催收启示录:从跑马圈地到价值重构

催收启示录:从跑马圈地到价值重构

2018-05-07 09:54雷锋网 合作伙伴
目前我国拥有4000多家业务涉及催收的公司,网络催收企业近400个,催收项目近百万个,产业链涵盖传统催收、不良处置撮合、法律咨询等不同节点。

对于各种金融创新来说,通过模式、运营、技术手段提高效率,开拓新的市场是攻,控制风险、保证资金的安全是守。在金融创新的闭环中,催收的重要性不仅在于能为金融创新中的未知风险“挡刀回血”,甚至可以说是这一批金融创新企业的重要核心竞争力。

根据人行发布的《中国金融稳定报告(2017)》,中国不良资产的规模概有三万亿,其中银行业金融机构约2.2万亿,P2P现金贷约3000亿,消费金融小贷公司约5000亿——而这个规模,仅仅是官方统计浮出水面的,还有众多未持牌或以“民间借贷”等方式的存在未被统计,我们看到的可能是冰山一角。

雷锋网了解的另一组数据,中国约有800万金融从业人员,“其中催收行业从业人员约20-30万”。目前我国拥有4000多家业务涉及催收的公司,网络催收企业近400个,催收项目近百万个,产业链涵盖传统催收、不良处置撮合、法律咨询等不同节点。

在金融科技的浪潮中,处于底层的“催收”显得有些格格不入——在前台,人们感受到的是大数据、云计算、智能投顾等酷炫概念,而在后台,催收仍是这个行业最后一个劳动密集型业务,相伴的高利贷、暴力催收的话题,在互联网的放大下,产生着巨大的社会影响,而这个这个传统而古老的产业,也到了需要做出改变的时候。

这是一片价值万亿的蓝海,在充满诱惑的同时也充满着各种阴影和陷阱。

催收1.0:与银行信用卡“跑马圈地”共同成长的岁月

在中国的金融业,面向个人信用借贷的催收发展可分为三个阶段:1.0时代是2003年到2013年,以银联的成立和信用卡的普及为标志,开始出现为之服务的催收公司;2.0时代是2013年到2017年,伴随金融科技的发展,P2P、消费金融、现金贷的火爆,催收公司接单量剧增;而2017年之后,随着一系列针对催收监管文件的发布,监管、合规成为这一时期的主题。

在中国,针对个人的小额消费信贷业务,可以追溯到1985年第一张信用卡的诞生——但在此后很长时间内,各银行的业务均在高度垄断和封闭的状态下运行,不仅当时仅能在大型商场等少数地方刷卡消费,而且商场会有一个纸质黑名单记录本,手工逐人核查后,才能确认刷卡消费。

直到2002年银联的成立将此前各家银行的信用卡聚合起来,让信用卡有了跨银行、跨地区使用的条件;而同年工行牡丹信用卡中心的成立则标志着信用卡业务以事业部形式独立核算运营的开端,随后的2003年,也被称之为“中国信用卡元年”。

此时的信用卡目标客户主要针对高端人群:2003年,中国信用卡发卡量为300万张,不少银行设立了苛刻的条件,仅企业主、高管及高收入人群才能核卡申请成功,此时的客户可以用“非富即贵”来形容,逾期也是少而又少。此时的催收员大多以“客户助理”的身份存在,在与逾期客户沟通时也是小心翼翼礼貌有加,唯恐惹恼了大客户。

2006年,人民银行个人征信系统上线运行,为信用卡业务的大规模发展营造了良好的条件。与此同时,国民消费观念也发生着深刻变化。随之而来的则是发卡量的剧增:2007年银联信用卡发卡量超过4000万张,2008、2009年发卡量超过5000万张,到2009年底,累积信用卡发卡量达到18555.56万张。

一方面是银行为了抢占市场份额,不断降低发卡门槛,一方面由于金融危机导致经济大环境恶化、坏账率增高,到2009年,信用卡逾期的问题逐步开始暴露出来。根据央行发布的《2009年第三季度支付体系运行总体情况》显示,截至第三季度末,信用卡逾期半年未偿信贷总额 74.28 亿元,而在年初的第一季度末,这一数字为49.70亿元,半年内增长了将近50%;对此,“部分银行业金融机构在第四季度加大了信用卡逾期贷款催收力度,强化了信用卡风险管理,一定程度上降低了信用卡坏账风险。”

这里的“加强逾期贷款催收力度”,指的就是外包催收公司的参与。银行的一般做法是,对于3个月之内(M0-M2)的逾期贷款通过银行内催方式进行催收,3个月以上(M3)以上的贷款委外催收,包括一些逾期60天内、但信用卡中心内催过程中发现的一些难处理、有问题或发现跑路失联的客户委托给专门从事催收行业的公司进行催缴。

中国的催收行业有着悠久的历史,在史料中就有记载在战国时期,“战国四公子”之一的孟尝君派人催收欠收导致无法正常还款,“得息钱十万”的记录,到20世纪90年代末,随着商业化的发展和分工的进一步明细,体系化、系统化的公司运作模式,当中以2000年,总部位于香港的高柏(亚洲)资产管理公司进入中国为标志,2005年,另一家主营信用卡而另一股“民间讨债”的力量,也从中得到不少借鉴。

一般而言,银行会将某一地区或某个逾期时段的客户打包与外包公司签订协议,外包公司可提取追偿欠款的30%左右作为报酬,有的银行还要求外包公司缴纳追偿欠款的10%左右的保证金,一旦追偿公司追回欠款低于这个数字,保证金将不再退还。而外包催收人员为了达到公司要求做出业绩,就必须尽最大可能要回欠款,当中也会存在一些违规操作的情况;随着银行不良资产的快速增加,此间有银行为了提高催收率,不断将提高催收公司的比例分成提高到50%左右,这又进一步促使催收公司采取更激进的手段去收回欠款,而发卡行由于自身利益关系,只要不引发客户投诉,对于这些“擦边球”往往也是睁一只眼闭一只眼,“催收”一词开始越来越多的与“暴力”划上等号。

信用卡不良资产和催收所引发的问题也引起了监管机构的关注:2009年6月,银监会颁布了《关于进一步规范信用卡业务的通知》,其中第十三、十四条对金融机构的催收外包业务进行了明确的规范,这也是国内第一个针对银行债券催收外包业务进行规范的法规性文件,“暴力催收”的抬头得到了遏制;而此后2010年至2012年,信用卡运营从“跑马圈地”向精细化运营转型,发卡量出现从2003年以来不曾出现过的增速下滑现象,而在前端对“风险卡”的控制也减轻了后端催收的压力,相应在这几年间,整个催收行业也呈现出波澜不惊的平稳态势。

然而沉默是为了更好的爆发,随着互联网金融时代的到来,催收也进入了2.0时代。

互金风口下,互联网催收蹒跚起步

对于中国的金融行业发展来说,2013年是一个重要的拐点。

在技术层面,互联网技术开始爆发、移动设备得到广泛普及;需求层面,随着收入的增长,国内居民金融服务需求开始崛起;宏观层面,08年开始的金融危机后刺激经济消费成为重中之重,国家采取宽松的货币政策,“4万亿计划”出台,当中的诸多优质资产需要借助金融市场证券化,种种因素交织,使得互联网金融元年在2013年正式到来。

随着互联网金融的发展,催收行业也从1.0时代的银行信用卡、小贷公司的逾期账款管理扩大到了P2P、现金贷、消费金融等新业务,标的资产的爆发式增长也使得催收从业人员达到一个供不应求的状态,数千人的催收头部公司开始出现;而随之而生的是是催收主体的多元化,相比起之前的客户群体,互联网金融时代的逾期客户呈现小而散的特点,原有的催收体系已经不能满足坏账处置的需求。 

然而在互联网金融狂飙猛进的大背景下,催收与科技手段结合的速度要慢得多。在工作方式上,催收仍然属于劳动密集型产业,日常的主要工作是借助网络平台拨打网络电话和群发短信,一个催收员一个月内可能需要打出数千通电话或上万条短信,对于一些不接电话的困难客户,当中诸如采用“呼死你”软件、言语骚扰、通知其亲友等等诸多手段,不一而足。

最能反映出这一阶段催收鸟枪换炮的“互联网”特征的,是“社工库”的应用和流行。“社工库”即黑客收集整理的用户隐私数据库,得益于互联网的发展,用户在网上泄露的信息也在几何级数增加,其中包括姓名、身份证号、手机号码、住址等在内的个人信息、包括网络账号、常用网站、密码等网络信息以及如消费记录、开房记录在内的数据库,一旦收到客户信息,只需在社工库里搜索一遍,就可以通过信息匹配获得客户更详细的资料,甚至在有的情况下可以通过淘宝、支付宝账号,判断对方是否具有偿付能力;通过美团、饿了么之类带有定位的定位应用,定位到目标客户的位置,为线下的“上门催收”提供支持。

这一过程被业内称之为“信息修复”。事实上,针对用户网络数据的网络黑产由来已久,从拖库、洗库到数据贩卖早已形成了完整的产业链,只要有数据库就可以进行相应的查询,并没有太多技术可言。

而从长远看,这种方式虽然有效,但终究不是正途。随着监管的加码,这一神秘武器的Bug也被堵上:2017年5月,根据最高人民法院通报新的司法解释,明确非法获取、出售或者提供个人信息50条以上的,即构成犯罪。

此举大大遏制了数据库黑产,虽然黑市上仍有用户数据库在销售,但规模已大不如前,而且对于使用者来说,成本也大大提高。

对于催收公司来说,虽然互联网金融客户能带来新的订单,但却算不上优质的客户——从信用卡到P2P、现金贷,市场一步步扩大,风险一步步下探,这些人往往是之前银行信用卡业务已经筛过一遍的客户,无法通过信用卡发卡风控这关,所带来的风险自然更大;在贷前风控方面,互联网金融公司往往比银行更宽松,针对性的欺诈也更为普遍,整个行业的不良率高达15%-20%,远高于银行。

与之对应的是收款的困难,尤其在M3(逾期超过3个月)以上的不良贷款,高度依赖于催收员的处理能力,一个案子往往需要催收员打5-6通电话,每次电话达几十分钟,很多时候还要依靠现场催收解决问题。

据某从业人士告诉雷锋网,银行信用卡M3以上的不良贷款,能回收回来的约占30%,而互金平台M3以上不良贷款,能收回来的可谓凤毛麟角。

正因为如此,一些逐步成长起来的互金平台也建立了自己的内催团队,重点解决M0-M2这一等级的不良贷款;对于M3以上的疑难案子交给催收公司,催收公司能拿到的佣金甚至可能高达80%以上。

为进一步提高催收的效率,一些更“互联网”的玩法也随之产生:

首先产生的是“O2O”的收款平台:例如借贷宝,为解决自家平台上“熟人借贷”产生的大量坏账推出了“人人催”,只要有催收意愿和催收能力的人均可注册成为合作催收员,在平台上领单催收获取奖金。然而催收毕竟是一个有Knowhow、外人往往不得章法的行当,这种催收方式起到的改善效果有限。

随之诞生的是打通线上、线下催收的“平台化”,这些平台整合线下的催收团队,对接给有催收需求的金融公司。典型平台如“一起催”,平台会根据坏账的类型、欠款人地点、催收的难易程度进行匹配,通过全国统一委单、分单,内部循环等模式,在催收过程中,平台还会提供欠款人及其相关合伙人、亲友信息,帮助制定催收策略,细分规划,同时帮助互金公司贷后管理部门,通过清算、转让等方式处理不良资产。

催收的平台化在一定程度上提高了互金平台催收的效率:首先是通过和多家互金平台合作,可以有效发现同一贷款人在不同平台的多头贷款,并可以将多个平台上统一借款人的案子派给同一个催收公司;其次平台对接多个催收公司,当某家催收公司处理效果不好时可以及时更换,这也使得这类平台的催收率接近高柏、CBC等为银行解决信用卡不良的催收标杆公司。

而这个时期的催收行业,同样也与互联网金融的发展息息相关。

首先是催收行业的传统优质客户银行等发卡量趋于饱和,信用卡的拐点来临,2015年的信用卡发卡量甚至出现了5%的负增长;同时在网购、第三方支付、互联网金融的夹击下,互联网巨头开始抢夺信用卡蛋糕,线下POS机支付不足线上1/3,在2015年的四个季度中,均呈连续下跌趋势。

而互联网金融在经过两年的迅速发展后进入下半场,红利逐步消失。以P2P平台为例,2015年国内共有1302家P2P平台倒闭,668家跑路,12月更是爆出了非法吸收资金500亿元的“e租宝”事件,整个行业进入下行期。

与此对应的是催收公司的困境:对于催收公司来说,2015年是异常艰难的一年,之前业内几乎从未听说催收公司倒闭,而在15年,催收公司倒闭、洗牌比比皆是,员工收入也大受影响。与此同时,在监管趋严、对互金平台运营要求日趋规范化的呼声下,催收行业的暴力行为依然屡禁不止,曾经紧密合作的金融公司和催收公司平台愈行愈远,开始出现了裂痕。

在这样的背景下,进一步用科技改变催收、重构价值链的呼声开始出现。

催收科技的未来:重构价值链

虽然之前有部分互联网公司尝试采用人工智能、大数据、语音机器人、语境分析等技术应用于催收行业,中国的催收3.0时代要从2017年开始算起。

这一年,对于互金的监管政策陆续出台,同时催收也备受关注,2017年5月4日,深圳互联网金融协会对外发布《深圳市网络借贷信息中介机构催收行为规范》(征求意见稿),成为国内首份针对催收的地方性文件。监管的核心逻辑,就是针对过去互金中存在的野蛮生长的行为设置了各种门槛和规则,在规范整个行业良性发展的同时,也让一些不正规的小平台成本增加,难以存活。如何从粗放型生长转变为利用技术精耕细作、提高效率成为这一时期的主题。

而在大洋彼岸的美国,利用先进技术手段重构催收流程的尝试要比国内要来的更早一些。

以互联网催收公司True Accord为例,这家公司称自己“利用机器学习和行为分析等手段,实时了解客户行为,并及时更新解决方案”,到2016年底,True Accord已有60万用户,并获得1270万美元融资。

令人吃惊的是,这家公司此时仅拥有15名员工,完全颠覆了有催收公司“劳动密集”的传统观念。

更重要的是这家公司的催收观念:为欠款人提供最佳的用户体验、帮助金融机构重塑客户关系。据说这是因为公司创始人Ohad Samet曾因信用卡逾期收到追债公司不愉快的对待,这使他在日后的创业过程中始终将“对用户更友好”的观念贯穿与公司中。

而这种催收的理念和对科技的应用方式,也极大的影响了其在中国的同行们。

首先是机器学习与大数据等更先进的智能手段的运用。采用机器学习技术可以建立起不良资产的评估模型,并对用户进行画像,这一过程能有效代替传统不良资产公司的分类过程,将逾期借款人的分类从按逾期天数、金额的简单划分改为按还款能力、还款意愿进行细分,在进行风险评级之后,对不同的客户在不同的时间,用不同的手段,不同的频率触达,推行不同的催收策略。这种做法不仅使得首次催收工作更有针对性,也节约了大量的人工成本,提高了催收进件到分类处理的效率和回款率。

在用户刻画与行为分析上,这种基于数据挖掘的精细匹配也做到了极致:以催收短信为例,系统可以获取客户的LBS位置,收集客户阅读短信所停留的时间等参数,输入模型中进行分析,并根据根据结果制定不同的催收策略,安排以及各种策略应采用的语言内容。

据雷锋网(公众号:雷锋网)了解,以M1-M2的早期不良贷款处置为例,采用机器学习模型分类的案子最快能做到当天回款,而传统催收公司一般需要一周左右,回款率也比之前提升了15%-20%。

机器学习模型的第二个作用是:能够更好地进行资产包的价值评估。目前利用机器学习技术建立的模型预估的回款率预测模型误差已经能做到1-2%以内,这使得可以更好地对资产包进行定价,进行转让甚至证券化。

此外,语音识别和情绪识别技术也在被用于催收流程的规范化:利用语音识别技术,可以将电话录音转化成文本,并通过语义分析提取关键字,让催收员可以更直观了解催收过程中的问题;而情绪识别技术可以分辨催收员的情绪变化,在催收员情绪激动时自动挂机。

而在重构价值链方面,3.0时代的催收公司也有着新的理解。

如在雷锋网最近参加的一个行业会议上,捷越联合创始人王晓婷就将催收定义成新的利润中心。过去在催收公司眼里,欠债的客户都是坏客户;而在“重塑客户关系”的新观念下,需要给客户重新定义为是损失类客户和收益类客户。而在不同的时间、用不同的方法和不同的策略触达客户的催收策略,在一定程度上决定了客户在一定程度上是不是有收益。

“每期都正常还款的客户是好客户吗?是好客户,但每期都逾期,每期都还款的客户是更好的客户。”王晓婷说道。

这种对逾期客户进行精确管理,找到“更好的客户”的操作在传统催收公司看来几乎无异于在刀锋上跳舞,稍有不慎便是万劫不复。 毫无疑问,这是一件非常危险的事情,非有勇气和智慧者不敢尝试。

而这却又是金融业务更新换代的需求:以某商业银行年报公布的数据为例,信用卡业务总收入544.58亿元,其中罚息和分期收入149.13亿元,已经占到收入的1/4强;而且这部分31.75%的增长率,也远高于其他业务的增长。

随着业务量的增长,银行一贯强调的KYC(Know Your Customer)原则下探到了之前被视为“损失”的逾期客户上也成为必然。更好的了解和服务逾期客户,也对催收提出了更高的要求。

不仅传统银行、P2P、小贷、3C类个人信用类的资产,非标类资产如房地产,同样也存在着相同的更新换代的需求,虽然房贷的不良率平均水平仅为0.3%-0.5%左右,远远低于个人信贷,但这块市场基数巨大,而且对于这个市场的ABS和不良资产的重新定价,都是催收科技可以延伸到的新蓝海。

后记

在历史的洪流面前,无论是个人乃至整个行业的命运,无非都是随波逐流。而催收也逃离不了整个金融行业的历史演变趋势:经济周期上行之时如烈火烹油,鲜花着锦,下落之时丢盔弃甲、惨淡经营,在金融整个行业全面拥抱科技的大趋势下,新兴业态如滚滚洪流,大有长江后浪推前浪之势,即便最古老传统的催收,在新业务增长点的需求推动催收这个存在几千年的行业终于搭上了科技的列车。

自互联网金融兴起,整个行业风口几经变迁,P2P、众筹、校园贷、现金贷、消费金融、ICO等此起彼伏,随着市场与政策的变化,当中有的风口已经消失,有的从蓝海变成了红海甚至“火海”。我们认为,催收与科技的结合,对于整个金融科技行业都存在着标杆性的启示意义:如果连最传统、最人力密集的催收,都能够有效利用科技更新换代,在监管的大趋势下成为监管科技的重要部分,其他苦苦挣扎的风口来说,又有什么理由不充分利用技术手段,先破自己的局,从而杀出一条血路呢?

唯此,才是金融科技“用科技改变金融”的真正意义。

- END -

雷锋网诚招编辑、运营、兼职、外翻等岗位

详情点击招聘启事

关注雷锋网(leiphone-sz)回复 2 加读者群交个朋友

*本文作者AI金融评论,由新芽NewSeed合作伙伴微信公众号:雷锋网授权发布,转载请联系原出处。如内容、图片有任何版权问题,请联系新芽NewSeed处理。