阿里巴巴介入金融很多年了，06、07年的時候跟建行、工行合作，為此工行建行專門設立了網絡銀行部，致力于跟阿里巴巴合作。當時聲勢也頗為浩大，馬云也提出了要規模做到2000億，五六年后，建行、工行跟阿里巴巴基本都停止了合作，各自單飛。日子貌似都過得不錯，建行的網絡銀行部，自己也推出了電子金融，工行貌似也在這方面做了不少工作，阿里巴巴則撇開了銀行自己單獨放款，規模好像做到了150億的數字。

我仔細看了下阿里巴巴的貸款模式，因為很多數據拿不到，所以只能泛泛而談，如果談的不對，請海涵，阿里巴巴的貸款主要是通過它旗下的兩家小額貸款公司運作的，所以本質上看，阿里巴巴的貸款本質是一種小額貸款機構，這種放款模式，改變不了兩個本質特征：

第一、不能吸儲。只能通過注冊資本進行放款，雖然可以通過金融機構借款等方式可以借入不超過注冊資本的2倍資金，但是總得來說還是相當有限，受制于資金來源，這個規模是很難做大，除非阿里巴巴不斷的增資。雖然有傳聞小貸有可能轉身升級成村鎮銀行，但是近期難度較大，所以當前，阿里巴巴對銀行構不成競爭關系。當然通過小貸公司阿里巴巴可以積累起較好的金融理念和金融方面的專業人才，為以后真正進入銀行做準備，不過短期來看，跟銀行應該形不成什么直接正面的競爭。

或許這里很多人要問，吸儲有那么重要么?我其實想表達的是在中國，能否吸儲其實很重要。理論上只要銀行擁有足夠的吸儲能力，即使銀行的壞賬再多，哪怕資不抵債了。一樣可以很好的生存，因為只要不出現同一時間的擠兌，銀行幾乎不可能會倒閉。非常好的流動性使得銀行其實可以接受遠高于自身注冊資本金的壞賬額度。但是不能吸儲的小貸公司呢?當小貸公司進行放款的時候，壞賬率一旦高于利潤率則就開始侵蝕資本金，所以，如何嚴格控制壞賬率成為了小貸公司的核心和關鍵。

在阿里巴巴十周年慶的時候，馬云對著臺下一堆銀行行長大罵銀行只知道錦上添花，不知道雪中送炭，博得滿堂中小企業喝彩的時候，坐在臺下的我其實還是挺鄙視的。金融業是一個講究風險控制，經營風險的行業，如果只是追求做大規模，那么誰都可以做的很好，放貸款誰不會放?問題是你放了以后是否收的回來?在十周年慶上，他還拿他自己舉例說他這樣的小公司一樣很講誠信。銀行沒有支持他，很可惜。我一直想表達的的問題是，當年和他一樣的企業，有幾個活了下來，并且走到最后了呢?講誠信其實也是需要講實力的，很多人，是很講誠信，但是他有心無力，這個時候在誠信的個人或者企業，其實也失去了意義。所以這類人顯然成為不了是銀行的客戶。不同行業的行業游戲規則是不同的，大家都要對各自的游戲規則負責，所以銀行如果那天開始雪中送炭了，我想那才是亂套了吧。相信馬云這幾年做小貸應該會很明白這個道理了。

小貸的第二個本質特征就是不可改變的風險業務，不能吸儲的機構由于無法獲得充沛的流動性，使得在風險控制上要比銀行要求更嚴格，銀行取得成功其實并非在于銀行的能力積累比其他行業要高，關鍵還在于制度設計。而缺乏良好制度設計保障的小貸公司的核心就成為了做大規模的同時，嚴格的控制好風險。不控制風險的做大規模，必然也是死路一條。我之所以在今年初里的微博也說，隨著整體經濟形勢的下滑，金融機構會出現大虧損，而小貸、擔保、典當、甚至信托則會出現破產的情況。主要的考慮點就是大量的非銀行金融機構所從事的放貸業務跟大環境的關聯度很高，所謂的風控能力其實在大環境面前是顯得很蒼白無力的。再加上非銀行金融機構又缺乏良好的流動性的支持，所以，破產情況應該會容易發生。當然并不是說銀行就不會倒閉了，不排除一些小銀行由于核心資本不足，加上最近幾年業務激進，也會出現一些不好的情況，但是相比非銀行金融機構會好多。

我們再回頭看看阿里巴巴搞金融，其實基于以上兩個特征，我們觀察阿里巴巴只要確定一點就可以了，阿里巴巴在風險控制上是否有明顯的高于其他金融機構的優勢？

從阿里巴巴的邏輯體系的建立上，我覺得阿里巴巴是的確是有一定的優勢的，阿里巴巴基本上走的是一條量化放貸的道路，就是阿里巴巴依托自身在網絡體系內的巨大客戶數據優勢，進行有效的數據整合，他將自身網絡內的客戶的一系列有利于進行風險判別的數據例如交易數據，客戶評價度數據、貨運數據、口碑評價、認證信息等等進行量化處理，同時也引入了一些外部數據，例如海關數據、稅務、電力、水力等方面的數據情況加以匹配，從而形成了一套獨特的風控標準，意圖建立起純粹的定量化的貸款發放模型。同時，建立中小企業貸款的數據庫模型，進行數據庫跟蹤管理等等。

這個量化的貸款模型的好處就是基本上大大提升了放貸效率，從阿里巴巴的一些媒體采訪中看到，阿里巴巴的戶均數額在7000元人民幣，一共發放了130億的規模，每天處理一萬筆左右的貸款額，這個數字如果采取銀行的客戶經理制的審核標準的話，投入產出就明顯不成正比，相信沒有銀行能做的了這樣一個規模和數字的交易。而阿里巴巴依托貸款模型和網絡化的處理，就可以很好的實現這個數字的貸款發放。這就是網絡的優勢，也是量化交易的優勢，他排斥了對單個人的定性化分析，通過標準的篩選，大大降低了納入范圍內客戶的違約概率，從而保證了貸款的質量。

在這個邏輯體系上，阿里巴巴是做足了功夫，也投入了非常龐大的資金和人力，從全球范圍內來看，做這樣定量化標準放貸模型的嘗試一直就有，但是目前為止，還真找不到特別成功的模型。所以確切的效果有待觀察，而且也有點期待。我骨子里是希望阿里巴巴的這種嘗試能夠取得成功。雖然我個人感覺這個成功的可能性還是比較渺茫的。

主要的原因，我還是覺得貸款應該是非常個性化的產品，量化有助于縮小篩選范圍，但是純粹進行量化放貸標準，難度應該很大，雖然阿里巴巴也采取了一些心理方面的控制措施，但是畢竟是小額貸款領域，這種措施實質用處應該非常有限，因為過于繁瑣的放貸標準，也一定程度上降低了貸款客戶的意愿度。對于阿里金融，我自己的幾個擔心主要在以下兩個方面：

類似于量化交易，其實是需要邏輯基礎的，長期的穩定的交易環境和交易規則是量化的基礎，那么在貸款層面也是一樣的，貸款的需求、意愿度也需要長期的、穩定的基礎，貸款更多是個人意愿度的一種表現，雖然大范圍內可以量化，但是跟經濟形式的正相關度頗高，個人感覺貸款的變化太快，例如經濟周期好的時候，人們愿意貸款進行投資，但是經濟周期不好的情況下會壓低貸款的意愿度，從貿易領域來看就是經濟形勢好的時候，愿意多備貨而去借錢，而形勢不好的時候，就寧愿拋售也不愿意借錢備貨，所以，在量化的參數設置方面就需要考慮到很多因素，我自己感覺沒有很長時間的相關經濟數據的系數研究，很難有穩定的量化交易標準出現。而且這期間，還會付出極大的代價。從金融發展歷史來看，任何一套良好的風控體系其實是在市場金融實踐中不斷碰撞出來的，期望通過閉門造車的方式實現，難度很大，阿里巴巴需要做好足夠的心理準備來面對貸款壞賬率。

其實，貸款標準的設置出來容易，但是修正很難，這是個很有意思的事情，如果設置的過嚴，那么就會發現找不到符合風控標準的客戶，導致出現無貸款可放的境地，如果貸款標準過于寬松，壞賬一堆的情況也必然可見。這個度的把握就是要在市場中不斷的碰撞才能產生，雖然可以做各種精算，模型測試，但是具體實踐的數值肯定是不斷的積累的。只有形成了極為龐大的實踐數據，才有可能具備一定的合理性。但是前面說了，在金融不穩定、經濟形勢不確定的情況下，很多數據其實是失真無意義的。

我對淘寶網研究不多，但是我有個感覺淘寶網上其實兩極分化現象已經越來越嚴重了，淘寶網看上去有浩瀚的客戶群體，但是實際如果做一些切分，就會發現淘寶網的客戶質量其實分化很嚴重，由于網店的開設成本日益增加，很多時候維護好一家網店的成本已經不低于開一家實體店的成本了，而天貓為代表的B2B起來以后對網店的沖擊也很大，這種情況下，淘寶網就日益分化成兩個層級：好的商家越來越好，同時越來越少，不好的商家越來越不好，數量越來越多，淘寶網成為了大象跳舞的地方的時候，淘寶網就已演變為幾只大象和一堆螞蟻聚集的地方。

這種情況下導致的貸款難題就是我前面說的，你可能找不到符合你想要發放貸款標準的客戶。風控標準過嚴會淘汰掉大量的客戶群體，大量螞蟻被擋在了門外，而大象卻又不需要你。如果風控標準過松散的話，你在螞蟻之中，又無法清晰的找到你想要的螞蟻。因為他們都差不多。

3、系統性風險的防范，量化交易很害怕系統性風險，因為會讓所有的數據設置在系統性風險的面前都失去了意義，例如經濟形勢大面積下滑的時候，那么很多作為參數的數據值都沒有意義，本來過往可能很好信用度的客戶在大形勢下跟信用度不好的客戶一樣都無法還款，所以系統性風險成為了量化交易的噩夢，所以如果阿里巴巴不能建立起很好的系統性風險應對機制的情況下，大規模的采取量化放貸的模式，可能會很容易在某一個區間里出現大面積的壞賬的可能性，系統性風險帶來的量化交易失敗的的典型案例就是兩位諾貝爾經濟獎獲得者默頓和舒爾茨參與組建和運作的長期資本管理”(Long Term Capital Management)，由于無法考慮到亞洲金融危機和俄羅斯國債違約所帶來的偶然的不確定的無法在交易模型里設定的系統性風險，使得他的損失極為慘重。

當然貸款跟對沖交易還是有較大的區別，影響的因素也不同，但是在定量交易的過程中所選擇的考慮點和本質是一樣的，系統性風險是不得不進行防范的。尤其在中國最近五年內走勢極不明確的經濟情況下。更值得注意和考慮。

4、道德風險的無可屏蔽，其實不要忽視國人的智商，任何標準，在中國只要有標準，都可以想盡一切辦法來造一個符合你標準的樣本出來，當年在銀行的時候，有個客戶經理很聰明，硬是經過幾日幾夜的不眠不休，不斷的測試銀行的評級系統，居然被他給找到了銀行評級管理辦法的系統漏洞，掌握了輸入什么值能讓銀行的交易系統出現較高的評級，這種事情，我相信絕對不是一個銀行的客戶經理會找到，所以，我一樣相信阿里巴巴的貸款風控標準，也會在不斷的被測試中被陸續給褪敲出來，然后就會在市場上出現各種各樣的造假數據，對于量化貸款交易而言，由于只注重數據，而不太注重貸款主體的情況下，詐騙等案例會不斷出現。

其實我還是覺得以上都不是關鍵，關鍵是當前的中國情況下，中國人缺錢么?這個其實是題外話，但是卻可以提提，所有的人都在關注如何更好的放貸款，但是事實上，我一直想問真的真那么多人需要貸款么?貸款出來干什么呢?尤其是商戶，其實商戶的貸款需求應該是很少的，我原先做商戶貸款的時候，我還特地看了路邊的那種小攤販，我看他們的現金流都挺好，想到給他們放點貸款，一萬、兩萬都沒事，放心放給他們就可以了，但是結果人家很鄙視的問我說，我還有幾萬塊錢存款，放你們那里，能不能給點高利息?一樣的道理其實在四季青等市場里都一樣的，90%的商戶其實現金流很好，他們并不需要你的貸款，相反他們缺乏很好的理財產品，錢不知道該干什么用。我相信淘寶網的商戶應該是差不多的情況吧。

在這種情況下，你放貸款的難度和風險其實本身就是比較大的。因為你在給一些不需要貸款的人貸款。再有錢的人，在不需要貸款的時候去貸款，往往結果都不是很好。至少我是這么認為的。

總的來說，中國還是一個放貸沖動的環境下，這么多年來濫發的貨幣，所形成的大量的存款需要找到釋放口和出路，所以過去十多年來其實銀行從未曾惜貸過，這種放貸沖動，其實是不斷的扼殺金融創新，因為無論什么金融創新，都比不過直接了當的直接放流貸，我有時候開玩笑說，其實中國最大的金融創新是直接發放流動資金貸款。真的，誰也敵不過這個金融創新。只要看下企業，做些數據分析，然后就不管用途，不管實際需求的合理性，直接就給流貸款，那么誰還會去做保理、固定資產貸款、票據融資等等麻煩的程序呢?所有的金融創新，其實是流動資金貸款的衍生品，只有流動資金貸款發放不了的情況下，才會想到這些金融創新產品，而想到這些產品的最終目的也就是如何獲得貸款，越簡單越好，所以很多本來該被限制的條款都會被無情的打破。導致了金融創新就是空話一句。

不管怎么說，我還是希望阿里巴巴的小貸之路，能獲得成功，網絡金融應該會是個新的領域，阿里巴巴在這個領域顯然走在了前面。