上是可以的,不过目前来说还有点早。据我了解,目前大数据模型预测的精准度在2%-3%左右,其实这个还是比较理想下的催收预测,真实情况下大数据模型还没有发挥这么大的定价作用,后期还是要看每个平台自身的大数据的实力。

发行资产证券化最重要的一个是风险定价的能力,也可以考虑像京东ABS云这样的平台一样,在上面接入律师、资产评估公司,来做一个发行资产债。发行不良资产可能是未来的一个方向,但是能做到这样的公司是不多的,对大数据定价能力的要求比较高,特别是大数据对于M3+以上比较难催的债务的作用还不是很明显。

Q:投资不良资产,需要注意哪些问题?@小艳儿

A:现在有很多ABS(资产证券化)产品,通过资产未来的现金流来进行债务偿付。而投资不良资产的ABS首先自己要有一定的风险定价的能力,就是能有模型来判断这笔不良资产到底能催回多少的坏账,其次目前国家允许在交易所挂牌的资产证券化产品只有一些大的公司,比如京东、阿里、捷信等,大品牌的资产证券化产品有信用背书。与此同时,优先劣后的比例也是需要关注的,判断资产的违约有多大的可能击穿保护层。