融资租赁发展研究1

1汽车融资租赁体系框架

1．1汽车融资租赁框架描述汽车融资租赁框架主要包括以下三个组成部分:(1)线下交易部分。其是以线下门店作为载体，为习惯长期线下消费的客户提供服务。也能够为线上客户提供线下体验和验车、提车、保养等服务。(2)线上交易平台。作为互联网融资租赁模式中的主要载体，涉及汽车经销商、出租人以及承租人等，并还可提供融资租赁服务及车辆买卖合同。承租人在线上平台选定车型后，提交融资租赁购车申请，通过后承租人可到门店提取实体车辆，极大地简化了购车周期，提高业务效率和用户体验。(3)线上服务平台。该部分主要是为第三方服务介入而搭建的互联网平台，能够提供信用等级评估、二手车残值评估、融资、纠纷处理等。并可基于线上服务平台加强对数据信息、基础设施的共享，进而节约经营成本。同时也可对各大厂商、经销商以及二手车商等实施统一管理，目的是进一步规范经营。与线上交易平台相互配合，以此构建互联网汽车融资租赁业务发展战略框架。

1．2汽车融资租赁获客方式在互联网背景下，汽车融资租赁获客方式主要是通过互联网端。通过合理布局提升获客能力，比如借助互联网平台引流，或者是搭建线上交易平台等。其中电商平台引流则是加强与互联网头部企业的合作，利用电商平台吸引消费者，通过平台引导进行线上交易。该方式的优势则是以低成本打通渠道资源，提高产品竞争力，实现双赢。自建线上交易平台则是筑牢自主获客业务护城河，但其对企业自身的要求较高，不仅需要投入大量的技术和资金，还需在整个产业链中占有主导地位。

1．3汽车融资租赁风险控制针对汽车融资租赁市场的发展实际，在互联网模式下主要注重前、中、后期的风险控制。比如在前期阶段，以防范信用风险以及欺诈风险为主。即是将风险管理前移到汽车采购环节，根据消费者的浏览记录等网上行为数据，通过数据挖掘分析其地理位置、消费特点等，实现非财务数据风险管理。中期阶段的风险控制则是预防承租人的违约风险。一般是在融资租赁合同中界定违约现象，设置违约处置条款。并定期回访承租人，了解车辆使用情况。根据车内GPS定位，掌握车辆是否在合理范围内使用。此外需建立催收系统，确保按时回收租金。在后期阶段，出租人主要面临二手车处置风险。由于当前我国二手车残值评估体系尚不健全，大多存在价值低估的情况。为控制风险，出租人可在融资租赁合同中增加保障汽车残值的条款，鼓励承租人优先留置汽车，并强化与第三方车辆残值评估机构的合作，最大限度降低风险。

1．4汽车融资租赁盈利模式汽车融资租赁业务的盈利渠道主要来源于四个方面。(1)车辆买卖收益。在汽车融资租赁交易环节，出租人直接向汽车经销商采购车辆，在集中采购、统一配送的形式下，有助于大幅节约采购成本。同时在批量采购条件下，出租人能够以相对较低的方式获得车辆，再按照指导价进行出租，以此赚取差值。(2)汽车融资租赁业务收益，即是其本身的金融服务收益。承租人按照融资租赁合同中的约定金额按期支付租车租金。租赁期满后，承租人向出租人支付尾款可选择留置汽车。这一过程中出租人所获得的融资租赁业务收益，主要来自收回的租金金额与车辆价格的差值。(3)二手车处置收益。当融资租赁期满后，如果承租人退租，出租人可将租赁车辆按照市场价格转入到二手车市场处置。当汽车折旧价格高于车辆残值，则可获得收益。为有效实现盈利目标，出租人需在融资租赁合同中增加贬值控制条款。(4)互联网融资租赁平台服务收益。其主要来自交易平台的服务收益，比如对入驻平台的汽车厂商、经销商、金融机构、保险公司等收取会员费用、广告宣传费用等。线上服务平台产生的收益，包含在产业链中提供企业管理系统、营销管理系统、二手车残值评估等服务的手续费用等。

2互联网汽车融资租赁发展面临的问题

2．1市场认可度有待提高目前，我国对于互联网汽车融资租赁的认识不够全面，导致对此方式的认可度不高。这是由于融资租赁模式下，汽车的所有权与使用权呈现分离状态，承租人只具有使用权，在长期形成的传统消费观念下，很难被消费者所接受。与此同时，融资租赁产品定价高于信贷类产品，也是客户接受度不高的原因之一。2．2二手车市场不完善根据互联网汽车融资租赁发展模式，当期满后则需对退租车辆实施有效处置。目前我国二手车市场生态环境尚不完善，无法有效满足汽车融资租赁业务发展的需求。比如二手车信息不透明，缺乏专业机构进行权威认证，而且全国性二手车交易信息网路系统建设尚不健全，二手车鉴定环节和评估标准不统一。部分车辆存在隐瞒或虚报、篡改信息等情况，影响买卖双方的信息对称性，不利于建设二手车市场秩序。

2．3征信体系尚未健全信用风险是互联网汽车融资租赁的重要控制内容，因此为保障该项业务的平稳进行，需要加强征信管理。但由于我国现有的征信系统是以中国人民银行征信中心数据中心为依据，就当前的覆盖率而言，尚未实现完全覆盖。从而出现较为严重的信用数据缺失问题。而且征信系统信息的来源主要为商业银行的贷款还款记录等，数据维度较为单一，难以适应互联网背景下汽车融资租赁业务的实际发展需求。同时大部分汽车融资租赁公司均未接入征信系统，同类可参考信息较少。

2．4法律监管力度不足法律监管是保障互联网汽车融资租赁健康发展的基础保障，相关成文法及管理条例不健全。这是因为互联网汽车融资租赁作为一种新业态，其发展速度较快，现有法案难以实现有效监管和规范，导致市场监管力度不足，业务发展也受到了一定的阻碍。

3汽车融资租赁发展建议

3．1提高汽车融资租赁市场认可度为实现在互联网背景下汽车融资租赁行业的健康发展，需要提高市场对融资租赁业务形态认可度。具体措施需进一步加强对融资租赁产品的宣传力度，提高融资租赁业态普及率。尤其在汽车销售的过程中，鼓励选择汽车融资租赁方式购车，适度普及所有权与使用权分离的优点，合理设置汽车融资租赁相关权利、义务条款等。

3．2加快二手车市场建设完善二手车市场建设是推动互联网汽车融资租赁的重要举措，因此应当加快建立二手车流通信息平台，严格把控二手车量的准确信息。并积极建立专业二手车信息鉴定机构，借鉴西方国家的先进做法，制定科学规范的车辆残值评估标准。同时需由政府牵头完善二手车市场配套标准和服务，如规范二手车残值评估办法、评估标准等，并利用互联网平台建立透明的公示系统，推动二手车市场趋向标准化。3．3完善征信体系建设加强对征信体系的完善建设时防范金融风险的关键性措施，根据当前互联网汽车融资租赁企业的发展现状，可在依托电商平台的基础上，利用自身优势健全互联网征信体系。通过组建第三方支付机构、运作平台以及社交网络等，全方位采集信息流，以便于全面准确的评估个人或企业的信用等级。尤其是数字时代的来临，为实现这一目标提供了可行条件，可将银行征信体系作为基础，补充大数据下的互联网征信评估信息，并引进区块链技术，确保数据安全性。

3．4健全相关法律规范对于互联网汽车融资租赁模式的发展，应当健全相关法律法规。首先在顶层设计中需要加快《融资租赁法》的立法工作，明确将互联网融资租赁纳入监管范围，确定承租人、出租人等权利和义务。同时在二手车法律监管方面，应当尽可能保障法律建设与市场发展变化相一致，对现有法律或管理条例进行修订，充分保障市场秩序的有序运行，维护消费者合法权益。在征信体系建设层面，应注重个人征信加强公开化和透明化，并完善个人信息保护法律，界定个人隐私范畴，对个人权益强化保护力度。

3．5发挥银行作用推进融资租赁业务发展银行在互联网汽车融资租赁业务中能够发挥重要作用，因此在今后建设发展中，应当提高对银行角色的重视程度。首先银行可通过直接开办融资租赁业务，或是为金融租赁公司提供助贷服务等，比如基于《商业银行互联网贷款管理暂行办法》，结合融资租赁业务流程、场景及客群特点创设新车融资租赁场景贷产品，与融资租赁公司签订合作协议，贷款资金受托支付承租客户的租车租金，车辆抵押给融资租赁公司，待承租方还清银行贷款后可申请涂销抵押，银行的介入有助于释放部分存差，从而为长期开展租赁业务提供为稳定的资金支持。同时银行机构可借助其大量下属网点的布局优势，积极开展互联网汽车融资租赁宣传。不过在宣传推广过程中需要强调融资租赁物的所有权性质，加深消费者对这一业务的深刻了解，正确认识融资租赁模式。最后银行往往掌握大量客户信用资料，能够开展该项业务时提供相应的信用等级评估服务支持，尽量降低信用风险。

作者:卢彬 侯毅 单位:中信银行股份有限公司广州分行

融资租赁发展研究2

目前，我国金融租赁公司可快速扩大资产规模，这是因为高杠杆率条件下，其主要资本源于银行信贷的售后回租业务，但结合诸多实践案例可发现，此类高杠杆背景下的快速融资可能导致企业面临重大的金融风险隐患。由此可见，积极开展金融租赁机构风险管理研究对于控制企业金融风险具有重要的现实意义。

一、金融租赁风险管理理论基础

（一）金融租赁风险形成理论1.金融租赁公司外部信息不对称导致风险在金融租赁公司运营过程中，直接交易对象通常为承租人，承租人可借助租赁业务按照合同规定在特定时间段内获得对应租赁设备的使用权，同时，根据合同约定在规定周期内支付对应的租金。金融租赁公司在开展租赁业务的过程中，首先需要评估承租人的信用风险，通过数据量化承租人的还款意愿与还款能力，从而判断是否开展相关交易。在现阶段信用制度尚未完善的背景下，市场上存在较多的信用信息并未收录。因此，金融租赁公司在业务开展过程中难以通过当前阶段的信用制度全面分析、总结租赁活动中的信用风险信息。然而，承租人在自身风险信息掌控方面具有先天优势，对于整个租赁业务潜在风险的控制能力通常强于出租人，而部分承租人为确保租赁业务合同签署，通常借助信息不对称优势隐瞒自身潜在的风险信息。2.金融租赁公司内部信息不对称导致风险首先，在租赁业务开展过程中，公司为维护日常运转通常要设置不同的职能部门，招聘对应岗位的员工。但受到个体差异影响，不同员工在风险信息观测与分析方面的整体认知相差较大，对风险信息的控制能力不尽相同，导致金融租赁企业内出现信息不对称问题。其次，金融租赁企业的租赁合同多源于企业内客户经理的业务拓展。多数金融租赁公司的客户可能分散在全国各地，客户信息难以全面收集，因此，在此过程中也存在信息不对称和信息套利空间。再次，由于基础业务人员频繁接触客户，能够掌握更多用户的潜在风险信息，部分基础业务人员为顺利通过业绩考核，可能会刻意隐瞒客户的关键风险问题，以确保整个租赁业务顺利通过相关评审机制。而企业内部的信用评审人员通常不具备此类信息优势，难以通过现有手段获取对应的风险信息，在一定程度上加大了金融租赁企业的风险管理难度[1]。

（二）金融租赁风险控制理论租赁风险的诱因可能出现在多个层次、多个角度，通常隐含在业务流程的各个环节之中。全面风险管理理论提出可从顶层设计角度为租赁公司构建具有针对性的风控管理体系，大幅减少工作流程中潜藏的各类型风险。该理论认为，公司或组织为实现相应的管理计划，需要针对业务流程明确其中潜藏的各类型风险因素，针对风险管理设定专项负责机构，同时，规划科学合理的风险管理方案，从而为企业的运营拓展提供科学的防范和管控风险策略，以推动风险管理体系全面发挥作用。在实践阶段，全面风险管理理论要求所有参与企业风险管理的相关人员在工作过程中明确自身职责范围、工作流程、风控范围，同时，结合自身业务范围与工作内容，逐步将风险管理工作与企业日常工作相互整合。租赁公司在构建风险管理体系的过程中应涉及信息识别、风险分析、应急方案制订、风险管理规划等多方面内容[2]。

二、N公司金融租赁风险管理问题

（一）信用管理问题N公司租赁业务结构中占比较多的为制造业租赁业务，相关评级机构分析后发现该租赁公司在制造业租赁业务中的不良率过高，随后评级机构下调了N公司的资产质量评级。这说明N公司在信用风险管理上缺乏高效方案。就实际而言，N公司虽在基层业务流程开展过程中构建了较为科学的业务准入门槛，针对参与活动的承租人进行了调查、现场复核及多方面的评审工作，但在信用风险管理方面仍存在较多漏洞。其中，主要漏洞是N公司在租赁活动中出现较大规模的不良融资租赁，而不良租赁业务主要集中在制造业方面。经过内部风控部门的分析发现，N公司的制造业租赁比例近年来逐渐上升，2018年年末制造业租赁比例达到34.33%；而该不良业务的整体占比达到整个企业不良业务的63.33%，使得信用管理问题严重拉低了公司的资产质量[3]。

（二）资金期限严重不匹配经过后续多家评级机构的评级分析发现，N公司的流动性评级水平侧面反映出其缺乏有效的流动性风险管理工作，最明显的问题在于N公司的融资租赁项目期限并未与借款期限相互对应，因而在短期内使得N公司的现金流大幅流出，整体运营压力骤升。截至2020年12月，相关金融风控单位整理N公司融资租赁业务获取的金融资产与融资借款产生的金融负债后，根据未折现现金流进行统计，在计算出净头寸后发现，N公司即期、1月内到期、3月内到期、半年内到期的净头寸均为负值，因此，确定该企业在融资租赁中获取的现金流难以支撑后续对外筹资还款的资金需求。同时，经过分析发现N公司的1～5年到期和5年期以上的净头寸为正值，进一步表示其长期资金净流入均高于净流出，从侧面反映出资产负债在时间上并未相互对应。而出现此类问题的主要原因是N公司流动性风险管理方案缺失，融资渠道有限。

（三）操作风险暴露事件频繁发生CAMELSRatingSystemCAMELS评级制度是国际通用银行评级制度，银行监察机构根据六个因素评定金融机构的等级。CAMELS代表六个评级因素，包括资本充足(capitaladequacy)、资产质量(assetquality)、管理质量(managementquality)、盈利(earnings)、流动资金(liquidity)、对市场风险的敏感度(sensitivitytomarketrisk)。监管部门借助CAMELS评级体系分析，发现N公司在管理方面的评级也处于较低水平，这说明N公司在实际管理方面存在较多的内部问题。经过实践分析发现，N公司在管理方面的主要漏洞体现在多次出现的内部管理风险事件。例如，N公司在业务活动过程中缺少规范化的管理机制，流程中并未进行合规性检验，内控制度存在缺失问题。另外，N公司的主要管理风险问题体现在其并未在经营数据统计方面进行合理的租赁资产分类，多数资产分类数据失真。此外，监管部门还发现N公司在进行租赁资产五级分类过程中并未施行规范化标准，针对不良资产的划分与审核工作存在“双重标准”现象，这表示N公司在管理操作方面存在风险问题[4]。

三、针对现行金融租赁机构风险管理问题的优化策略

（一）调整信用风险偏好，优化信用风险管理机制建立完善的评审机制是大幅提高租赁项目风险管控效率的重要方式。具体过程应注重优化项目的整体评审管理体系建设，在策略设计、规划与执行层面积极引入“收放自如”的风险管理策略，逐步落实风险管理机制进入底层，同时，建立完善的风险运行监督机制，切实推进整体监督管理机制的有效运行。首先，在制度设计层面，将优化调整信用风险管理机制文件传递至公司内各个单位，随后由事业部门的风险管理职能单位进行管理制度复议。同时，针对信用风险机制建议进行整理，并逐步上交到总部备案，在后续商业活动中，由风险管理单位对信用风险管理机制的实际效用进行监督和反馈。其次，针对信用评审偏好问题，风控部门需结合行业基本工作特性规划风险偏好，针对不良租赁较高的制造业和农林牧渔等行业，应制订针对性处理方案，并尽可能调低其信用评审等级。针对承租人信用信息的收集与分析，金融租赁机构可参考成熟的经验。例如，引入5C分析法开展对应的信用等级分析工作。部分规模较大的金融租赁公司针对各类型租赁业务进行了全面分析，结合当前阶段租赁市场的基本走向，总结制定了具有实践操作价值5C分析法，主要用于评价承租人的道德品质、还款能力、资本实力、担保和经营环境条件等关键信息。该方法在实践应用过程中可从多个方面评价分析承租人的具体信用状况、还款能力和还款意愿；同时，还可结合多方渠道信息了解承租人的名誉、信贷记录、是否参与设计相关金融案件、有无违规处罚等内容，定性分析客户的道德品质。金融租赁机构分析承租人还款能力需要结合客户自身资产规模与还款意愿进行全面评估，而分析还款意愿则应结合承租人的历史信贷记录信息，从而得出该客户在租赁债务方面的违约概率大小，进而明确承租人的还款意愿[5]。

（二）强化内控体系，落实操作风险责任认定金融租赁机构应重视内控体系建设工作，逐步建立相关内控机制，关注内控合规事项的分析复查。具体来说，管理人员首先应确保内部监督制度在企业日常租赁项目中发挥实际作用，逐步完善现阶段操作评级体系，健全合规检视机制，逐步形成科学规范的全面管理工作方案，切实提升合规管理水平，实现管理规范化与全面化。其次，借助内控体系优势，针对各个流程的工作内容进行合规检视，并周期性调整公司经营及业务活动的风险等级，根据相关数据全面优化企业内部风险机制，梳理自有风险，控制高风险商业活动数量与规模，针对内部存在的风险问题积极进行改进与优化。此外，在内控体系建设的过程中，部门职员应针对机制运行的实际效果进行分析，并整理对应的数据信息，随后进行内控风险评级，并将相关信息报告上报到总部进行汇总。风险管理部门需要针对企业周期性的商业活动进行外部风险与内控风险跟踪，同时，借助大数据与数据信息挖掘软件对相关操作风险进行统计分析。统计事件内容应涉及内部欺诈、外部欺诈、工作场所安全、业务活动、实物资产损坏信息管理等。操作风险被发现后，相关部门应制定定期风险预报制度，周期性分析规划当前企业操作风险监测数据信息，明确特定商业活动存在重大操作风事件时应根据内控机制体系进入相应的控制流程。在风险意识树立方面，企业应针对风险管控部门的相关人员进行周期性培训工作，结合内部工作机制建立自查自纠长效机制。

（三）拓展融资渠道，采用多样化流动性风险管理手段金融租赁机构应建立完善的预算管理机制，通过科学有效的手段优化未来发展阶段的现金流管控工作，使公司的经营活动保持一定的流动性。融资租赁业务的外部环境较为复杂，若缺少业务流动性则可能导致企业运营工作受到外部不利因素的影响。若此时出现承租人逾期、银行授信收紧、同业拆借市场的流动性逐步下降等现象，多数金融租赁机构的现金流错配程度都将显著提升。另外，若机构缺少完善的流动性风险管理方案，资金期限的错配则可能进一步造成企业现金流枯竭，最终导致企业出现经营和财务问题。因此，在流动性风险管理方面，现代金融租赁机构首先应从日常风险管控角度出发，逐步提高流动性风险管理等级。在策略规划与设计的过程中，需要将企业的流动性作为风险防范的重要项目之一。在制定流动性风险管理措施的过程中，需要关注企业如何提升流动性风险抵抗力，尽可能拓展融资渠道，为企业建立较为稳固的长期资金来源渠道，并将长期负债比率提升作为公司目标之一，有效减少期限错配问题。在融资拓展方面，除现阶段常见的公司债、租赁资产证券化、资管、信托等内容外，相关企业也可联合特定银行单位共同发行金融债；也可借助外资股东创造相应的担保优势，在不同的市场地区发行点心债；还可借助授信银行营销管理经营思路，进一步提高信贷额度上限，同时延长信贷期限。

四、结语

随着金融租赁机构快速扩大资产规模，部分金融租赁机构出现盲目拓展业务、抢占市场等行为，在租赁风险管控方面缺少相关机制，导致其在后续经营过程中出现资不抵债的问题。针对此类问题，金融租赁机构应建立完善的风控管理机制，积极提高企业内外风险控制强度，借助相应的风控体系提高自身在金融租赁市场中的稳定性。

作者:单娜 单位:辽宁瀚华投资担保有限公司

融资租赁发展研究3

0引言

近几年，互联网和电商的发展浪潮也逐渐渗透到了汽车行业，迎合了部分勇于尝试新事物的消费者的需求。与此同时，随着80后、90后逐渐成为购车群体的主力军，他们不再强调汽车的所有权而是更看重汽车的使用权，消费观念的转变加上多样化金融方案的推出，使得互联网汽车融资租赁业务成为汽车消费市场的新型模式，但其中也伴随着风控模式的转变。1金融风控新技术———大数据和云计算目前汽车融资租赁业务主要有三大参与者：主机厂、经销商、互联网玩家，这其中由于互联网浪潮的快速推进和消费者消费习惯的培养，互联网玩家是最近两年发展最快的汽车融资租赁业务形式。凭借互联网基因，互联网汽车融资租赁业务具有天然的科技和场景优势，因此新型的金融科技可以广泛应用于互联网汽车融资租赁的获客业务和后续的风控流程中。目前在金融风控方面也出现了很多新型的技术手段，包括大数据、云计算、OCR、电子签章、人脸识别、区块链、人工智能等等，其中以大数据和云计算在互联网汽车融资租赁信用风险控制中的运用最为突出。大数据技术是指对海量、多维度、不同价值度的数据进行分析的技术。大数据在互联网汽车融资租赁方面的重要应用之一就是进行信用评估。由于目前我国央行的征信系统所覆盖的信息和人群都不够全面，所以可以通过搜集来自运营商、地理位置、多头借贷、关系网络和互联网行为数据等多维度数据，更精准地实现对承租人的信用评级。运用大数据技术可以很好地解决传统风控中量化风控能力不足、没有充分利用线上形式实现数据的沉淀和流转、风控系统功能滞后、反欺诈能力弱等风控痛点。云计算是一种基于互联网的计算方式，能够向计算机及其它设备提供软硬件资源和信息应用资源，通过共享使各行业实现市场规模化。互联网汽车融资租赁相较于传统融资租赁业务最大的一个转变就是大部分业务流程都从线下转移到了线上，云计算在互联网汽车融资租赁业务中的应用主要就体现在实现租赁业务线上化和数据化，促进风控智能化升级。

2互联网汽车融资租赁的信用风险分析

汽车融资租赁业务改变了传统以所有权为主导的消费信贷购车模式，其低门槛、低首付、灵活度高的业务特点吸引了很多消费者的注意。同时随着一二线城市的汽车市场逐渐饱和，低线城市和农村地区的消费需求正在快速释放，汽车融资租赁业务模式刚好满足了这些地区年轻消费群体的购车需求。据《2020中国汽车金融报告》统计，中国汽车融资租赁未来市场份额将大幅增加（如图1）。据艾瑞咨询《2019年中国汽车融资租赁行业研究报告》中的预测数据显示，我国汽车融资租赁市场规模，在2021年将会达到3897亿元。其中互联网汽车融资租赁公司成长速度尤为显著，具体如表1。从福建本土来看，已经出现了像喜相逢这样的在国内领先的汽车融资租赁服务商，2016-2018年，利润分别达到了6150万、6082万和5994万。在互联网汽车融资租赁业务快速发展的同时，我们要注意到，汽车融资租赁业务面对的群体是经过银行和汽车金融公司筛选之后的次级信用群体，及央行征信系统没有覆盖到的信用白户，这为互联网汽车融资租赁业务的开展埋下了巨大的信用风险隐患。互联网汽车融资租赁平台在业务开展过程中面临的信用风险是来自车辆租赁的单个承租方的风险，主要是指承租方的还款意愿和还款能力，具体表现为承租方租赁车辆后，主观恶意或由于客观因素造成无法按时或者全额支付租金，使出租方无法按照约定收回车辆成本以及相应利息收入。信用风险的成因可以从出租方和承租方两个方面来看，一方面跟承租方自身的信用有关，比如承租方信用意识差或者多头负债；另一方面跟出租方在授信时的判断有关，目前大多数汽车融资租赁企业在对承租方进行信用审核时，一般还是凭借传统资料，如承租方的银行流水、相关证件和证照、人行的个人信用数据等，评价结果不够客观。信用查询系统主要依据央行的征信系统，据央行征信中心统计，截至2019年底，征信系统收录10.2亿自然人的相关信息，那就意味着有将近4亿人的信用信息还未被征信系统收录，而这部分人恰恰和互联网融资租赁的客户群体有较高的重合度。另外，独立第三方征信机构发展缓慢，这些从客观上决定了信用风险的增加。同时，鉴于目前贷后催收业务在开展时会受到诸如法律合规性等因素的制约，这无形中增加了贷后催收的难度和追回损失的不确定性。因此，建立以大数据和云计算为基础的贷前信用评估模型显得尤为重要。

3互联网汽车融资租赁业务风险控制的难点

3.1互联网汽车融资租赁相对于传统融资租赁业务的变化互联网汽车融资租赁业务虽然和传统融资租赁业务的本质是一样的，但是由于互联网基因的加入，使得业务形式发生了一些变化：首先，从获客方式上来看，当下消费者消费行为更多发生在线上，互联网融资租赁的获客方式也更多转移到了线上；其次，在风险控制方面，传统的风控方式更多依赖纸质材料导致风险较大，随着数据线上化，风控也更多依赖线上技术手段；再次，车辆在交易过程中业务更多地实现线上化；最后，互联网汽车融资租赁业务的金融场景也实现了线上化。

3.2互联网汽车融资租赁业务的风控难点汽车融资租赁业务具有小额分散、每笔业务之间违约相关性弱、整体资产质量受部分主体违约影响较小的特点，互联网汽车融资租赁业务又更加依赖信息化和数字化，线上化操作风险隐蔽性强，线上线下整合难，增加了风险识别和管理的难度；基于此，对于互联网汽车融资租赁业务来说，在交易场景、融资租赁公司的主体风险和基础资产方面进行有效管理就显得尤为重要，这就意味着需要保证数据的真实完整性、风控模型的有效性、稳定性和可靠性，同时对融资租赁的产品设计、风控模型的搭建和运营管理的科技化要求也就更高。在互联网汽车融资租赁业务中，要想实现有效信用风险管理，需要分析交易场景中必要的数据和信息，利用交易过程中采集的数据和通过第三方渠道获取的数据对核心交易流程、风控标准和风控措施进行持续验证。从承租者这个角度来看，风控主要是数据质量和模型建立两个角度，从根本上来说，模型建立不是难点，关键的是收集的数据质量，比如可以从哪些网站收集到数据，这些数据是否与官方相关部门连接等，数据沉淀量怎么样，需要收集更多维度的数据保证风险管理模型的效果。数据系统的完善需要在平常的业务开展过程中不断地积累和保存数据，经过风控模型开展信用风险控制的过程中会实现数据沉淀，这些沉淀后的数据经过数据清洗参考价值就会越来越高，逐渐实现由数据收集过渡到数据驱动。这里主要是个人数据，涉及到个人隐私安全的问题，因此需要尽快完善个人征信制度。

4基于大数据和云计算的互联网汽车融资租赁的信用风险控制思路

在基于大数据和云计算进行互联网汽车融资租赁的信用风险控制时，需要先建立出租方自身的数据系统、然后搭建风险评估模型、信用评价体系和风险定价系统，搜集出租方自身系统内外部用户的大量数据，进行相应分析，这样才能发挥云数据系统和评估定价模型在互联网汽车融资租赁业务风险控制环节的最大效应，从而实现真正以数据为驱动，提高风险控制流程的效率。

4.1信用评估评分模型的筛选具体来说，评分模型可以细分为准入模型和审批模型。在传统的信贷业务中，对个人客户信用风险的判断主要是通过信用模型的评估对客户的信用等级进行评定，确定客户是属于优质客户、风险客户还是不良客户。信用评估主要侧重两个方面的内容，一是客户的还款意愿，二是客户的还款能力，传统的做法是建立如评分卡技术的信用评估模型，通过计算得出客户的信用分，根据得分情况进行分级判断。常见的个人信用评估模型分为统计类和非统计类。逻辑回归模型样本数据线性与非线性皆可使用，但存在评价指标界限，不适用于高维数据的缺点；BP神经网络模型数据处理运算快，有较强的容错能力，但数据需要量大。汽车融资租赁业务个人客户信用数据类型多且复杂，在后期优化信用数据引入大量数据后要求模型具备处理高维数据的能力，且涉及信用分类问题，因此非统计类的BP神经网络模型更为适用。

4.2模型指标的选定当前，互联网汽车融资租赁公司的主要客户群体是次级消费群体。如果租赁公司依然关注客户的央行征信、客户的负债比和流动现金比例，就很难开展业务，租赁公司更应该关注用户的行为习惯，或者说是用户的大数据分析。4.2.1准入条件在准入门槛方面，我们可以从以下基本信息来进行筛选：消费者的年龄、行业、地区、驾驶证违章、出行信息、其他负面信息，对于没有达到指定条件的不予通过。在信息真实性的验证方面，可以借助一些科技化的手段和设备来互联网玩家主要事件腾讯百度阿里巴巴京东2018年3月，腾讯参投瓜子二手车C轮融资。腾讯完成了在新车电商、租车和二手车电商主要领域的布局2017年2月，百度金服事业群组与佰仟融资租赁达成合作2016年，阿里旗下蚂蚁金服参与大搜车C轮投资，推出汽车融资租赁产品“弹个车”金融先后投资了易鑫和花生好车表1互联网巨头在汽车融资租赁领域的布局资料来源：前瞻产业研究院.·188·辅助完成身份校验，比如可以通过后台集中化视频电审的方式进行交叉验证，对于消费者提供的个人工作单位、联系电话、生活行为等数据进行验证，降低欺诈风险。4.2.2关键指标对于汽车融资租赁的客户来说，重点应该放在客户的消费行为习惯、社交信息和互联网信用信息等方面上来。在用户的消费行为习惯方面：在互联网大环境下，我们更应该关注消费者的消费信息和社交信息，关注他社交和电商平台上留下的痕迹，这些属于系统外部数据，可以通过与第三方达成合作来获得数据并进行相应分析。比如喜相逢融资租赁有限公司通过消费者的手机号，经过天猫等第三方数据分析后发现，虽然有一些逾期行为和其他问题，但是通过分析客户的浏览网站时长和主要通话对象的身份，就大概可以判断消费者的社交范围；同时也可以与物流公司合作，查询以该手机号码为收件人的相关购物记录，大致就可以判断出这个消费者的群体类别、以及他的社交习惯和收支情况等。之前喜相逢风控部门就发现这样的一个案例，一个30岁左右的男性消费者打算在该公司通过融资租赁的方式购买一台30万以上的奔驰C级车，但是通过相关系统数据分析后发现，这名客户的上网时间不长，手机号对应的收货地址经常进行更换，消费水平长期低于两百元，没有购买一些贵重物品，从而推断该客户的工作可能不够稳定，进而怀疑客户的还款能力。将这类型信息进行归纳分类并加以分析后一般能够获得一些比较有价值的线索。在取得客户授权的时候，还可以对他互联网上的多头借贷进行查询，引入外部黑灰名单、网贷共债逾期等，比如说蚂蚁花呗、京东白条等相关互联网上的多头借贷。通过查询这些信息，并给客户的工作单位和朋友进行电话调研，大概就可以得到客户的一个基本画像，确定这个客户大致的还款能力区间，了解这台车的承租人的消费习惯和社交群体。

4.3大数据风控模型逻辑分析在大数据和云计算的技术支持下，完成互联网汽车融资租赁业务的风控模型大致分为以下几个步骤：①数据分层：对搜集的系统内外部数据进行分层处理，从横向上，按照行业形态、业务模式等做好场景分类；从纵向上，按照数据的有效性和重要性进行分层设计。②特征工程：是通过机器归纳的方法，针对不同的源数据以及分层特点，提取特征的过程，这个过程可以通过行业专家进行分析提炼也可以通过机器算法进行辅助。③智能建模：在特征提取完成之后对特征的组合权重通过数学算法进行模拟演算，形成具有针对性的场景模型。④演算修正：信用准入和评估模型根据各自应用场景，通过不断输入增量数据和模型微调，进行重新演算和修正优化。⑤数据回归：模型修正优化后对存量数据进行回归计算，并重新对风险进行预测，将预测结果反馈给运营和管理部门，这将使业务流程、营销策略、管理模式得到进一步的修复和优化。

4.4模型的使用模型搭建好之后，接下来要考虑的是模型运用的问题，可以在实际操作中利用表格的方式实现数据的整理和转化，将每个信用评分区间的坏账率和预测正负样本分隔程度的指标KS值列出来，然后划分阈值，作为后续业务风险的审批依据。识别完欺诈风险和信用风险，与后续资产质量直接挂钩的就是互联网汽车融资租赁企业如何进行产品设计，即放款额度和价格，所以额度定价模型也是非常重要的一环。通常会把信用评分结果和个人还款能力的评估做一个交叉，对客户进行风险细分，还款能力强同时信用风险低，代表客户资质好，就可以相应地提高客户地额度空间；信用风险高同时还款能力弱，代表客户资质差，就可以相应的提高客户的首付比，降低放款额度空间，提高客户的违约成本，实现更好的风控效果，如图2所示。

5总结

在实际业务操作过程中，互联网汽车融资租赁企业有时为了增加业务量，会降低准入门槛，这无形中也增加了信用风险，所以开展业务量的规模和资产不良率是成正比的。由于每一家企业的风险偏好不一样，因此可以在业务开展过程中找到最适合自己企业的业务量水平和能接受的不良率水平。

参考文献：

[1]刘志惠，黄志刚，谢合亮.大数据风控有效吗？———基于统计评分卡与机器学习模型的对比分析[J].统计与信息论坛，2019.

[2]左晨.汽车融资租赁的大数据风控应用浅议[J].产业研究，2020.[3]刘占辉.大数据智能如何助力汽车金融风控[C].SP闪光辉之反欺诈分享会，2018.[4]2019年中国汽车融资租赁行业研究报告.

[5]安福绪.大数据背景下消费信贷风险因素分析[D].2015.

[6]王嘉仪.大数据在互联网金融风控中的应用探讨[J].信息系统工程，2018（07）.

作者:丁晓萍 单位:福建船政交通职业学院