計葵生：陸金所剛成立時 敲銀行的門沒人理

征信是P2P的起點和難點。目前，中國P2P平臺主流的征信模式是“大數據”，各家竭盡所能，采集個人盡可能多的數據，升級算法，以求準確授信、安全放貸。但是美國最大的P2P平臺Lending club的遭遇卻給大數據征信潑了一盆冷水。它曾嘗試通過用戶在Facebook上的表現來確定其信用度，結果遭遇慘痛的滑鐵盧。之后，Lending club轉而向美國征信局這一傳統機構獲得數據，壞賬率才隨之下降了許多。哪些數據有用，哪些沒用，成了大數據征信的關鍵。

鳳凰財經：剛才說到大數據，我想知道在您看來大數據在防控風險方面，真正的有效性有多大？

頻繁換手機號可能被記信用不良

計葵生：我覺得這個趨勢就是說用各類數據，包括客戶行為的數據，包括他外面的一些參與不同的網站的數據等等，這些數據是有參考價值的。可是你要把這樣子的數據跟他的過去貸款、還款能力結合在一起。那我講一個簡單的例子，就是說如果你看到一個客戶他的一些消費。這個消費是一樣的，他是晚上九點去一個市場買啤酒，其實他晚上九點去買啤酒應該是正常的，可能如果你看到另一個客戶是早上九點到超市買啤酒，這個客戶的風險可能會大一些。如果有一個客戶他的手機號碼、電話號碼，過去五年很穩定，是沒變，而且這個人只有一個手機，那他的穩定性是比較高的。如果你看到另外一個客戶他有三個手機號碼，經常都在變，這個人可能風險是比較大的。

鳳凰財經：但是有的時候中國人評估的手段是特別復雜，他會根據你的規則，來界定不同的方式，這種時候是不是大數據…

大數據征信是個動態調整的過程

計葵生：這個風險管理本身是動態的工具，就是說你今年收到一個很好的模型，再過半年一年，你還是要把它再改進。你會發現比方說現在市場上的小貸公司，P2P公司越來越多，所以我也可以算客戶的行為。他最近有沒有跑到多個地方去申請，這個也是讓我了解這個客戶群最近可能缺錢比較多，或者外面借錢比較多。你一直會了解這個市場的變化，客戶行為的變化，他完全是一個動態的概念，所以數據本身也是動態的，它不是一個模型三年不變，它是一個一直調整的過程。

近日，一則有關陸金所旗下平安國際商業保理(天津)有限公司有筆2.5億借款出現問題的消息引起軒然大波，甚至不少文章冠以“P2P業內最大筆壞賬”的標題。盡管陸金所在3月12日的官方回應中表示，該項目與陸金所P2P業務無關，且由第三方提供擔保，投資者權益完全不受影響。但此事件還是引起了一波投資者對陸金所的信任危機。

鳳凰財經：還有一個問題，陸金所在做風控的時候，怎么讓別人信服你的風控，另外一個就是說你能容忍多大壞賬率的出現？

P2P貸款合理壞賬率在6%到7%

計葵生：在P2P里面其實也有很多不同的產品，有不同的期限，有無抵押，有有抵押。其實這些不同產品的呆帳率，而且合理的呆帳率也是不同的。其實在這個問題上面有一個說法說，沒有一個不好的貸款，只有不好的價格。如果呆帳率比較高，是不是回報也是比較高。所以這個問題是一個連貫性的一個問題。如果你問我自己的看法，我覺得現在在中國如果純信用的一筆貸款，一個P2P的貸款，我覺得一個合理的壞賬率，應該是在6%到7%，我這個判斷來自哪里？就是說如果你看美國可能是信用體系里面比較成熟的一個地方，我們看美國的信用卡市場好了，每一年的呆帳率大概是3%到4%，所以我們認為P2P公司的壞賬率一定會比這個高。因為很多人，很多P2P公司還沒有加入誠信的體系，所以它的透明度是比較低的，用可以用的數據來判斷一個人的風險比較小一些，所以這個壞賬率應該是會比一個成熟市場高一些。那這個6%到7%就是你的風控做得好，如果你風控沒有做好，這個數字很容易變成15、20%。

鳳凰財經：我們看到從今年來看，銀行的壞賬率也是往上走，可能在資產質量來說，P2P整體資產質量不如銀行。

計葵生：那是一定的。