互联网金融与风险管理.pptx

《互联网金融与风险管理.pptx》由会员分享，可在线阅读，更多相关《互联网金融与风险管理.pptx（78页珍藏版）》请在三一办公上搜索。

1、互联网金融与风险管理,互联网金融 互联网+互联网金融 互联网金融的特点 互联网金融和银行 中国互联网金融概览 互联网金融主要商业模式 互联网金融面临的风险 互联网金融面对的客户互联网金融的风险管理,互联网+,互联网的优势,社交成本低移动互联带来线上化微信、QQ服务成本低：大数据、无人工信息提供成本低低成本带来低门槛低成本使得供过于求成为常态消费者地位进一步提高,4,中国的互联网现状,互联网技术创新,6,技术创新-移动互联,在线化(Anyway,anywhere,any time)互联网时代，平均每人上网时间2.8小时智能手机时代，平均每人花在互联网上的时间是16小时上网已经成为像吃饭、睡觉一样

2、的基本需求。全球有12亿部个人计算机，有45亿部智能手机手机是生活的一部分手机是钱包、钥匙、身份证、遥控器个人以真实身份、真实角色进入互联网使真实数据成为可能,7,技术创新大数据,8,数据以每年50%的速度增长。从出现文字记录到2003年人类创造的数据总和，现在两天就能创造出来。我国人口多，数据产生多，数据规模世界前列大数据的核心：从看似没有联系的数据中找到联系处理非结构化数据因果关系并不重要人们开发出很多分析的理论，总是去寻找和分析因果关系。但是你要知道，尽管你可能分析出了一种因果关系，但是这种因果关系很可能是错误的。但是如果有大数据的话，你很可能找不到因果关系，你可能也不需要去找到因果关系

3、。但是通过大数据的分析，你能发现是什么，尽管你不知道为什么。Netflix网站对人们的观影行为进行分析，发现人们不像30年前那样，每天看一集电视剧，而是攒起来一起看。因而，纸牌屋第一季一起上线。,互联网效应1：自我增强,梅特凯夫定理：网络价值与节点数的平方成正比，在有n个成员的通信网络中,每个成员可以与其他成员建立n-1个关系。回报递增定律（正反馈定律）随着网络用户的增多，网络的价值在迅速膨胀。价值的迅速膨胀又带来更多的用户1个客户（0），2个客户（1），3个客户（3），4个客户（6）；效率越来越大。世界第一台传真机、电话机的价值为零。问题：你愿意加入500人的社交圈，还是5个人的社交圈？,互

4、联网效应2：交叉补贴,“羊毛出在狗身上猪来买单”：通过有意识以优惠甚至亏本的价格出售一种产品，而促销盈利更多的产品超市买便宜鸡蛋（增强其他食品购买）白送手机（上网收费）苹果手机（APP战略）模式一：平台一边免费、一边收费（百度搜索）模式二：推出新的产品（滴滴的专车、快车、代驾服务；京东的金融服务）,互联网效应3：共享经济,共享经济的本质：实现资源的有效配置连接就是为节点双方共同创造价值模式：平台+个人使用者：开放个人资源和空间滴答拼车：降低出行成本；降低交通拥堵Airbnb：短期租房市场,业界笑谈：滴滴厕所,快速定位、永不停泄！,您的评价，我们Care:WI-FI信号不给力，厕纸比较伤屁股，充

5、电器线太短等等，您的评价将会提升厕所主人的服务质量。,平台的构想,全球最大的出租车公司Uber没有一辆出租车全球最热门的媒体所有者Facebook没有一个内容制作人全球市值最高的零售商阿里巴巴没有一件商品库存全球最大的住宿服务提供商Airbnb没有任何房产 真正的财富创造就是连接！,互联网效应4：产消合一,对个人服务成本降低、个人可以参与生产微信红包大数据时代，每个人都是数据生产者和消费者小米的“粉丝经济学”提升用户体验，小米之家、米粉 与客户共同改造产品，每周五更新系统核心用户知道某项功能的工程师,互联网效应5：依靠第三方,互联网信任危机?弥补措施第三方评价（大众点评，京东、淘宝，滴滴打车，

6、基金评级）第三方支付（支付宝，先买再给钱或是先给钱再取货？）第三方监管和托管（P2P和众筹平台的资金托管）,互联网效应6：利基（Niche）市场,互联网使用的低成本使得行业精细分工成为可能产品个性化成为可能取代之的无数小的细分市场经营这些利基市场需要金钱之外的其他因素（交流、登山、见面会等）案列：春雨医生、爱大厨、爱投顾、E代驾、跟谁学,互联网经济的结构：平台+利基市场,互联网经济的基本组织形态：平台+利基（细分）市场 产品（商品）的属性：标准属性+个体属性平台迎合产品的标准属性：可交换性、价值可衡量利基市场迎合个体属性：产品使用人群，产品制定等,互联网金融,互联网金融的概念,互联网金融是基于

7、互联网、大数据和云计算等技术创新、具有一定金融功能的新型金融业态,默顿金融功能理论,美国著名金融学家罗伯特默顿（Merton，1992）总结了金融体系的六大功能协助买卖交易；聚集资本；资本在时间和空间上的配置；管理风险；提取帮助决定的信息；解决道德风险和信息不对称。,21,互联网与金融的耦合,资源配置支付结算风险管理提供信息,“互联网金融”概念辨析,“Internet Finance”（互联网金融）=Internet+Finance？=Internet-based Finance？=Finance with Internet？Fintech（金融科技）互联网金融=Fintech（金融科技）？,

8、互联网金融与Fintech的绝对意义上区别,互联网金融（Internet finance）:是一种场景化的金融服务提供方式，注重提供合适的产品和服务去满足用户的需求，并不完全追求技术的创新，而更在意有多少人在使用这种产品，强调其普及性，看重重商业价值。Fintech：一般情况下，没有场景化作为依托，是相对早期的技术创新，相对而言并没有普及性，多数情况下是非金融机构在做。,互联网金融和传统银行,穆迪在其一篇名为“Fintech Transforms Competitive Landscape,but Unlikely to Displace Banks Central Role”的报告中详细阐述

9、了新兴Fintechs与传统银行之间的市场地位、竞争优势及未来前景。报告认为，Fintechs的用户基础广泛、发展前景广阔且自身及其辐射的领域具有高科技化、信息化、数据化等特征，不过，这些优势尚不足以对传统银行构成致命威胁。,互联网金融的主要业务范畴,主要致力于发展零售金融服务Fintechs主要通过贷款、融资和与支付相关的产品及服务等方式来致力于发展个人金融领域；在该领域的每一个具体业务中，金融科技行业不仅为崭新的用户体验打开了大门，此举也能为产品需求（或者期望）设立一种新的基准，而且有助于缩减产品成本和交易成本。,Fintechs包括：网络借贷平台、零售支付，智能投顾、众筹、医疗保险、个人

10、理财以及虚拟货币等,互联网金融的特点与优势,这些Fintechs之所以能成为金融行业的成功搅局者，主要有以下原因：金融服务行业加速向数字化趋势转变，为Fintechs的发展塑造了 一个良好的成长氛围；（移动互联大数据）运营成本低且经营方式灵活，用户体验获得显著改善，移动金融服务尤其受到千禧一代人群的青睐，这让Fintechs占据领先优势,Fintechs一般是刚刚成立的而且运营方式灵活通常打造完全属于自己的系统和分销平台；重点致力于收集、分析和开发原始数据，利用这些数据来定制市场需要的产品，决定什么时候销售、如何销售以及销售给谁。这些Fintechs通常比传统金融机构花费更低的成本无需成立庞大

11、的分支网络机构；同时云计算技术给公司带来了灵活性，并且能够以低成本获取更好的经济效益；也许是最为重要的，至少从成本的角度来看，绝大多数金融科技商业模式无需获得银行牌照，因而避免了合规要求和监管审查。,为什么互联网金融如此让人期待？,可能的原因：千禧一代数量庞大，并且对数字化服务青睐有加千禧一代极大地推动了数字化趋势的发展，尤其是在消费者服务领域。从世界范围来看，在2014年，出生在1980年到2000年之间的千禧一代的人口数量，位居全球第一；,千禧一代一般要求服务供应商能够拿出丰富、方便且个性化的产品，其中技术在千禧一代长期的成长生活中扮演着重要角色。例如，根据Payfirma近期公布的一项研

12、究，千禧一代中愿意尝鲜技术的用户数量是上一代的2.5倍并且有超过一半的千禧一代人表示，他们是最早尝试使用新技术的。这些特征在千禧一代习惯在移动设备上获取消费服务这点上体现得格外明显,千禧一代还不是当前金融服务行业的主流消费群体 虽然千禧一代人群的教育背景要优于父辈、祖辈，从与金融服务公司息息相关的大量指标数据来看，千禧一代人的经济水平不及前面几代人：他们成家的数量偏低并且房屋购置率不高、学生贷负担较重、收入偏低以及债务收入比较高，而处在相似年龄水平上，前面几代人的财务状况要强于千禧一代。,传统银行面临的困难,银行除了要应对新兴Fintechs带来的挑战，还要处理其它困难：有关银行营业收入和盈利

13、能力的展望偏向悲观，低利率水平继续使净利差承压，由于全球经济增长放缓，新开信贷需求受到限制，而且监管成本和执行成本预计维持在高位；虽然银行正在竭力控制支出，包括削减分支机构（随着客户越来越多地使用网络平台，分支机构显得冗余），但是运营成本未见起色地维持在高位，这是由金融危机时期的一些坏账、IT技术换代升级以及大刀阔斧地重建商业模式、重设地域布局和重修发展战略造成的；,持续不断地遵守各种各样的监管规定正使得合规成本维持在高位，而且制约了银行的某些商业活动，这将进一步使优化资产负债表和商业模式的工作变得复杂。由于经营策略空间受限，尤其是通过增加杠杠来改善盈利水平的能力受到制约，一些银行正在近期拼尽

14、全力修复自身的资产负债表；由于银行的资本金要求提高，可能会削弱银行的贷款能力或者使银行对某一特定客户群体索取更多利息，这为新兴Fintechs提供了潜在的价格优势。,传统银行的优势,银行拥有Fintechs不具备的优势，表现在：庞大的客户数量和相关数据，足以帮助银行设计产品及实现精准销售；信贷承销历史长、能力强；拥有长期的客户粘性关系；与监管机构打交道的经验丰富。,业务角度：互联网金融VS传统银行,贷款和融资Fintechs的目标客户集中在无抵押个人贷款业务和小型企业贷款业务领域，这类公司主张提供更加方便、快捷的贷款申请和贷款获批流程。公司产品在无法从传统金融机构手中获得贷款的用户、有短期融资

15、需求的用户、或者从未获得金融服务以及未能充分获得金融服务的用户中广受欢迎。Fintechs，运营成本较低并且网络平台升级方便，因而它们具备降低整个信贷产品贷款息差的潜力，尤其是当许多公司是在一种不需要获得银行牌照的商业模式下开展运营，因而无须遵守针对传统银行的监管规定并担负相关的资金成本。,然而，如果Fintechs没有获得银行牌照，那么它们必须与持有牌照的银行合作才能发布贷款（并要支付相关费用）以及结构化打包、营销和销售融资票据。于是，这种模式使传统银行在整个贷款业务流程中充当一个重要的合作伙伴。,零售支付,以零售支付为主要业务的Fintechs数量和接受这种支付方式的消费者数量均已达到了可

16、观规模。在这一点上，Fintechs的产品和服务尤其致力于实现点对点支付解决方案，移动钱包允许人们通过将信用卡信息与智能手机绑定，从而完成支付、外汇交易以及汇款业务。虽然迈向一个完全不用现金的社会还有一段长路要走，但是这些公司通过为消费者和企业主改进支付功能并改善用户体验，从而促进了数字化支付业务的发展，同时也使得供应商和零售商能够收集和运用数据来为产品和服务增值。,但是，与贷款和融资领域中的情况相似，这些新兴Fintechs主要是充分利用当前的行业基础设施来发展它们的业务，它们通常与银行合作来拓展客户网络，并且客户的支付业务绝大多数与现有的信用卡或者借记卡绑定。进一步来讲，传统银行正在发展它

17、们自身的移动支付应用程序，而且当前拥有庞大的客户数量。在获取客户方面，银行的竞争优势要强于新兴Fintechs。,客户角度：互联网金融VS传统银行,从静态的观点看，目前的人口年龄结构有助于银行的中心地位保鲜一段时间千禧一代当前的财务状况不及他们的长辈，因此这代人目前还无法构成银行资产负债表上的主力，但是这代人对智能手机移动业务青睐有加，这使其成为Fintechs和大型科技公司竞相追逐的对象。,但从动态的视角看，应该看到，一旦千禧一代财务能力越来越强，粘性的客户关系将有助于Fintechs和大型科技公司的长远发展，其道理类似于银行拥有的粘性客户关系。而且，当大量的千禧一代人纷纷倒向Fintech

18、s的线上金融业务时，银行线下分支机构的冗余弊端将暴露无遗。为此，穆迪在其报告中多次提到不少大型、老牌银行（例如摩根大通）纷纷与新兴Fintechs建立了合作关系。由银行设计贷款，Fintechs负责销售，或许这会是银行长远发展的一个合理途径。从而，银行可以通过中间人与千禧一代保持充分的合作关系。,传统银行业开始向互联网+方向发展网络银行、手机银行工商银行“融e购”、建设银行“善融商务”等平台陆续上线。,传统银行业具有自身优势 客户基础深厚，声誉优势明显 发展历史较长，经营积累丰富 服务体系健全，客户体验感高,v,传统银行不会被互联网金融取代 互联网金融大环境的兴起，会使商业银行开始转型，但并不

19、意味着会被取代。传统银行业与互联网金融之间各有优劣。而人们的偏好各不相同，因此会在两者之间各有偏爱。,01,02,03,互联网金融与银行业发展展望,互联网金融和银行的业务版图在金融领域中应该是相安无事的，银行凭借自身力量将继续在未来的竞争格局中占有一席之地，与互联网金融一起成为金融市场中的组成部分。,中国互联网金融概览,技术驱动长期的金融压抑缺少征信体系和金融基础设施,Part one,背景,技术驱动,背景,经济结构和金融结构之间存在错配,Part one,背景,农户（1.8亿）,大众工薪阶层（1.2-1.5亿）,微型企业（6000-7500万户）,中产阶层,小型企业（500-600万户）,中

20、型企业,大型企业、政府、金融机构,富裕阶层,金融服务过剩,金融服务充分选择,金融服务不足,金融服务基本缺失,传统金融服务市场,小微金融服务市场,支付宝的运行逻辑 电商交易的买卖双方互不信任，通过支付宝作为信用中介，资金在支付宝有1周左右的沉淀，于是可以用来投资征信系统不健全 中国缺乏有效的征信体系，目前央行建立的征信系统仅能覆盖8.8亿人口，只有从商业银行等正规金融机构借过钱的人才有信用记录，而大量中小企业和低收入人群没有信用记录，互联网金融平台通过自己的大数据，创造了一个非官方的征信体系,背景金融基础设施,中国互联网金融发展曲线,整体发展,互联网金融消费交易,来源：国家信息中心2015年10

21、月报告,分类,互联网金融的风险管理,互联网金融主要面对的客户 目标客户集中在无抵押个人贷款业务和小微型企业贷款业务领域互联网金融主要面临的风险 信用风险,什么是风险？什么是信用风险？,Example:Capital One Bank,We are not a traditional bank.We do not see ourselves as a bank.We are a company with an information-based strategy,whose first successful product offerings happen to be in banking.-N

22、igel Morris强调数据和信息技术的战略是Capital One致胜的法宝,背景,1988年，Nigel Morris入主Signet信用卡事业部在1988年甚至到90年代，所有的信用卡中心的信用打分模型都依赖于第三方外包开发的黑盒软件僵化统一的定价，差异化的用户服务成本和个体利润率没有任何一家银行去认真分析过用户之间的个体利润率差异20%保持较高欠款余额和持续缴纳利息的用户才是信用卡中心真正的利润贡献者(loveems客户)，他们通常贡献了行业125%的利润，而大部分按期还款的用户其实对于银行来说是单纯导致亏损的(kill yous客户)Capital One正是在后来用差异化的定价策

23、略抓住了loveems客户,当这些上市银行的loveems客户被Capital One抢走时，银行为了保持自身利润，只能被动提高kill yous客户的收费，从而进一步陷入客户流失的漩涡；另一方面，他们也很难简单复制Capital One的数据策略，因为当他们有几十个性化利率产品时，Capital One早已有了几百上千个，数据沉淀下的规模优势不言而喻。,Capital One的实现路径策略实现路径,利用test-and-learn策略发现优质用户的分层，把大数据分析引入信贷管理每个环节 信用卡客户大体分为三类：过度借贷，优质但很少发生利率收入(kill yous客户)，稳定保持欠款额度通常在

24、几千美金，年贡献$1000以上利息收入的优质客户(loveems客户或者叫低风险循环借贷客户)，很明显，Capital One感兴趣的只有最后这类客户。为了寻找到这类客户，Capital One设计了成百上千的差异化利率产品，用直邮的形式定向推送到特定的客户组群那里，每个测试组背后还有几十个子测试，包含利率产品的接受度、转化率、用户生命周期价值的净现值、坏账率等指标的回归统计。,c.边测试边学习策略知易行难，在一个有效的动态信用打分模型形成前，管理层需要顶住短期坏账率波动的压力。d.在测试的早期，Capital One的坏账率水平非常高，达到行业平 均水平的2-3倍。e.寻找低风险循环借贷客户

25、的路径是需要很长时间学习的。,差异化产品设计 当时信用卡中心大多沿用19.8%的标准年化利率，Capital One针对竞争对手的优质客户推出了最低达到9.8%的竞品 挖掘次级贷市场 在中低收入群体里发现黄金，如留学生、技术蓝领,精细化运营，动态调整利率 利用精细化管理提高用户留存，持续为用户创造价值，一方面系统持续修正用户的风险评分，从而动态地为用户修正利率定价，防止用户从“缓慢”还款变为“快速”还款甚至坏账用户，影响单个用户的利润贡献;设立“留存专家”这一岗位的设立，使得这个岗位的人员可以在边际利润保证的前提下，自主为有关卡倾向的客户修正利率，降低流失率。,信用评分,Credit Scor

26、ing,Credit Scoring 信用评分,Credit scoring is a credit risk management technique that analyzes the borrowers risk.专门针对信用风险管理的技术；In its early meaning,“credit scores”were assigned to each customer to indicate its risk level.用给客户打分数的方法显示其所处的风险层级；A good credit scoring model has to be highly discriminative:h

27、igh scores reflect almost no risk and low scores correspond to very high risk.好的信用评分模型的重要标志就是拥有好的区分性。,典型的申请评分卡示例 Application Scorecard,一个申请人35岁、年收入12000、与父母住在一起通过每个特征的对应，从而读出一个加总分数，而后与Cut-Off Point 相比较，决定申请人是好是坏，从而决定是否要给予授信，以及给予什么样的offer评分的灰色地带：分数围绕在Cut-Off Point四周的客户难以确定是好是坏,大数据时代下的授信流程,每一个阶段上的评分卡,

28、Marketing scoring and Response scoring,the market from a lenders market to a buyers market.It is the customer who decides which offer to take up,rather than the lenders deciding whether to extend an offer.need to assess whether a customer is most likely to accept a variant of a financial productThe

29、probability that a potential customer will react to a marketing campaignClassical elements of a marketing score are the four Ps:Product:specifications of the offered services and their correspondence with the(potential)customers needs.Pricing:price setting,including promotions,discounts,.Promotion:a

30、dvertising,publicity,personal selling,brand,product and company recognition.Place:the channel via which the banking products or services are sold,e.g.,density of a retail network,internet-banking,specificity of the customer group.It may also refer to placement,the“physical”distribution to the custom

31、er.,Application score,Application scoring systems summarize all applicant information into one overall score measuring the creditworthiness of loan applicantsThe application scores are considered to be key inputs in deciding whether a new credit should be granted or not.Based upon the information av

32、ailable at the time of application,the score gives the probability of repayment problemsWhen the customer has a good score that exceeds the cut-off or threshold value,the loan is granted,otherwise not.,Cut-off level,banks strategyrisk appetite and pricingAn intermediate score range,For approved loan

33、 applications,the price and amount of the loan can be made dependent on the actual level of the score.In a risk-based pricing environment,the price of the loan depends on the risk of the customer.,The Equal Credit Opportunities Act,gender,marital status,race,whether an applicant receives welfarepaym

34、ents,color,religion,national origin,Fraud score,Fraud scoring comes in many flavors A first example is application fraud scoring in which one estimates the probability that credit applicants have provided fraudulent information at the time of application Other examples are claim fraud scoring in whi

35、ch one rank orders insurance claims based on the probability of being fraudulent,Behavioral score,Behavioral scoring analyzes the risk of existing customers based on their recently observed behavior.Once credit has been granted,banks can subsequently start to monitor the repayment and financial beha

36、vior of their customers.all recent customer behavior that can be observed e.g.,checking account balance,changes in employment status,missed payments,new bureau information,.,Behavioral score vs Application score,In behavioral scoring,all this behavioral information will be accumulated into a behavio

37、ral score reflecting the probability that an acquired customer will default or not in the near futureWhereas application scoring is considered to be static since it takes two snapshots of the customer at different points in time(beginning of the loan and the default observation point),behavioral sco

38、ring is much more dynamic since it takes into account the behavior of the customer during the observation period.,Early warning score,Early warning systems aim to early detect potential crises with counterparts.Early warning systems make use of macroeconomic and accounting information,but also marke

39、t information from equity,bond and derivative prices.a specific case of performance scores with a short time horizon in the range 612 months,Attrition score,retention/attrition scoring is used to see which customers are likely to close their accounts,or significantly reduce their usage an important

40、decision support system for customer relationship management Classical variables for attrition scores are variables that are also used for behavioral scoring and the resulting behavioral score itself.These variables often include recency,frequency and monetary variables.,Collection score,Collection scoring is a decision support tool to manage bad debtallow a financial institution to focus its collection efforts in the optimal way,THANKS,