今年以来，消费金融市场及消费金融ABS产品一直是市场关注、讨论和投资的热点，目前消费金融ABS的投资者已经涵盖了几乎所有类别的固定收益类投资者。
近期，随着趣店集团美股上市，市场对于消费金融市场（特别是互联网消费金融）的关注和讨论又达到了新的高度。
作为一种资产纯信用、主体资质弱、历史数据不完备、风控模式创新的基础资产类别，互联网消费金融类资产的投资逻辑与传统的贷款、债券类品种存在较大的区别。市场在逐渐认识和接受这类资产的过程中，也难免出现较多的争议。（注：本文我们讨论的消费金融市场为狭义的消费金融市场，不包括房贷、车贷等有抵押的个人消费金融业务）
本期周报中，我们简单回顾我国消费金融市场的分层结构，并就市场关注较多的几个问题进行讨论。最后，我们对消费金融ABS产品在当前的投资选择和投资价值进行分析。
针对市场最为关注的客群、利率、风控和监管问题，我们认为：
1）互联网消费金融平台的客群并非一定是次级客群，而是通过渠道优势和借款便利与其场景高度挂钩。
2）大型互联网消费金融平台利率水平适中。电商系互联网消费金融平台的综合年化利率（包括手续费等）水平普遍在10%-20%之间，与银行分期、现金借款等的利率水平相差并不大。部分纯现金贷平台存在高利率的特征。
3）大数据风控方法确实具有风控效果，但需要真实可靠的大量数据为支撑，具有稳定、多元消费场景的厂商具有天然优势。
4）监管收紧是必然，但对龙头机构影响有限。
投资方面，当前主流消费金融ABS与AAA信用债利差80bps左右，与AA信用债利差50bps左右，利差水平可观。而四季度消费金融ABS供给弹性较低，投资时点也较好。
个券选择上，建议投资客群相对优质、经营时间长、可复制性较弱的消费金融平台ABS产品，规避具有以下特征的品种：（1）综合利率水平超过36%；（2）虽账面不良率较低但存续期不长；（3）获客成本过高或获客场景可复制性较强，进入门槛不高；（4）经历业务转型期，资产风格尚未确定。
1、我国消费金融市场的分层结构
1）从业务模式来看，我国消费金融主要可以分为两个板块：分期和现金贷。
分期是以真实消费为背景的分期付款业务，又分为消费分期（单笔分期）和账单分期（多笔合计分期），典型的产品为信用卡、蚂蚁花呗、京东白条等。
现金贷是指信用消费贷款，往往没有明确消费背景，也较难核查其现金用途，典型的产品为信用卡借款、银行消费贷、蚂蚁借呗、京东金条等。
总体而言，分期业务进入门槛高（需要消费场景），利率相对较低（与销售业务相互促进），但总体而言风险相对较低；现金贷业务进入门槛低，利率范围较宽，整体而言风险相对较高。近期市场讨论较多主要是现金贷产品。
2）从展业机构来看，我国消费金融行业参与者主要有银行、消费金融公司、P2P公司、小贷公司、保理公司。
其中，银行和消费金融公司为持牌机构；其他主体不持有消费金融牌照，但具有进行信贷或类信贷业务的功能，因此也被用于进行消费金融业务。市场知名的厂商中，蚂蚁花呗/借呗使用了小贷公司作为业务主体，唯品会使用了保理公司作为业务主体。
虽然不同主体的监管政策有所区别，但采用何种主体展业并不能代表其资产的风险收益特性。在金融监管从机构监管向行为监管转向的大方向下，我们预期未来主体间的监管差别还将不断缩小。
3）从审批和风控方式来看，我国消费金融行业可以分为传统模式和大数据模式。
传统的贷款准入和风控模式通常是线下的，以资产和现金流为风控核心。例如，拥有住房、车辆和大额理财产品或月工资收入较高的借款人能获得更高额度的贷款。银行、消费金融公司较多的采用了此类风控方式。
大数据贷款准入和风控模式是线上的，多维度判断借款人资信。因此，信息暴露程度越高、行为越稳定的借款人可能获得更高的贷款额度。以支付宝体系为例，使用支付宝缴纳水电费的借款人信息暴露程度较高，因为水电费缴纳信息不仅反映了水电用量，还反映了居住地址信息，可以与购物地址等信息相互印证。互联网消费金融公司较多的采用了此类风控方式。
两种风控模式都有其优势和劣势，运用何种模式一方面要考虑到贷款机构自身的资源特征，另一方面也要考虑到其贷款的规模特征。例如，电商系消费金融平台累积了大量用户的购物数据和行为数据，使得采用大数据分析方法有了较好的“原料”。而金额相对较大的贷款单笔影响大、个性化程度也更高，可能更适用于传统的审核模式。
2、市场关注问题讨论：客群、利率、风控与政策
在我国消费信贷资产中，银行资产普遍具有利率低、客群优质、展业时间较长、主体资质好等特征，目前市场对此类资产认可程度很高，信心充足。
从已发行ABS产品的数据来看，银行信用卡类资产90天口径的加权静态不良率水平普遍在1.5%以下；现金贷类资产90天口径的加权静态不良率普遍在3%以下。
对于10年以后逐渐发展的消费金融公司和14年以后逐渐发展的互联网消费金融平台，市场的看法则具有较大的差异，主要体现在以下几个方面：
1）互联网消费金融平台的客群是否是次级客群？
总体而言，如果我们将个人消费信贷需求者按照传统的观念（例如资产和现金流）分为优先、中间、次级三类，银行服务的信用卡人群无疑是优先级客群，而其他平台服务的客群主要是中间级和次级的客群。
但总体的分布并不能代表个体，事实上大型互联网消费金融平台都具有较好的场景优势，并通过极强的借款便利性巩固了其获客渠道，以使得其客群并非仅限于信用卡外客户，而是显著的与其场景相挂钩。
此外，互联网消费金融平台的单笔单款金额往往很低，平均额度一般在几百到几千元不等。在如此低的贷款额度下，传统意义上的优先和中间客群在还款能力上的差异缩小，同时利率敏感度会让位于便利程度。
例如，3000元的12期等额本息分期，年化利率10%（假设为信用卡）和16%（假设为互联网消费金融平台）对应每期利息额分别为13.75元和22.19元，每月利息差仅8.5元左右。因此如果借款人在平台购买了3000元商品并选择分期，则是在每月多8.5元支出和向银行申请借款的诸多流程之间进行选择。此时便利性往往会比小额的多余利息更具吸引力。
因此，互联网消费金融平台的客群并非一定是次级客群，而是通过渠道优势和借款便利与其场景高度挂钩。
2）互联网消费金融平台的利率水平有多高？
根据我们的测算，目前电商系互联网消费金融平台的综合年化利率（包括手续费等）水平普遍在10%-20%之间。此类平台的典型特点是现金贷业务往往依托于分期业务产生，为分期业务的优质客群。
纯粹经营现金贷的平台中不乏综合利率高的平台，其共同的特征在于没有稳定的获客渠道，单客获客成本高，借款短期化，共贷率很高。
3）“大数据风控”是什么？是否真的有效？
所谓大数据风控方法，是基于用户过往的消费数据、行为数据、征信数据等多方面的信息进行综合信用分析。这一体系的重要任务是识别欺诈风险（也即恶意欠款），通过对异常操作、异常信息的识别来进行风险判断。在尽可能的减少欺诈风险后，其不良率将趋于稳定在其客群的平均不良率水平上。
采用大数据风控方法的主流机构往往采用白名单准入制度，仅向其准入的用户开放借贷业务。不采用传统机构的申请制度，也一定程度上降低了欺诈风险。
从主流机构经营数据来看，“大数据风控”确实展现出了良好的风控效果。考虑到消费信贷平均期限较短（1年以内），主流机构在3年左右的展业时间中已有大批量的贷款到期，并展现出了稳定在低位的累计不良率表现。
大数据风控技术的核心是数据。大数据风控技术除了需要相应的技术和人员投入外，最重要的元素是其“原料”，也即其可用于分析的数据。深度使用的用户越多，单个用户使用业务越多元化，平台可用于分析的数据量就越大，对于用户的刻画更为准确，使得模型能够更好的判断风险。深度使用的用户数量大、消费/支付场景多元且稳定的消费金融平台具有天然的数据优势，其风控模型的效率更高。
4）对互联网消费金融的监管政策将如何出台？
当前，我国互联网消费金融平台虽然经营消费金融业务，但几乎都为非消费金融持牌机构，监管要求相较于银行、消费金融公司相对宽松。
在金融监管从机构监管向行为监管转向的指引下，我们预计未来针对互联网消费金融的监管政策收紧是必然的，可能将向消费金融公司靠拢，比如增加部分资本约束条款等。
此外，对于广受诟病的高利率（超过36%）借贷现象，预计监管也可能会出台政策进行限制，包括综合利率上限（包括手续费等）、限制宣传方案（如必须披露实际年利率）等。
但对于主流的消费金融平台而言，由于采用了出表融资（ABS）或表外放贷等形式，实际没有为资产承担过多的风险，因此资本约束对其影响有限。而普遍20%以下的综合利率也离36%的监管红线仍有较长的距离，受到限制的概率也不高。
总的来说，我们认为针对互联网消费金融的监管收紧是必然，但主要是对利率和杠杆倍数均过高的平台进行限制，对于主流的消费金融平台影响预计有限。
3、消费金融ABS利差有吸引力，四季度仍是较好配置时点，但更注重个券选择。
利差水平有吸引力。目前1年期AAA评级主流消费金融ABS产品发行利率在5.5%左右，而1年期AAA评级信用债中债估值曲线在4.7%左右，AA评级信用债估值在5%左右，对应AAA利差80bps，AA利差50bps左右，且能否覆盖多数机构的资金成本。
四季度是较好的配置时点。四季度是我国网购市场的旺季，“双11”、“双12”是各大网购平台全年最重要的销售时点。销量的增长无疑将促进消费金融业务的开展，同时带来较大的资金需求，使得ABS发行的需求明显提升。供给弹性较低，发行人对于利率的要求可能要让位于发行压力。
个券选择上，考虑到可预期的监管收紧、市场竞争不断加剧等因素，我们仍建议投资客群相对优质、经营时间长、可复制性较弱的消费金融平台ABS产品，规避具有以下特征的品种：（1）综合利率水平超过36%；（2）虽账面不良率较低但存续期不长；（3）获客成本过高或获客场景可复制性较强，进入门槛不高；（4）经历业务转型期，资产风格尚未确定。
