银行卡不开户可以下款不(银行卡不开户可以打钱进去吗?)

刘波（资深金融从业者）

1

保持风险部门的独立性，建立从业务开始由风险紧盯到审计监督的三道防线，金融机构应用多年的风险体系当然有其合理性。

只是，面对不远的将来，远远不够。

传统意义上的信贷风险控制，最看重两点：一是贷前审批控制违约概率（PD）、二是贷后处置降低违约损失率（LGD）。

为了控制违约概率，必然要求客户提供多项资料去证明有能力有意愿归还贷款，银行流水、收入证明、房产证、车辆行驶证都是为了证明这件事——我可以不让你抵押，但你必须证明你有。

公务员、企事业单位、银行从业人员、知名企业的员工更容易获得贷款，无它，认为你收入稳定，违约成本高，违约概率低。

降低违约损失率的方法也很简单，就是寻找优质抵押品，由于中国的房价在去年以前稳定的上涨了二十年，在过去二十年里，房产抵押是最为吃香及稳妥的抵押物，其次就是汽车。这二十年里，银行做零售贷款很粗放但很有效，房屋按揭贷款几乎是银行零售贷款的全部。

至于小微贷款，更加倾向于放款至企业法定代表人或实际控制人个人（对于小微企业而言，这两个身份大概率是重合的），主要原因是企业是有限责任，个人是无限责任，违约责任的不同，意味着风险表现的差异。另外，相较于个人贷款（流程上甚至可以不开户，直接放款至它行卡），企业贷款开户流程复杂，需收集的资料偏多（工商信息、实际经营地址、法定代表人、营业执照、财务主管、受益人等），也是原因之一。

小微贷款的类型，以抵押贷款为主，房抵是主力、车抵是补充，至于原因，上文已讲，不再赘述。

2

为何说传统意义上的信贷风险控制应对将来远远不够，我们先从最容易理解的抵押贷款讲起。

先说房抵，总体而言，目前金融机构对于房屋抵押贷款的评估是过于粗放的，虽然也会评估贷款主体的信用状况，征信不良的贷款主体会被拒绝，但在实操中征信略有瑕疵的客户会被放过，究其原因，还是因为有抵押物，违约损失率（LGD）可控。额度策略，基本参照了房屋评估价值，根据贷款主体的信用状况给予不同的折扣率。

中国的房价，尤其是一、二线城市的房价，已经稳定的上涨了二十年，在这个前提下，这套粗放的风险管理模式是有效的，只要房价在涨，违约损失率（LGD）就可控，无非是处置时间的长短。

但是现在，除开个别价值洼地或者核心稀缺房源，房作为普遍投资标的物的价值在逐渐消失，是房就涨的年代已经过去，有涨有跌将成为常态。

我们需要更加精细化的去看待这个市场，我曾问过好几位做房抵业务十几年甚至二十年的专家，他们有的是金融机构高管，有的是部门长，但他们的回答总体上是让我非常担忧。太多感性的经验，而缺乏客观的数据支撑。

例如，认为房地产是货币巨大的蓄水池，这个池子不能破也不敢破，房价不会大涨也不至于大跌。但，一旦说到数据，这个池子有多大？承压的极限在哪里？具体地域差异如何，就只剩映像和概念了，但映像和概念与实际数据反映出来的情况，又往往具有较大差异。

再例如，认为哪些城市未来房价会坚挺，答案往往也是将经济发达的城市一列，去掉几个房价过热的，就是答案。但为什么这些城市房价会坚挺，怎么去判断房价是否过热，却没有具体标准，依然只是模糊的经验判断。

引入数据化行业研究，引入数据化风险决策，刻不容缓。

3

我们总说房地产是货币最大的蓄水池，但为什么是蓄水池？它是怎么蓄水的？却很少有人说清楚。

这个蓄水池长什么样，有多大，它如何影响房价的走势，我们一起来看看。

2021年三季度末，我国人民币房地产贷款余额 51.4 万亿元，其中主要是房地产开发贷款，余额为 12.16 万亿元，以及个人住房贷款，余额为37.37 万亿元。

51.4万亿元，就是房地产这个蓄水池的当下水位线，如果将房地产的上游钢材、水泥等行业考虑进去，这个数字恐怕会在80万亿元左右。与之对应，2021年6月末，我国广义货币（M2）余额是231.78万亿元，这就很能体现这个蓄水池到底有多大了。

我们承受不住房价的暴跌，一旦房价暴跌的幅度突破了消费者首付的比例，就很可能出现信贷危机，一旦这么大规模的资产出现问题，后果不堪设想。

但政府也不能继续放任房价继续暴涨，房价已经太高，高到老百姓已经买不起，若不加以控制，会引发巨大的社会问题。

社会问题是一方面，另一方面是中国的人口增长在变缓，人口结构中，年青人的比例在变小。长期来看，对于新房的需求量是减弱的，一两年看不出端倪，但把时间拉长到十年，这个问题就非常突出了。需求减弱的情况下，如果房价继续上涨，又会让一部分需要买房的人买不起房，供需失衡后，房价很容易出现断崖式下跌。

政府房地产调控的目的是稳定住房价，核心策略是五条。

一是用杠杆的三道红线卡住房地产企业，让其降低开发量，合理提供供给。

二是限购政策同时控制住供给与需求，让其缓慢释放。限购一旦放开，短期内房价一定暴涨，但需求充分释放后，高房价后续无以为继，极易暴涨后出现暴跌。

三是新房限价出售，新房的限价，是抑制二手房价格的过快上涨的最有效手段。

四是提高购房首付比例，增加资产的安全垫。这条策略也要考虑刚需房的购买能力，所以首套房、二套房采取了不同的比例。

五是严控房屋按揭贷款信贷额度，尤其是投资买房的信贷额度，通过金融手段调控供需关系。

4

由于房屋按揭贷款和房屋抵押贷款都是中长期贷款，我们需要放在更长的时间段去预估房价走势。

现在金融机构通行的根据该区域历史成交量和成交金额估值，具有重大缺陷，由于过去20年房价一路上涨，用历史去推算未来，会过度乐观。

价格是结果，形成价格的要素才是原因，预测未来，我们需要究因。

决定房价的根本原因是供需关系。具体到城市上，要看该城市的土地供给量（代表供应量），该城市购买力（人口、人均可支配收入，代表需求量）。

我们先看供给侧，建设住宅需要土地，土地决定了住宅的供给量，而土地供给的决定权在地方政府。在需求稳定的情况下，土地供给越小的城市，房价会越坚挺。如果土地供应持续偏大，而人口又无法同比增长，供应就会大于需求，房价就会存在泡沫。

地方政府的土地供应，除了自身意愿以外，很大程度是由于该城市的土地财政依赖程度所导致的。不是不想控制供给量，而是一旦控制，地方政府的财政就会出现问题，所以很多城市新区之外有新区，外环之外有外环，不断兼并周围县市，不断扩大可供给土地面积。

土地财政依赖度低的城市，例如北京、上海、深圳、苏州，不但供给小，并且人口持续净流入，需求不断增加，房价坚挺是有原因的。

土地财政依赖度高的城市，除了江浙有民营经济的支撑，人均可支配收入在全国位居前列，房价偏高，其它城市房价一直起不来，供给偏多是根本原因。

当然我们也要看城市的人口净流入量，以及该城市的人居可支配收入，这些代表着需求及购买力，这个点，我们接下来会解析。

今年6月，国务院四个部委，财政部、自然资源部、税务总局和人民银行公布的一份《关于将国有土地使用权出让收入、矿产资源专项收入、海域使用金、无居民海岛使用金四项政府非税收入划转税务部门征收有关问题的通知》。这份《通知》将原来自然资源部门负责征收的四项政府非税收入，现在划转给税务部门来征收。这四项收入中间，土地出让金是最大的一个收入，规模大概是8.4万亿元。

通知的意图比较明显，是要逐步将这些收入纳入中央统一管理，统一分配，这对地方的土地财政有一定的抑制作用，但这么大的规模，这么大的范围，需要较长的时间才有可能实现，且地方财政确实存在刚性缺口，所以土地财政在相当长一段时间，还将继续左右土地供应量。

5

谈完供给我们谈需求。根据国家统计局公布的相关数据以及部分城市的统计公报，2020年人口净流入最多的10个城市分别是上海、深圳、北京、东莞、广州、天津、佛山、苏州、宁波和杭州，全部来自三个经济圈，其中珠三角4个，长三角4个，京津冀2个。

对应房价，你是否发现这些城市的房价相对偏高。同时这也是佛山、杭州、广州虽然土地供应量高，但房价一直坚挺的重要内因。一年内佛山44.73%的人口增长，广州37.69%的人口增长，杭州23.23%的人口增长，基本为青壮年，且这三个城市的人均收入在全国范围内名列前茅，需求的拉动力非常强劲。

有净流入就有净流出，大家熟悉的城市中，重庆市的人口净流出最为严重，除了重庆外，还有南宁、徐州、遵义、南阳、黄冈、湛江、宿迁、邯郸、宜宾等，这代表着这些城市的需求量在降低。这些城市的房价很难涨起来，如果需求进一步下降，房价还有可能进一步下探。

除了人口外，人均可支配收入也是衡量需求及购买力的重要因素（考虑得更细一点还可以加入人口结构的差异），如图可见，人均可支配收入和房价的正相关关系还是很明显的。

综合以上，基本将房价的成因讲清楚了，知道成因后，就可以用这些数据建立各城市的房价预测模型，作用于城市准入及风险预警。当然，工作做得更细，可以将城市各行政区数据代入参数，原理一样，这里就不赘述。

6

本准备简单说几句房抵业务，却啰啰嗦嗦没有收住笔。限于篇幅，车抵业务就只说原理，不展开了。

车抵这个业务之所以成立，是因为客户购买新车时，支付了30%首付；二手车抵押时，金融机构针对车辆评估价格又打了折扣。从经济上，客户违约成本大于守约成本时，客户的逾期率会下降，金融机构处置资产时，由于处置价格与市场有价差，所以损失率（LGD）也可控。

这一切的前提是车辆价格的稳定，新车开了一年、两年甚至三五年后，市场价格是逐年有序小幅下降的，贷款期限内任何时点的车辆价格的下降幅度要小于客户的首付款加上已归还贷款金额的总和，或者要小于车辆抵押时市场价格的价格差加上已归还贷款金额。

以上是车贷业务之所以成立的逻辑。

但现在，情况在变化。我们基本都不会怀疑，新能源车是未来的趋势，不过十年，或许不需要十年，新能源车将替代传统汽油车成为市场的主流。这是一个每年数万亿元的赛道，各家公司都在造车，正源于此。

新能源车虽然名字叫车，但从商品价格属性上却与电子数码产品更接近，购买一年后，不管是什么品牌，在二手车市场上根本卖不上价，50%的折扣率是基本的。

当处置价格与市场价格形成了逆价差，从经济上客户不守约对自己更有利，金融机构也无法通过抵押物控制损失率，这就打破了抵押贷款的逻辑。

抵押的效果在下降，还会使业务流程变得复杂，作业成本更高（办抵、解抵、管理权证都需要成本），客户体验更差，那么未来针对新能源车，无抵押的信用贷款将逐步成为市场主流。

信用贷款的风控逻辑与抵押贷款的风控逻辑差异巨大，金融机构如果没有快速评估人信用的能力，车贷这个市场将寸步难行。

7

谈完抵押贷款，我们谈谈小微的信用贷款。税贷、发票贷这些在之前的文章里说得比较多，这里就不讲了，有兴趣的同学可以往前翻，今天就聊聊和场景相关的小微信用贷款。

大部分金融机构做小微，都是一套风险模型，不管客户来源如何，都用这把尺子丈量，顶多由于场景的不同，对这把尺子的个别尺度进行调整，美其名曰叫“定制化策略”，倒说不上错，只是有将鱼翅当粉丝吃的嫌疑。

本质上，这是由于不了解场景的内核所导致的。数字化风控的时代，我们的业务同学离客户越来越远，我们的风险同学只对数字敏感，对商业逻辑思考有限，衍变下来，场景的独有特点及数据就成了摆设，变得可有可无，风险管理又回到了财务数据的三板斧。

空对空的谈太虚无，一不小心就成了纯吐槽，还是要举实例。

你觉得美团是一家什么公司？

外卖公司？或者生活服务公司？

都对好像又都不对，总觉得定义不够准确。

美团外卖不仅仅是我们感知到的送个外卖而已，它的本质是将一家餐饮店的顾客服务半径从店铺周围300米拓展到了3公里。

外卖兴起前，我们常见的餐饮店，做的都是周边生意，辐射范围不过餐饮店周围200-300米。除开少数名店，很少有人专程远途过来就为吃顿饭，即使有，他一年来的次数也是有限的——毕竟路途远了不方便，更何况来了或许还要排队。

外卖的本质是让店铺配送范围内的所有消费者都有可能成为你的顾客，甚至是常客。这极大的扩大了店铺的客群，让味道好、服务好的餐饮店摆脱了地理空间的限制。

配送范围内，这是一个很重要的概念，它定义了这家店铺的比较对象，它不仅作用于场景，同样也作用于这个场景内的金融业务。

明白了这个本质，我们就知道，我们评估美团商户授信时，重点要看这家店铺在配送范围内的销量及销售额区间排名，它在配送范围内，这个值是前20%，前50%，还是后20%，它代表着这家店铺的竞争力。

另外，我们还要看这家店铺的长期回头率（也就是长期老客户占比），它代表着这家店铺未来的最低稳定销售额。

美团商户这样的例子很多，我这里抛砖引玉，各位可以举一反三。

8

随着互联网、特别是移动互联网的普及，现在的小微信贷，期限越来越灵活，随借随还逐渐成了主流。而信用贷款，在新增贷款的比重中越来越大。

贷款本质上是一种服务，当市场充分竞争时，客户的需求会决定最终的产品形态。

当额度和利率差距不大，能随借随还时，谁还会选择固定期限？能纯信用，谁还去办抵押？

当贷款期限不再稳定，当余额波动变得非常大时，现在主流的风险控制方法将面临巨大的挑战。

举个简单的例子，随借随还客户的平均贷款周期是90天。假设户均贷款余额1万元，即使风险上100个客户只判断错了一个客户，由于好客户的生息周期只有90天（1年的1/4），而坏客户是全损，实际的不良率不是1%，而是4%。

这个时候你不能要求风险继续控制违约概率，将客户的违约概率从1%降低到0.25%，如果那样做，你的贷款通过率将惨不忍睹，大量客户因为贷不到款会流失掉，同时你的市场口碑也会崩坏。

正确的做法是增加固定期限产品，将固定期限产品和随借随还产品的定价拉大，让部分有长期用款需求的客户，通过价格杠杆选择固定期限贷款，从而拉长平均贷款周期。

我这不是空口说白话。这样的实验，在过去10年里，在几千亿的放款量上持续做过测试，当固定期限产品和随借随还产品的价差达到3%时，固定期限贷款的余额和随借随还贷款的余额比是2:1。

不同的价差有不同的余额配比，这里就不多说了。介绍了方法论，需要答案的，完全可以自己测试。

在传统观点里，银行的产品经理是无法左右风险控制的结果的，大部分银行产品经理的主KPI不会是不良率，甚至70%以上银行产品经理的风险KPI占比就是意思意思，不挂风险指标说不过去，挂KPI，产品好像又做不了什么事。

但现在以后，会有越来越多的人发现，产品是风险控制的重要环节，风险只能控制风险基数，而产品决定了风险放大或缩小的系数。

你的产品团队中有风险管理专家吗？如果没有，面对未来时，你该小心了。

至于业务运营，对于新形势下的风险管理而言，如果能力足够而又应对得当，可以化解和缓置大量风险。

在线金融业务中，业务运营是唯一可以直接大批量左右客户行为的岗位。

业务左右风险能力的大小，主要取决于他调动客户行为的能力。

当资金闲置时，计算出闲置周期及损失率，将这个损失率的一部分转化为贷款优惠。比如资金闲置周期是1个月，FTP减去同业存放价差为3%，那么完全可以定向降低贷款首月利率2%从而提升贷款支用率，为了精准控制闲置资金，可以根据日均放款量加上闲置资金量做限量活动。

如果出现流动性风险，银行解决起来会有优势，可以通过提高同业存放定价或者将存款定价推至自律组织允许的上限去解决。

当然，包商事件打破了银行同业刚兑，对同业市场震动巨大，但总体而言，银行同业调配的优势明显。

其实，也没那么复杂，如果你资产质量管理不算太坏，最直接的方法是引导客户提前还款，最简单有效的运营手段是限量还款免息，限的量就是流动性缺口量。由于流动性风险是金融机构的终极风险，这个时候损失一些贷款利息去确保流动性不出问题是非常值得的。

不必向大量客户推送活动，由于是免除利息，吸引力很强。一般情况下推送客户的信贷余额是流动性缺口的6.5倍就足够解决问题了，推送过多，余额会掉得很厉害。

这里有个潜在条件，就是在产品设计之初，就要预留好提前还款免息功能——你可能一辈子都用不到，但一旦用到时，可以化解严重危机。

业务运营对风险管理的影响力，不仅仅停留在资金上，更多的通过信贷体现出来。

比如刚才举过的产品延长客户支用周期的例子，更加直接的方式是运营介入，比如1年期等额本息还款方式贷款，支用9个月后，最后3个月免息。由于是等额本息还款方式，最后3个月客户还的基本都是本金，实际整笔贷款的利率折扣是92%，这样的活动投入不大，但效果明显。

当然，如果预算充裕，我不太建议和客户玩这些专业上的小花样，活动完全可以把按月付息到期还本产品及等额本金产品纳入进来。

再举一个例子，如果我们从业时间够长的话，你不是锦鲤，不会如此幸运，一定会遇到某个产品某个时刻不良率爆仓，如果单从风险上解决，周期是漫长的，有时候市场不会给你这么长时间。

有一种解决方案是风险和业务联动，每个产品都有经过验证的好客户，除了降低违约率，我们要做的是给好客户提额，并让他们保持支用，将好客户的分母做大。

风险决定了基数、产品决定了系数，而业务决定了方向。

最后这一章节，我之前的文章写过，再写一遍，是因为它重要。