随着互联网、大数据、云计算、区块链技术在金融领域逐步使用，银行与客户的关系正在发生重大变化，银行信贷业务已经不能仅仅依赖“单打独斗”。联合贷款、助贷业务应运而生。

　　联合贷款指的是由两家或数家银行一起对某一项目或企业提供贷款。助贷，是指资金方和第三方中介机构即助贷机构合作，共同为目标客户提供贷款服务。12月1日，中国银保监会国际咨询委员会委员、中国工商银行原行长杨凯生在2019年第一财经金融科技峰会上表示，助贷、联合贷款是在新形势下出现的新事物，应该给予肯定。不过，任何时候都不能忘却金融本质，不能忘却防风险、守底线的责任。要认真汲取此前互联网金融方面的教训，在当前助贷、联合贷款业务中应该注意几个问题。

　　首先，要抓紧建章立制。如果立法、修法一直难以跟上，必要的行政规章和监管制度一定要及时出台。现在助贷、联合贷款业务在数据采集、提供、交易等方面问题不少。

　　“究竟什么机构、什么人可以收集什么样的数据，采集数据应该通过什么手段，什么样的数据可以自己使用，什么样的数据可以提供第三方使用，什么样的数据可以有偿地提供给他人使用，什么样的数据只能无偿地提供等，都应该给予清晰地明确，在这些涉及到社会治理层面的问题中，紧紧依靠自律是不可取的。”杨凯生表示，在建章立制过程中，对创新应采取适当监管、包容性监管的态度。

　　其次，无论是联合贷款还是助贷，银行都不应该将风控外包给并不提供贷款或仅仅是提供了少量资金的合作方。

　　杨凯生表示，有一部分银行由于自身人员或技术能力有限，难以对合作方引流导入的客户数据进行分析，也没有自己的算法模型，完全依赖和听信合作方，风险很大。在这种情况下，如果银行放松风控，实际上就不是本来意义上的助贷或联合贷款了，而成了完全放弃管理权的全委托贷款。

　　杨凯生认为，无论是利用自身数据和技术，还是或多或少地依赖合作方提供的数据和技术，银行都需要梳理清楚机器、人、人机结合分别适合做什么，要认识到目前在信贷业务中是所谓的机器学习还是完全基于历史做出的判断。值得注意的是，依据实力做出判断目前具有一定局限性，历史进程还比较短暂，并没有经过多少轮完整的经济周期或较长的客户行为周期检验。

　　再次，杨凯生表示，除了特定场景和业务外，不应过分强调所谓的秒贷。例如，对一些需要基于对借款人综合授信决策才能决定发放的贷款，对一些项目贷款以及借款周期长、金额大的贷款，如果完全依靠机器，在瞬间做出决定，既没有必要也不应该。

　　最后，银行要建立健全数据审计和模型审计机制，确保提供和采集数据的合法性、可靠性以及有关模型的合理性。杨凯生表示，在数据信息已日益成为一种资源的背景下，在数据信息可以给拥有者、使用者带来利益的情况下，加强数据、模型审计无疑是需要的。