文|网贷之家 下木
2月9日讯,凡是贷款类业务,不管是表内、表外,还是传统金融、互联网金融,坏账率都是一个无法回避的问题。但相比传统金融机构或者持牌的非银金融机构,P2P行业中的大多数平台还是在不断逃避这个话题,利用信息不对称为自己牟利。如果一个平台宣布他的真实坏账率超过15%,你还敢投吗?
P2P虽定义为信息中介,但作为互联网金融企业风险定价依旧是平台的生存关键,平台的盈利取决于贷款利率是否能覆盖坏账、运营成本和资金成本。所以,不要吐槽宜人贷D类用户40%的贷款利率过高,也不要吐槽一些日息一分的小贷公司,那是人家根据风险定价模型算出的利率,是经过信用风险、利润、经营成本、市场利率等因素综合度量之后的结果,具有合理性。
银行、信托、小贷、P2P的贷款利率差距很大,缘于其风险定价模型中变量值的不同,并遵循风险越高、贷款利率越高的原则,而我们行业大部分平台所声称的不良贷款率可以说是严违反常识,甚至自欺欺人的。
不少知名平台的贷款综合利率超过20%、30%,但其宣称的坏账率不到1%甚至为0%。面对资信较差的贷款人,却能创造比银行更低的坏账率甚至零坏账,这显然不可能。
一些排名靠前平台公布的逾期率或坏账率
可以看到,除了宜人贷、陆金所以外,其它的一些知名平台的逾期率或坏账率都很低,一方面是数据的真实性无法考证,另一方面是坏账率的计算方法不同。宜人贷作为上市企业较为诚实,坏账率的分母是一段时间内(2015全年)促成的借款,这个数字是被时间线锁定的,2016年新促成的借款不会加进去。否则的话,这个分母就会不断扩大,坏账率就会不断被稀释。有些平台如果将增量待收加入到分母,甚至用成交量当做分母,那算出来的坏账率自然很小,出现坏账率小于1%甚至接近0%的情况。
这些不可信的坏账率其实是平台利用信息不对称玩的数字游戏。
对于行业违约率的估算,KPMG风险中性定价模型有一定借鉴的意义。其核心思想是假设金融市场中的每个参与者都是风险中立者(就是只看收益率,不看风险大小),根据其定价原理,无风险资产的预期收益与不同等级风险资产的预期收益是相等的,即
P(1+r)+(1-P)(1+r)*θ=1+Rf
其中,P:非违约概率 r:利率 Rf:无风险利率 θ:回收率,拥有抵押物或高优先级的债券回收率较高。
如果把函数变形一下,就能得到非违约概率P与贷款回收率θ之间的函数:
概率P的取值范围为 [0,1],所以θ是关于P的单调递增函数,即违约概率越小、回收率越高。
需要注意的是这是关于违约率的计算,违约率与坏账率虽然相关,但实际上远大于坏账率。如果以去年三季度上市银行非正常类贷款的比重4.8%当做违约率,结合当期5.25%的加权贷款利率估算,其贷款回收率为97.6%。
风险中性定价模型下,不同贷款利率下贷款违约率和回收率的关系
对于网贷行业,我则作出了贷款利率分别为15%、20%、25%、30%、40%和100%时的回收率——违约率图像,无风险利率使用的是1年期国债收益率2.8%。从图形上观察,如果贷款回收率为60%,那么宜人贷D类用户的违约概率为33%,即出现逾期、不按时还款的概率为三分之一。如果一些平台不到1%的坏账率属实,那么其违约率也应该极低甚至低于银行水平,贷款回收率应该在70%以上。而现实情况是,P2P面对的是较为下沉的借款人,回收率普遍较低,这就意味着将月息两分、三分的贷款坏账率控制在1%以下是不现实的。
不过,风险中性定价模型假设的预期收益率为同期限无风险利率,事实上我们行业大部分平台还在烧钱、亏损阶段。
如果将平台的盈利能力与这个函数结合可以发现,平台的盈利能力与贷款回收能力相关,贷款回收率低的平台容易出现亏损。
事实上,这个图像其实还蕴藏了其他信息:
第一,在贷款回收率相同的情况下,贷款利率高的平台违约率低;第二,平台违约率相同时,贷款利率越高的平台回收率越低;第三,函数斜率的变化是加速的,随着违约率的增加,贷款回收率将大幅下降;第四,抵押类业务的平台贷款回收率较高、违约率相对低,抗风险能力较强。
自去年互金协会对信息披露做出要求之后,行业的整体信息透明度的确有所上升,很多平台在网站上专门设置了”信息披露“的标签。但据我观察,目前平台披露的数据还是以”自夸“、“炫耀“为主,主要介绍平台的规模增长和获奖情况,并透露借款人、投资人年龄分布、星座分布、地域分布等对投资决策无用的信息(我是来投资的,不是来算命的),对坏账率、逾期率、平台营收、利润等核心运营数据避而不谈或者不好意思谈,就算提供了坏账率数据也基本没有参考意义。纵观行业的知名平台,目前仅上市的宜人贷可以服众(大家可以自行搜索宜人贷三季度信披报告),其展示的更多是财务报表和业务数据而不是投资者的星座分布。一些行业中的领军平台若是以上市为目标,就应该以身作则增加平台信息透明度,逐步改善行业整体的信息不对称,而不是单纯的应付投资者和监管者。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 万事达卡推出反欺诈AI模型 金融科技拥抱生成式AI
- OpenAI创始人的世界币悬了?高调收集虹膜数据引来欧洲监管调查
- 华为孟晚舟最新演讲:长风万里鹏正举,勇立潮头智为先
- 华为全球智慧金融峰会2023在上海开幕 携手共建数智金融未来
- 移动支付发展超预期:2022年交易额1.3万亿美元 注册账户16亿
- 定位“敏捷的财务收支管理平台”,合思品牌升级发布会上释放了哪些信号?
- 分贝通商旅+费控+支付一体化战略发布,一个平台管理企业所有费用支出
- IMF经济学家:加密资产背后的技术可以改善支付,增进公益
- 2022年加密货币“杀猪盘”涉案金额超20亿美元 英国银行业祭出限额措施
- 北银消费金融公司【远离各类不良校园贷】风险提示
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。