助贷业务模式理论基础、价值与现实意义是是什么？

受到长、短期经济因素的影响，居民消费的市场格局正在发 生重大变化。

1.助贷业务模式的理论基础

金融业发展本质上是一部科技应用史，传统互联网金融发展 已达到阶段性顶部，未来商业银行互联网金融业务需要从“线上 化”向“数字化”升级。在数字经济时代，金融与数字技术持续 深入融合是大势所趋。具体来看，一项贷款业务通常涉及引流获 客、初步筛查、信用评估、风险识别、授信放款、动态监测、贷后催收、不良处置等诸多环节，基于金融专业化分工理论，这些 流程较难在单一金融机构内部形成闭环，而是鼓励包括科技公司 在内的第三方市场机构参与到金融服务的部分节点中，充分发挥 各机构主体的比较优势，从而促进市场公平竞争，提升信贷服务 质效和金融普惠性。

从金融机构的角度来看，随着市场经济发展和居民财富的不 断积累，有信贷需求的人群持续扩张，同时，在可持续发展目标 指引下，金融机构也需要下沉信贷服务以提升市场占有率。商业 银行等金融机构资金实力雄厚、信贷服务专业化程度高，但农户、 城镇低收入人群、小微企业等往往被排斥于传统金融服务体系之 外，存在严重信息不对称，则根据成本效益理论，金融机构采用 传统自有渠道触达和服务下沉客户群体，将面临成本和风险双升 的境遇。反之，若借助互联网科技平台力量发展互联网信贷业务， 一方面能快速扩大信贷服务覆盖面，并做到线上同时服务千万级 数量水平的客户1，达成范围经济和规模经济；另一方面有助于 运用消费、交通、社交等外源替代数据进行大数据分析，更加准 确地评估借款人的还款意愿和能力，从而有效降低信贷风险。 从助贷机构的角度来看，随着信息技术的不断更新迭代，中 国互联网普及率在过去 20 年间飞速提升，居民已经养成通过互 联网获取各类服务的习惯，其中，广覆盖、低运营成本、便利性 强的互联网金融服务一定程度上满足了中低收入人群的信贷需求。互联网平台机构普遍掌握专业的数字技术，拥有广覆盖的业 务场景，同时在多年经营中积累了大量的用户数据信息，这些优 势使得其相比金融机构能更有效率地触达客户、更准确地进行风 险定价。值得一提的是，助贷机构与金融机构的关系并非替代和 竞争，两者在促进金融信贷发展方面应是互补协作的关系。助贷 机构为金融机构提供外包服务，具体到数据层面主要有搜集、处 理、加工、价值挖掘等，能够很大程度上促进数据要素价值释放， 这也是经济与金融增长理论的体现。

从金融消费者的角度来看，传统金融体系的信贷服务具有较 高门槛，缺乏信用记录、无抵押资产群体的信贷需求难以得到有 效满足。有关数据显示，2022 年全国居民按照人均收入进行五 等分：低收入组人均可支配收入 8601 元，中间偏下收入组人均 可支配收入 19303 元，中间收入组人均可支配收入 30598 元，中 间偏上收入组人均可支配收入 47397 元，高收入组人均可支配收 入 90116 元2。换言之，除收入最高 20%人群之外，其余 80%居 民的年人均可支配收入为 26474.8 元，平均到每月为 2206 元。 助贷业务模式下，信贷供需双方的交互性大大增强，金融消费者 基于预算约束的传统主观偏好逐渐被互联网大数据和算法推荐 所影响，金融消费者的信贷需求将在数字经济网络正外部性的作 用下，随着信贷获取规模的增加而增加。此外，金融机构与互联 网平台机构合作，有利于创新金融产品和服务模式、以更低搜索成本满足更多消费者小众、个人化的信贷需求，即“长尾效应”。。

2.现阶段助贷业务模式的价值与现实意义

2.1 助贷模式与国家普惠金融发展战略相契合，帮助中低 收入群体以可支付成本从正规渠道获得所需信贷服务，助力实现 金融健康稳定发展

一方面，金融机构通过与互联网消费、社交、娱乐平台等有 场景优势的助贷机构合作拓展了线上场景触达并服务客户的范 围，对传统银行线下网点渠道以及自有网站与 app 线上渠道形成 了有利补充。从调研的部分股份制银行情况看，通过互联网助贷 业务服务的客群更加下沉，户均贷款余额仅为通过自有渠道服务 客群的十分之一左右，同时服务的客户数量在千万级水平，显著 高于自有渠道服务客群十万级的数量水平。如图 2.2 所示，在 2014-2021 年互联网贷款快速发展时期，中国低收入人群从主流 金融机构获得贷款的占比从 9%提升至 31%，提升幅度显著高于世界平均水平、发展中国家平均水平以及印度、德国、英国等国 家。

另一方面，金融机构通过与有数据优势的助贷机构合作，对 用户各类消费交互行为、特征画像等替代数据进行大数据分析， 在传统金融征信数据之外更好地判断借款人的信用情况，尤其是 对大量难以获得贷款服务、缺少征信数据的低收入人群，从而让 金融机构有依据、有能力向低收入人群提供贷款服务。广大被排 斥于传统金融体系之外的人群通过助贷模式获得了安全、可负担 的信贷服务，促使民间借贷纠纷显著减少（详见图 2.3），极大地 推动了我国金融健康可持续发展。

2.2 助贷业务模式推有助于加快我国金融机构数字化转型 进程，进而强化金融行业长期竞争力

互联网贷款相比传统线下贷款，需要满足海量客户全天候、 实时、无间断的服务需求，便捷化、智能化、个性化的用户体验 要求，以及多维立体、精准直接的大数据风控能力要求。当技术、 资金、人才资源不足的情况下，金融机构通常选择与第三方科技 公司等合作以提升信贷服务质效，在与各类助贷机构通过 IT 系 统传输数据信息的过程中潜移默化地提升了综合利用行内数据 和外源替代数据开展大数据风控的能力，并逐步改善自身 IT 系 统的稳定性和灵活性。此外，金融机构通过与助贷机构合作，利 用替代数据为主的大数据风控模型，服务了大量过往因为缺乏征 信数据而无法获得贷款服务的“信用白户”，这些“信用白户” 通过使用互联网贷款产生的个人信贷数据，最终会通过上报征信系统成为全金融行业通用的信用数据资源，对于构建多层次广覆 盖的全国征信体系具有积极意义，最终全面提升我国金融业市场 竞争力。

2.3 在消费信贷业务数字化和场景化发展大趋势下，助贷 业务模式客观上有助于满足日益增加且多元化发展的居民消费 及相应的信贷融资需求

国家统计局数据显示，中国社会消费品零售总额从 2014 年 的 26.2 万亿元增长至 2022 年的 43.97 万亿元，其中在数字化场 景中实现的实物商品网上零售额规模从 2.4 万亿元增长至 13.79 万亿元，贡献了社会零售额增量的 64.1%，这反映出数字化场景 是消费增长的重要驱动因素，而数字化和场景化亦是消费信贷业 务未来发展的重要趋势。

随着经济与社会发展水平的稳步提升，人民生活水平也逐渐 提高，我国居民消费呈现出一些新特点：①消费分级化。阿里、 京东、拼多多，凭借着不同的市场定位与客群划分，走上了各自 成功发展之路，从侧面说明我国消费并不是单一的升级化，而是 分级化，具体包括一二线城市与三四线城市的消费分级化、城市 与农村的消费分级化。②消费年轻化。80 后、90 后和 00 后占据 了我国较大比例的人口基数，这部分人群具有较强的消费购买能 力和提前消费理念，并且培养了通过移动互联网进行消费的习惯 与技能，因而我国场景消费金融群体年轻化趋势非常明显。③消费定制化。随着物质文化生活的不断丰富，人们已经不再满足于 程序化、模板式的产品和服务消费，小到手机壳、水杯，大到学 历教育、出国旅行，都有更多个性化的消费需求。综上，我国居 民消费需求日益多元化发展，对相应的消费信贷产品与服务有更 高的要求，而助贷业务模式客观上能更精准识别并满足居民消费 信贷需求。

2.4 现阶段居民消费已成为拉动经济增长的主要力量，助 贷业务模式有助于激发居民消费潜力，进而强化消费对经济的刺 激

受到长、短期经济因素的影响，居民消费的市场格局正在发 生重大变化。短期看，受三年疫情与国际局势冲击，当前经济下 行压力大，收入就业情况不太乐观，导致居民资金压力上升，消 费意愿下降，需要通过提振消费来助力经济企稳回升。长期看， 我国经济韧性强、潜力足、回旋余地广、长期向好的基本面没有 改变，中等收入群体规模也在继续扩大。据统计，当前我国中等 收入人群占比 35%，对消费贡献达到了 50%，未来随着中等收入 人群规模的日益扩大，会有巨大的消费金融需求释放出来。 助贷模式下的金融机构信贷服务与数字化场景深度融合，可 以极大地激发居民消费潜力，同时为之提供便捷的贷款申请、支 用等服务。此外，助贷模式能更准确地预测借款人违约行为，有 效降低诈骗、套现、虚假交易等风险，确保信贷资金用于真实消费交易，从而提高消费金融质效，更好地支持实体经济发展。