前言：本站為你精心整理了融資租賃發展研究3篇范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

融資租賃發展研究1

1汽車融資租賃體系框架

1．1汽車融資租賃框架描述汽車融資租賃框架主要包括以下三個組成部分:(1)線下交易部分。其是以線下門店作為載體，為習慣長期線下消費的客戶提供服務。也能夠為線上客戶提供線下體驗和驗車、提車、保養等服務。(2)線上交易平臺。作為互聯網融資租賃模式中的主要載體，涉及汽車經銷商、出租人以及承租人等，并還可提供融資租賃服務及車輛買賣合同。承租人在線上平臺選定車型后，提交融資租賃購車申請，通過后承租人可到門店提取實體車輛，極大地簡化了購車周期，提高業務效率和用戶體驗。(3)線上服務平臺。該部分主要是為第三方服務介入而搭建的互聯網平臺，能夠提供信用等級評估、二手車殘值評估、融資、糾紛處理等。并可基于線上服務平臺加強對數據信息、基礎設施的共享，進而節約經營成本。同時也可對各大廠商、經銷商以及二手車商等實施統一管理，目的是進一步規范經營。與線上交易平臺相互配合，以此構建互聯網汽車融資租賃業務發展戰略框架。

1．2汽車融資租賃獲客方式在互聯網背景下，汽車融資租賃獲客方式主要是通過互聯網端。通過合理布局提升獲客能力，比如借助互聯網平臺引流，或者是搭建線上交易平臺等。其中電商平臺引流則是加強與互聯網頭部企業的合作，利用電商平臺吸引消費者，通過平臺引導進行線上交易。該方式的優勢則是以低成本打通渠道資源，提高產品競爭力，實現雙贏。自建線上交易平臺則是筑牢自主獲客業務護城河，但其對企業自身的要求較高，不僅需要投入大量的技術和資金，還需在整個產業鏈中占有主導地位。

1．3汽車融資租賃風險控制針對汽車融資租賃市場的發展實際，在互聯網模式下主要注重前、中、后期的風險控制。比如在前期階段，以防范信用風險以及欺詐風險為主。即是將風險管理前移到汽車采購環節，根據消費者的瀏覽記錄等網上行為數據，通過數據挖掘分析其地理位置、消費特點等，實現非財務數據風險管理。中期階段的風險控制則是預防承租人的違約風險。一般是在融資租賃合同中界定違約現象，設置違約處置條款。并定期回訪承租人，了解車輛使用情況。根據車內GPS定位，掌握車輛是否在合理范圍內使用。此外需建立催收系統，確保按時回收租金。在后期階段，出租人主要面臨二手車處置風險。由于當前我國二手車殘值評估體系尚不健全，大多存在價值低估的情況。為控制風險，出租人可在融資租賃合同中增加保障汽車殘值的條款，鼓勵承租人優先留置汽車，并強化與第三方車輛殘值評估機構的合作，最大限度降低風險。

1．4汽車融資租賃盈利模式汽車融資租賃業務的盈利渠道主要來源于四個方面。(1)車輛買賣收益。在汽車融資租賃交易環節，出租人直接向汽車經銷商采購車輛，在集中采購、統一配送的形式下，有助于大幅節約采購成本。同時在批量采購條件下，出租人能夠以相對較低的方式獲得車輛，再按照指導價進行出租，以此賺取差值。(2)汽車融資租賃業務收益，即是其本身的金融服務收益。承租人按照融資租賃合同中的約定金額按期支付租車租金。租賃期滿后，承租人向出租人支付尾款可選擇留置汽車。這一過程中出租人所獲得的融資租賃業務收益，主要來自收回的租金金額與車輛價格的差值。(3)二手車處置收益。當融資租賃期滿后，如果承租人退租，出租人可將租賃車輛按照市場價格轉入到二手車市場處置。當汽車折舊價格高于車輛殘值，則可獲得收益。為有效實現盈利目標，出租人需在融資租賃合同中增加貶值控制條款。(4)互聯網融資租賃平臺服務收益。其主要來自交易平臺的服務收益，比如對入駐平臺的汽車廠商、經銷商、金融機構、保險公司等收取會員費用、廣告宣傳費用等。線上服務平臺產生的收益，包含在產業鏈中提供企業管理系統、營銷管理系統、二手車殘值評估等服務的手續費用等。

2互聯網汽車融資租賃發展面臨的問題

2．1市場認可度有待提高目前，我國對于互聯網汽車融資租賃的認識不夠全面，導致對此方式的認可度不高。這是由于融資租賃模式下，汽車的所有權與使用權呈現分離狀態，承租人只具有使用權，在長期形成的傳統消費觀念下，很難被消費者所接受。與此同時，融資租賃產品定價高于信貸類產品，也是客戶接受度不高的原因之一。2．2二手車市場不完善根據互聯網汽車融資租賃發展模式，當期滿后則需對退租車輛實施有效處置。目前我國二手車市場生態環境尚不完善，無法有效滿足汽車融資租賃業務發展的需求。比如二手車信息不透明，缺乏專業機構進行權威認證，而且全國性二手車交易信息網路系統建設尚不健全，二手車鑒定環節和評估標準不統一。部分車輛存在隱瞞或虛報、篡改信息等情況，影響買賣雙方的信息對稱性，不利于建設二手車市場秩序。

2．3征信體系尚未健全信用風險是互聯網汽車融資租賃的重要控制內容，因此為保障該項業務的平穩進行，需要加強征信管理。但由于我國現有的征信系統是以中國人民銀行征信中心數據中心為依據，就當前的覆蓋率而言，尚未實現完全覆蓋。從而出現較為嚴重的信用數據缺失問題。而且征信系統信息的來源主要為商業銀行的貸款還款記錄等，數據維度較為單一，難以適應互聯網背景下汽車融資租賃業務的實際發展需求。同時大部分汽車融資租賃公司均未接入征信系統，同類可參考信息較少。

2．4法律監管力度不足法律監管是保障互聯網汽車融資租賃健康發展的基礎保障，相關成文法及管理條例不健全。這是因為互聯網汽車融資租賃作為一種新業態，其發展速度較快，現有法案難以實現有效監管和規范，導致市場監管力度不足，業務發展也受到了一定的阻礙。

3汽車融資租賃發展建議

3．1提高汽車融資租賃市場認可度為實現在互聯網背景下汽車融資租賃行業的健康發展，需要提高市場對融資租賃業務形態認可度。具體措施需進一步加強對融資租賃產品的宣傳力度，提高融資租賃業態普及率。尤其在汽車銷售的過程中，鼓勵選擇汽車融資租賃方式購車，適度普及所有權與使用權分離的優點，合理設置汽車融資租賃相關權利、義務條款等。

3．2加快二手車市場建設完善二手車市場建設是推動互聯網汽車融資租賃的重要舉措，因此應當加快建立二手車流通信息平臺，嚴格把控二手車量的準確信息。并積極建立專業二手車信息鑒定機構，借鑒西方國家的先進做法，制定科學規范的車輛殘值評估標準。同時需由政府牽頭完善二手車市場配套標準和服務，如規范二手車殘值評估辦法、評估標準等，并利用互聯網平臺建立透明的公示系統，推動二手車市場趨向標準化。3．3完善征信體系建設加強對征信體系的完善建設時防范金融風險的關鍵性措施，根據當前互聯網汽車融資租賃企業的發展現狀，可在依托電商平臺的基礎上，利用自身優勢健全互聯網征信體系。通過組建第三方支付機構、運作平臺以及社交網絡等，全方位采集信息流，以便于全面準確的評估個人或企業的信用等級。尤其是數字時代的來臨，為實現這一目標提供了可行條件，可將銀行征信體系作為基礎，補充大數據下的互聯網征信評估信息，并引進區塊鏈技術，確保數據安全性。

3．4健全相關法律規范對于互聯網汽車融資租賃模式的發展，應當健全相關法律法規。首先在頂層設計中需要加快《融資租賃法》的立法工作，明確將互聯網融資租賃納入監管范圍，確定承租人、出租人等權利和義務。同時在二手車法律監管方面，應當盡可能保障法律建設與市場發展變化相一致，對現有法律或管理條例進行修訂，充分保障市場秩序的有序運行，維護消費者合法權益。在征信體系建設層面，應注重個人征信加強公開化和透明化，并完善個人信息保護法律，界定個人隱私范疇，對個人權益強化保護力度。

3．5發揮銀行作用推進融資租賃業務發展銀行在互聯網汽車融資租賃業務中能夠發揮重要作用，因此在今后建設發展中，應當提高對銀行角色的重視程度。首先銀行可通過直接開辦融資租賃業務，或是為金融租賃公司提供助貸服務等，比如基于《商業銀行互聯網貸款管理暫行辦法》，結合融資租賃業務流程、場景及客群特點創設新車融資租賃場景貸產品，與融資租賃公司簽訂合作協議，貸款資金受托支付承租客戶的租車租金，車輛抵押給融資租賃公司，待承租方還清銀行貸款后可申請涂銷抵押，銀行的介入有助于釋放部分存差，從而為長期開展租賃業務提供為穩定的資金支持。同時銀行機構可借助其大量下屬網點的布局優勢，積極開展互聯網汽車融資租賃宣傳。不過在宣傳推廣過程中需要強調融資租賃物的所有權性質，加深消費者對這一業務的深刻了解，正確認識融資租賃模式。最后銀行往往掌握大量客戶信用資料，能夠開展該項業務時提供相應的信用等級評估服務支持，盡量降低信用風險。

作者:盧彬 侯毅 單位:中信銀行股份有限公司廣州分行

融資租賃發展研究2

目前，我國金融租賃公司可快速擴大資產規模，這是因為高杠桿率條件下，其主要資本源于銀行信貸的售后回租業務，但結合諸多實踐案例可發現，此類高杠桿背景下的快速融資可能導致企業面臨重大的金融風險隱患。由此可見，積極開展金融租賃機構風險管理研究對于控制企業金融風險具有重要的現實意義。

一、金融租賃風險管理理論基礎

（一）金融租賃風險形成理論1.金融租賃公司外部信息不對稱導致風險在金融租賃公司運營過程中，直接交易對象通常為承租人，承租人可借助租賃業務按照合同規定在特定時間段內獲得對應租賃設備的使用權，同時，根據合同約定在規定周期內支付對應的租金。金融租賃公司在開展租賃業務的過程中，首先需要評估承租人的信用風險，通過數據量化承租人的還款意愿與還款能力，從而判斷是否開展相關交易。在現階段信用制度尚未完善的背景下，市場上存在較多的信用信息并未收錄。因此，金融租賃公司在業務開展過程中難以通過當前階段的信用制度全面分析、總結租賃活動中的信用風險信息。然而，承租人在自身風險信息掌控方面具有先天優勢，對于整個租賃業務潛在風險的控制能力通常強于出租人，而部分承租人為確保租賃業務合同簽署，通常借助信息不對稱優勢隱瞞自身潛在的風險信息。2.金融租賃公司內部信息不對稱導致風險首先，在租賃業務開展過程中，公司為維護日常運轉通常要設置不同的職能部門，招聘對應崗位的員工。但受到個體差異影響，不同員工在風險信息觀測與分析方面的整體認知相差較大，對風險信息的控制能力不盡相同，導致金融租賃企業內出現信息不對稱問題。其次，金融租賃企業的租賃合同多源于企業內客戶經理的業務拓展。多數金融租賃公司的客戶可能分散在全國各地，客戶信息難以全面收集，因此，在此過程中也存在信息不對稱和信息套利空間。再次，由于基礎業務人員頻繁接觸客戶，能夠掌握更多用戶的潛在風險信息，部分基礎業務人員為順利通過業績考核，可能會刻意隱瞞客戶的關鍵風險問題，以確保整個租賃業務順利通過相關評審機制。而企業內部的信用評審人員通常不具備此類信息優勢，難以通過現有手段獲取對應的風險信息，在一定程度上加大了金融租賃企業的風險管理難度[1]。

（二）金融租賃風險控制理論租賃風險的誘因可能出現在多個層次、多個角度，通常隱含在業務流程的各個環節之中。全面風險管理理論提出可從頂層設計角度為租賃公司構建具有針對性的風控管理體系，大幅減少工作流程中潛藏的各類型風險。該理論認為，公司或組織為實現相應的管理計劃，需要針對業務流程明確其中潛藏的各類型風險因素，針對風險管理設定專項負責機構，同時，規劃科學合理的風險管理方案，從而為企業的運營拓展提供科學的防范和管控風險策略，以推動風險管理體系全面發揮作用。在實踐階段，全面風險管理理論要求所有參與企業風險管理的相關人員在工作過程中明確自身職責范圍、工作流程、風控范圍，同時，結合自身業務范圍與工作內容，逐步將風險管理工作與企業日常工作相互整合。租賃公司在構建風險管理體系的過程中應涉及信息識別、風險分析、應急方案制訂、風險管理規劃等多方面內容[2]。

二、N公司金融租賃風險管理問題

（一）信用管理問題N公司租賃業務結構中占比較多的為制造業租賃業務，相關評級機構分析后發現該租賃公司在制造業租賃業務中的不良率過高，隨后評級機構下調了N公司的資產質量評級。這說明N公司在信用風險管理上缺乏高效方案。就實際而言，N公司雖在基層業務流程開展過程中構建了較為科學的業務準入門檻，針對參與活動的承租人進行了調查、現場復核及多方面的評審工作，但在信用風險管理方面仍存在較多漏洞。其中，主要漏洞是N公司在租賃活動中出現較大規模的不良融資租賃，而不良租賃業務主要集中在制造業方面。經過內部風控部門的分析發現，N公司的制造業租賃比例近年來逐漸上升，2018年年末制造業租賃比例達到34.33%；而該不良業務的整體占比達到整個企業不良業務的63.33%，使得信用管理問題嚴重拉低了公司的資產質量[3]。

（二）資金期限嚴重不匹配經過后續多家評級機構的評級分析發現，N公司的流動性評級水平側面反映出其缺乏有效的流動性風險管理工作，最明顯的問題在于N公司的融資租賃項目期限并未與借款期限相互對應，因而在短期內使得N公司的現金流大幅流出，整體運營壓力驟升。截至2020年12月，相關金融風控單位整理N公司融資租賃業務獲取的金融資產與融資借款產生的金融負債后，根據未折現現金流進行統計，在計算出凈頭寸后發現，N公司即期、1月內到期、3月內到期、半年內到期的凈頭寸均為負值，因此，確定該企業在融資租賃中獲取的現金流難以支撐后續對外籌資還款的資金需求。同時，經過分析發現N公司的1～5年到期和5年期以上的凈頭寸為正值，進一步表示其長期資金凈流入均高于凈流出，從側面反映出資產負債在時間上并未相互對應。而出現此類問題的主要原因是N公司流動性風險管理方案缺失，融資渠道有限。

（三）操作風險暴露事件頻繁發生CAMELSRatingSystemCAMELS評級制度是國際通用銀行評級制度，銀行監察機構根據六個因素評定金融機構的等級。CAMELS代表六個評級因素，包括資本充足(capitaladequacy)、資產質量(assetquality)、管理質量(managementquality)、盈利(earnings)、流動資金(liquidity)、對市場風險的敏感度(sensitivitytomarketrisk)。監管部門借助CAMELS評級體系分析，發現N公司在管理方面的評級也處于較低水平，這說明N公司在實際管理方面存在較多的內部問題。經過實踐分析發現，N公司在管理方面的主要漏洞體現在多次出現的內部管理風險事件。例如，N公司在業務活動過程中缺少規范化的管理機制，流程中并未進行合規性檢驗，內控制度存在缺失問題。另外，N公司的主要管理風險問題體現在其并未在經營數據統計方面進行合理的租賃資產分類，多數資產分類數據失真。此外，監管部門還發現N公司在進行租賃資產五級分類過程中并未施行規范化標準，針對不良資產的劃分與審核工作存在“雙重標準”現象，這表示N公司在管理操作方面存在風險問題[4]。

三、針對現行金融租賃機構風險管理問題的優化策略

（一）調整信用風險偏好，優化信用風險管理機制建立完善的評審機制是大幅提高租賃項目風險管控效率的重要方式。具體過程應注重優化項目的整體評審管理體系建設，在策略設計、規劃與執行層面積極引入“收放自如”的風險管理策略，逐步落實風險管理機制進入底層，同時，建立完善的風險運行監督機制，切實推進整體監督管理機制的有效運行。首先，在制度設計層面，將優化調整信用風險管理機制文件傳遞至公司內各個單位，隨后由事業部門的風險管理職能單位進行管理制度復議。同時，針對信用風險機制建議進行整理，并逐步上交到總部備案，在后續商業活動中，由風險管理單位對信用風險管理機制的實際效用進行監督和反饋。其次，針對信用評審偏好問題，風控部門需結合行業基本工作特性規劃風險偏好，針對不良租賃較高的制造業和農林牧漁等行業，應制訂針對性處理方案，并盡可能調低其信用評審等級。針對承租人信用信息的收集與分析，金融租賃機構可參考成熟的經驗。例如，引入5C分析法開展對應的信用等級分析工作。部分規模較大的金融租賃公司針對各類型租賃業務進行了全面分析，結合當前階段租賃市場的基本走向，總結制定了具有實踐操作價值5C分析法，主要用于評價承租人的道德品質、還款能力、資本實力、擔保和經營環境條件等關鍵信息。該方法在實踐應用過程中可從多個方面評價分析承租人的具體信用狀況、還款能力和還款意愿；同時，還可結合多方渠道信息了解承租人的名譽、信貸記錄、是否參與設計相關金融案件、有無違規處罰等內容，定性分析客戶的道德品質。金融租賃機構分析承租人還款能力需要結合客戶自身資產規模與還款意愿進行全面評估，而分析還款意愿則應結合承租人的歷史信貸記錄信息，從而得出該客戶在租賃債務方面的違約概率大小，進而明確承租人的還款意愿[5]。

（二）強化內控體系，落實操作風險責任認定金融租賃機構應重視內控體系建設工作，逐步建立相關內控機制，關注內控合規事項的分析復查。具體來說，管理人員首先應確保內部監督制度在企業日常租賃項目中發揮實際作用，逐步完善現階段操作評級體系，健全合規檢視機制，逐步形成科學規范的全面管理工作方案，切實提升合規管理水平，實現管理規范化與全面化。其次，借助內控體系優勢，針對各個流程的工作內容進行合規檢視，并周期性調整公司經營及業務活動的風險等級，根據相關數據全面優化企業內部風險機制，梳理自有風險，控制高風險商業活動數量與規模，針對內部存在的風險問題積極進行改進與優化。此外，在內控體系建設的過程中，部門職員應針對機制運行的實際效果進行分析，并整理對應的數據信息，隨后進行內控風險評級，并將相關信息報告上報到總部進行匯總。風險管理部門需要針對企業周期性的商業活動進行外部風險與內控風險跟蹤，同時，借助大數據與數據信息挖掘軟件對相關操作風險進行統計分析。統計事件內容應涉及內部欺詐、外部欺詐、工作場所安全、業務活動、實物資產損壞信息管理等。操作風險被發現后，相關部門應制定定期風險預報制度，周期性分析規劃當前企業操作風險監測數據信息，明確特定商業活動存在重大操作風事件時應根據內控機制體系進入相應的控制流程。在風險意識樹立方面，企業應針對風險管控部門的相關人員進行周期性培訓工作，結合內部工作機制建立自查自糾長效機制。

（三）拓展融資渠道，采用多樣化流動性風險管理手段金融租賃機構應建立完善的預算管理機制，通過科學有效的手段優化未來發展階段的現金流管控工作，使公司的經營活動保持一定的流動性。融資租賃業務的外部環境較為復雜，若缺少業務流動性則可能導致企業運營工作受到外部不利因素的影響。若此時出現承租人逾期、銀行授信收緊、同業拆借市場的流動性逐步下降等現象，多數金融租賃機構的現金流錯配程度都將顯著提升。另外，若機構缺少完善的流動性風險管理方案，資金期限的錯配則可能進一步造成企業現金流枯竭，最終導致企業出現經營和財務問題。因此，在流動性風險管理方面，現代金融租賃機構首先應從日常風險管控角度出發，逐步提高流動性風險管理等級。在策略規劃與設計的過程中，需要將企業的流動性作為風險防范的重要項目之一。在制定流動性風險管理措施的過程中，需要關注企業如何提升流動性風險抵抗力，盡可能拓展融資渠道，為企業建立較為穩固的長期資金來源渠道，并將長期負債比率提升作為公司目標之一，有效減少期限錯配問題。在融資拓展方面，除現階段常見的公司債、租賃資產證券化、資管、信托等內容外，相關企業也可聯合特定銀行單位共同發行金融債；也可借助外資股東創造相應的擔保優勢，在不同的市場地區發行點心債；還可借助授信銀行營銷管理經營思路，進一步提高信貸額度上限，同時延長信貸期限。

四、結語

隨著金融租賃機構快速擴大資產規模，部分金融租賃機構出現盲目拓展業務、搶占市場等行為，在租賃風險管控方面缺少相關機制，導致其在后續經營過程中出現資不抵債的問題。針對此類問題，金融租賃機構應建立完善的風控管理機制，積極提高企業內外風險控制強度，借助相應的風控體系提高自身在金融租賃市場中的穩定性。

作者:單娜 單位:遼寧瀚華投資擔保有限公司

融資租賃發展研究3

0引言

近幾年，互聯網和電商的發展浪潮也逐漸滲透到了汽車行業，迎合了部分勇于嘗試新事物的消費者的需求。與此同時，隨著80后、90后逐漸成為購車群體的主力軍，他們不再強調汽車的所有權而是更看重汽車的使用權，消費觀念的轉變加上多樣化金融方案的推出，使得互聯網汽車融資租賃業務成為汽車消費市場的新型模式，但其中也伴隨著風控模式的轉變。1金融風控新技術———大數據和云計算目前汽車融資租賃業務主要有三大參與者：主機廠、經銷商、互聯網玩家，這其中由于互聯網浪潮的快速推進和消費者消費習慣的培養，互聯網玩家是最近兩年發展最快的汽車融資租賃業務形式。憑借互聯網基因，互聯網汽車融資租賃業務具有天然的科技和場景優勢，因此新型的金融科技可以廣泛應用于互聯網汽車融資租賃的獲客業務和后續的風控流程中。目前在金融風控方面也出現了很多新型的技術手段，包括大數據、云計算、OCR、電子簽章、人臉識別、區塊鏈、人工智能等等，其中以大數據和云計算在互聯網汽車融資租賃信用風險控制中的運用最為突出。大數據技術是指對海量、多維度、不同價值度的數據進行分析的技術。大數據在互聯網汽車融資租賃方面的重要應用之一就是進行信用評估。由于目前我國央行的征信系統所覆蓋的信息和人群都不夠全面，所以可以通過搜集來自運營商、地理位置、多頭借貸、關系網絡和互聯網行為數據等多維度數據，更精準地實現對承租人的信用評級。運用大數據技術可以很好地解決傳統風控中量化風控能力不足、沒有充分利用線上形式實現數據的沉淀和流轉、風控系統功能滯后、反欺詐能力弱等風控痛點。云計算是一種基于互聯網的計算方式，能夠向計算機及其它設備提供軟硬件資源和信息應用資源，通過共享使各行業實現市場規模化。互聯網汽車融資租賃相較于傳統融資租賃業務最大的一個轉變就是大部分業務流程都從線下轉移到了線上，云計算在互聯網汽車融資租賃業務中的應用主要就體現在實現租賃業務線上化和數據化，促進風控智能化升級。

2互聯網汽車融資租賃的信用風險分析

汽車融資租賃業務改變了傳統以所有權為主導的消費信貸購車模式，其低門檻、低首付、靈活度高的業務特點吸引了很多消費者的注意。同時隨著一二線城市的汽車市場逐漸飽和，低線城市和農村地區的消費需求正在快速釋放，汽車融資租賃業務模式剛好滿足了這些地區年輕消費群體的購車需求。據《2020中國汽車金融報告》統計，中國汽車融資租賃未來市場份額將大幅增加（如圖1）。據艾瑞咨詢《2019年中國汽車融資租賃行業研究報告》中的預測數據顯示，我國汽車融資租賃市場規模，在2021年將會達到3897億元。其中互聯網汽車融資租賃公司成長速度尤為顯著，具體如表1。從福建本土來看，已經出現了像喜相逢這樣的在國內領先的汽車融資租賃服務商，2016-2018年，利潤分別達到了6150萬、6082萬和5994萬。在互聯網汽車融資租賃業務快速發展的同時，我們要注意到，汽車融資租賃業務面對的群體是經過銀行和汽車金融公司篩選之后的次級信用群體，及央行征信系統沒有覆蓋到的信用白戶，這為互聯網汽車融資租賃業務的開展埋下了巨大的信用風險隱患。互聯網汽車融資租賃平臺在業務開展過程中面臨的信用風險是來自車輛租賃的單個承租方的風險，主要是指承租方的還款意愿和還款能力，具體表現為承租方租賃車輛后，主觀惡意或由于客觀因素造成無法按時或者全額支付租金，使出租方無法按照約定收回車輛成本以及相應利息收入。信用風險的成因可以從出租方和承租方兩個方面來看，一方面跟承租方自身的信用有關，比如承租方信用意識差或者多頭負債；另一方面跟出租方在授信時的判斷有關，目前大多數汽車融資租賃企業在對承租方進行信用審核時，一般還是憑借傳統資料，如承租方的銀行流水、相關證件和證照、人行的個人信用數據等，評價結果不夠客觀。信用查詢系統主要依據央行的征信系統，據央行征信中心統計，截至2019年底，征信系統收錄10.2億自然人的相關信息，那就意味著有將近4億人的信用信息還未被征信系統收錄，而這部分人恰恰和互聯網融資租賃的客戶群體有較高的重合度。另外，獨立第三方征信機構發展緩慢，這些從客觀上決定了信用風險的增加。同時，鑒于目前貸后催收業務在開展時會受到諸如法律合規性等因素的制約，這無形中增加了貸后催收的難度和追回損失的不確定性。因此，建立以大數據和云計算為基礎的貸前信用評估模型顯得尤為重要。

3互聯網汽車融資租賃業務風險控制的難點

3.1互聯網汽車融資租賃相對于傳統融資租賃業務的變化互聯網汽車融資租賃業務雖然和傳統融資租賃業務的本質是一樣的，但是由于互聯網基因的加入，使得業務形式發生了一些變化：首先，從獲客方式上來看，當下消費者消費行為更多發生在線上，互聯網融資租賃的獲客方式也更多轉移到了線上；其次，在風險控制方面，傳統的風控方式更多依賴紙質材料導致風險較大，隨著數據線上化，風控也更多依賴線上技術手段；再次，車輛在交易過程中業務更多地實現線上化；最后，互聯網汽車融資租賃業務的金融場景也實現了線上化。

3.2互聯網汽車融資租賃業務的風控難點汽車融資租賃業務具有小額分散、每筆業務之間違約相關性弱、整體資產質量受部分主體違約影響較小的特點，互聯網汽車融資租賃業務又更加依賴信息化和數字化，線上化操作風險隱蔽性強，線上線下整合難，增加了風險識別和管理的難度；基于此，對于互聯網汽車融資租賃業務來說，在交易場景、融資租賃公司的主體風險和基礎資產方面進行有效管理就顯得尤為重要，這就意味著需要保證數據的真實完整性、風控模型的有效性、穩定性和可靠性，同時對融資租賃的產品設計、風控模型的搭建和運營管理的科技化要求也就更高。在互聯網汽車融資租賃業務中，要想實現有效信用風險管理，需要分析交易場景中必要的數據和信息，利用交易過程中采集的數據和通過第三方渠道獲取的數據對核心交易流程、風控標準和風控措施進行持續驗證。從承租者這個角度來看，風控主要是數據質量和模型建立兩個角度，從根本上來說，模型建立不是難點，關鍵的是收集的數據質量，比如可以從哪些網站收集到數據，這些數據是否與官方相關部門連接等，數據沉淀量怎么樣，需要收集更多維度的數據保證風險管理模型的效果。數據系統的完善需要在平常的業務開展過程中不斷地積累和保存數據，經過風控模型開展信用風險控制的過程中會實現數據沉淀，這些沉淀后的數據經過數據清洗參考價值就會越來越高，逐漸實現由數據收集過渡到數據驅動。這里主要是個人數據，涉及到個人隱私安全的問題，因此需要盡快完善個人征信制度。

4基于大數據和云計算的互聯網汽車融資租賃的信用風險控制思路

在基于大數據和云計算進行互聯網汽車融資租賃的信用風險控制時，需要先建立出租方自身的數據系統、然后搭建風險評估模型、信用評價體系和風險定價系統，搜集出租方自身系統內外部用戶的大量數據，進行相應分析，這樣才能發揮云數據系統和評估定價模型在互聯網汽車融資租賃業務風險控制環節的最大效應，從而實現真正以數據為驅動，提高風險控制流程的效率。

4.1信用評估評分模型的篩選具體來說，評分模型可以細分為準入模型和審批模型。在傳統的信貸業務中，對個人客戶信用風險的判斷主要是通過信用模型的評估對客戶的信用等級進行評定，確定客戶是屬于優質客戶、風險客戶還是不良客戶。信用評估主要側重兩個方面的內容，一是客戶的還款意愿，二是客戶的還款能力，傳統的做法是建立如評分卡技術的信用評估模型，通過計算得出客戶的信用分，根據得分情況進行分級判斷。常見的個人信用評估模型分為統計類和非統計類。邏輯回歸模型樣本數據線性與非線性皆可使用，但存在評價指標界限，不適用于高維數據的缺點；BP神經網絡模型數據處理運算快，有較強的容錯能力，但數據需要量大。汽車融資租賃業務個人客戶信用數據類型多且復雜，在后期優化信用數據引入大量數據后要求模型具備處理高維數據的能力，且涉及信用分類問題，因此非統計類的BP神經網絡模型更為適用。

4.2模型指標的選定當前，互聯網汽車融資租賃公司的主要客戶群體是次級消費群體。如果租賃公司依然關注客戶的央行征信、客戶的負債比和流動現金比例，就很難開展業務，租賃公司更應該關注用戶的行為習慣，或者說是用戶的大數據分析。4.2.1準入條件在準入門檻方面，我們可以從以下基本信息來進行篩選：消費者的年齡、行業、地區、駕駛證違章、出行信息、其他負面信息，對于沒有達到指定條件的不予通過。在信息真實性的驗證方面，可以借助一些科技化的手段和設備來互聯網玩家主要事件騰訊百度阿里巴巴京東2018年3月，騰訊參投瓜子二手車C輪融資。騰訊完成了在新車電商、租車和二手車電商主要領域的布局2017年2月，百度金服事業群組與佰仟融資租賃達成合作2016年，阿里旗下螞蟻金服參與大搜車C輪投資，推出汽車融資租賃產品“彈個車”金融先后投資了易鑫和花生好車表1互聯網巨頭在汽車融資租賃領域的布局資料來源：前瞻產業研究院.·188·輔助完成身份校驗，比如可以通過后臺集中化視頻電審的方式進行交叉驗證，對于消費者提供的個人工作單位、聯系電話、生活行為等數據進行驗證，降低欺詐風險。4.2.2關鍵指標對于汽車融資租賃的客戶來說，重點應該放在客戶的消費行為習慣、社交信息和互聯網信用信息等方面上來。在用戶的消費行為習慣方面：在互聯網大環境下，我們更應該關注消費者的消費信息和社交信息，關注他社交和電商平臺上留下的痕跡，這些屬于系統外部數據，可以通過與第三方達成合作來獲得數據并進行相應分析。比如喜相逢融資租賃有限公司通過消費者的手機號，經過天貓等第三方數據分析后發現，雖然有一些逾期行為和其他問題，但是通過分析客戶的瀏覽網站時長和主要通話對象的身份，就大概可以判斷消費者的社交范圍；同時也可以與物流公司合作，查詢以該手機號碼為收件人的相關購物記錄，大致就可以判斷出這個消費者的群體類別、以及他的社交習慣和收支情況等。之前喜相逢風控部門就發現這樣的一個案例，一個30歲左右的男性消費者打算在該公司通過融資租賃的方式購買一臺30萬以上的奔馳C級車，但是通過相關系統數據分析后發現，這名客戶的上網時間不長，手機號對應的收貨地址經常進行更換，消費水平長期低于兩百元，沒有購買一些貴重物品，從而推斷該客戶的工作可能不夠穩定，進而懷疑客戶的還款能力。將這類型信息進行歸納分類并加以分析后一般能夠獲得一些比較有價值的線索。在取得客戶授權的時候，還可以對他互聯網上的多頭借貸進行查詢，引入外部黑灰名單、網貸共債逾期等，比如說螞蟻花唄、京東白條等相關互聯網上的多頭借貸。通過查詢這些信息，并給客戶的工作單位和朋友進行電話調研，大概就可以得到客戶的一個基本畫像，確定這個客戶大致的還款能力區間，了解這臺車的承租人的消費習慣和社交群體。

4.3大數據風控模型邏輯分析在大數據和云計算的技術支持下，完成互聯網汽車融資租賃業務的風控模型大致分為以下幾個步驟：①數據分層：對搜集的系統內外部數據進行分層處理，從橫向上，按照行業形態、業務模式等做好場景分類；從縱向上，按照數據的有效性和重要性進行分層設計。②特征工程：是通過機器歸納的方法，針對不同的源數據以及分層特點，提取特征的過程，這個過程可以通過行業專家進行分析提煉也可以通過機器算法進行輔助。③智能建模：在特征提取完成之后對特征的組合權重通過數學算法進行模擬演算，形成具有針對性的場景模型。④演算修正：信用準入和評估模型根據各自應用場景，通過不斷輸入增量數據和模型微調，進行重新演算和修正優化。⑤數據回歸：模型修正優化后對存量數據進行回歸計算，并重新對風險進行預測，將預測結果反饋給運營和管理部門，這將使業務流程、營銷策略、管理模式得到進一步的修復和優化。

4.4模型的使用模型搭建好之后，接下來要考慮的是模型運用的問題，可以在實際操作中利用表格的方式實現數據的整理和轉化，將每個信用評分區間的壞賬率和預測正負樣本分隔程度的指標KS值列出來，然后劃分閾值，作為后續業務風險的審批依據。識別完欺詐風險和信用風險，與后續資產質量直接掛鉤的就是互聯網汽車融資租賃企業如何進行產品設計，即放款額度和價格，所以額度定價模型也是非常重要的一環。通常會把信用評分結果和個人還款能力的評估做一個交叉，對客戶進行風險細分，還款能力強同時信用風險低，代表客戶資質好，就可以相應地提高客戶地額度空間；信用風險高同時還款能力弱，代表客戶資質差，就可以相應的提高客戶的首付比，降低放款額度空間，提高客戶的違約成本，實現更好的風控效果，如圖2所示。

5總結

在實際業務操作過程中，互聯網汽車融資租賃企業有時為了增加業務量，會降低準入門檻，這無形中也增加了信用風險，所以開展業務量的規模和資產不良率是成正比的。由于每一家企業的風險偏好不一樣，因此可以在業務開展過程中找到最適合自己企業的業務量水平和能接受的不良率水平。

參考文獻：

[1]劉志惠，黃志剛，謝合亮.大數據風控有效嗎？———基于統計評分卡與機器學習模型的對比分析[J].統計與信息論壇，2019.

[2]左晨.汽車融資租賃的大數據風控應用淺議[J].產業研究，2020.[3]劉占輝.大數據智能如何助力汽車金融風控[C].SP閃光輝之反欺詐分享會，2018.[4]2019年中國汽車融資租賃行業研究報告.

[5]安福緒.大數據背景下消費信貸風險因素分析[D].2015.

[6]王嘉儀.大數據在互聯網金融風控中的應用探討[J].信息系統工程，2018（07）.

作者:丁曉萍 單位:福建船政交通職業學院