上海2016年8月15日電 /美通社/ -- 在傳統(tǒng)金融向互聯(lián)網(wǎng)行業(yè)推進的大潮中，數(shù)據(jù)技術(shù)驅(qū)動互聯(lián)網(wǎng)金融發(fā)展的時代已悄然到來。8月11日，2016全球互聯(lián)網(wǎng)金融創(chuàng)新論壇在滬火熱開幕，普惠金融時代背景下的消費金融、征信、風(fēng)險控制成本次論壇重點議題。樂融金融CEO王文陽博士在壓軸主題演講中指出：“消費金融已進入高速發(fā)展階段，巨大的市場為風(fēng)控技術(shù)不斷創(chuàng)新提供了廣泛的需求和發(fā)展空間”。
去年，中國互聯(lián)網(wǎng)金融飛速發(fā)展，一舉超越美國成為總量和增長率第一的大市場。普惠金融、大數(shù)據(jù)、消費信貸、移動支付已不僅是國家和行業(yè)革命性的戰(zhàn)略，更滲透到個人生活的方方面面。消費金融和征信領(lǐng)域作為互聯(lián)網(wǎng)下一個風(fēng)口，其價值不僅在于廣闊的成長空間，更在于通過金融體系的完善，減少信息不對稱、降低交易成本，滿足更多潛在的投融資需求，擴大金融總量。
消費金融、征信市場空間大
自2009年頒布《消費金融公司試點管理辦法》，并推行4家試點，到2015年放開市場準(zhǔn)入，將試點范圍擴大至全國，政府正逐步放開消費金融市場。艾瑞咨詢預(yù)估，2019年國內(nèi)消費信貸規(guī)模將達(dá)到37萬億元。
“銀行系、電商系、產(chǎn)業(yè)系、金控系、網(wǎng)貸系五方力量角逐消費金融市場，進一步推動了行業(yè)高速發(fā)展。”王博士表示，國內(nèi)居民的負(fù)債在提升，過去10年，國內(nèi)居民債務(wù)杠桿率（居民債務(wù)/GDP) 翻番，形成很多新型生態(tài)鏈，其中非常重要的一個領(lǐng)域便是征信，中國目前已形成全球較大個人征信局?！皺M向比較，國內(nèi)居民杠桿率同主要發(fā)達(dá)國家相比仍處于低位，中國信貸行業(yè)發(fā)展有相當(dāng)大的空間?！彼J(rèn)為，未來20年，中國征信行業(yè)的發(fā)展方向?qū)⒂蒅DP的發(fā)展階段和年輕人的消費文化決定。
相關(guān)數(shù)據(jù)顯示，在中國，18~59歲的人口近9億，而擁有信用記錄的人數(shù)約3.8億，無信用記錄的人數(shù)達(dá)4~5億。這3.8億人中絕大部分已成為各大銀行的目標(biāo)客戶，然而，其中仍有近20%信用記錄薄弱或者信用記錄很少，這一部分人群可能是剛剛申請到信用卡、或者剛剛申請完房貸，人民銀行中心還無法對其進行信用評分。
“這部分人群加上部分實際信用較好、但無信用記錄的白戶人群，數(shù)量上億，其中相當(dāng)一部分有強資金需求，是消費信貸行業(yè)鎖定的目標(biāo)市場。”王博士表示，對于這一群體，傳統(tǒng)的數(shù)據(jù)風(fēng)控很難準(zhǔn)確評估，而新型的風(fēng)控方式則在成本可控的前提下可以利用大數(shù)據(jù)做出有效風(fēng)險判斷。
新型方式變革風(fēng)控流程
小額信貸風(fēng)控模型需要三個支柱，數(shù)據(jù)模型技術(shù)、流程自動化和決策引擎、運營監(jiān)控和優(yōu)化能力。底層基礎(chǔ)需要大數(shù)據(jù)基礎(chǔ)平臺。王博士概括為“人退數(shù)進”、“風(fēng)控前置”、“人員后移”、“體驗至上”。前端用量化數(shù)據(jù)完成，后期持續(xù)加大在風(fēng)險監(jiān)控、優(yōu)化上的投入，人員結(jié)構(gòu)有很大變化，如此便形成新型大數(shù)據(jù)風(fēng)控的機制。
然而，大數(shù)據(jù)風(fēng)控之于傳統(tǒng)數(shù)據(jù)風(fēng)控，是否差別明顯？
論壇上，王博士總結(jié)道：首先，在數(shù)據(jù)源上，傳統(tǒng)風(fēng)控主要基于征信報告數(shù)據(jù)，新型風(fēng)控則基于海量大數(shù)據(jù)；第二，在驅(qū)動力上，傳統(tǒng)風(fēng)控依賴客戶經(jīng)理和審批經(jīng)理，主要以人為驅(qū)動，而新型風(fēng)控以數(shù)據(jù)為驅(qū)動；第三，傳統(tǒng)風(fēng)控是靜態(tài)的、被動的、點的方式，大數(shù)據(jù)風(fēng)控則是動態(tài)的、主動的、以點代線的連續(xù)方式，實時監(jiān)控客戶信用特征變動情況。
傳統(tǒng)數(shù)據(jù)模型通常根據(jù)信用歷史、信用需求、信用使用、還款記錄、債務(wù)水平、人生階段6個維度進行風(fēng)險評分，多年的行業(yè)實踐證明，傳統(tǒng)指標(biāo)對信用需求、信用使用等的判斷是非常成功的，然而新的群體無法得到這些數(shù)據(jù)，該怎么進行風(fēng)控？
事實上，多項其他指標(biāo)對于風(fēng)險判定有重要意義，例如申請人正在使用的手機個數(shù)、網(wǎng)購記錄中的拒收次數(shù)，這些指標(biāo)與風(fēng)險呈現(xiàn)強相關(guān)，甚至可以替代傳統(tǒng)指標(biāo)做出準(zhǔn)確判斷。大數(shù)據(jù)風(fēng)控涵蓋了政府?dāng)?shù)據(jù)、國企類如運營商數(shù)據(jù)、大型互聯(lián)網(wǎng)企業(yè)數(shù)據(jù)、業(yè)務(wù)渠道場景數(shù)據(jù)、第三方數(shù)據(jù)、爬蟲數(shù)據(jù)等，國內(nèi)數(shù)據(jù)行業(yè)對于解決市場上信息不對稱的問題非常有價值。
“但哪些數(shù)據(jù)能用、哪些手段能用是各家平臺各有千秋的。”在王博士看來，數(shù)據(jù)出處不同，市場上的風(fēng)控方法也多種多樣，有依靠風(fēng)控模型的，有依靠人工智能的?！霸趪廨^為成熟的市場中，金融機構(gòu)多采用模型分析的方法，國內(nèi)炒出的‘人工智能將取代消費信貸風(fēng)控’的概念是否靠譜依然未知?！?/p>
王博士領(lǐng)導(dǎo)的樂融金融團隊便是以國際先進的、基于大數(shù)據(jù)分析的智能信貸決策引擎為核心的。以數(shù)據(jù)和技術(shù)為驅(qū)動，樂融金融憑借創(chuàng)新的風(fēng)控模式和豐富的行業(yè)經(jīng)驗在市場上脫穎而出，目前已經(jīng)與國內(nèi)較大消費金融公司、支付巨搫、電商巨頭及旅游、汽車、教育等細(xì)分領(lǐng)域知名企業(yè)合作，有效助其提高效率、降低成本，最終推進整個社會的金融效率。
