消费金融产业链分析报告.doc

  1. 1、本文档共23页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1 消费金融产业链分析报告 2020年11月 图表1: 消费金融全景图 消费信贷参与机构 监管机构 支付入口 生活消费场景 网络支付 获客 引流 电商 ?央行 ?银保监会 ?地方金融办 ?互联网金融协会 《消费金融公司试点管理办法》 银保监会 获客 导流 商业银行 《关于促进互联网金融健康发 展的指导意见》 本地生活(外卖、出行、 酒店、娱乐等) 持牌消费金融公司 网络小贷公司 银行卡收单 资金来源 购入资产 资产证券化 发行债券 植入 场景 场景分期平台 P2P 品牌消费场景 投资者 股东自有资金 取得收益 监管机构、客群质量、杠杆倍数、融 资成本等方面存在一定差异 通过支 付平台 交易 供给 数据 共享 银行贷款 智能营销 智能风控与反欺诈 智能催收 用户分级 投放广告 大数据精准营销 信贷 审核 征信机构 资产处置 大数据 精准营销 数据挖掘 贷后 委外 消费者 信用担保 助贷机构 风控 反馈 信用增级 用户评分 用户画像 信贷审核 导流获客 技术输出 数据合作 需求 征信调查、记录信用、对逾期贷款进 行催收、处置不良资产 贷款申请 贷款前:信息积累、用户画像、信用评分 贷款中:风控、信用反欺诈、担保 贷款后:委托处置、征信记录 注:每个细分赛道仅列举部分具有代表性公司作为示例 资料来源:市场研究部 1.消费金融:价值与成长属性兼具的优质赛道 1.1 消费金融的概念 1.1.1 消费金融的基本定义 为消费者购物提供资金融通,称作消费金融。狭义的消费金融主要是指包括旅游、医疗、家电、餐饮等消 费品短期贷款,广义的消费金融则包括住房按揭贷款、车贷以及经营性贷款等。消费信贷一般无需抵押担保, 具有单笔授信额度低,期限相对短小灵活,审批速度快的特点。本文所述消费金融是狭义的消费金融,即消费 信贷,消费贷是指银行或非银金融机构以及其他资方采取信用、抵押、质押担保或保证方式,以商品型货币形 式向个人消费者提供的信用。按接受贷款对象的不同,消费信贷又分为买方信贷和卖方信贷。买方信贷是对购 买消费品的消费者发放的贷款,卖方信贷是以分期付款单证作抵押,对销售消费品的企业发放的贷款。 消费金融的本质上是借贷关系的延伸,随着互联网的使用场景不断拓展,消费信贷也不断向着更为广泛的 群体覆盖。短期的消费信贷是将用户的财富积累和消费支出在时空上进行调配。为当期无法覆盖的居民消费提 供资金支持。 目前主流的消费金融参与机构有商业银行、持牌消费金融公司、互联网消费金融平台等,其中互联网消费 金融包括网络小贷、P2P、电商分期等,而以这些机构为主的国内消费金融模式大致分为三类:1)现金贷模式; 2 2)消费贷模式;3)助贷模式。其中,现金贷在严格意义上不属于消费信贷的范围,但在实际业务中,消费场 景也是现金贷的重要流向,所以本文暂时将其纳入研究范围之内。 1.1.2 消费金融的业务流程 消费信贷的业务流程可归纳为贷前、贷中和贷后三大环节。从贷前风险准入、贷中授信审批、贷中放款、 贷后状态跟踪到贷后催收。1)贷前:消费金融企业通过自有渠道获客或借助第三方平台导流等方式拉新,并审 核客户的身份信息和贷款资质,经由征信中心或平台数据建立风控模型和定价模型,划分客户风险等级。2)贷 中:消费金融企业将资金端和资产端进行合理匹配,利用自有资金直接放款或撮合客户信贷需求与其他资金方, 收取贷款利息或手续费等。3)贷后:消费金融平台根据消费者使用的信贷产品,分别对客户进行还款提醒,定 期收取本金或利息,对逾期客户进行催收并收取逾期费用。此外,消费金融平台还需要对客户进行回访,不断 对风控模型进行调整和完善,优化审核和风险定价模型,以提高平台综合运营能力。 图表2: 业务流程示意图 资料来源:亿欧智库,市场研究部 在贷前阶段,首要步骤是身份核实,即通常以用户证照信息为基础,并借助到生物识别以及 OCR 技术实现 身份证识别和银行卡绑定以判断借款人身份。同时,身份核实也是反欺诈的核心,通常情况下,恶意欺诈是用 户借用、伪造他人身份信息进行借贷,利用大数据分析可判断出借款不是其本人,如检测出借款人填写身份存 在异常、反复修改身份证号等行为而拒绝放款,如近年来刷脸认证在借款用户申请阶段广为运用,这样能大幅 度提高了贷前欺诈率。 其次核心环节是反欺诈,凭借用户授权,查询其央行征信、第三方征信、网络交易行为等多重维度数据以 审核借款人的真实信用度,因而贷前反欺诈与信用评估并不是两个孤立的环节,申请人欺诈的可能性评估对信 用评分同样构成了有力支撑。征信信息是判断借款人信用最常见的手段,从央行披露的数据来看,2019 年个人 和企业征信系统累计查询量分别为 24 亿次和 1.1 亿次,日均查询量分别为 657 万次和 29.6 万次。此外,其他第 三方征信信息、共享征信系统如公共

文档评论(0)

177****9258 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档