“我們正加緊與持牌征信機構簽訂合作協議，力爭盡早滿足斷直連相關監管要求。”一位國內中等規模助貸機構負責人向記者直言。

　　所謂“斷直連”，是7月初央行征信管理局給多家網絡平臺下發通知，要求后者與金融機構開展引流、助貸、聯合貸等業務合作時，不得將個人用戶主動提交的信息、平臺內產生的個人信息、從外部獲取的個人信息，以申請人信息、身份信息、基礎信息、個人畫像評分信息等名義，直接提供給金融機構。

　　業界普遍認為，這意味著網絡平臺與金融機構在個人信息分享方面將遭遇“斷直連”。

　　“盡管這項政策旨在加強個人信息保護，防止個人信息被過度收集、濫用、發生泄露，對助貸行業而言，其業務模式與操作流程勢必遭遇不小的變革。”這位國內中等規模助貸機構負責人表示。此前，部分助貸機構向中小銀行提供獲客引流、風控初篩等服務同時，會將借款人部分信息與銀行分享以提升后者的風控效率，但在“斷直連”新規下，這種操作顯得不再合規。

　　“如今我們最擔心的是，若無法與持牌征信機構快速達成合作，助貸業務將變得寸步難行。”他坦言。

　　記者多方了解到，7月以來，眾多助貸機構紛紛力爭與征信機構快速達成合作，構建“網絡平臺—征信機構—金融機構”的個人信息合規分享模式。然而，業務規模、合規能力、股東背景、行業地位等方面的差異，決定了助貸機構截然不同的遭遇。

　　具體而言，行業頭部助貸機構憑借自身行業地位、合規水平與經營規模，更容易滿足持牌征信機構的合作準入門檻；相比而言，中小助貸機構在這方面的實力相對偏弱，可能會被持牌征信機構“擋在門外”，甚至部分中小助貸機構會擔心數據業務整改帶來額外的成本增加與信貸服務效率下降，導致業務發展受到加大制約。

　　“所幸的是，相關部門鑒于數據業務的梳理與整改的復雜性，或將個人信息斷直連業務整改截止時間定在2022年底，給予相對寬裕時間完成數據業務與助貸模式的改造。”一位中小助貸機構人士向記者透露。目前他們還考慮擇參股投資持牌征信機構，以更快速度構建“平臺一征信機構-金融機構”模式，實現助貸業務的平穩過渡。

　　助貸機構尋求征信合作遭遇“截然不同”

　　一家大型助貸機構運營總監曾強（化名）表示，在斷直連新規出臺后，他所在的助貸機構已著手落實個人信息的“斷直連”。一是在個人消費貸款申請環節，他們通過貸款申請人的授權，向持牌征信機構調取其以往征信記錄，形成風控初篩結論提供給銀行，作為后者信貸決策的一項依據；二是他們與銀行全面暫停個人數據信息的“共享合作”，以滿足相關監管要求。

　　在他看來，斷直連新規對他們的業務沖擊相對較小。畢竟，此前他們與征信機構已開展合作，由持牌征信機構經用戶授權提供個人征信記錄，逐步降低助貸機構與銀行“共享”個人數據的頻率與覆蓋面。

　　如今，他們正圍繞“斷直連”新規進一步調整業務流程，以往持牌征信機構的個人征信記錄先轉給助貸機構，由后者形成風控初篩結論再提供給銀行，如今他們通過輸出“征信風控模型”，令銀行可以接收相關個人征信記錄形成風控初篩結論，以秒級速度完成信貸決策。

　　曾強坦言，此前機構內部一度擔心斷直連新規將會影響業務收入，但經過這段時間業務整改，這種擔心反而是“杞人憂天”。畢竟，助貸機構不靠賣數據賺錢，而是獲取獲客引流與風控初篩的服務費，只要借款用戶數量與復借率持續增長，相應業務收入即便扣除征信數據調取新增成本，也基本維持以往的增速。

　　記者多方了解到，中小助貸機構感受到截然不同的斷直連新規沖擊。

　　多位中小型助貸機構人士直言，目前他們正與持牌征信機構洽談合作，但后者對助貸機構股東背景、業務規模、資本實力、系統投入、技術支持、合規運營等方面的要求較高，導致合作協議遲遲沒能“落實”。

　　“僅股東背景一項，我們就被擋在門外。”上述中小助貸機構人士透露，目前持牌征信機構希望合作助貸機構能擁有上市公司、行業大型企業等股東背景，但他們股東主要以民營資本為主，無形間處于“劣勢”，這迫使他們先尋求有實力的資本入股，再加快落實與征信機構的合作談判，甚至在必要時，他們愿意出資參股征信機構，以快速推進業務合作。

　　令他擔心的是，若遲遲不能構建“網絡平臺—征信機構—金融機構”的合規操作模式，平臺助貸業務將難以維系。

　　“此外，我們發現合規操作可能會帶來額外業務開支與服務效率下滑。”他直言。相比行業頭部助貸機構通過規模效應降低征信合作操作成本，中小助貸平臺只能內部消化征信合作所帶來的新成本開支，導致助貸業務利潤率將下滑1-2個百分點。一旦此舉導致助貸業務利潤率低于預期，股東方可能會決定放棄助貸業務。

　　多位助貸行業人士指出，斷直連新政有可能觸發助貸行業集中度提升——即行業頭部平臺憑借與征信機構的快速合作，獲得更廣闊的市場發展空間；中小平臺則因為成本上升、征信機構合作準入門檻難滿足、數據業務整改難度大等問題選擇離場。

　　“需要注意的是，斷直連新規沒有改變助貸業務的產業鏈分工與操作邏輯——金融機構擁有牌照資質和資金優勢，行業頭部助貸平臺擁有龐大的獲客渠道與信貸資產獲取優勢，雙方依然可以形成優勢互補。”曾強表示。

　　隱私計算技術“大顯身手”？

　　在積極引入征信機構構建“網絡平臺—征信機構—金融機構”合規操作模式同時，助貸機構與銀行之間正在探索如何發揮隱私計算技術優勢，試水個人數據信息的“合規”分享。

　　曾強向記者透露，這背后，一是銀行業時常需要助貸機構提供一些數據，作為驗證與優化其個人零售信貸風控模型的依據；二是此前部分中小銀行在構建個人零售信貸風控模型時，助貸機構也參與風控建模合作，當風控模型需要迭代升級時，銀行需要助貸機構提供更全面的數據進行風控模型參數優化，從而提升風控效率。

　　“在斷直連新政下，雙方彼此直接分享數據肯定行不通。”他直言。因此，隱私計算技術成為一種新的操作路徑。

　　所謂隱私計算，主要由差分隱私、同態加密、多方安全計算、零知識證明、可信執行環境、聯邦學習等技術組成，在相關個人數據不出“助貸平臺端”與“銀行端”的情況下，由雙方提供大量脫敏化、結構化數據，憑借各自的大數據分析能力進一步完善用戶畫像，從而幫助銀行提升風控效率。

　　“隱私計算技術的核心，就是銀行與助貸機構在不知道客戶具體敏感信息的情況下，使用大數據分析等技術，對這些脫敏化、結構化數據進行比較驗證，結合自身對客戶消費行為、消費特征的數據積累與洞察，從而判斷出脫敏化結構化數據背后的客戶是誰。”曾強透露。目前，他們與個別中小銀行的隱私計算技術合作初見成效——這些銀行在無法獲取借款人敏感信息的情況下，通過隱私計算技術，能夠相對精準地掌握不少客群的消費行為、消費特征與風控側重點，從而優化了風控模型，令逾期率較去年有明顯下降。

　　記者了解到，不是各家銀行都愿引入隱私計算技術。比如部分城商行擔心隱私計算技術合作會面臨數據確權與安全問題，因此他們要求助貸平臺一方面先確保脫敏化、結構化數據擁有明確的權屬關系材料，另一方面提供相關技術確保相關數據結論不會被“復制”與“轉售”，以免出現數據過度違規使用問題。

　　“盡管我們內部認為這些銀行過于謹小慎微，但為了顧全合作大局，我們正致力于引入新技術打消銀行上述顧慮。”曾強指出。目前他們正嘗試使用區塊鏈+隱私計算技術，有效解決數據確權、過程可信與追蹤溯源等問題，說服這些銀行著手推進隱私計算技術合作，實現數據合規共享以提升風控效率。

　　他直言，銀行助貸業務風控效率能否持續提升，對助貸機構鞏固彼此業務合作關系有著極其重要的意義。目前，眾多銀行在選擇助貸合作伙伴時，一看后者能帶來多大的獲客引流與存量客戶激活量，二看后者能否協助銀行信貸風控效率實現顯著提升。