1、前言

现在很多4S店都会推出所谓的免息汽车贷，美其名曰免息，然后要收你一定的服务费/茶水费之类的，一般2，3k，看着好像不多，很多消费者就用了”系统一“不加思考就刷卡了。笔者近期因为买哈弗大狗的缘故，也经历了一次4S的消费贷，本着研究员的精神，我和销售掰扯了一下午，最终向销售说明白了这里面的逻辑，希望她以后和其他消费者解释的时候，能有更多的理论支撑，也算间接给长城股票做贡献了。

 

2、4S点免息汽车贷的抽象模型

消费贷其实和4S没有啥太多直接关系，更多是个人客户和银行直接签订的金融贷款合同，4S这里面只是充当了引流和返点的作用，金融货币在4S店和银行间是等价流动的，不影响我们对这个问题的分析，因此将4S店省略。

以笔者的情况为例，

• 贷款额度是60000人民币
• 手续费是2800人民币
• 分2年24个月分期还款
• 每个月还6w/24的等额本金

因为手续费是在放款的同时就直接扣除的，所以本质上，对顾客来说，这是一个贷款贴现模型。

对于消费者来说，实际到手的只有57200人民币；对于银行来说，资产负债表上增加了一项60000人民币的资产。

0x1：对消费者来说这笔贷款意味着什么

我们现在从消费者和银行角度分别来计算各自的收益，

对于消费者来说，假设这笔钱不用来买车，而是进行无风险利率投资，按照招商银行2年期定存年化利率2.25%来计算复利收益。

同时要注意，由于每个月要分期还款60000/24的等额本金，所以客户用于无风险投资的本金是逐月减少的。

# -*- coding: utf-8 -*-


if __name__ == '__main__':

    # 总贷款金额
    load_total = 60000

    # 总手续费
    service_charge = 2800

    # 客户到手总贷款金额，即客户当前本金
    customer_load_total = load_total - service_charge

    # 银行月化利率
    band_rate_monthly = 4.95 / 100 / 12

    # 分期月数
    load_periods = 24

    # 每月还款本金额度
    load_pay_monthly = load_total / load_periods

    # 消费者累计投资收益
    investment_profit_total = 0

    # 逐月计算客户投资累计收益
    for i in range(load_periods):
        # 当月收益 = 当前本金 * 月利率
        investment_profit_total += customer_load_total * band_rate_monthly
        # print "investment_profit_total: ", investment_profit_total

        # 随着客户逐月的还款，本金也在相应减少还款的部分
        customer_load_total -= load_pay_monthly
        # print "customer_load_total: ", customer_load_total

    print "customer_load_total: " + str(customer_load_total)
    print "investment_profit_total: " + str(investment_profit_total)

    print "customer_profit: ", investment_profit_total + customer_load_total

最终利息是1280.25人民币，在2年后，消费者逐月还清了原本6000的贷款，同时亏本了1519.75人民币。

可以看到，这里面的关键是消费者进行投资的月度利率是多少，我们画出利率-收益曲线。

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
import numpy as np


def interest_rate_income(bank_rate):
    # 总贷款金额
    load_total = 60000

    # 总手续费
    service_charge = 2800

    # 客户到手总贷款金额，即客户当前本金
    customer_load_total = load_total - service_charge

    # 银行月化利率
    bank_rate_monthly = bank_rate / 100 / 12

    # 分期月数
    load_periods = 24

    # 每月还款本金额度
    load_pay_monthly = load_total / load_periods

    # 消费者累计投资收益
    investment_profit_total = 0

    # 逐月计算客户投资累计收益
    for i in range(load_periods):
        # 当月收益 = 当前本金 * 月利率
        investment_profit_total += customer_load_total * bank_rate_monthly
        # print "investment_profit_total: ", investment_profit_total

        # 随着客户逐月的还款，本金也在相应减少还款的部分
        customer_load_total -= load_pay_monthly
        # print "customer_load_total: ", customer_load_total

    # print "customer_load_total: " + str(customer_load_total)
    # print "investment_profit_total: " + str(investment_profit_total)

    return investment_profit_total + customer_load_total


if __name__ == '__main__':
    x = np.arange(2.25, 12.0, 0.1)
    print x

    y = list()
    for i in x:
        customer_profit = interest_rate_income(i)
        print "customer_profit: ", customer_profit, "bank_rate: ", i
        y.append(customer_profit)

    print x

    fig = plt.figure(figsize=(8, 8))  # 设置图大小 figsize=(6,3)
    plt.plot(x, y)
    # plt.xticks(x)
    # plt.yticks(y)
    plt.xlabel('rate')
    plt.ylabel('customer profit')
    # plt.xscale('log')  # 设置纵坐标的缩放
    plt.show()

可以看到，大概年化利率要到4.95%的时候，消费者用这笔贷款交易进行投资才能收支平衡。而我们知道，4.95%的2年化已经到指数基金的收益范畴了，投资风险是比较大的。

0x2：对银行来说这笔贷款意味着什么

对于银行来说，这项安排的收益主要来自两个方面：

• 60000的贷款作为一项资产，可以进行资产证券化打包，重新获得现金流收益
• 每月收到消费者还的部分贷款，这部分现金可以产生累计复利收益

资产证券化这里暂时略去，我们主要讨论银行对于客户逐月还款的收益。

一般来说，银行的存贷利率差是在2-3%个百分点左右，我们姑且假设银行的收益是（2.25+3 = 5.25%）

# -*- coding: utf-8 -*-


if __name__ == '__main__':
    # 总贷款金额
    load_total = 60000

    # 银行到手的总还款金额
    bank_getback_total = 0

    # 月化利率
    bank_rate_monthly = 5.25 / 100 / 12

    # 分期月数
    load_periods = 24

    # 银行每月收到还款本金额度
    load_getback_monthly = load_total / load_periods

    # 银行累计投资收益
    investment_profit_total = 0

    # 逐月计算银行投资累计收益
    for i in range(load_periods):
        # 当月收益 = 当前本金 * 月利率
        investment_profit_total += bank_getback_total * bank_rate_monthly
        print "investment_profit_total: ", investment_profit_total

        # 随着客户逐月的还款，银行的本金也在相应逐月增加
        bank_getback_total += load_getback_monthly
        print "bank_getback_total: ", bank_getback_total

    print "investment_profit_total: " + str(investment_profit_total)

 

可以看到，银行从这项交易中赚得了3018.75人民币的收益。

这里要注意一个问题，客户损失了1500，而银行赚得了3000块，那银行额外赚的1500是哪里来的呢？

答案是资本的风险溢价，银行通过搜集信息，将这笔资金投向了收益更高的企业和项目，从而获得了更大的收益。相当于说利用消费者的消费贷撬动了一个更大的杠杆，而这个杠杆的源点就是客户的购车欲望。

 

3、金融的本质是跨期资源安排

以上的分析，看起来好像银行的稳赚不赔，客户是亏钱的。

但以上是从纯资本的角度来分析这项业务的安全边界，现在回到原本的商业场景中，银行之所以推出这种业务，其本质是，中国当下这个社会环境下，中产阶级以及中低收入者占社会的主流，对于一辆十几二十万的车来说，依然有很大一部人是无法一次性全款的，但是这部分客户对于拥有一部自己的汽车又存在刚需。

 

我国的人均汽车保有量还存在大量的增长空间，银行推出这项服务，不单单是为了获得资本利得，同时也是为了方便消费者，毕竟消费者买车之后，可以大幅度提高自己的生活品质和工作效率，赚到的钱可能远远不只花出去的2800块。金融是可以让参与双方双赢的，它是一个增和博弈。

这里有一点要注意，笔者前面分析过程中，为了确定边界而提到的消费者用贷款进行投资，实际上并不是一个单纯的理论模型，而是反映了当下社会的一个不好的现象，即金融脱离产业而在金融系统里空转。按照金融工具本来的设计目的，客户用贷款的钱进行生产和消费，可以极大促进社会的总体生产和财富增长，但是如果客户拿贷款的钱又重新投入金融系统中，那这笔钱就没有流到车企里成为车企的R&D费用，而是继续流动下游的金融机构里，通过各种金融工具的包装，层层套利，最终放大了金融风险。

 

4、后记

最后，谈一下对国产车的一点思考和感悟。笔者自己不是从事汽车产业的，但是我家里人一直在开国产车，笔者自己很早就开始关注长城了，哈弗的每一代车都深度开过，不过不说，17年的长城车确实不太行，问题挺多，动力也肉。但是从2020开始，第三代车出来后，给人耳目一新的感觉，哈弗全系车型得到了彻底的升级。

 

长城从自己做的皮卡起家，一直坚持自己研发核心技术，日拱一卒，在数年的岁月中，最终逐渐打磨出了自己的核心能力。这对笔者来说也是一个很大的启发。人贵在坚持。相信长城在接下来的5年也会继续带给我们惊喜，未来可期。