阿里集團的金融業(yè)務一直是市場關注的焦點，但它一直蒙著神秘的面紗。種種傳說的背后，究竟有多少傳聞是真的？去年占小貸行業(yè)半壁江山的新增貸款是怎么做到的？圍繞阿里銀行傳聞，阿里小貸背靠大數據的網貸模式以及這些年阿里與銀行合作的恩恩怨怨，2月26日，《中國經營報》記者獨家專訪阿里集團小微微貸事業(yè)部總經理婁建勛。資金來源：主要來自于資產轉讓《中國經營報》：2010年成立至今，阿里小貸累計發(fā)放了1700億元貸款。僅2013年新增貸款就接近1000億元，幾乎占全國新增貸款總量的一半，阿里小貸為什么能發(fā)展這么快？你們是如何解決資金來源問題的？婁建勛：這1000億元是指我們2013年累計發(fā)放的新增貸款，周轉的次數很多，借出去的錢減去還回來的錢，現在剩下的余額只有不到120億元。阿里小微微貸事業(yè)部有三家小貸公司，自有資金共18億元。我們放貸的資金來源除了自有資金之外，主要是通過資產轉讓的方式。最典型的方法是跟東方證券資產管理公司做了資產轉讓項目，在深交所掛牌交易。通過這種方式，去年我們獲得90多億元資金。簡單地來說，就等于多了90多億元資金進行放貸。其他的資金來源，我們小貸一開始運作的時候還有些銀行貸款，但從銀行借款的杠桿率也只能放大到50%。即使放大到100%的杠桿也沒有多少額度，這不是我們資金來源的主流?，F在最主要的是資產轉讓模式。另外，現在我們正在談銀行的直投項目：客戶由我們來找，客戶的信用評價由我們做，并由我們提供違約擔保；但資金來自于銀行，借款人是跟銀行簽合同。這種模式我們在跟多家銀行談，希望能大力推動與銀行的這種聯合放貸模式，可能很快會簽約，這是我們近來的重點工作。《中國經營報》：阿里幾年前也曾與建行、工行等合作放貸，最終不了了之。目前來看，阿里小貸與銀行合作貸款的焦點仍然集中在：數據由誰掌控？雙方如何分成？風險誰買單？你們怎么解決這個問題？婁建勛：我們會給銀行提供滿足貸款監(jiān)管要求的數據、貸款企業(yè)的基本經營狀況。但要把淘寶和天貓上的所有數據都給銀行，這不現實。在貸款分成上，基本上是按各方的投入和收益進行匹配。在這個合作模式里，早期我們會把擔保引入，因為銀行一開始不太放心客戶的信用評價和客戶的風險等級，引入我們的擔保公司做擔保。后期如果銀行認為這種合作風險可控，可以把擔保拿掉，我們可以減少一部分擔保收入，這樣銀行的風險補償就更大一些。早期的合作是失敗的。我們把那么多客戶的信息給到建行、工行，審批通過率卻特別低，只有2%~3%，甚至1%。這種合作解決不了融資問題。因為銀行會挑里面最好的、在其標準下允許的客戶。但實際上我們認為盡管小企業(yè)規(guī)模小，但不意味著沒有信用，所以我們后來通過阿里小貸做自營貸款。線上放1元和100萬元貸款成本沒區(qū)別《中國經營報》：有數據顯示，阿里小貸服務小微企業(yè)超過70萬家，戶均貸款余額不超過4萬元，銀行和小貸公司都不樂意去開發(fā)這部分客戶，你們怎么控制成本和放貸風險？婁建勛：我們放貸分兩大類：一類是淘寶天貓的客戶，經營銷售都在網上完成，所以有相對完整的銷售、經營、物流數據，我們做授信更快更便捷；另外一類是阿里巴巴B2B貸款，傳統(tǒng)的一些線下生產制造企業(yè)、商貿企業(yè)、國際貿易企業(yè)的網上交易行為很少，這部分還要依賴線下的調查和走訪，流程會相對長一些。在線下的部分成本相對高一些，但線上部分成本就低很多，對我們來說，線上放1塊錢貸款和放100萬元貸款沒區(qū)別。我們的成本構成有幾大塊：一方面是經營成本，包括人員、工資、辦公設備；另一方面，很大一塊是系統(tǒng)，云計算和存儲是很大的投入；還有一塊是軟件開發(fā)的成本。我們沒算過每筆貸款成本，因為每筆貸款區(qū)別很大，前期和后期進來的客戶差別大，線上線下差別大。在風控上，我們對貸款客戶的貸款嚴格限制用途，首先是經營性貸款，要投入到生產中。產品規(guī)定一定的期限，最高單筆貸款金額不超過100萬元人民幣。目前，我們設定的不良貸款容忍率最高為3%，這是只針對阿里巴巴的B2B的線下貸款部分，而淘寶類、天貓類貸款不良容忍率是2%~2.5%?，F在我們整個的不良貸款在1.2%~1.3%的水平。我們整個的風險管理體系框架是按照巴塞爾銀行的要求做的。在這個基本要求下，我們開發(fā)了很多模型，建了很多系統(tǒng)，在財務系統(tǒng)上，我們也做了450%的撥備覆蓋率，這比商業(yè)銀行的200%~300%要高。后續(xù)如出現逾期，我們是通過催收、資產保全等方式，一天逾期，我們就開始催收，對于逾期360天以上的，我們就快速核銷。另外，客戶數量巨大以及高度分散，也分散了放貸的風險。阿里小貸2013年累計服務小微企業(yè)超過60萬家，2014年計劃做到超過100萬的客戶數。網絡金融靠大數據《中國經營報》：很多人把阿里小貸的成功因素歸結為背靠著互聯網大數據的優(yōu)勢。你們如何運用大數據來服務小貸業(yè)務？婁建勛：數據分析在整個阿里小貸業(yè)務決策中，處于核心位置，向公司的管理決策層提供科學客觀的分析結果及建議，并對業(yè)務流程提出優(yōu)化改進方案。我們放貸要回答幾個問題：一、什么樣的企業(yè)和商戶能夠持續(xù)有交易，二、它的交易具有怎樣的波動性，哪些原因導致了這些波動性，這些波動性是否可被預測；三、每個行業(yè)的用款波動周期和銷售周期是怎樣的一個錯配。2013年搭建的水紋模型就處理這些問題。我們的大數據量很大，但要把這些數據變成有用的信用數據和信用評價，還需要很多的數據加工和模型開發(fā)，所以我們把原始的數據、交易的記錄等變成可分析的數據，在此基礎上做出很多的模型，基于這些數據，挑選客戶、計算額度、給予評價、預測風險等。《中國經營報》：銀行能完成這種大數據的處理嗎？銀行和互聯網企業(yè)都在做網絡金融，你認為各自的優(yōu)勢是什么？婁建勛：如果銀行想做到，它肯定能做得到。關鍵是它的數據來源，如果只用現有的銀行數據，我認為未見得可以叫做大數據，互聯網的數據更加符合網絡金融的內涵。在網絡金融上，比如說對貸款客戶信用評價上，用的變量可能跟銀行不同，從銀行借錢，企業(yè)要提供財務報表、抵質押和擔保，個人要提供收入證明、工作證明、夫妻關系、房產情況等，而在互聯網貸款，拿這些數據相對困難，我們會用客戶在淘寶上的交易歷史、售后地址，通過工作地址、家庭地址的樓盤銷售價格和租賃價格，這是網絡金融有別于傳統(tǒng)金融突出的特點。（中國經營報）