计葵生：陆金所刚成立时 敲银行的门没人理

征信是P2P的起点和难点。目前，中国P2P平台主流的征信模式是“大数据”，各家竭尽所能，采集个人尽可能多的数据，升级算法，以求准确授信、安全放贷。但是美国最大的P2P平台Lending club的遭遇却给大数据征信泼了一盆冷水。它曾尝试通过用户在Facebook上的表现来确定其信用度，结果遭遇惨痛的滑铁卢。之后，Lending club转而向美国征信局这一传统机构获得数据，坏账率才随之下降了许多。哪些数据有用，哪些没用，成了大数据征信的关键。

凤凰财经：刚才说到大数据，我想知道在您看来大数据在防控风险方面，真正的有效性有多大？

频繁换手机号可能被记信用不良

计葵生：我觉得这个趋势就是说用各类数据，包括客户行为的数据，包括他外面的一些参与不同的网站的数据等等，这些数据是有参考价值的。可是你要把这样子的数据跟他的过去贷款、还款能力结合在一起。那我讲一个简单的例子，就是说如果你看到一个客户他的一些消费。这个消费是一样的，他是晚上九点去一个市场买啤酒，其实他晚上九点去买啤酒应该是正常的，可能如果你看到另一个客户是早上九点到超市买啤酒，这个客户的风险可能会大一些。如果有一个客户他的手机号码、电话号码，过去五年很稳定，是没变，而且这个人只有一个手机，那他的稳定性是比较高的。如果你看到另外一个客户他有三个手机号码，经常都在变，这个人可能风险是比较大的。

凤凰财经：但是有的时候中国人评估的手段是特别复杂，他会根据你的规则，来界定不同的方式，这种时候是不是大数据…

大数据征信是个动态调整的过程

计葵生：这个风险管理本身是动态的工具，就是说你今年收到一个很好的模型，再过半年一年，你还是要把它再改进。你会发现比方说现在市场上的小贷公司，P2P公司越来越多，所以我也可以算客户的行为。他最近有没有跑到多个地方去申请，这个也是让我了解这个客户群最近可能缺钱比较多，或者外面借钱比较多。你一直会了解这个市场的变化，客户行为的变化，他完全是一个动态的概念，所以数据本身也是动态的，它不是一个模型三年不变，它是一个一直调整的过程。

近日，一则有关陆金所旗下平安国际商业保理(天津)有限公司有笔2.5亿借款出现问题的消息引起轩然大波，甚至不少文章冠以“P2P业内最大笔坏账”的标题。尽管陆金所在3月12日的官方回应中表示，该项目与陆金所P2P业务无关，且由第三方提供担保，投资者权益完全不受影响。但此事件还是引起了一波投资者对陆金所的信任危机。

凤凰财经：还有一个问题，陆金所在做风控的时候，怎么让别人信服你的风控，另外一个就是说你能容忍多大坏账率的出现？

P2P贷款合理坏账率在6%到7%

计葵生：在P2P里面其实也有很多不同的产品，有不同的期限，有无抵押，有有抵押。其实这些不同产品的呆帐率，而且合理的呆帐率也是不同的。其实在这个问题上面有一个说法说，没有一个不好的贷款，只有不好的价格。如果呆帐率比较高，是不是回报也是比较高。所以这个问题是一个连贯性的一个问题。如果你问我自己的看法，我觉得现在在中国如果纯信用的一笔贷款，一个P2P的贷款，我觉得一个合理的坏账率，应该是在6%到7%，我这个判断来自哪里？就是说如果你看美国可能是信用体系里面比较成熟的一个地方，我们看美国的信用卡市场好了，每一年的呆帐率大概是3%到4%，所以我们认为P2P公司的坏账率一定会比这个高。因为很多人，很多P2P公司还没有加入诚信的体系，所以它的透明度是比较低的，用可以用的数据来判断一个人的风险比较小一些，所以这个坏账率应该是会比一个成熟市场高一些。那这个6%到7%就是你的风控做得好，如果你风控没有做好，这个数字很容易变成15、20%。

凤凰财经：我们看到从今年来看，银行的坏账率也是往上走，可能在资产质量来说，P2P整体资产质量不如银行。

计葵生：那是一定的。