贷款 贷款攻略 新型贷款 电商纯信用贷款可以这么玩
电商纯信用贷款可以这么玩

电商卖家的数据被看做信用征信里面的“强数据”,虽然没有银行信贷数据那么直接,但这部分数据却能反映一个商家的经营状况、还款能力、成长性等动态信息。

以阿里小贷、京东的京小贷为代表的电商平台已经打入了供应链金融领域,通过平台内所沉淀出的数据为供应链和电商卖家做授信。现在,杭州也出现了独立于任何一家电商网站的第三方信贷平台,为避免广告嫌疑,本文中称为X平台,作为一个跨平台的数据分析和信用评估的“居间人”存在,X平台连接商户和各类资金提供方,帮助电商商户实现纯信用贷款,提高金融机构的风控水平。

在商户端,商户提交借款需求后,需要向X平台进行授权,使后者能够接入商户在电商平台上的后台账户,获取经营数据。随后,X平台将根据这些数据形成一份评估报告,并将这份报告提交给资金提供方。资金提供方在报告的基础上进行自己的二次风控(主要是调取央行征信报告审核),并对其授信、放贷。整个过程需要 2 天时间。X平台提供的贷款上限为 100 万元,还款期限均为 6 个月,按日计息,随借随还。

目前,他们要求商户经营时间超过 12 个月,年销售额超过 100 万,已实现的贷款额度在100万以内。资金提供方主要是银行。就X平台贷前、贷后风控看来,贷前风控对他们来说最重要。下面具体分析其运作模式。

一、贷前分析

X平台所做的征信对小微企业的贷款目的有明确要求,那就是一定用于经营。在贷款前期,他们首先要做36个月的行业数据分析,再分析借款企业12个月的经营数据。

行业数据方面。他们采取技术手段抓取各大电商平台上的店铺销售数据,形成行业数据,进而分析其成长性、经营周期、地域性等特征,进而判断其风险系数。在后台数据平台,笔者发现这里的“行业”是精细到具体某个产品,比如手机、榨汁机、蚊帐等等。行业分析对于他们决定是否给企业授信有很大参考价值。打个比方,如果一个卖蚊帐的店铺冬季借款,这就是反季节的,借款用途值得怀疑。

商户数据方面。X平台征信分析所基于的原始数据全部来源于用户,从偿债、盈利、成长、运营、市场五大能力进行分析。用户可以提供更多维度的数据来证明自己的还款能力和资信水平。有以下几个维度的数据作为参考:一是央行征信数据,二是店铺经营数据,三是合作第三方服务商、物流商等相关数据,四是工商、法院、税务等数据。数据维度越多,越能帮助判断店铺的信用评分和授信额度。值得一提的是,X平台有一个反欺诈的系统,针对电商卖家刷数据的欺诈行为,如果某个或者某些数据波动特别大,或者出现违背行业趋势的数据,他们将做重点监控。

二、贷后监测

银行放贷之后,可以看到借款企业的实时经营数据,便于监测风险。如果放贷后出现经营异常数据,平台会对银行作出预警提醒。

该平台创始人介绍,当银行对企业授信之后,企业只需要去银行面签就可以拿到贷款,减少了很多繁琐的流程。而当用户积累和数据沉淀越来越多,他们可以向年销售额更少的小微企业和供应链上下游企业下渗,做更精细的风控。

笔者认为,这个模式能成功的关键,在于电商行业的数据化程度很高,便于数据分析公司做精细化的行业分析以及商户分析,在此基础上建立数据模型,筛选有用数据最终形成综合信用评估。而像触网程度较低的传统产业则难以实现高精度的数据分析和评判。

然而,由于X平台以“中间人”的身份出现,对真正解决小微企业融资难问题起到的作用有限,无法控制资产端的放贷速度和整体服务质量。比如,线上信用评估结束之后,银行端可能还要走较长的审批流程。银行面签的问题如果不能解决,则无法实现纯线上的放贷。

同时,银行无法实现跨区域经营,则影响平台对跨地域电商的金融服务水平。

随着年销售额超过 100 万的中上游电商小微企业电商资源被开采殆尽之后,X平台势必面临拓展借贷端商户,以及资金供应商的问题。继续拓展商户,则对他们的风控模型和数据分析能力提供更大的挑战;除银行以外,如果把P2P、小贷公司等资金供应方引入合作,也可能遇到小微企业放贷成本提高、风险更大的问题。

undefined
新型贷款 更多

快速申请

同意《百度金融服务条款》 快速申请

热门贷款

×
您在哪个城市工作
机构仅办理当地工作人士申请
全国
北京
其他城市