參賽單位:上海玳鴿信息技術有限公司
案例名稱:數字化-區塊鏈汽車金融資產管理系統及操作方案
案例簡介:
近期,玳鴿應邀參與某信托機構的信托計劃發行,針對某汽車融資租賃公司的優質資產進行應收賬款的貸款。
在主體信用較弱的前提下,如何快速、精準地從海量資產池中篩選出標的資產,并監督資產的后續安全運行、及時處置不良資產,玳鴿依托大數據、AI和區塊鏈等技術,將資產可信數據入鏈,建立數套模型,量化入池的風險和收益,給信托機構提出了堅實的依據,從而實現資產的穿透,推動了信托計劃的順利發行和平穩運轉。
本案例,充分證明了區塊鏈技術在金融資產托管服務中的優點,支撐了信托機構的消費金融資產管理目的,并顯著提升了其對于資產包的主動管理能力。
項目背景:
以玳鴿信息服務該信托機構第一期資產標的——汽車資產展開背景介紹:
參與主體:
A機構:意圖開辟消費金融市場的某信托機構;
B公司:某汽車融資租賃公司,業務規模居于行業中游;
玳鴿:金融科技公司,為AB雙方提供資產管理服務。
背景:
B公司經營業務穩健,但由于主體資質非3A,抵押資產(分散全國各地的汽車)難以量化和確權。而A機構又有著避險訴求,缺乏技術對資產包進行有效管理,想要進軍利潤豐厚的汽車金融領域,卻難以切入。
實施項目:
面對上述機會與挑戰,玳鴿以區塊鏈為基礎,結合人工智能、大數據及物聯網等新金融科技手段提出解決方案,貫穿資產的確權、入池篩選、安全監控和風險處置等環節,提升盡調效率,保證了資產包的安全度和穿透式監管。
創新技術/模式應用:
下述步驟,均基于玳鴿為A機構和B公司部署的BaaS系統及DApp上完成:
業務數據上鏈:融資租賃公司用玳鴿DApp進行展業,上鏈經營數據真實、加密、不可篡改
資產篩選:玳鴿用自研資產包AI篩選模型對上鏈資產進行評估形成可信數字資產(包含資產規模、資產的市值、資產凈值和折扣率)
資產打包:根據金融機構的要求篩選出合格資產標的進行打包并發起融資請求,金融機構獲得應收債權并放款給融資租賃公司。
資產監控:金融機構通過bass系統實時監控資產包運行情況(收益率、逾期率、壞賬率等),能第一時間鎖定問題資產點,采取替換等處置措施。
解決行業哪些痛點:
依據以往為客戶服務,在實際業務中碰到的困難,我們總結,能解決如下行業難點:
1、 確權:
資產的確權:針對傳統項下(例如供應鏈、票據流轉、應收賬款保理等)的金融資產確權難,導致權責不清,風控流于形式等痛點,我們通過分布式存儲機制,強化資產的權屬界定,從而降低供應鏈風險;
2、 盡調及貸后風險控制:
海量資產的盡調和貸后的風險控制:針對諸如汽車、信貸和消費等資產小額分散的行業,提出差異化的資產入池篩選模型和貸后的風險預警處置等模型,解決傳統項下抽樣調查無法覆蓋海量資產進而導致偏誤的痛點,提升了資產包的定價精度,滿足金融機構的合規要求;
3、 融資:
為中小企業融資紓困:針對弱主體信用下的資產篩選、風險評估和運行監控等難題,基于“1、2”等提出整套解決方案,解決相關行業內,非頭部企業的融資難、融資貴等痛點。
執行過程及風險控制:
1、 提出方案:在融資租賃公司B向金融機構A發起融資申請后,玳鴿經過初步盡調,提出了對應的解決方案,方案包括模型的建立和SDK的部署等;
2、 資產篩選:A機構基于玳鴿提供的若干模型及自身要求,對B公司的部分存量資產利用進行初篩,確定資產包的概況(規模、優劣度和剩余期限等);
3、 B公司盡調:A機構對B公司進行實地盡調;
4、 內部風控合規:A機構內部過會,確定是否合作,授信規模及條件;
5、 資產打包:A機構通過玳鴿部署的SDK,在線上進行最終的資產打包;
6、 計劃發行。
過程中的風險控制:
風險主要在于,基于對行業的理解和融資雙方的訴求,建立的資產入池篩選等模型務必經過完整的α-β測試,若模型偏誤較大,存在劣質資產入池或監管乏力的風險。
對此,玳鴿基于8年的汽車金融服務經驗,深度參與行業調研,并組織算法專家,不但打磨并試驗相關模型,有效控制了可預期的風險。
效果評估:
玳鴿助推的本信托計劃,提升了信托機構的主動管理能力,符合資管新規要求。
1、 豐富資產:拓展持牌金融機構的資產選擇范圍,從傳統的房地產(已開始受到監管限制)到利潤豐厚的消費金融,玳鴿利用技術實力幫助機構解決了分散資產的篩選、評估和運行預警等難題,為機構拓展消費領域奠定了基礎。
2、 科學盡調:提供數學模型量化入池資產,資產盡調的履行可在線上完成,極大降低了信托的人力成本,同時,模型做到資產全覆蓋,也降低了傳統抽樣調查造成的偏差。
3、 盤活存量:幫助中小融資租賃公司盤活了手里的存量資產,促進行業健康發展。
4、 資產確權:進行了資產的確權,降低雙方的交易成本,在未來,資產的交易會脫離繁瑣的公證,資產流轉的加速,推動了經濟的增長。
責任編輯:方杰
免責聲明:
中國電子銀行網發布的專欄、投稿以及征文相關文章,其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方;如涉及未經許可使用作品的問題,請您優先聯系我們(聯系郵箱:cebnet@cfca.com.cn,電話:400-880-9888),我們會第一時間核實,謝謝配合。