三、阿里小贷是披着传统金融机构外衣的互联网金融
　　从目前的中国互联网市场来看，阿里巴巴应该是惟一一家建立在风控革新基础上的金融公司，所以，虽然阿里金融采取的是小贷公司和担保公司的外衣，但是却恰恰反映的是互联网金融本质，因为他用互联网的思维在对金融进行革新，因为理论上只要阿里的风控革新一旦能够成功，虽然他今天使用的是阿里小贷或者担保这样的传统金融机构的外衣，但是只要风控到位，他可以随时摒弃这些机构，因为核心竞争力在于他构建的风控本身，拥有了这个核心风控，就意味着资金融通的最大障碍得以清除。
　　阿里金融的核心风控金融模式其实是一条量化放贷的道路，就是阿里巴巴依托自身在网络体系内的巨大客户数据优势，进行有效的数据整合，他将自身网络内的客户的一系列有利于进行风险判别的数据例如交易数据，客户评价度数据、货运数据、口碑评价、认证信息 等等进行量化处理，同时也引入了一些外部数据，例如海关数据、税务、电力、水力等方面的数据情况加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹 的定量化的贷款发放模型。同时，建立中小企业贷款的数据库模型，进行数据库跟踪管理等等。
　　这个量化的贷款模型的好处不单是大大提升了放贷效率，更关键的其实是让金融机构在其中的作用得到了弱化，从而为去除金融机构在体系内构建了基础的可能性。
　　从一些媒体采访中看到，阿里巴巴的户均放贷数额在7000元人民币，一共发放贷款130亿，每天处理一万笔左右的贷款额，这个数字如果采取的是传统金融机构的审核标准的话，投入产出明显不成正比，相信没有银行能做这样规模和数字的交易。而阿里巴巴依托贷款模型和网络化处理很好地实现了。这就是网络优势，也是量化交易的优势，他排斥了对单个人的定性化分析，通过标准的筛选，大大降低纳入范围内客户的违约概率，保证贷款的质量。
　　在这个逻辑体系上，阿里巴巴做足了功夫，也投入了非常庞大的资金和人力，从全球范围内来看，做这样定量化标准放贷模型的尝试一直就有，但是目前为止，还真找不到特别成功的模型。所以确切的效果有待观察，而且也有点期待，但是事实上，短期来看，阿里金融这个模式成功的可能性还是很小的。
　　1、量化交易需要有逻辑基础，长期稳定的交易环境和交易规则是量化的基础，在贷款层面，贷款需求和意愿需要长期稳定的基础，贷款更多是个人意愿的一种表现，虽然大范围内可以量化，但是跟经济形势的正相关度颇高，个人感觉贷款变化太快，例如经济周期好的时候，人们愿意贷款进行投资，但是经济周期不好会压低贷款的意愿度，从贸易领域来看就是经济形势好的时候，愿意多备货而去借钱，形势不好的时候，就宁愿抛售也不愿意借钱备货。
　　所以，量化参数设置方面就需要考虑到很多因素，我自己感觉没有很长时间的相关经济数据的系数研究，很难有稳定的量化交易标准出现。而且这期间，还会付出极大的代价。从金融发展历史来看，任何一套良好的风控体系其实是在市场金融实践中不断碰撞出来的，期望通过闭门造车的方式实现，难度很大，阿里巴巴需要做好足够的心理准备来面对贷款坏账率。
　　另外，贷款标准设置容易，但是修正很难，这是个很有意思的事情，如果设置的过严，那么就会发现找不到符合风控标准的客户，导致出现无贷款可放的境地， 如果贷款标准过于宽松，坏账一堆的情况也必然可见。这个度的把握就是要在市场中不断的碰撞才能产生，虽然可以做各种精算，模型测试，但是具体实践的数值肯定是不断的积累的。只有形成了极为庞大的实践数据，才有可能具备一定的合理性。但是前面说了，在金融不稳定、经济形势不确定的情况下，很多数据其实是失真、无意义的。
　　我对淘宝网研究不多，但是我有个感觉，淘宝网其实两极分化现象已经越来越严重了，淘宝网看上去有浩瀚的客户群体，但是实际如果做一些切分，就会发现，客户质量分化很严重，由于网店的开设成本日益增加，很多时候维护好一家网店的成本已经不低于开一家实体店的成本了，而天猫为代表的B2B对网店的冲击也很大，这种情况下淘宝网就日益分化成两个层级：好商家越来越好，同时越来越少，不好的商家越来越不好，数量越来越多，淘宝网成为了大象跳舞的地方的时候，淘宝网就已演变为几只大象和一堆蚂蚁聚集的地方。
　　这种情况下导致的贷款难题就是，你可能找不到符合你想要发放贷款标准的客户。风控标准过严，会淘汰掉大量的客户群体，大量蚂蚁被挡在了门外，而大象却又不需要你。如果风控标准过松散的话，你在蚂蚁之中，又无法清晰的找到你想要的蚂蚁。因为他们都差不多。
　　2、担心系统性风险。量化交易很害怕系统性风险，因为会让所有数据设置在系统性风险面前都失去了意义，例如经济形势大面积下滑时，很多作为参数的数据值都没有意义，本来过往可能很好信用度的客户在这一形势下跟信用度不好的客户一样都无法还款，所以系统性风险成为了量化交易的噩梦，所以如果阿里巴巴不能建立起很好的系统性风险应对机制，却大规模的量化放贷，可能会很容易在某一个区间里出现大面积坏账。
　　系统性风险带来的量化 交易失败的的典型案例就是两位诺贝尔经济奖获得者默顿和舒尔茨参与组建和运作的长期资本管理”(LongTermCapitalManagement)， 由于无法考虑到亚洲金融危机和俄罗斯国债违约所带来的偶然的不确定的无法在交易模型里设定的系统性风险，使得他的损失极为惨重。
　　当然，贷款跟对冲交易还是有较大的区别，影响的因素也不同，但是在定量交易的过程中所选择的考虑点和本质是一样的，系统性风险是不得不防范。尤其在中国最近五年内经济走势极不明确，更值得注意和考虑。
　　3、道德风险无可屏蔽，其实不要忽视国人的智商，任何标准，在中国只要有标准，都可以想尽一切办法来造一个符合你标准的样本出来，我当年在银行的时候，有个客户经理很聪明，几日几夜不眠不休，不断测试银行的评级系统，居然被他给找到了银行评级管理办法的系统漏洞，掌握了输入什么值能让银行的交易系统出现较高评级，这种事情，我相信绝对不是一个银行客户经理会找到。
　　所以，我相信，阿里巴巴的贷款风控标准，也会在不断的被测试中被陆续给推敲出来，然后市场上出现各种各样的造假数据，对于量化贷款交易而言，由于只注重数据，而不太注重贷款主体的情况下，诈骗等案例会不断出现。
　　但是不管如何说，技术不断的在进步，大数据的理论和实践也都在不断的开展，所以从这个角度来看，阿里金融是未来最有可能成为真正互联网金融的一家机构，他虽然不一定能在体系内起到完全去掉金融机构的可能性，但是他至少可以让金融机构在他的体系内处于从属的地位。而这恰恰是互联网金融的本质。
四、互联网金融的监管
　　不少人都跟我说，对于互联网金融这种创新行为，要予以保护而不是扼杀，但其实我更想阐述的是，要保护的是真正的互联网金融创新而不是形式上的互联网金融创新。
　　目前的互联网金融很大程度上，如果按照我的理解，大部分所谓的互联网金融，其实本质是没有牌照的民间金融机构利用互联网技术在进行跟传统金融机构一致的金融运作罢了，很难说有太大层面的技术创新概念，跟传统金融的竞争不断处于同质化竞争状态，而且还是风险容忍度的竞争，这种竞争我个人感觉很容易陷入到不断的恶性循环之中，会不断的加剧金融的不稳定性。
　　前些日子听人开玩笑，注册资本一个亿的小贷公司，受到严格的监管，最高负债只能做到1.5亿，而注册资本一百万的P2P公司，却可以做到几个亿的规模，典型的监管不一致，从某个意义上讲，P2P的乱象丛生也的确给我国金融体系带来了较大的冲击。纳入监管的确是迟早的事情了。放任自流的态度，反倒是不靠谱。
　　所以，谈这个监管必要性的问题，还是要看看这些所谓的互联网金融出现的几个大的历史性背景。
　　中国金融首先是分业经营，造就我国银行的集体性垄断地位，导致了银行业的庞大的同时，却也是效率较为低下，大量的业务空白领域，没有充分竞争，从而遗留下较多的机会给予民间金融充分的生长空间，包括一系列的过渡性金融机构，如小贷机构，担保机构，甚至民间借贷，都是这种格局下的产物，互联网金融，自然也是其中之一，我个人定义为夹缝金融。他们的出现，其实都是为了弥补我国金融机构在分业经营市场中的竞争低效率的问题。
　　银行业的低效率其实主要体现在两个方面，第一个方面其实是信贷领域的低效率，大量国企，央企等低效实体部门，获得了大量的信贷资源，而绝大多数的民营企业，中小企业，小微企业，却未能获得充分的信贷资源的跟进，从而让这些企业对信贷的迫切渴望，给了许多非牌照金融机构的生存空间。
　　另外一低效的领域就在于大量的个人储蓄都拥挤在银行体系内，获得极低的储蓄收益，无法对抗较高的通货膨胀的节奏，也逼的大量的财富寻求更高的出路，尤其对于一百万以下的资金，更是迫切的渴望有更高的投资机会的出现，两个交叉之下，使得以P2P为代表融资模式，异军突起。
　　当然这里还有个大背景其实是国内资本项目不开放，中国经过长达十多年的高速发展和货币超发，积累了极为庞大的资金，这些资金都沉淀在国内，在中国这个市场里到处寻找出路，大量的小额资金缺乏投资渠道，只能进入非常高风险的民间借贷和非法集资中去，P2P的出现为这些投资人也提供了看上去相对更好的出路的方式。
　　如果说还有第三个方式，那么就是目前监管层的放任自流的政策，客观上推动他不断扩大规模，事实上，因为目前的P2P带有银行特征，但却没受到像银行同样的监管，缺乏监管的P2P，理论上哪怕拥有再高的坏账率，只要确保不出现重大的兑付危机，其实是可以不断的以借新还旧的方式不断的玩下去。他的整体运营和腾挪空间更大，成本更低，比银行还更灵活，银行要定期审查，接待内部审计、外部审计，应付这些人要干很多事，而P2P什么都不用。所以两者各自的监管成本也不一样的，在加上银行短期内的相对低效，P2P的快速成长也就可以理解了。
　　目前的P2P其实已经到了相对非常危险的地步了，目前感觉每个P2P都想到最后干成既成事实，规模拼命做大，做大到可以倒逼监管层不能管的层面，从而形成所谓的大而不能倒的局面。如果做不到呢？那么走到非法集资的可能性就非常大了。
　　为什么呢，主要是前面说到的一个虚假标的物的问题，这种操作方式回到最后就是很容易认定为非法集资的典型特征。构建虚假资金池，一般都是两个结局，第一个结局就是不断借新债还旧债，但是因为有较高利息，就需要不断扩大规模，而且永远停不下来，这个就可以理解为什么很多网站业务规模会不断扩充，并不是业务发展的结果，而是需要不断借更多的钱。第二个结局就是关门卷款。本质上江浙地区的高利贷一般都是这个玩法的。无非P2P披上创新的外衣罢了。本质是雷同的。
　　至于如何监管，我个人感对于坚持独立运营不介入实际交易的互联网金融平台，要予以鼓励和支持，给予政策扶持，这样的金融交易平台，铁定属于金融创新的范畴，监管的核心点其实是在于交易平台上标的物的真实性的监管。
　　而对于那些介入交易的金融平台，我个人感觉相对简单，其实就是按照线下金融机构的监管要求进行监管就可以了，本质是担保公司的就按照融资性担保公司担保管理办法进行每年年检即可。如果是涉及资产证券化的就按照券商要求进行监管，同时对于构建资金池等行为，则严格按照银行理财产品的管理办法进行监管。
五、互联网金融的坏账率控制
　　总的来说，媒体对于互联网金融抬得太高，也捧得太重，真正的互联网金融其实目前市面上并不多，而且整个对社会金融的变革意义还处于观望阶段，而其他的金融互联网，则本质本来就是金融机构，无非没有获得牌照而已，所以并不值得太多论述。
　　关于互联网金融和金融互联网的区别，其实我前面提到了如果互联网金融无非回答风控革新这个命题，那么可能较大程度上就很难有这个命题的存在，在风控革新领域，其实现在理论上的业内观点无非是两种：
　　第一种其实是通过技术的手段，可以实现很好的风控，从而让坏账率得到一定程度的控制。至于是什么技术手段，也开始出现分化，传统金融机构采取的是人工尽职调查，依靠经验判断和数据调研等办法实现，尽量压低坏账率，而互联网金融其实提出的解决方案是用互联网技术手段，容纳更多的数据来实行，也是因为有这个理念的提出，才会有互联网金融的说法出现。
　　事实上的结果其实很有意思，传统金融机构的风控方式，其实长期实践的效果来看，并不理想。而互联网金融采取的这种风控思维也一样没有得到实践的证明，短期内估计也很难被证明，行之有效。大数据这个东西，看着很好，但是应用短期内都不现实，一方面是数据的宽度和深度不够，另外就是大数据的技术处理能力也还跟不上。
　　很多人这里其实会问，为什么传统金融机构风控手段不成功，却金融机构并没有出现太大危机呢？其实就是回到金融机构独特的制度性保证上来了。那是因为银行有着两个维度的坏账处理能力，从技术上确保了机构自身的稳定，他走的并不是提高风控能力的思维，而是直接走了一条制度优势明显的道路。这个其实是为什么说商业银行能作为恐龙一直存在的根本性的原因，银行能持续生存而不趴下很大的原因就是制度性优越。
　　银行坏账率的控制主要有两个维度，第一个是技术手段的坏账率调整，第二个是持续的流动性支撑。
　　其实，即使是全球最牛的金融机构，它的坏账率控制也是有难度的，如果有人说他把坏账率真正控制在3%以下，我基本是不相信的，一定规模内极个别的人可以做到，但是从中长期以及更大规模来看，几乎是概率为0的事情，事实上金融机构都会有一个基础性坏账率，就是无论你做什么样的一个金融机构，这个坏账率水平是必然有的，化解这个坏账率只能通过技术手段和足够的流动性来做到，靠能力是无法覆盖的。
　　现在说，银行的坏账率控制在1%不到，它其实是有大量的技术手段在起作用，一方面把分母做大，把风险后延，另一方面不断进行五级分类的风险调整尽量往五级分类中的关注类挤等。事实上，任何银行的坏账率处理手段是有很多方式，首先，它把贷款规模做大，然后把五级分类往上调，或者是找企业来并购重组，企业出了坏账，银行再找个企业把坏账拿走，坏账就不会体现了，那个人帮你还钱了。当然，这些技术手段的前提是，必须有充分的流动性在后面，有钱能够把贷款做大，假如说你有一个亿，做完就做完了，没有办法延展你的流动性，坏账率会非常高。
　　银行如果不能靠流动性做延展的话，肯定趴下了。不但是银行，任何一个金融机构都是扛不住的。但是银行流动性来自于哪里呢？其实来自于他吸储的能力，只要一个银行能不断吸收储蓄，流动性就不会丧失，哪怕坏账规模超过他的核心资本，一样不会趴下。
　　从这个角度来看，国内的商业银行基本是无敌的恐怖存在，是其他任何金融机构和非金融机构都无法企及的。制度性优越其实很可能是金融机构能一直超越别的机构在各种金融活动中活下来核心的核心吧。无论是对于互联网金融还是金融互联网而言，在信贷领域里其实都不太可能有这个优势的获得，所以，怎样过坏账率这个关口，其实构成了挤入金融行业的首要命题。也是必须思考的一个命题。互联网金融在这个方面，我觉得暂时看不太出来这个优势。
（原载于雪球）