電商貸錢有優勢嗎?

信貸業務, 我算是半個專家, 由早期在加拿大從事的資產證券化業務, 用數學模式來分析按揭證券(Mortgage-backed Securities, MBS)的提早還款風險(prepayment risk);   後來為星展銀行設計亞洲第一只新興市場CLO, 出售銀行資產表上的債項, 到今天替大陸次貸客戶設計不同的信貸條款, 務求令借貸雙方都感到舒服…..先進和原始的, 我都做過.

中國國大、 人多、錢更多 !  中國的廣義貨幣供應(M2) 是GDP的2倍,  是世界主要經濟體之冠 (雖然有些現鈔可能永遠滯存在某某軍委委員的儲物間).  錢多, 但永遠供不應求. 原因之一是經濟這塊餅仍在擴張,  其次便是連接資金供求兩端的渠道, 未能有效地打通.

我對中國次貸(subprime lending)市場有很大憧憬的, 現實是大陸的大銀行太懶惰, 賺錢太容易.  全世界哪來存貸差(Net Interest Margin, NIM)平常都超過2厘!  所以大銀行都不感興趣借錢給小客戶.  但中國的個體戶是慢慢地富起來, 生意做大了, 有融資需要.  而且他們的還款能力可以.  因為是人求錢, 貸方有很多選擇; 但做次貸, 風險控制是非常重要的, 一是您很懂客戶; 二是您的量大, 可以分化風險.  早年, 阿里巴巴恃著電商的優勢, 開展微貸業務, 後來甚至用資產證券化(ABS)來融資, 仗的就是這兩點.

處身於今天的大數據年代, 很多人都覺得如果平台擁有大量的客戶網上行為數據, 利用這些數據進行信貸分析, 賺錢便很容易.  阿里巴巴平台上的客戶以千萬計, 他們在阿里的平台上從事各類型的買賣, 阿里巴巴自稱通過這些商業行為, 可以掌握借錢給這些客戶的風險.  然而事實又是否如此呢? 

評論信貸工具的效用的一個難處是, 它的實際功能往往被大市走勢所掩蓋, 如果整體市場的是良好的, 那麼好或壞的分析工具的分別不大.  只有在整體信貸環境向下的時候, 好和壞的工具分別才會浮現.     我心底裡是數據派, 相信只要生意做得夠大, 用大數據歸納出來的結論是有效的(Law of Large Number); 就像你去賭場玩骰寶買大細, 買一口當然是碰運氣, 但賭一百口一千口口, 或然率便發揮作用. 

互聯網生意人習慣講故事, 概念先行.   做信貸, 卻容不下一點水份.

(於2018年6月15日刊登於明報)