论文部分内容阅读
知道消费对象在买什么，依此进行更精细化的授额、定价与期限管理，这是智能信贷对消费金融业务本质上的改善
在传统金融机构工作了近20年后，周静于2015年选择离开。
“中国互联网发展到2015年基本成熟，我相信数据和技术是可以驱动金融的，特别是在零售金融领域，两者可以很好结合。”智能信贷公司读秒CEO周静告诉《瞭望东方周刊》。
她选择的突破口是智能信贷：用户通过手机，输入身份证号、收入情况、婚姻状况等基本信息，个人和中小微企业就可以迅速被授信进而拿到贷款。
这种智能信贷的方式，由机器取代人工授信、放款，极大地简化了流程、压缩了成本。而信贷中的“秒批”和“秒拒”，通过移动金融的方式，在2016年逐渐从调侃走向现实。
“移动金融作为移动互联网与金融深度融合的产物，是深入推进‘互联网 普惠金融’的重要抓手，在建设现代惠普金融体系方面，大有可为。”中国互联网金融协会会长李东荣在2016年11月举办的世界互联网大会上表示。
追求更快
周静的前一份工作，是在渣打中国任零售风险总监。对于传统金融机构做信贷业务的痛点，她深有体会。
“以前整个信贷流程，大概六七步，填写申请、录入信息，再预审、打电话、审批，然后再放款，整个流程下来得好几天。”周静说，漫长的流程不但耗费了大量的人力资源，也消磨了客户的耐心。
她曾尝试过压缩流程，把放款时间从10天缩短到7天，再压缩到3天，就再也压缩不下去了，“因为这个流程必须等一个一个环节的审核，次序不可打乱，没办法做到实时授信。”
对客户而言，有些时候还必须接受收费的中介服务，借贷成本抬高，整个流程透明程度也大打折扣。
“智能信贷做的，就是把传统信贷的六七步压缩成一步，用终端直接对接客户，也为客户节约了信贷成本。”周静告诉本刊记者，智能信贷击中的，就是传统信贷要求的项目繁多、流程缓慢、效率低下的痛点。
实现智能信贷，有三个主要的处理步骤：数据收集处理、建模和决策。通过手机端输入的基本信息，收集、比对和清洗出有效数据，建模团队根据指标和变量的权重，对数据进行再次分析处理，最后通过决策引擎对此单借贷形成审批、额度、定价等判断，完成信贷流程。
“整个过程是并行处理的，在技术的帮助下，完全靠机器自动运营，无需人工干预，因此能够实现最快10秒内的授信放贷。”周静说。
而这也极大提高了效率。她举例称，读秒200人左右的规模，处理的是亿元级别的月业务量：“传统上可能需要两三千人的团队。并且我们做小额贷款，每个月要操作约一百万笔的交易，包括新客户管理、客户维护、贷后管理等等，这在以前是不可想象的。”
读秒不是孤例。这种快速高效的智能信贷，已越来越多地出现在大众视野里。
玖富集团旗下的“玖富叮当”最快3分钟完成授信，拉卡拉的“替你还”也能在分秒内提供小额贷款，百度教育信贷宣称实现“秒批”，京东金融推出的“白条”则率先提供“先消费、后付款”的分期金融服务。
数据不是万能的
“过去，银行收集了大量的用户金融交易信息，现在，互联网沉淀了大量的用户行为信息，这些信息和用户还款能力、人品等有或强或弱的关联。未来，会结合人工智能或者完全依靠系统模型去实现金融服务的规模化。”京东金融副总裁许凌告诉《瞭望东方周刊》。
他所说的愿景，却是很多人对智能信贷的担心。通过大数据授信可靠吗？
本刊记者了解到，目前业内做智能信贷的数据来源，一般分为外部数据和内部数据：内部数据是团队自己挖掘的互联网大数据，比如通过招聘网站挖掘的地区收入水平数据；而外部数据则主要包括央行个人征信系统数据、8家个人征信试点机构数据、电商数据、运营商数据以及黑名单和业内共享数据等。
而每家智能信贷公司的优势数据资源各不相同。
比如依靠电商平台的京东金融，可以拿到京东用户数据、商户数据、物流数据、产品数据，等等；拉卡拉可以通过平台自身的金融数据，获得更准确的用户画像；而隶属于PINTEC集团的读秒，能从合作伙伴那获得多维度的数据，并且还会从用户申请贷款的行为中获得数据。
通过这些线上数据的交叉比对，在短时间内勾勒出相对准确的客户画像，是智能信贷的基础。
在周静看来，这在某种程度上让判断更为有效：“以往提交的各种文件和证明，都是孤立的，而现在的这些大数据，可以连起来审查，你要造假，得提前半年、一年，伪造出关于你的所有的线上行为数据，这几乎是不可能的。”
她还透露称，不管最后收集到什么数据，风控核心并没有变，还是在做这几件事情：看客户还款历史、还款意愿和能力，等等。
“我并不认为数据是万能的，我们相信有业务逻辑的数据才是真正有效的数据。因为技术不一定能识别前端发生的异常事件，但是业务逻辑却能发现典型事件和典型驱动因素。”拉卡拉金服总裁王国强告诉《瞭望东方周刊》。
他告诉本刊记者，拉卡拉借贷平台从推出信用卡代偿业务，到分期业务再到知名企业员工贷款业务，演进的智能信贷业务背后，是一个不断修改和调整的、甚至具备机器学习能力的、动态的风控模型。
许凌则介绍称，京东金融有四大模型：风险控制模型、量化运营模型、用户洞察模型、大数据征信模型。
“我们通过大数据系统将业务风控前置，预先判断和规避风险，在账户登录、激活、交易、信息修改等全流程环节，对每一次账户行为进行后台安全扫描，并和京东商城配送体系打通，对高风险订单实现配送最后一公里拦截。”他说。
本刊记者了解到，京东白条、拉卡拉、读秒的坏账率均低于业内平均水平。
差异化信贷服务
除了改变传统授信和放贷的方式，在获客渠道上，较之传统信贷一对一服务或地推方式，智能信贷有自己的流量入口。 “以前信贷业务获客，是需要很多固定成本的，但智能信贷，当获客量到了一定程度，边际成本非常非常低。”周静告诉本刊记者。
在王国强看来，智能信贷的获客模式可分为“冷启动”与“热启动”。
“冷启动”模式是指一些平台通过广告投放、返利折扣等吸引客户，而“热启动”模式，是指依靠平台本身已有的资源和影响力获得客户。
他认为，拉卡拉就是典型的热启动，不需要烧钱贴补市场获得客户，就能获得平台带来的自然流量。
这其中，垂直化程度高的智能信贷产品成为市场的主流。
在电商巨头中，有阿里系的蚂蚁花呗、依托于京东金融的白条、腾讯旗下的微粒贷等；在互联网公司里，有搜房、途牛旅游等OTA公司开发的分期产品等；在P2P平台转型公司中，有美利金融的二手车交易、3C产品信贷等金融产品。
“互联网消费金融跟产品和交易紧密结合，自然就有大量的用户，获客和转化都是非常容易的。而知道消费对象买什么东西，依此进行更精细化的额度、成本、定价等判断，这是互联网消费金融对消费金融业务本质上的改善。”零壹研究院院长李耀东表示。
王国强告诉本刊记者：在贷前审批阶段，可以做到差异化的授额、定价与期限管理；在贷中维护阶段，结合客户行为表现以及对相关产品的交叉持有情况，制订个性化的客户维护方案；而在贷后催收阶段，根据短期资金压力与长期风险情况对客户进行分群管理，制订差异化催收方案。
“我们所有的交易都有前中后的整体监控流程，运用技术手段打通了从获客到资金追索的全过程，这是传统金融手段所无法做到的。”他说。
这得到了市场的正面反响。
咨询机构艾瑞研究院统计数据显示：2015年中国短期消费信贷规模达4.1万亿元，渗透率为15.2%，预计2016年规模扩大至5.1万亿元，近三年均维持20%以上的增速；其中，互联网消费金融2015年规模达1183.5亿元，较2014年增长546%；预计2016年规模扩大至4367.1亿元，而渗透率仅为8.5%，发展空间依然广阔。
将信用最大化
在拉卡拉信贷产品中，额度最大的产品“员工贷”最高可以申请30万元的贷款。简单来说，就是利用企业的“信用背书”，为员工提供信贷。
“现在许多企业员工在有大额资金需求的时候，首先就会想到自己的公司，但是这些企业并没有金融属性，而与拉卡拉对接，就能够解决这些问题。”王国强解释说。
30万元也是京东白条的最高额度。许凌介绍说，白条在京东商城体系积累了大量的用户后，逐步走向线下，拓展了租房、旅游、装修、教育、婚庆等各种场景，还与银行合作了联名电子账户“白条闪付”，赋予白条“闪付”的功能，让白条在线下所有银联闪付POS机上都能使用。
“京东白条的目标客群定位是奋斗的年轻人。未来白条也将强化移动端体验，让白条成为一种快捷、方便、触手可及的信用支付方式。”许凌告诉本刊记者。
而周静的思路是横向发展，读秒除了提供个人信贷，还提供面向中小企业的信贷以及技术输出。
“我们通过跟腾讯微店合作，为中小企业提供信贷服务。另外，我们也为有信贷需求的垂直平台提供技术输出，比如在去哪儿使用的‘拿去花’，就是POWERED BY DUMIAO的技术输出。”周静说。
据她判断，智能信贷市场涌入越来越多的竞争者，不久就会杀成红海，而规模、成本和风险控制，是一个相互博弈的关系。最大程度地挖掘信用的价值，容易走上单纯追求规模的偏路。
比如某智能信贷产品，只需提供实名认证、某个人征信平台授权以及运营商授权，就能贷款最高达5万元。因为无需信用卡账单，一些没有信用卡的信用“黑户”也能借贷，这被一些投机套现的网友称为“无视黑白”、“神一般的存在”。
“实际上，消费金融市场在征信体系还不完善的情况下，过度授信是一个值得关注的风险，未来随着监管政策的完善和市场竞争，相信会过滤掉一些泡沫，留下那些风控稳定、真正服务于消费者的消费金融机构。”许凌说。
ABS是下一个战场？
从商业模式的角度来看，智能信贷主要依靠收取手续费的方式盈利，但其手续费率却普遍高于信用卡手续费率。
“在整个中国市场，真正在银行有信用记录的大概只有3亿多人，也就是说我们有差不多10亿人没有征信记录。在银行做不了信用贷款的人群体量非常大，它是一个万亿级的蓝海市场。”许凌说。
而在周静看来，稳健发展是必选项：“我们不做没有还款能力和意愿的、完全没有历史信息的群体，也不做高利贷。我们的客户必须提供信用卡，他们是有稳定的收入来源的，但可能在现金流有一些小缺口，我们才去补助。”
因此，读秒的个人平均借贷额在3000元左右，也低于行业平均水平。
“读秒资金来源多样，除了依靠积木盒子，现在也在跟银行等金融机构谈合作，也希望能完成对接 ABS。”周静说。
事实上，资金渠道是否具备低成本、稳定和多元化的属性，对于提供智能信贷的机构来说至关重要，它是商业模式的重要一环。总的来看，智能信贷的资金来源不但包括P2P平台，还有银行类消费金融公司、私募基金、小贷公司以及近年呈井喷之势的资产证券化ABS等方式。
“在京东商城使用的白条，是赊购服务，属于自有资金，在线下使用的白条属于代付消费贷款，来源是小贷公司。同时，白条资产证券化已经常态化，依托白条优质的资产质量实现了自我补血。”许凌表示。
根据零壹财经于2016年11月发布的《消费金融ABS报告》显示：京东最早于2015年9月在深交所发行了第一只规模达8亿元的ABS产品，截至2016年11月11日，京东已发行7只产品共93亿元。
该报告分析称，相对于其他依赖机构主体信用的融资方式，资产证券化更加注重资产质量，并且融资成本较低，是各类机构特别是互联网消费金融服务机构拓展资金渠道的理想方式。
该报告还显示：截至2016年11月11日，消费金融领域共发行ABS产品50只，发行规模超过860亿，这两年环比增速均超过400%。报告还判断称，主要以非金融企业为主的企业ABS，是推动资产证券化高速发展的火车头。
“其实最大的风险和不确定性来自于自身，来自于你是不是对从事的行业有敬畏之心，是不是能面对诱惑依然坚持走正道，而且持之以恒地走下去。”王国强说。
在传统金融机构工作了近20年后，周静于2015年选择离开。
“中国互联网发展到2015年基本成熟，我相信数据和技术是可以驱动金融的，特别是在零售金融领域，两者可以很好结合。”智能信贷公司读秒CEO周静告诉《瞭望东方周刊》。
她选择的突破口是智能信贷：用户通过手机，输入身份证号、收入情况、婚姻状况等基本信息，个人和中小微企业就可以迅速被授信进而拿到贷款。
这种智能信贷的方式，由机器取代人工授信、放款，极大地简化了流程、压缩了成本。而信贷中的“秒批”和“秒拒”，通过移动金融的方式，在2016年逐渐从调侃走向现实。
“移动金融作为移动互联网与金融深度融合的产物，是深入推进‘互联网 普惠金融’的重要抓手，在建设现代惠普金融体系方面，大有可为。”中国互联网金融协会会长李东荣在2016年11月举办的世界互联网大会上表示。
追求更快
周静的前一份工作，是在渣打中国任零售风险总监。对于传统金融机构做信贷业务的痛点，她深有体会。
“以前整个信贷流程，大概六七步，填写申请、录入信息，再预审、打电话、审批，然后再放款，整个流程下来得好几天。”周静说，漫长的流程不但耗费了大量的人力资源，也消磨了客户的耐心。
她曾尝试过压缩流程，把放款时间从10天缩短到7天，再压缩到3天，就再也压缩不下去了，“因为这个流程必须等一个一个环节的审核，次序不可打乱，没办法做到实时授信。”
对客户而言，有些时候还必须接受收费的中介服务，借贷成本抬高，整个流程透明程度也大打折扣。
“智能信贷做的，就是把传统信贷的六七步压缩成一步，用终端直接对接客户，也为客户节约了信贷成本。”周静告诉本刊记者，智能信贷击中的，就是传统信贷要求的项目繁多、流程缓慢、效率低下的痛点。
实现智能信贷，有三个主要的处理步骤：数据收集处理、建模和决策。通过手机端输入的基本信息，收集、比对和清洗出有效数据，建模团队根据指标和变量的权重，对数据进行再次分析处理，最后通过决策引擎对此单借贷形成审批、额度、定价等判断，完成信贷流程。
“整个过程是并行处理的，在技术的帮助下，完全靠机器自动运营，无需人工干预，因此能够实现最快10秒内的授信放贷。”周静说。
而这也极大提高了效率。她举例称，读秒200人左右的规模，处理的是亿元级别的月业务量：“传统上可能需要两三千人的团队。并且我们做小额贷款，每个月要操作约一百万笔的交易，包括新客户管理、客户维护、贷后管理等等，这在以前是不可想象的。”
读秒不是孤例。这种快速高效的智能信贷，已越来越多地出现在大众视野里。
玖富集团旗下的“玖富叮当”最快3分钟完成授信，拉卡拉的“替你还”也能在分秒内提供小额贷款，百度教育信贷宣称实现“秒批”，京东金融推出的“白条”则率先提供“先消费、后付款”的分期金融服务。
数据不是万能的
“过去，银行收集了大量的用户金融交易信息，现在，互联网沉淀了大量的用户行为信息，这些信息和用户还款能力、人品等有或强或弱的关联。未来，会结合人工智能或者完全依靠系统模型去实现金融服务的规模化。”京东金融副总裁许凌告诉《瞭望东方周刊》。
他所说的愿景，却是很多人对智能信贷的担心。通过大数据授信可靠吗？
本刊记者了解到，目前业内做智能信贷的数据来源，一般分为外部数据和内部数据：内部数据是团队自己挖掘的互联网大数据，比如通过招聘网站挖掘的地区收入水平数据；而外部数据则主要包括央行个人征信系统数据、8家个人征信试点机构数据、电商数据、运营商数据以及黑名单和业内共享数据等。
而每家智能信贷公司的优势数据资源各不相同。
比如依靠电商平台的京东金融，可以拿到京东用户数据、商户数据、物流数据、产品数据，等等；拉卡拉可以通过平台自身的金融数据，获得更准确的用户画像；而隶属于PINTEC集团的读秒，能从合作伙伴那获得多维度的数据，并且还会从用户申请贷款的行为中获得数据。
通过这些线上数据的交叉比对，在短时间内勾勒出相对准确的客户画像，是智能信贷的基础。
在周静看来，这在某种程度上让判断更为有效：“以往提交的各种文件和证明，都是孤立的，而现在的这些大数据，可以连起来审查，你要造假，得提前半年、一年，伪造出关于你的所有的线上行为数据，这几乎是不可能的。”
她还透露称，不管最后收集到什么数据，风控核心并没有变，还是在做这几件事情：看客户还款历史、还款意愿和能力，等等。
“我并不认为数据是万能的，我们相信有业务逻辑的数据才是真正有效的数据。因为技术不一定能识别前端发生的异常事件，但是业务逻辑却能发现典型事件和典型驱动因素。”拉卡拉金服总裁王国强告诉《瞭望东方周刊》。
他告诉本刊记者，拉卡拉借贷平台从推出信用卡代偿业务，到分期业务再到知名企业员工贷款业务，演进的智能信贷业务背后，是一个不断修改和调整的、甚至具备机器学习能力的、动态的风控模型。
许凌则介绍称，京东金融有四大模型：风险控制模型、量化运营模型、用户洞察模型、大数据征信模型。
“我们通过大数据系统将业务风控前置，预先判断和规避风险，在账户登录、激活、交易、信息修改等全流程环节，对每一次账户行为进行后台安全扫描，并和京东商城配送体系打通，对高风险订单实现配送最后一公里拦截。”他说。
本刊记者了解到，京东白条、拉卡拉、读秒的坏账率均低于业内平均水平。
差异化信贷服务
除了改变传统授信和放贷的方式，在获客渠道上，较之传统信贷一对一服务或地推方式，智能信贷有自己的流量入口。 “以前信贷业务获客，是需要很多固定成本的，但智能信贷，当获客量到了一定程度，边际成本非常非常低。”周静告诉本刊记者。
在王国强看来，智能信贷的获客模式可分为“冷启动”与“热启动”。
“冷启动”模式是指一些平台通过广告投放、返利折扣等吸引客户，而“热启动”模式，是指依靠平台本身已有的资源和影响力获得客户。
他认为，拉卡拉就是典型的热启动，不需要烧钱贴补市场获得客户，就能获得平台带来的自然流量。
这其中，垂直化程度高的智能信贷产品成为市场的主流。
在电商巨头中，有阿里系的蚂蚁花呗、依托于京东金融的白条、腾讯旗下的微粒贷等；在互联网公司里，有搜房、途牛旅游等OTA公司开发的分期产品等；在P2P平台转型公司中，有美利金融的二手车交易、3C产品信贷等金融产品。
“互联网消费金融跟产品和交易紧密结合，自然就有大量的用户，获客和转化都是非常容易的。而知道消费对象买什么东西，依此进行更精细化的额度、成本、定价等判断，这是互联网消费金融对消费金融业务本质上的改善。”零壹研究院院长李耀东表示。
王国强告诉本刊记者：在贷前审批阶段，可以做到差异化的授额、定价与期限管理；在贷中维护阶段，结合客户行为表现以及对相关产品的交叉持有情况，制订个性化的客户维护方案；而在贷后催收阶段，根据短期资金压力与长期风险情况对客户进行分群管理，制订差异化催收方案。
“我们所有的交易都有前中后的整体监控流程，运用技术手段打通了从获客到资金追索的全过程，这是传统金融手段所无法做到的。”他说。
这得到了市场的正面反响。
咨询机构艾瑞研究院统计数据显示：2015年中国短期消费信贷规模达4.1万亿元，渗透率为15.2%，预计2016年规模扩大至5.1万亿元，近三年均维持20%以上的增速；其中，互联网消费金融2015年规模达1183.5亿元，较2014年增长546%；预计2016年规模扩大至4367.1亿元，而渗透率仅为8.5%，发展空间依然广阔。
将信用最大化
在拉卡拉信贷产品中，额度最大的产品“员工贷”最高可以申请30万元的贷款。简单来说，就是利用企业的“信用背书”，为员工提供信贷。
“现在许多企业员工在有大额资金需求的时候，首先就会想到自己的公司，但是这些企业并没有金融属性，而与拉卡拉对接，就能够解决这些问题。”王国强解释说。
30万元也是京东白条的最高额度。许凌介绍说，白条在京东商城体系积累了大量的用户后，逐步走向线下，拓展了租房、旅游、装修、教育、婚庆等各种场景，还与银行合作了联名电子账户“白条闪付”，赋予白条“闪付”的功能，让白条在线下所有银联闪付POS机上都能使用。
“京东白条的目标客群定位是奋斗的年轻人。未来白条也将强化移动端体验，让白条成为一种快捷、方便、触手可及的信用支付方式。”许凌告诉本刊记者。
而周静的思路是横向发展，读秒除了提供个人信贷，还提供面向中小企业的信贷以及技术输出。
“我们通过跟腾讯微店合作，为中小企业提供信贷服务。另外，我们也为有信贷需求的垂直平台提供技术输出，比如在去哪儿使用的‘拿去花’，就是POWERED BY DUMIAO的技术输出。”周静说。
据她判断，智能信贷市场涌入越来越多的竞争者，不久就会杀成红海，而规模、成本和风险控制，是一个相互博弈的关系。最大程度地挖掘信用的价值，容易走上单纯追求规模的偏路。
比如某智能信贷产品，只需提供实名认证、某个人征信平台授权以及运营商授权，就能贷款最高达5万元。因为无需信用卡账单，一些没有信用卡的信用“黑户”也能借贷，这被一些投机套现的网友称为“无视黑白”、“神一般的存在”。
“实际上，消费金融市场在征信体系还不完善的情况下，过度授信是一个值得关注的风险，未来随着监管政策的完善和市场竞争，相信会过滤掉一些泡沫，留下那些风控稳定、真正服务于消费者的消费金融机构。”许凌说。
ABS是下一个战场？
从商业模式的角度来看，智能信贷主要依靠收取手续费的方式盈利，但其手续费率却普遍高于信用卡手续费率。
“在整个中国市场，真正在银行有信用记录的大概只有3亿多人，也就是说我们有差不多10亿人没有征信记录。在银行做不了信用贷款的人群体量非常大，它是一个万亿级的蓝海市场。”许凌说。
而在周静看来，稳健发展是必选项：“我们不做没有还款能力和意愿的、完全没有历史信息的群体，也不做高利贷。我们的客户必须提供信用卡，他们是有稳定的收入来源的，但可能在现金流有一些小缺口，我们才去补助。”
因此，读秒的个人平均借贷额在3000元左右，也低于行业平均水平。
“读秒资金来源多样，除了依靠积木盒子，现在也在跟银行等金融机构谈合作，也希望能完成对接 ABS。”周静说。
事实上，资金渠道是否具备低成本、稳定和多元化的属性，对于提供智能信贷的机构来说至关重要，它是商业模式的重要一环。总的来看，智能信贷的资金来源不但包括P2P平台，还有银行类消费金融公司、私募基金、小贷公司以及近年呈井喷之势的资产证券化ABS等方式。
“在京东商城使用的白条，是赊购服务，属于自有资金，在线下使用的白条属于代付消费贷款，来源是小贷公司。同时，白条资产证券化已经常态化，依托白条优质的资产质量实现了自我补血。”许凌表示。
根据零壹财经于2016年11月发布的《消费金融ABS报告》显示：京东最早于2015年9月在深交所发行了第一只规模达8亿元的ABS产品，截至2016年11月11日，京东已发行7只产品共93亿元。
该报告分析称，相对于其他依赖机构主体信用的融资方式，资产证券化更加注重资产质量，并且融资成本较低，是各类机构特别是互联网消费金融服务机构拓展资金渠道的理想方式。
该报告还显示：截至2016年11月11日，消费金融领域共发行ABS产品50只，发行规模超过860亿，这两年环比增速均超过400%。报告还判断称，主要以非金融企业为主的企业ABS，是推动资产证券化高速发展的火车头。
“其实最大的风险和不确定性来自于自身，来自于你是不是对从事的行业有敬畏之心，是不是能面对诱惑依然坚持走正道，而且持之以恒地走下去。”王国强说。