董祺：中国P2P征信更适宜在线下。
近日，爱钱进创始合伙人董祺做客和讯网《对话P2P网贷掌门人》时指出，中国还没有真正形成可以用线上的业务操作来取得征信的环境，因为中国的征信数据相对来说是比较分散。
以下为文字实录：
主持人：各位好，欢迎收看这一期的对话P2P掌门人，我是和讯网的主持人昌颐，今天我们非常荣幸地请到我们演播室的嘉宾是来自于我们爱钱进的创始合伙人董褀先生，董先生您好!
董褀：您好!
中国的征信体系建成还需时日 碎片式获取征信数据较为多见
主持人：我们也看到近期我们P2P行业不少标榜高收益的平台开始出现的利率走低的现象，是不是可以这样认为，P2P会就此失去了我们高息的吸引力?
董褀：这个问题从两个方面看：
第一，的确P2P行业整个的收益从以前的平均会有二十几个点，到十五个点以上，现在慢慢的回归一些理性，但是我们看P2P的整体收益还是会在十左右，十左右还是能远远高于国内其它种类的投资产品的收益。
第二，高收益一定意味着高风险，在我们看来从全球范围内你要有持续提供高收益，又低风险的产品，在我们看来这个资产类别实际上是不支撑的，我们会认为这是一个正常的现象，而且整体的利率会越来越恢复理性，深层次的原因是背后没有可以支撑这么高收益的固定收益类的这些资产。
主持人：我们也看到咱们P2P的现状，现在官方信用体系的缺失是一个很大的弊端，我们的行业如何来解决这个问题?
董褀：这是P2P成长的中国式的典型问题，在国外整个信用体系相对会比较健全，像美国的Lending Club，可能在第三季度会宣布IPO，它整个信用征信的基础是用美国一些比较成熟的征信去提供的征信数据，在美国也就是说一个美国居民，他只要提供他的驾驶证号码，他的ID，相应就能够从征信拿到一整套那位公民在银行征信方面的，以及个人征信方面的所有这些数据，对这些风险管理的机构或者金融机构来说，需要评估的就是这些信息背后所代表的整个信用情况如何就行了。
但是在中国，的确一个正常中国公民的信用数据是分散在很多的机构里面，比如说央行会管理他在银行体系的一些信用数据，公安体系会是在法律方面的，税务机关有这个人交税的证明等等。在中国我们认为这是当前发展阶段不可逾越的现实，因此中国P2P行业做了很多业务模式的创新，使得我们能够从这些相应比较碎片的来源去取得这些征信数据，然后再做出一个评估。
我想国家也在大力的推进整个个人征信体系的整合，但是需要一点时间，但是对于中国来讲，我们在这个阶段一是只能是生活去适应它，二是我们需要在业务模式里面做很多的创新。
比如从爱钱进来讲，我们有很多的客户，我们需要去取得他的授权，拿到央行的征信数据，同时我们需要取得他银行的流水情况，需要从他的整个物业、房产证、还款流水里面取得他的整个居住的证明，或者他物业的一些习惯，我只能用一些相对比较重的模式，来取得各种碎片式的征信数据。
P2P主要补充传统机构的个人消费金融和小企业融资业务
主持人：我们也知道最近P2P行业当中，咱们的监管政策的问题也是一直在热议，并且也是即将要落地的情况，最新消息是说，对做担保的平台可能会采用牌照制，而且我们的监管层划定了四条红线，您觉得P2P公司除了这四条红线之外还有什么需要注意的方面?
董褀：在我们看来担保这块，如果有机构对它的整个资产提供担保，我们认为这是非常接近于金融机构的机构。在金融机构的体系里面，你要承诺一些东西，你可能需要有相应的这些能力来支撑你这样的承诺，在这个时候，政府或者监管机构要看它是不是能够有足够的支撑来支撑它这样的承诺。
在我们看来，如果你要提供担保，你的确要接受一些监管，未来P2P行业，在我们看来有可能分类的监管体系会出来，如果你做中介的，你需要充分的披露信息，如果你需要做担保的，你就要接受在担保方面的监管，对你整个资质，对你整个的资本金会有一定的要求，这是合理的。
对于四条红线以外，在我看来央行在四条红线只是在法律和监管角度提出了一些最底限的要求，在这里面可能还会有一些市场的要求，因为从金融机构来讲它的核心是要控制风险，央行没有，或者监管机构没有明确地说哪些机构要去很好的管控您的风险，但是对金融机构整个市场化的存活来讲，没有管理好风险的机构，我们认为是很难可持续发展的。
在我们看来，P2P作为一个信息中介，你向两端客户提供金融的信息咨询的服务，你需要很好的管控你的风险，你必须要有风险评估和风险定价能力，把你评估的建议能够很好的推荐给你的客户，这是这家机构存在的意义。
主持人：刚才您也谈到风险控制的问题，您认为P2P平台的风险控制和传统的银行有什么不同?
董褀：有非常大的不一样，不同类别的金融资产要求的整个风险管理能力是不一样的，中国的银行体系传统上它是做企业业务的，所以这是为什么中国银行(601988,股吧)体系收益会非常高，全球排名前几名的银行都是中国的银行，这是因为中国相对来说间接融资会比较高，也就是说银行通过服务企业能够很好的活下来，但是你做企业的风控，做各种各样的风控就有很大的不一样。
这里面举一个例子，第一个就是抵押物，传统上面我们做企业我们通常会有抵押物思维，这样它的单笔会比较的大众，也就是它整个组织架构的设计，以及风控能力的设计，会去针对，或者一些大的交易导向，一个超过几千万的标的，值得你做非常深入的尽职调查，会有专人过去，你会查整个企业的历史沿革，你会查整个资产标的的合法性等等，这是由它的资产类别所决定的。
但是P2P简单地说，国家对P2P的定义也非常的清楚，我们是对目前中国金融体系的有益的、健康的补充，补充在哪一块，我们补充在以前中国的银行体系不能很好服务的那些个人，消费金融方面，不能很好的服务那些中小企业这些融资方面。所以我说P2P是个人对个人，是有益的能够补充道以前缺失的对个人消费，对个人得小微经营等方面的金融需求的补充，因此它风控体系的建立，就是要基于那样的资产类别，那是对个人得资产类别。
对个人的资产类别最核心的是，首先在当前中国大量的P2P，或者全球最主流的P2P里面业务模式是做信用的，我们基于它的整个征信的数据分析的情况，对风险做出一个评估和定价，然后我们就直接能够提供金融服务。在这块我们不会碰到任何的抵押物，从一定意义上来说，我们对数据的依赖，和对数据分析能力的建立，会比银行更加的重视。
银行我哪怕没有看清楚那家企业整个的征信情况怎么样，但是如果我拿了一块价值1亿的地，我贷款他三千万，从本质上来说还是有一定的安全风险，但是在信用贷款里面不是的，信用贷款我们需要看清楚这个人。
在这个上面我可以坦率地说，我们现在基于一个非常刚性的需求，生意的确非常好，在中国你只要举手说我能够借钱给到别人，帮助别人，你永远不愁有人走向你，我需要你的融资服务。
但是对于金融机构，或者说对于P2P平台来说，我们的核心能力在于有10个人走到我们这里，我们需要挑出3--4个，或者4--5个借了钱能够还的人。但是基于什么判断它，我们就是要通过它的征信数据，针对它比较好的量化模型来判断他整个风险。
目前中国最合适的还是线下征信模式
主持人：您这个比喻也是非常清晰的。关于征信的话，现在国内主要是线上和线下两种方式，您觉得哪种方式更适合目前P2P的行业，咱们的爱钱进是一种什么样的模式?
董褀：就像我说的，中国还没有真正形成可以用线上的业务操作来取得征信的环境，因为中国的征信数据相对来说是比较分散的，然后央行的整个征信数据库也没有对非银行的金融机构，只是非常有限的对非银行的金融机构，比如部分的小贷公司开放，但是对于P2P整个行业，这个数据库没有开放，更别提其它相应的，我们说房产，就是物业的资料，公安的个人司法方面的资料，税务方面的资料，在线上事实上都是没有办法获取的。
在中国我们认为目前唯一成熟，可以提供对我们风险评估产生直接影响的直接数据的，只有通过线下的模式。但是我们说这只是现状，我们认为国家作非常努力的推整个个人征信体系的建设和整合，我们相信在未来不远的将来，这个会相对来说比较好的解决。
另外我们看到互联网上面，尤其这一波互联网浪潮的O2O的形成，消费者或者个人的大量吃穿住行的数据都会在互联网上留有痕迹，这些未来慢慢也能够形成对征信的间接支持，但是它不会一夜之间发生，所以在中国目前认为最合适的还是线下征信的模式，爱钱进当然是线下征信的模式。
主持人：我看到咱们的爱钱进在坚持做一个小额分散，但是由此我想会带来一定成本的上升，但是为什么会坚持这样选择呢?
董褀：其实对金融机构，或者是类金融机构来讲，它的成本分为两块，一部分是它的运营成本，另一部分是它的坏账成本。而且真正决定金融机构效率的，在我们看来是它的整个不良的成本。也就是风险控制好的机构，在长跑里面一定会获得胜利，这是在数量之上会比整个运营成本高很多的一部分成本。
从整个爱钱进的运营策略里面，对我们来说，我们在这个阶段优先是要非常好的，远远高于行业平均水平，控制住我们整个资产质量，在这块我们认为目前基于综合整个征信的现状，我们会把这个阶段的整个业务模式做得厚一点，哪怕在运营成本上面多花一点点，但是确保我们能够获取更好的资产质量，这是我们的选择，也是我们的策略。
与益百利合作 使得爱钱进能有能力运算庞大的用户数据
主持人：这样的选择长远来看也是一个比较明智的一种选择。我们也看到近期我们爱钱进是与顶级的征信机构益百利有合作，与其他的机构相比，咱们爱钱进比较看中的益百利的哪一块?您预计益百利的引入会对爱钱进在小微贷方面起到哪些量化的作用?比如说信审方面，或者坏账比例方面?
董褀：我们跟益百利的合作完全取决于目前的整个业务策略，因为我们现在专著做个人信用无抵押贷款这块来获取我们整个资产，也是跟目前整个中国金融机构相互补充，获取一个相对非直接竞争市场的方式，因为就像我们说，不同的资产一定需要具备不同的风险控制能力，我们对于大的标的，比如说房地产项目、大中型企业，在这块的风控能力我们一定不如银行的，银行有这么多年的积淀。
所以对我们来说，我们做个人，那恰恰是银行没有做，而且我们跟其它机构，其实从本质上来说，竞争也不会太大，因为这块的整个刚性需求会非常大，从整个业务预测来看，目前整个P2P行业在中国的业务规模差不多在两千亿到三千亿的规模，我们认为到2020年，也就是6年之后，整个市场容量会到1.2万亿--1.3万亿，也就是6年左右的时候恢复有6倍左右的增长，这是一个非常大的市场。
然后在这个市场里面，我们能获得胜利的唯一的办法就是我们一定要把整个资产质量控制住，控制的方法就是我们做小额分散。小额分散从全球来看是一个相对比较成熟的风控技术，我们看到在美国，像CapitalOne这样的银行，它是美国第六、第七大银行，它是中国做美国商业银行不覆盖的相对比较次级的人群，然后通过一个很好的量化风控模型，能够很好的对风险定价，然后服务这个人群，慢慢把规模做到美国第六、第七大银行。
爱钱进我们目前的风控副总裁也是来自于美国的CapitalOne，我们很流行能够有国内外非常相关的一流的高手能够加盟我们，帮助我们来建立这方面的能力。
如果我们要做小额分散，然后我们又不基于抵押，在这里面我们唯一能利用的就是对征信数据更有效的分析，因为我们假设其它人家，他可能可以通过一定的成本获得这些数据，但是对于数据的处理能力会决定这些机构不一样的风控水平。
然后再这里面，数据处理能力，我可以打一个比方，比如现在每一个客户，我们会追踪一百到两百个属性，比如他的职业、性别、工作、人生阶段、年龄、生活在什么城市，在什么行业等等，但是从风控的角度来讲，我们需要找到，或者通过统计来找到哪些属性跟他的整个风险，或者违约最相关。
主持人：这也是我想问的问题，好像您前面说到这些比较普通的属性，感觉跟咱们征信这块关系不是特别的深，具体从哪几个方面能够看出这个人跟征信这块是相关的属性?
董褀：这里面就要用到非常复杂的数据模型，我们会把，比如我们现在已经在国内服务了几十万个客户，我们会对客户进行一些分层，优质的、正常的，以及暂时有风险的客户，你核心就是要分析出来，比如有风险的客户有什么特点，他的两百个属性里面有哪些属性是跟风险最相关的。
举例，我们可能可以分析出来，随便举一个例子，可能不是真的，比如生活在东部沿海的人群里面，20--30岁的男性，在纺织行业某一个星座的可能对风险最相关，可能我们用这些属性制定一定的整个信审或者风控的政策，我们就要控制那个属性的人群流入，我们会在那个属性的人群里面，可能整个批核率会更低，整个通过率会更低。相反我们会找出一些好的人群，比如30--40岁的女性，有孩子，结了婚，在某个行业的，这些人的风险可能会低很多，我们会对那些人群放大我们整个的批核额度，而且我们整个业务策略是会更倾向于找到那样一些对我们来说是优质的客户。
但是这里面因为涉及到非常大量的数据的计算，益百利是全球最大的征信局，它在全球的很多地方都提供比中国的央行提供更完整的征信数据，但是在中国很遗憾，因为征信数据目前益百利没有办法来获得，所以我们跟益百利更多合作的是它的整个运算的能力，我们跟它一起来制定基于我们目前整个客户数据库的，以及它全球其它地方的经验，我们找到这些客户的共同特点做评分卡。
我们前两天在上海刚刚宣布我们跟益百利完全了中国P2P行业首个小微评分体系的制定，这事实上就是我们跟他们在评分卡方面的合作。我们能够通过这样的进化模型，因为评分卡，目前完成的是一个基础，未来这个评分卡会非常的复杂，会是非常多类的评分卡，但是我们依赖于这些评分卡，对我们已有的客户、潜在的客户进行评分。
我们其实跟它合作是它的运算能力，我们购买它的整个决策引擎，使得我们能够有能力运算，每个客户如果这么多属性，我们有几十万个客户，每个人有两百个属性，事实上运算量是非常大的，我们购买一套叫决策引擎的东西，使得我们能够非常有效的去做这个数据建模，和做数据的分析和跟踪。
因为对未来来讲，我们核心是希望能够不停的，使得我们目前已经初步建立的量化风控模型在行业里面取得领先的地位。因为对个人金融来讲，数据处理，尤其是对，无论是闭环，还是未来我们引入更多互联网数据的这么大数据量的处理能力，会是这行风控突破的非常大的关键，所以爱钱进也是在这个方面，我们事实上也是在行业里面远远超出平均水平的，相对类似研发的整个投入在这块上。
主持人：今天也是非常感谢董先生做客和讯的演播室，跟我们聊了这么多，听完之后我的感觉，确实P2P行业，其实很多老百姓，不管是要借钱的也好，要融资的也好，他们最担心的也就是在征信这块的担忧，如果这块能够按照您所说的进行这样领先性的分析，也算是给大家上一课，告诉大家从你的内心属性当中有可能就能够看出你的生活轨迹也好，或者消费能力也好，你的偿还债务的能力也好，也希望我们爱钱进能够继续的往前进。