每經(jīng)網(wǎng) 2014-09-28 22:10:18
9月27日,在每日經(jīng)濟新聞舉辦的2014年互聯(lián)網(wǎng)金融創(chuàng)新與發(fā)展論壇上,信而富CEO王征宇先生對P2P、民間借貸,或者是民間次級借貸是餡餅還是陷阱的問題作出了解答。
我們給大家看一個例子,大家知道中國建設銀行的信用卡,我們?yōu)榻ㄔO銀行做了一個項目,這個項目的目標是建設銀行找到我們,希望我們幫他們來提高申請評分審批自動化的體系,我們做了這個項目,做下來之后看結果,審批通過率提高了12.3%,風險調(diào)整后的收益率提高了35%,違約率降低了2.48%,審批成本降低了52.9%,同時申請欺詐發(fā)生率降低了33%。用更少的人,更高的收益率,這個就是在自動化審批、決策引擎、評分管理水平體系之下,我們所進行管理的基本手段。在這種情況之下,我們認為對于小額度的、無擔保、無抵押的風險,也是可以控制的。
我們看一下大家提到的大數(shù)據(jù),在這個行業(yè)之中,所謂的大數(shù)據(jù)的環(huán)境,大數(shù)據(jù)的應用,我們認為對于數(shù)據(jù)的基本問題,業(yè)務決策之中面臨很多很多的問題,這些都是小額度的,這些問題當中面臨的基本的數(shù)據(jù)問題是,這個人的還款意愿怎么樣,這個人的還款能力怎么樣,還款的資金量怎么樣,抵押物的水平,社會經(jīng)濟生活狀況,他的還款穩(wěn)定性,所有的這些參數(shù),每個字頭都是C,最后一個自頭是S,這些是基本要回答的問題,用征信局的報告可以回答的問題是這3個,還款意愿、還款能力、還款的穩(wěn)定性,這些是通過征信局數(shù)據(jù)就可以直接回答的,這三類問題的回答,基本上就可以做出信貸的決定,這個對于國內(nèi)信用卡行業(yè),對于美國的P2P同行,基本上用的都是這些數(shù)據(jù)。在美國大數(shù)據(jù)最領先的機構,大的公司有太好的數(shù)據(jù),可以到美國征信局抓數(shù)據(jù),大數(shù)據(jù)之所以起來,是因為在互聯(lián)網(wǎng)金融征信的數(shù)據(jù)對我們來說存取不夠。所以大數(shù)據(jù)可以回答的問題不是這三個,所以大家說大數(shù)據(jù)可不可以取代征信局,這個問題本身就錯了,他們解決的問題不一樣,大數(shù)據(jù)解決的是身份驗證問題、職業(yè)歸屬問題、社會屬性問題,大數(shù)據(jù)必須要和其他問題結合在一起,才能進行有效的預測。
目前在數(shù)據(jù)發(fā)展行業(yè),我們講互聯(lián)網(wǎng)金融,講今天中國是餡餅還是陷井,取決于我們對技術的把握程度。在技術發(fā)展行業(yè)當中,從40年之前到今天,我們的整個數(shù)據(jù)分析的體系,從數(shù)據(jù)到信用評分現(xiàn)在已經(jīng)到了解決方案,已經(jīng)到了決策系統(tǒng),不再是簡單的評分,評分柔和在業(yè)務之中,通過決策引擎的方式自動的實施。數(shù)據(jù)也已經(jīng)從基于行業(yè)的數(shù)據(jù),比如說借款、還款,進入到了整個基于整個社會網(wǎng)絡的數(shù)據(jù),這個是今天的現(xiàn)狀。技術手段、分析手段,已經(jīng)從基本的評分模型,進入到了決策數(shù)、神經(jīng)網(wǎng)絡、進入到了大數(shù)據(jù),特別是弱相關分析,弱相關分析是目前在互聯(lián)網(wǎng)金融之中最前沿的幾個領域基地。其中當然還有圖形識別等等。弱相關分析,可以幫助我們在更多的變量,更大的數(shù)據(jù)之中抽提出對于申請人情況分析評分的手段,這些是前沿機構所要賽跑的主戰(zhàn)場。大家看最終誰的評分最好,用這個原則干過行業(yè)的都有,最終看的是誰的評分更精準,誰的決策速度更快,誰的技術更先進,這個是整個發(fā)展趨勢在P2P行業(yè),在小額貸款領域之中最終決勝負的主戰(zhàn)場。
對于信而富公司,我們相信的不是簡單的你的風險防范能力有多大,你的注冊資本有多少,你有多少錢可以承擔什么,對我們來說都不是。對于我們來說,核心的理念是測試和學習,不斷的測試、不斷的學習,遞推式的發(fā)展。由于中國特定的數(shù)據(jù)挑戰(zhàn)要求具備更多中國獨特性的解決方案,目前信用評分的實施和開發(fā)能力,是來解決中國數(shù)據(jù)挑戰(zhàn)的重點方式,就是怎么樣通過弱相關數(shù)據(jù),通過別人容易忽視的數(shù)據(jù)之中采集到你認為相關的數(shù)據(jù),獲得有效的信息。這張圖說明了這個問題,用人民銀行征信局的報告,可以獲得非常有效的數(shù)據(jù),可惜這些數(shù)據(jù)很少,20%的覆蓋人群,80%沒有數(shù)據(jù),對于這些沒有數(shù)據(jù)的人,只能獲取碎片式的非信用數(shù)據(jù),用這些所謂的弱相關數(shù)據(jù)來進行風險評分沒有那么有效。問題是能不能站在信用的前沿,找到相應的方法建立這一套東西。我們認為我們在方面正在積極的探索,我們認為這方面的工作是最終取決于你這個行業(yè)到底能走多塊,你能規(guī)避陷井,獲得發(fā)展的關鍵。通過信用評分的開發(fā),通過技術手段,不斷的進行通過你的信貸實踐進行測試,通過結果來改善你的評分,你這個周期轉(zhuǎn)的次數(shù)越多,改善的越充分,調(diào)整的周期越快,你的技術進步就越快,你在市場上的競爭,和你的行業(yè)競爭,和其他的機構相比,就可以繞開暗礁,繞開陷阱。
特別提醒:如果我們使用了您的圖片,請作者與本站聯(lián)系索取稿酬。如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。
歡迎關注每日經(jīng)濟新聞APP