消費金融行業的不良資產處置速度與行業生態“裂變”正在加快。
銀行業信貸資產登記流轉中心有限公司披露的掛牌公告顯示，共有15家持牌消費金融公司開展了不良資產轉讓業務。業內人士告訴《中國經營報》記者，消費金融公司正在通過批量掛牌方式加速風險出清。
隨著處置力度逐步加大，作為關系著整個貸后市場健康可持續發展的兩大關鍵環節，貸后管理處置策略以及收購方不良資產具體處置方式也吸引諸多目光。
多位行業人士告訴記者，當前不良資產處置的策略與路徑的多元化演變正在催生行業生態進一步改變。從不良資產業務市場動態來看，傳統單一的催收模式已難以匹配精細化處置需求。因此，當下不同類型機構開始基于資產特征與客群屬性，探索差異化的貸后管理路徑。
傳統催收短板漸顯
記者從行業獲悉，傳統貸后管理采用的路徑主要分為三種，首先是傳統電話催收，包括電話外呼、短信提醒。其次是線下外訪路徑，包括人工上門核實、現場溝通。最后是司法介入路徑，包括訴前保全、訴訟執行、仲裁。
以上路徑按照排列順序成本遞增，并不相互排斥，前者也并非后者前提條件。不過，一直以來業內默認按催收從易到難的程度依次使用上述三種路徑。
當資產包呈現“整體規模大、戶均規模小”的收購偏好時，通常率先讓人想到的便是傳統電話催收。但現實中，從業者認為這一方式正在逐步“失靈”。
某貸款機構的貸后處置人員告訴記者，電話催收的成本主要來自催收人員工資和電話系統費用，相較于上門催收或司法催收，雖然電話催收成本較低，但接通率不高、合規風險以及外呼受限的問題日益突出，人工高頻撥號極易觸發運營商封號機制。
線下催收相比電話催收，被機構管理者認為是風險更大的方式。人工催收因現場直面沖突，催收人員容易因為不當言辭或操作而違反合規要求，這進一步加劇了機構的運營壓力。有裁判文書顯示，催收公司對個人貸款借款人進行外訪催收過程中，非法拘禁并持續毆打借款人，造成借款人多處骨折。
在合規考慮下，一些機構將目光放在了司法催收上，但其效果反饋卻不盡如人意。
有律師告訴記者，批量訴訟的后續執行并非完全有保證，由于批量訴訟往往金額較小，實際真正進入執行環節的數量相對較少，因為完成訴訟流程包括了審判和執行等環節，審判解決勝訴與否問題，拿到勝訴判決之后才進入執行流程，還得經過執行立案（除非債務人主動履行），所以一件案子要通過強制執行回款到位，程序上是比較復雜和漫長的。
某頭部消費金融公司相關業務部門告訴記者，當前網絡仲裁模式在業內應用尚不普遍，實際效果處于觀察階段。模式推廣主要受兩方面因素制約：其一，仲裁的啟動需以放貸機構與借款人在信貸合同中預先明確約定仲裁條款為前提，否則無法適用；其二，通過網絡仲裁達成裁決，進入執行階段時，仍需依賴借款人所在地的司法資源支持，并未完全脫離傳統司法清收。
而排名前十的消費金融公司評級報告顯示，當前消費金融公司件均貸款金額僅在千元水平。在從業者看來，消費個貸小額分散的普惠金融特性注定了司法催收會因為成本以及過度占用司法資源問題而無法普及。
亦有消費金融公司業務人員表示，批量轉讓資產未訴比例高的情況主要受市場客觀因素及資產訴訟資源地區差異影響。
前述趨勢在行業數據上亦有所體現，頭部消費金融公司2024年第15期中轉讓資產包未訴訟資產占比達到99%。排名第一隊列的其他兩家消費金融公司分別在2025年第3期、第9期中未訴訟資產占轉讓資產包比例分別達到100%和99.80%。無獨有偶，尾部消費金融公司2025年第2期中未訴訟資產占轉讓資產包比例同樣達到100%。
AI技術催生新路徑
在傳統催收方式疲態漸顯的背景下，記者注意到當下多家市場機構開始探索更加創新的方式。
金橋信息（603918.SH）發布的2025年半年報顯示，公司加速探索“AI+調解”路徑，將金融糾紛化解在訴訟之前，主要應用于金融借款合同、信用卡、車貸等領域。報告期內，其研發基于大模型的智能語音機器人與多元解紛系統協同耦合，構建“人機協作”的數字化金融調解業務流程與應用體系。2025年上半年，公司調解相關業務實現收入超過2100萬元，較去年同期增長近50%。
同時，神州泰岳（300002.SZ）也在2025年上半年提及公司在AI領域產品與金融智能催收的結合。
除了前述AI技術在與借款人交互上的直接運用，也有機構將目光放在了AI對催收相關數據處理與分析上。
對此，有法律人士向記者提出，催收過程中的溝通往往充滿了情感因素，AI雖然能夠通過數據分析提供個性化回復，但在涉及談判、情感互動以及各類風險的多方位平衡時，依然需要人工催收員的專業經驗和判斷力。“在未來可預見的時間內，AI可能只是作為人工催收的輔助工具，與人類協同處理，而不是完全取代人類的角色。”該人士認為。
針對提高催收效率的問題，在武漢市首批18個高質量數據集應用案例中，武漢智品堂科技有限公司（以下簡稱“智品堂”）地址標準化數據集應用入圍。據悉，智品堂通過AI人工智能與大數據等技術，對客戶提供的現有地址進行智能化處理，如對缺失的地址數據進行補全，對錯誤的地址數據進行修正，對無效地址和黑名單地址進行識別、剔除等。
從合規角度看，有使用前述技術的金融機構相關負責人表示，“地址找人”技術并不會生成新的地址。
在采購方看來，以“地址找人”為核心的發函模式，可以提高傳統催收方式的效能。在電話催收失聯的情況下，能夠以合法有效的方式觸達逾期失聯債務人，提升回款率。針對“一案多址”的情況，可以從多個地址中，篩選出可用于發函、簽收率高的最佳地址。
前述法律人士進一步指出，AI催收在數據保護和人工智能算法合規方面還面臨著較大的挑戰。AI催收依賴于大量的個人數據，在處理這些數據時，AI催收系統需要嚴格遵循《個人信息保護法》及相關法律法規的規定。同時，我國對于人工智能的監管日趨嚴格，對于生成式人工智能、自動化決策系統的合規要求不斷提升。此外，AI催收系統背后的算法模型是否可能導致歧視或者偏見，是否具備透明度和可解釋性，這些問題的不當處理都可能引發法律與合規風險。（中經記者 鄭瑜 北京報道）
轉自：中國經營報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
