摩根大通前董事总经理林晴

钛媒体注：4月13日，在由一本财经举办的行业论坛上，前美国运通银行董事会董事、前摩根大通任董事总经理林晴详细阐释了中国金融科技行业的优势与不足、以及美国金融危机对于中国金融科技行业带来的启示。

即使担任过两家顶尖金融机构董事，林晴仍然表示震惊于中国金融科技的发展速度。“中国有让全世界都眼红的支付宝和微信支付，有两千多家P2P平台，有四千五百多家银行类金融公司，八千多家注册小贷公司，还有五千多家金融科技公司。有世界上最五彩缤纷的金融大数据，从支付、商城的交易数据。”

但与此同时，中国的金融创新也存在很多负面要素。近期随着监管的收紧，行业出现了不少动荡。以“714高炮”为代表，近年来追逐高利的热钱资本“火中取栗”带来的后遗症也逐渐显现，不良资产规模持续攀升。

对此，同为演讲人的合生科技联合创始人何新宇公布了几组数据——截止到2018年，整个银行的不良贷款规模达到2万亿，消金机构，小贷、网贷等的不良资产规模，以及信贷规模和逾期率预测目前在2000亿左右。

“在过去五年时间，整个不良资产规模的增长率每年都是百分之十几，根据目前宏观的经济形势，还有监管的收紧，预计未来几年贷后不良资产的规模肯定还会持续增加。”

即使如此，林晴并不认为如今的金融科技行业正在经历严冬，“冻死了几只苍蝇，就算寒冬了吗？我看不是。中国还未真正见过什么是真正的冰川覆盖、酷暑烈火。”

经历过大衰退的林晴讲述了金融危机对中国金融科技行业的启示，他认为应该强调“风险胃口管理”的价值。所谓风险胃口压力测试就是公司所能承担的最坏结果。

这其中又可以分为两个层次，首先是被动式的风险管理。林晴提到，金融危机之下，美国各个银行在监管的强力推动下，投入了极大的资源，以满足监管资本充足压力测试和风险胃口的要求。

更高层次的风险胃口管理是主动式的管理。他认为，评估资本是否充足不应该只是给监管看的报表。风险资本回报必须落实到利润主导的风控策略当中。需要在风控策略中，引进非预期损失的维度。

“承担更多的风险之前首先确定是否有足够的利润支撑，风险胃口应该落实到日常风控当中的风险偏好，在平时的利润优化中，准备牺牲多少近期利润，来为未来的最坏情况买个保险？”

在林晴看来，小微信贷是金融科技未来的方向——即利用数据和技术勾勒出小微的金融生命线，从而进一步成为小微的财务参谋。

“谁能做好小微信贷的最后一公里？美国靠的是为数众多的社区中小银行，中国靠什么？”这位从业超过三十年的资深CRO并未给出答案。（钛媒体编辑蔡鹏程整理）

以下为前美国运通银行董事会董事林晴的演讲速记，经钛媒体编辑：

中国金融科技还未遇到“真正的寒冬”

我是一个风控老兵，可惜是美国的，现在我是个“回炉学生”，有幸赶上中国金融科技的大浪潮，回国有几个月了，就像一个海绵掉到水里，一下子吸收、学习到了很多。

中国有世界上最新颖的金融科技，且不说让全世界都眼红的支付宝和微信支付，中国还有两千多家P2P平台，还有四千五百多家银行类金融公司，八千多家注册小贷公司，还有五千多家金融科技公司。

中国有世界上最五彩缤纷的金融大数据，从支付、商城的交易数据，从移动运营商的手机应用、定位轨迹、信息推送数据，还有企业税务申报、征收等等数据，还有中国独一无二的发票机制。

中国的风控、金融科技团队也是世界上速度最快的。回国的路上，我看了一本李开复写的书——《AI Superpower》，书中对中国的互联网有着绘声绘色的描述，让我第一次见识到了什么是狼式竞争、快速复制。

十天之前，摩根大通公布了2018年的年报，Jamie Dimon在给股东的信中，提到了这样一件事情：摩根大通的高管团队到中国考察金融科技，回去得到的结论是这样两个字——“Impressed and Worried”。翻译成中国现在比较时髦的语言，就是“羡慕嫉妒恨”。

中国还有最“强大”、最富有“创新力”的“羊毛党”，刺激着金融科技的发展。我也是前一段学到一个新名词——“肉鸡”，就是超市里面那种被拔光毛、白花花的鸡。我们都知道，用虚拟机大规模薅羊毛，在人工智能的监控下已经越来越难了。所有就有了人肉操作，即所谓“肉鸡”。

FinTech的公司有很多，银行把自己的IT部门分拆出来，开科技公司，向外输出科技，这也算是中国的一大特色了。一帮“大象”们下场跳舞，不知道中国已经拥挤的金融科技空间，会发生什么。

中国的金融科技一直是郁郁葱葱，风口一个接一个地来，吹起了不少，也摔死了不少“飞猪”。监管的斧子，一刀一刀地砍下；贸易战的鼓声，吹来了一阵一阵寒风。有的人就说，寒冬到了。

但冻死了几只苍蝇，就算寒冬了吗？我看不是。中国还未真正见过，什么是真正的冰川覆盖、酷暑烈火。它们来或不来，我们CRO们都在这里。

风控不是控制坏账，而是增加利润

风控的目的是什么？做过CRO的人都知道，这项工作是两面不讨好的工作。我们每天辛辛苦苦地建ABC卡、做指标、搞规则，每天心惊胆战地看逾期、M1、M2、坏帐、注销、拨备……坏帐率好的话，我们是增长缓慢的“罪人”；坏帐率不好的话，便拿我们是问。

我们都知道，信贷风险是最大的风险。多少无视规则的人，是被坏帐玩死的？我们的看家本领，是从控制坏帐开始的。

风控首要的基本功是什么？就是Rank Ordering，“风险排序”。客户按照违约的概率最大地区分开来，从好往坏排序。这是风控的首要和核心竞争力，如果你的Rank Ordering的能力强，就可以在同样的坏帐率之下，达到更高的通过率。所以大家都在找更好的场景、更多的数据、更牛的模型。

风控的策略是什么？就是和Marketing在坏帐率和通过率之间，进行拉锯式的谈判。为了达到共识，大家有一个共同的目标——Profit。至少你用利润说话，谈判中就给你加了几分，增加点高度。如果利润不是目标，那我们就必须在一个可以量化的目标上达成共识。 这是后台风控。把这个做好了，你就是个很牛的CRO。

可是，利润=收入-成本。坏帐只是成本的四分之一，利润的驱动因素是多维的。当你把所有的利润驱动因素，都囊括到风控策略之中。恭喜你，你就从后台跑到前台，成为了利润的驱动者。

这是一个非常显著的变化。今天我们谈金融科技，首先想到的就是大数据风控，比如搞大数据营销。在客户眼里，它们都是银行给我贷款，为什么不能统一？

美国运通公司的风控团队从九十年代初就开始了这个征程。到了九十年代中后期，运通所有量化决策的职责，都由风控团队承担，把风控和营销真正合并到了一起。从产品设计、目标用户的确立到催收，目标统一的信贷策略，始终贯穿着整个客户的生命周期。

把风险胃纳框架下，利润极大化的优化过程，落实到所有业务决策中，应该是一个优秀的CRO的终极任务。

金融危机对中国金融科技的启示

风险是未知的不确定性。确定性的是成本，坏帐就是信贷风险。大数定理天然地降低了零售金融的风险，每笔贷款的坏帐是不确定的，但是整体的坏帐率在一定范围内是可以预测的。

大数定理让数据（时髦称大数据）和统计模型（人工智能）在风控上有了用武之地；成就了今天的FinTech。风控就变成了用统计手段做决策引擎的技术问题了，我们都是“技术人”了。

但问题是，将来是不是等于过去？这是最大的风险。从小处说，新的市场、新的产品、新的客户，是面子。从大处说，经济环境、政策环境、道德风险，未来充满未知。

风控首先是风险的预测，然后是控制。风险预测，是极大地认知经营过程当中的确定因素和不确定因素。

我们常说，CRO不是“算命先生”。CRO的工作，是确定在各种情况下的应对方案，以保证最坏的结果，是在风险胃口（Risk Appetite）预测之内。风险胃口压力测试就是公司所能承担的最坏结果。

风险资本（Risk Capital）是覆盖非预期损失所需要的资本金，担当的风险越大需要的资本就越大。为了保证资本回报率，高风险就应该有高利润。

经历了大衰退，美国各个银行在监管的强力推动下，投入了极大的资源，以满足监管资本充足压力测试和风险胃口的要求。风险胃口在这之上，是对经济危机来临时的应对。规划好明确的行动，才能做到临危不乱，这是被动式的风险管理。

更高层次的风险胃口管理，应该是主动式的。资本充足，不应该只是给监管看的报表。风险资本回报必须落实到利润主导的风控策略当中。承担更多的风险之前首先确定是否有足够的利润支撑，风险胃口应该落实到日常风控当中的风险偏好，在平时的利润优化中，准备牺牲多少近期利润，来为未来的最坏情况买个保险？

这就需要在风控策略中，引进非预期损失的维度。这在美国也是一个Best Practice。摩根大通最近几年做了很多这样的工作，也算是在这方面占据领先地位。

然而，未来一定不见得是相似的。每个经济周期都不同，国家、地域、政策法规都不一样。We do not know what we do not know.

但是我们知道我们犯过的错误，特别那些是经历几个周期，经历过大衰退的“风控化石”们。

准入授信的结果，可能需要很长时间才能看到。坏环境中吃的后悔药，都是好年景中买的。在风险原则的界河边游走，总是要湿脚的。经历过这些的人，才更能体会“Ability to pay, Loan to Value, Income to debt”的真正含义。

未来的不确定性可以是千变万化的，信贷风险的原则就是如此。但是今天金融科技和人工智能的出现，让信贷分析模型可能会被机器学习取代。

好消息是，我觉得CRO这个工作，机器学习一时半会还干不了，况且金融科技需要的数据合规合法环境，本身就是一种风险。

持之以恒的方针，灵活机动的策略，居安思危、临乱不惧。这是应对风险方面，我想和大家分享的。