华泰 | 多元金融：互联网消费贷何以逆势改善质量？

1H24互联网消费贷平台贷款质量好转

1H24互金平台的贷款质量广泛修复，而银行零售贷款的不良率仍在提升。奇富科技、乐信、信也科技是规模相对较大的互联网消费信贷平台，前瞻风险指标不同程度地修复，如奇富科技/信也科技的首逾率由2023年的最高点降低0.2/0.6pct至2Q24的4.8/5.1%。嘉银科技是规模相对较小的轻资本消费信贷平台，1H24的逾期率亦在下降。陆金所的消费贷处在起步阶段，不良率同样改善。然而银行零售贷款的质量仍有压力，华泰银行团队的数据显示（《拨备释放助力利润企稳，关注零售风险》9月4日），1H24上市银行的零售贷款不良率较2023年末提升0.11pct至1.01%。

原因一：风险偏好收紧

风险偏好收紧是互金平台信贷质量好转的最重要原因，属于“意愿”范畴。1H24平台对风险快速响应，在贷前、贷中、贷后采取了各项措施。业务数据显示平台谨慎经营的策略。1H24不同互金平台的放款量相比2H23下滑7-20%，部分平台的笔均金额和合约期限也有收缩，幅度均在10%左右，体现平台在贷款质量波动时对规模和风险的权衡。Vintage曲线显示1Q24发放贷款的质量好于3Q23和4Q23，反映出平台在提升贷款质量上的努力。相比之下，银行零售贷款呈现“量”增“质”降的状态。

原因二：风控体系能力提升

精准敏捷的风控体系是平台战略决断的技术基础，为业务提供前瞻判断和决策依据，是“能力”的体现，属于“慢变量”，反映长期积累。历史上互联网消费贷的“量”“质”同步，3Q23-2Q24 90天逾期率提高1-1.5pct，放款量随即收紧，同比增速降低约10-30pct，凸显风控体系的灵活性。信贷风控体系主要包括底层数据、风控模型和风控策略。互金平台的数据源丰富，包括各类替代数据。风控模型高度细化，可在贷款的不同阶段针对不同标签的借款人提供精准的风险评估。风控策略灵活，根据模型的实时输出可快速调整经营策略。而传统金融机构中，部分头部机构的自主风控能力较强，但仍有一些机构有待改善，具体体现在风控数据较传统，业务目标调整较滞后等。

原因三：潜在客群质量稳定

相比传统金融机构，互金平台的潜在客群质量具有出乎意料的稳定性，为平台精准调整风险暴露创造了条件。潜在客群是指有意在互金平台借款的客群，包括被机构筛掉的部分申请人。百融云数据显示，互金平台潜在客群的信用评分和优质客群占比长期稳定，特殊风险客群占比持续下降。但银行的潜在客群质量波动较大，以股份制银行为例，其信用评分波动区间上下限的差距约4.5%，优质客群占比和特殊风险客群占比亦波动较大。我们认为互金平台潜在客群质量稳定可能源于清晰的目标、精准的初筛和较小的体量。

风险提示：高质量消费信贷需求快速下降，贷款质量超预期恶化，监管趋严。

核心观点

在传统金融机构零售信贷质量承压的背景下，上半年互联网消费信贷质量呈现行业性修复，值得市场关注。我们认为风险偏好收紧、风控能力提升和客群质量稳定是平台贷款质量改善背后的三个因素。其中互金平台对风险的快速响应或者说风控意愿的加强是1H24贷款质量好转最重要的原因。2H23贷款风险显现时，平台能够及时发现并迅速调整战略方向，短时间内完成对风险的处理。而精准敏捷的风控体系是平台战略决断的技术基础，反映出平台的长期积累。另外潜在客群质量保持稳定，也为平台精准调整风险暴露奠定了基础。在流动性相对充裕和谨慎经营的背景下，我们认为2H24互金平台的贷款质量有望继续提升。

今年上半年，互金平台贷款质量好转，呈现出与银行零售金融完全不同的状态，值得投资者关注。2023年互金平台的贷款质量波动，但在2024年上半年好转，不同规模平台的各类风险指标出现了不同程度的改善。体量相对较大的消费贷平台如奇富科技、乐信和信也科技的贷款质量前瞻指标持续优化。奇富科技的首日逾期率由4Q23的5.0%降至2Q24的4.8%；信也科技的首日逾期率由3Q23的5.7%降至2Q24的5.1%；乐信的贷款质量在2Q24明显改善，30天首期逾期率重回0.8%以下。另外体量较小的轻资本消费贷平台嘉银科技的逾期表现也有改善。陆金所的消费贷处在早期阶段，不良率也有好转，甚至此前质量较为承压的陆金所小微贷的质量也企稳回升。然而，传统金融机构的零售贷款质量和信用卡贷款仍面临压力，不良率在上半年仍在走高。

风险偏好下降、风控体系优化、贷前潜在客群质量相对稳定是互金平台上半年信贷质量好转的主要原因。在2023年底看到贷款质量恶化的迹象后，平台纷纷收紧了风控，推动了今年上半年贷款质量的好转，不断优化的风控体系是这一战略调整得以实现的技术能力基础。而贷前潜在客群质量的稳定能够提供良好的风控环境，为平台精准调整风险暴露创造了基础。相比之下，一些传统金融机构在风险响应、风控体系和基础客群质量稳定性上仍有提升空间。

我们预计下半年平台的贷款质量仍将持续好转，这是因为贷款质量好转后部分平台的投放策略可能相对1H24更积极，通过率和授信额度可能有所提升。行业内复借率较高，在80%以上，并且可能存在一些借新还旧的情况，因此我们预计下半年更充裕的流动性或将推动平台贷款质量改善。另外在当前宏观背景下，尽管投放策略变积极，但谨慎经营或仍然是大前提，我们认为平台仍会在意愿上重视提升贷款质量，并在能力上持续迭代自身风控体系，最终实现贷款质量改善前提下的相对积极投放。

我们与市场观点的不同之处在于，目前市场可能已经注意到了银行零售贷款的风险波动，但却可能并没有完全意识到互联网消费贷平台的贷款质量已经开始出现好转，这个现象及背后的原因值得市场关注。我们系统地讨论了互金平台如何能在当前宏观背景下实现贷款质量的逆势提升，总结成为三个原因，即风险偏好收紧、风控体系能力提升、潜在客群质量的稳定。在每一部分都有详细的论述和数据支撑，并且与传统金融机构进行了对比。

互金平台贷款质量好转

今年上半年，互金平台贷款质量好转，呈现出与银行零售金融完全不同的状态，值得投资者关注。2023年互金平台的贷款质量波动，但在2024年上半年好转，不同规模平台的各类风险指标出现了不同程度的改善。体量相对较大的消费贷平台如奇富科技、乐信和信也科技的贷款质量前瞻指标持续优化。体量较小的轻资本消费贷平台嘉银科技的逾期表现也有改善。陆金所的消费贷处在早期阶段，不良率也有好转，甚至此前质量较为承压的陆金所小微贷的质量也企稳回升。然而，传统金融机构的零售贷款和信用卡贷款的质量仍面临压力，不良率在上半年仍在走高。

互联网消费信贷质量广泛好转

2023年互金平台的贷款质量波动，然而在2024年上半年，行业的贷款质量广泛好转，各个平台的风险指标出现不同程度的改善。奇富科技、信也科技（国内）、乐信是规模较大的互联网消费信贷平台（三个平台2Q24的放款量分别为954亿元、464亿元、511亿元），并且均披露前瞻风险指标（首日逾期率、30天回款率、30天首期逾期率），比较有代表性：

1) 奇富科技的贷款质量在4Q23触底。首日逾期率由1Q23的4.1%涨至4Q23的5.0%，后降至2Q24的4.8%，30天回款率由1Q23的86.2%降至4Q23的84.9%，后又提升至2Q24的86.3%；

2) 信也科技贷款质量的触底时间是3Q23。首日逾期率由1Q23的5.3%涨至3Q23的5.7%，后降至2Q24的5.1%；

3) 乐信的贷款质量在2Q24明显改善，30天首期逾期率重回0.8%以下，另外6月的首日逾期率相比4月降低了7%（幅度）。

嘉银科技的规模较小（2Q24放款量240亿元），并且业务模式是不承担风险的轻资本业务，其贷款质量也有好转。1-30天逾期率由1Q23的0.91%涨至3Q23的1.16%后触顶，随后又降至2Q24的0.96%。

陆金所消费贷质量边际好转。陆金所的贷款可以分为小微贷和消费贷，两者分别有不同的风险指标。首先是本文讨论重点的消费信贷，陆金所消费贷的不良贷款率（90天逾期率）由1Q24的1.6%降至2Q24的1.4%（+0.2pct）。但值得注意的是，90天逾期率是有缺陷的，对贷款质量的反映不够及时，并且在贷款余额增加/减少时，会掩盖/夸大真实的风险，在后文我们会详细讨论。陆金所的消费贷余额在2Q24环比增长11%，因此2Q24陆金所真实的消费贷质量提升的幅度可能会小于+0.2pct。但是相比此前，消费贷不良率由3Q23的1.4%到1Q24的1.6%，陆金所消费贷款的真实风险情况边际好转。

陆金所的小微贷质量也有提升。陆金所主营小微贷，此前由于小微企业的经营状况和现金流面临一定压力，陆金所的小微贷质量从2021年就持续承压，同时陆金所也开始着手清理高风险贷款，以应对风险，最终小微贷质量在4Q23触底。C-M3比率是陆金所小微贷的前瞻风险指标，描述当前贷款在3个月后可能成为不良贷款的比例，为了更贴合本文信用贷款的讨论主体，我们选取无担保小微贷的C-M3比率作为观测指标，这个指标在4Q23触顶达到1.4%，后降低至2Q24的0.9%。

相比之下，2024年来传统金融机构的零售贷款质量仍然有压力，华泰银行团队的数据显示（《拨备释放助力利润企稳，关注零售风险》，2024年9月4日），1H24上市银行的零售贷款不良率（近似60天逾期率）较2023年末提升11bps至1.01%，其中上市银行消费贷和信用卡不良率较23年末分别+8bp和+12bp至1.32%和2.26%。

90天逾期率不是观察贷款质量的最好指标

90天逾期率具有一定迷惑性。尽管互金平台的90天逾期率在1Q24/2Q24出现了不同幅度的上涨，但我们认为其可能不是观察最新贷款质量的最好指标，主因90天逾期率有一定滞后性，并且在贷款规模收缩时会放大实际的逾期情况。90天逾期率是一个与银行不良贷款率类似的概念，我们在下面展示了90天逾期率的计算方法，可以看出这一指标反映的是90天以前新发放贷款的质量，即在2Q24逾期90天以上的贷款是在1Q24或之前发放的。另外由于90天的时间周期，在平台贷款余额下降时，分母端的下降速度会快于分子端，会导致90天逾期率虚高，而2024年来各平台采取了谨慎经营的策略，贷款余额均有下降。

首日逾期率、30天回款率和30天首期逾期率（FPD 30）更能反映最新的贷款质量变动。我们同样展示了这三个指标的计算公式，可以看出这三个指标的测算周期更短（最长30天，即一个还款期），因此能够更加及时地反映出借款人的逾期情况，尤其是首日逾期率，逾期1天的贷款就会被统计在内。另外由于周期够短，这三个指标都有一定的预测性质，被称为前瞻指标，首日逾期率和FPD 30的预测逻辑类似，未来完全违约的借款人很大概率是第一天/第一期前30天不还款的借款人，这两个指标越低，说明未来产生更多违约贷款的概率就越低。30天回款率则体现了借款人的还款能力和平台的贷后管理能力，由于周期足够短，也有预测效果。30天回款率越高，说明借款人质量越好，平台贷后管理能力越强，未来产生更多违约的概率就越低。

以奇富科技的首日逾期率和90天逾期率为例，我们发现首日逾期率的拐点通常更早出现，表明其更能反映贷款质量的最新情况，是90天逾期率的前瞻指标。

风险指标的计算公式：

90天逾期率 = 表内表外逾期91-180天的贷款余额 表内外贷款的全部贷款余额；

首日逾期率 = 截至某一指定日期（还款日）逾期的本金总额 截至该指定日期应

还的本金总额；

30天回款率 = 某一指定日期（还款日）逾期本金总额中在一个月内偿还的本金金额

截至该指定日期逾期的本金总额；

30天首期逾期率 = 在第一期逾期30天以上的贷款余额 第一期到期的贷款余额。

原因之一：风险偏好收紧

我们认为风险偏好收紧是互金平台信贷质量好转的最重要原因，反映了平台在宏观有待进一步改善的背景下调整了战略方向，把“质”放到了“量”的前面。上半年，各平台表现出较强的收紧风控意愿并且普遍维持了谨慎经营的策略。在贷前，平台收紧审核，降低通过率，谨慎把控贷款的额度和期限，并摒弃掉一些低质量的获客渠道。在贷中，平台加强贷中风险监控，实时调整借款人剩余额度。在贷后，平台加强提醒频次、触达方式和提醒强度，并进一步细化逾期模块，提升回收预测的精准度和时间范围。作为外界的研究者，我们较难量化上述风控意愿的调整，但我们可以基于业务数据侧面观察平台谨慎经营的策略。

放款量环比下滑

放款量是观测平台是否谨慎经营相对直接的指标。放款量环比下滑，体现平台在贷款质量波动时对规模和风险的权衡。一般来说，当提到需求不足时，指的是高质量需求不足，而非整体借贷需求不足，这两者是有差异的。如果平台不顾风险，我们认为是能够在宏观波动时提升放款量的，但这会为平台积累大量风险。反过来讲，如果在高质量信贷需求不足，贷款质量波动时，平台收缩规模，则体现了谨慎经营的策略。2H23-1H24，各个平台的放款量出现了不同程度的环比下滑，奇富科技和乐信的放款量收缩得较早，在3Q23就已经出现环比下滑，并持续到2Q24，奇富科技/乐信1H24的放款量相比2H23收缩20/12%；信也科技放款量的环比增长在同期放缓，并且在1Q24也出现环比下滑，1H24信也科技的国内放款量比2H23下降7%。

放款量的环比下滑不是季节性因素。一般来说，一季度和四季度的放款量会受假期影响而波动，而3Q23-2Q24各平台的放款量出现连续下滑或环比增速放缓，且1H24的放款量相比2H23也是降低的，因此我们认为这几个季度以来的放款量下滑并非由于季节因素。

谨慎经营的策略下，部分平台的笔均金额和合约期限下降。笔均金额和合约期限也能评估部分平台是否收紧了风控审核，但可能不具有普遍性，这是因为每个平台的策略有差异。部分平台如奇富科技和嘉银科技，通过缩短合同期限或压低单笔额度的方式控制风险。笔均金额上看，奇富科技/嘉银科技的笔均金额从3Q23的8.8k/11.0k降低到2Q24的7.5k和9.1k；合约期限上看，奇富科技新放款的合约期限从3Q23的11.2月降低至2Q24的10.0月。

新发放贷款的质量指标好转

Vintage曲线体现平台不同时期放款的质量，从结果上部分反映出平台较强的风控意愿。根据Vintage曲线，我们观察到3Q23和4Q23发放贷款的逾期率最高，但1Q24所发贷款的风险表现则较好，反映出平台在提升贷款质量上的努力。乐信是个例外，可能因其在1Q24时仍在风控系统重塑的初期。

信也科技的优质贷款占比进一步提升。魔镜分是信也科技的信用评分，代表了所发放贷款的质量。2018年以来，Level I和Level II级别（信用最好的两个级别）的放款占比持续提升，并且在1H24又进一步上涨，反映出信也提升客群质量的决心。

综合来看，以强大有效的风控体系为基础，在2023年贷款质量波动时，各个平台都能够迅速反应，采取谨慎的经营策略，表现出较强的风控意愿，我们认为是推动今年上半年互金平台贷款质量好转的主要原因。

商业银行“量”增“质”降

商业银行贷款总量基本呈现上升趋势，少数有所收缩。招商、工商、建设银行的零售贷款余额在2020-1H24均呈现上升趋势，但是平安银行的个人贷款余额从2023年开始下降，截至1H24末，已经低于2021年水平。在信用卡贷款余额方面，工商和建设银行持续上升，而招行和平安分别从1H24和2022年开始下降。

从贷款质量看，出现不同程度恶化。不论是整体零售贷款，还是信用卡贷款，不良率均呈现上升趋势。对于零售贷款，2020-1H24招商、平安、工商、建设银行的不良率分别上升0.09/0.29/0.34/0.43pcts，其中建设银行贷款质量恶化较严重。对于信用卡贷款，2020-1H24招商、平安、工商、建设银行的不良率分别上升0.12/0.54/1.14/0.46pcts，其中工商银行恶化较严重。

原因之二：风控体系能力提升

风控体系为业务决策提供前瞻判断和决策依据。如果说风险偏好收紧是战略判断，属于“意愿”范畴，敏捷反应的风控体系就是做出战略判断的技术基础，是平台的“能力”体现。能力具体体现为能够更敏捷地发现信用质量变化趋势，能够更精确地对客户进行风险评估。能力强的表现是能够在不大幅牺牲业务规模的前提下提升业务质量，能力不够的机构如果收紧风险偏好，可能会面临业务的大幅萎缩。

“意愿”可以经常调整，但“能力”属于慢变量，反映平台的长期积累。金融机构的发展策略，都是平衡风险、收益、业务等多维目标后的结果，这当中风控体系和业务端响应越快速、风险评估越准确，整体战略调整就越敏捷。我们认为平台的风控体系在不断迭代下，响应速度和风险评估能力不断提升，叠加短久期的业务属性，使得平台具备“调头快”的特点，风控和业务发展之间的互动是实时发生的。在灵活的风控策略下，平台能够及时针对风险变化调整放贷策略，改变经营方向。

互联网消费贷“量”“质”同步

互金平台长期以来能够保持放款量和贷款质量的同趋势变动，凸显风控灵活性。考虑到数据的可得性和时间序列的长度，我们选取90天逾期率作为乐信和信也科技贷款质量的单一观测指标，并与首日逾期率一起共同作为奇富科技贷款质量的观测指标，尽管有一定缺陷，但我们认为其在观察贷款质量长期趋势性变化上仍有价值。根据往期数据，参考下图，90天逾期率/首日逾期率和放款量同比增速有相对明显的联动关系，在风险指标恶化前或恶化的当季度，平台能够迅速压降放款增速，并且在风险指标好转或得到控制后，又能相应提升放款增速。值得强调的是，历史数据上看，三大平台都能够在风险大规模暴露前控制住放款量增速，并且均没有在风险恶化时维持高增长策略。以2023年以来的贷款质量波动为例，3Q23-2Q24各个平台的90天逾期率普遍提高1-1.5pct，同期放款量随即收紧，放款量同比增速降低约10-30pct。

我们认为有两方面原因导致了“量”和“质”的联动关系，一方面是质量对放款量有影响，平台通过收紧高风险贷款的放款，达到对风险的控制。平台有精准且敏捷的风控体系，其中包括精准复杂的风控模型和根据模型输出结果相机决断的能力。依靠风控体系，平台能够对未来的信贷风险走势做出判断，并且能够对每一个借款人在贷前、贷中、贷后做出准确的信用评估。结合输出结果，平台能够根据风险情况实时控制放款节奏，通过压低通过率，以及适当调整额度给付等方式，最终实现对风险的控制。另一方面则是因为放款量对质量的影响，这与流动性有关，互金平台的老客占比通常在80%以上，这导致不同平台之间的客群难免重叠，可能有一些借新还旧的情况存在，因此当主要平台都采取相对宽松的放款策略时，有可能推动各个平台逾期情况的好转。

风控：数据、模型和策略

信贷风控体系大致可以分为底层数据、风控模型和风控策略。底层数据是风控的基础，涉及到数据的收集、整合和处理。互金平台将处理好的数据用于风控模型的训练，模型的准确性在经过一系列微调和优化后，能够较为可靠且精准地预测借款人的信用情况和欺诈风险等。风控策略指的是基于风控模型的输出结果而制定的一系列落地的行动计划，对于最终的贷款质量表现也至关重要。

互金平台的基础数据相对丰富，除了传统的征信数据外，互金平台还将各类替代数据（alternative data）用于风险分析，有助于完善借款人的风险画像。数据对于风控是至关重要的，高质量的数据能够让后续的模型训练和风控策略事半功倍，也能够更全面、更及时地反映借款人的资质变化。在早期，互金平台是无法使用央行征信数据的，这迫使互金平台挖掘了各类替代数据，并做了十分深入的研究和分析，长期以往互金平台不但积累了大量的优质数据，还形成了对相关数据的透彻理解，并积累了丰富的处理经验。以百融云为例，除了支付和消费这类较常见的替代数据外，公司亦观察到手机号使用时间的长短、财经媒体的访问天数、网络游戏的消费金额和本地生活的消费等级等数据都可以用来分析借款人的违约率。另外乐信在2024年开始系统地优化自身风控系统，其底层数据的构建值得参考，乐信与流量平台合作开展深度联合建模，在一定程度上实现了与流量平台的数据共享，并引入优质场景数据，体现了互金平台多样的数据来源。

互金平台风控模型的细化程度高，针对不同的客群、贷款的不同周期都有针对的风控模型。互金平台长期以来经营质量相对下沉的客群，对这类客群搭建相对应的风控模型难度较高，这也迫使互金平台不断地细化、迭代、升级自身的模型。一般来说，头部的互金平台和百融云这类第三方风控机构会面向不同标签、不同渠道、不同产品、不同阶段（贷前、贷中、贷后）的客群针对性地搭建反欺诈模型、心理评估模型、信用评分模型、额度模型、利率模型等，平台在评估一个借款人资质时调用的模型数量有时能达到上百个。

互金平台的风控策略灵活。除了数据和模型之外，如何利用模型的输出结果做决策也十分重要，有时甚至是决定未来几个季度贷款质量表现最重要的因素。可以说，平台对风险的监控是实时的，综合风险、业务和盈利情况做出的经营调整也是实时的。在风险暴露初期甚至是风险暴露前，基于强大的模型和丰富的经验，互金平台往往能很快地察觉并及时做出反应。在贷前，平台能够及时收紧审批，降低通过率，并在额度和期限上做一些调整。贷中贷后的监控也十分重要，如果借款人的资质有变化，平台能够及时把剩余额度回收，或者加大催收的力度。灵活的风控策略是十分重要的，部分机构如果反应不够及时，决策不够果断，很可能在短时间内积累大量高风险资产。

比如，部分情况下平台能够根据某类客群的资产质量变化预判到未来整体贷款风险的走势。以信也科技为例，信也科技发现高负债客群对环境的变化更敏感，其风险在整体客群风险爆发前往往提前暴露，以此为依据，信也科技能够为信贷质量的波动做足准备。另外乐信正逐步重塑自身的底层风控体系，其风控策略也可以印证互金平台的风控灵活性。乐信在2Q24从0到1上线了资产风险自动巡检系统，能够及时发现及定位风险的趋势变化并快速响应。另外乐信加强了风险客户清退处置能力，能够小时级别做出处置策略建议。

风控体系的升级是基础和长期变量。互金平台重视自身的风控体系升级，迭代和进一步细化模型、优化数据结构和调整风控策略是互金平台的常规工作之一。风控体系每一阶段的迭代升级反应到逾期率上可能仅仅提升1%-2%（幅度，不是百分点），框架性的升级可能会更高一些，但总体来说互金平台目前的风控能力是通过长期积累形成而非一蹴而就的，风控体系的升级也更多地是一种缓慢渐进的过程。

传统金融机构风控能力差异大

银行等传统金融机构的风控能力差异较大，部分机构的风控体系相对传统。一些头部金融机构通过提高数字化程度，增强了自主风控能力，能够利用大数据、人工智能等技术进行风险评估和信贷决策，从而更准确地捕捉借款人的动态偿付能力变化。然而，仍有部分金融机构的风控体系相对传统。风控数据和模型上，部分机构仍然仅基于借款人的收入、社保、流水、负债情况、央行征信数据等较为传统的数据评估借款人未来的还款能力，并且风控模型的丰富度和细化程度也有欠缺，难以覆盖各类客群和贷款的各个环节。

部分传统金融机构的风控策略有改善空间。部分金融机构的风险响应相对迟滞，这些传统风控方式往往难以应对突然的经济波动或个体风险因素的变化。由于数据源和模型的限制，这些机构的风控系统在捕捉借款人偿还能力变化方面往往反应不够灵敏。另外部分机构的业务目标调整相对滞后，并且存在“规模情节”，在贷款质量出现波动时，不能及时调转方向，仍然把规模置于质量之上，这进一步加剧了这些金融机构的风险暴露。

一直以来，监管也在引导金融机构提升自主风控的能力，例如原银保监会在2022年7月发布了《关于加强商业银行互联网贷款业务管理 提升金融服务质效的通知》，进一步明确细化了商业银行贷款管理和自主风控要求，提出商业银行应当提高互联网贷款风险管理能力。

原因之三：（贷前）潜在客群质量稳定

互金平台的贷前潜在客群质量相对稳定。下面三张图呈现了百融云的信贷风险数据，评估了各种类型机构的贷前潜在客群的质量。从百融云最核心的信用评分数据看，互金平台贷前潜在客群的信用评分走势相对平稳，从图上看大致稳定在600左右。从优质客群占比看，互金平台始终维持在略高于4%的水平，2024年3月后的优质客群占比还略有提升。从特殊风险客群占比看，过去一年互金平台特殊风险客群（失信人、被执行人、高风险等人群）的占比连续下降，由10.5%左右降至8%左右。

银行的贷前潜在客群质量波动较大。首先，银行的贷前潜在客群的信用评分波动大于互金平台，股份制银行的信用评分在670到700左右波动。其次，银行的优质客群占比波动大于互金平台，再以股份制银行为例，优质客群占比高时接近38%，低时可能仅有25%左右。最后，银行特殊风险客群占比的波动亦大于互金平台，同样以股份制银行为例，其特殊风险客群占比大致在3-5.5%之间上下波动。

从数据逻辑上，百融云的信贷风险数据是评判更大范围客群质量走势的较好参考。百融云的信贷风险数据（信用评分、优质客群占比、特殊风险客群占比）在金融机构和互金平台调用百融云的服务时产生，而机构可能在贷前初筛时就调用百融云的服务（此处包括由百融云初筛后将申请人推荐至机构处的情形），或者机构也有可能使用自己的风控系统进行初筛，而在后续细筛阶段才使用百融云的产品。但总之，调用都是发生在贷前环节，评估的对象都是申请人，而非已经借到钱的实际借款人，我们将这部分被评估的申请人称为贷前潜在客群或潜在客群，这个范围大于前文讨论的经过平台筛选后的最终借款人。贷前潜在客群的质量主要取决于申请人的信用情况，除此以外也一定程度上受金融机构或互金平台初筛水平的影响。

我们认为互金平台潜在客群的质量能够维持平稳有三方面原因，其一，互金平台的目标客群清晰，始终将业务重点放在相对下沉的客群上，风格较少出现漂移。其二，互金平台的初筛相对精准，前文已经提到，潜在客群可能是经过初筛的申请人，因此精准的风控体系又在此刻帮助互金平台稳定了潜在客群质量。其三，互金平台的体量相对小，给予了互金平台腾挪的机会，在宏观环境波动时仍然能够通过前筛瞄准目标客群，稳定潜在客群质量。

上半年大部分互金平台的前瞻风险指标出现广泛提升，我们认为主要原因在于平台的风控能力不断迭代，叠加风险偏好收紧。此外，互金平台贷前潜在客群的质量在长期相对稳定可能也是个原因。虽然互金平台主要经营质量相对下沉的客群，但潜在客群质量稳定意味着较少出现大幅度的质量恶化，不会短时间内产生大量逾期，能够降低平台的风控压力和风险的处理难度。并且互金平台能够始终经营自己熟悉的客群，长期以来积累的风控经验能够保持长期有效。相比之下，银行的潜在客群质量波动较大，叠加部分机构相对传统的风控方法，对风险的响应不及时，自然容易在潜在客群质量下降时积累风险。

互金平台“船小好调头”

互金平台的体量更小，产品更灵活，这使得互金平台即使在面对潜在客群质量波动时也有天然优势，能够迅速收紧放款策略，并且即便引入了潜在风险，处理起来难度也更小。1H24上市互金平台的贷款余额在600亿-1,600亿之间，而上市银行的零售贷款余额在万亿甚至接近10万亿的级别，信用卡的贷款余额也是接近万亿的体量。另外风险偏好的差异也导致了产品的差异，因为银行主要面向信用资质相对较好的客群，我们认为总体来说银行消费贷的笔均金额应大于互金平台的消费贷，合约贷款期限也应更长。银行消费贷的贷款金额上限达到100万元甚至更高，2023年信用卡卡均授信额度约3万元，贷款期限最长能达到3-5年，而互金平台的单笔上限是20万，平均金额在千元到1万元左右，贷款期限通常在1年以内。

2H24：质量有望持续改善

风险偏好下降、风控体系优化、贷前潜在客群质量相对稳定是互金平台上半年信贷质量好转的主要原因。在2023年底看到贷款质量恶化的迹象后，平台纷纷收紧了风控，推动了今年上半年贷款质量的好转，不断优化的风控体系是这一战略调整得以实现的技术能力基础。而贷前潜在客群质量的稳定能够提供良好的风控环境，为平台精准调整风险暴露创造了基础。

我们预计下半年平台的贷款质量仍将持续好转，这是因为贷款质量好转后部分平台的投放策略可能相对1H24更积极，通过率和授信额度可能有所提升。前文已经提到了行业内复借率较高，长期在80%以上，并且可能存在一些借新还旧的情况，因此我们预计下半年更充裕的流动性或将推动平台贷款质量改善。另外在当前宏观背景下，尽管投放策略变积极，但谨慎经营或仍然是大前提，我们认为平台仍会在意愿上重视提升贷款质量，并在能力上持续迭代自身风控体系。

贷款质量改善有望推动盈利修复

拨备由新发放贷款的预期信贷损失和存量贷款的预期信贷损失两部分组成。在促成一笔重资本贷款时（平台承担信用风险），平台会根据这笔贷款未来潜在的信用风险计提新拨备，具体的拨备计提比例由各平台预测得出。随着这笔贷款逐渐到期，由于预测不可能100%精准，实际的逾期大概率与预期的信用损失有一定差异，若现实情况坏于预期，则需新增拨备，或现实情况好于预期，则可以回拨拨备。

另外轻资本模式放款的增加也会降低拨备在收入中的比例，这是因为轻资本业务无需计提拨备，并且收入确认快于重资本。

贷款质量改善有望推动估值修复

2020年以来，信贷科技行业经历了P2P业务出清、贷款定价调整、监管趋严、疫情扰动等，这些外部因素在一定程度上影响了互金平台的估值。但我们认为，贷款质量（和放款量增速）仍然是互金平台估值的主要驱动力。

2H24贷款质量预计修复有望推动估值修复。各互金平台估值情况分析，请见研报原文。

风险提示

1） 高质量消费信贷需求快速下降，可能影响平台新放款的增长和新放款的质量；

2） 贷款质量超预期恶化，可能增加互金平台的信贷损失，进而影响盈利；

3） 监管超预期趋严，可能影响互金平台的业务发展。