首页 > 品牌栏目 > 互联网金融早餐会 > 【711期】撬动传统信贷 谁将颠覆传统赶超BAT?

【711期】撬动传统信贷 谁将颠覆传统赶超BAT?

发布时间:2016-10-20 11:25:10     来源:

       

董骏——PINTEC集团创始人、首席执行官。2014年,PINTEC集团开始启动智能双核业务,2015年成立读秒智能信贷公司,成为消费金融大潮背后的一支重要驱动力量。5年华尔街跨国银行经验,8年中国中小企业金融服务经验;曾在以色列第一大银行(BANK HAPOALIM)任结构投资经理,管理超过40亿美元的资产。2008年回国创业,创立了恒信悦华,期间积累了丰富的中国西部地区的中小企业金融服务领域经验。

 

近年来消费在经济中的重要性愈加明显,成为国民经济三驾马车中的领头马。伴随着消费的提升与移动互联网的普及,消费金融在中国取得了长足的进步,信贷行业也随之发展。今天早餐会PINTEC集团创始人、首席执行官董骏先生分析了智能信贷在中国的五个发展趋势。

 

1
 

智能信贷正成为消费金融主力军

2015年,中国信用卡和借贷合一卡在用发卡数量共计4.32亿张,人均信用卡张数仅为0.3张。相比之下,日本信用卡普及率达96%,西方国家如美国信用卡普及率接近100%。信用卡作为最频繁使用的信贷服务,普及率仍然不足,反映着普通人能享受到的金融服务便捷度、质量、效率不高,中国个人以及小微企业的信贷需求没有得到充分满足。与此同时,中国电商、O2O、移动交互的普及率甚至超过美国,很多人已经习惯了用数字化的方式(如手机移动端)去处理生活的一切所需。

 

一方面传统的消费信贷渗透率仍然不高,另一方面民众对互联网特别是移动互联网使用越来越频繁,两个因素的叠加,使得纯数字化的在线智能信贷正在成为中国消费金融的主力军。

 

智能信贷(digital lending,也叫数字化信贷)是指一种纯线上全自动智能化的信贷模式,有别于传统信贷的是,智能信贷的所有流程都在线上完成,从风控、授信到贷后管理均由系统自动完成。除了对模型的调整,人工不会干预信贷的流程。智能信贷具有极速、简便、边际成本递减、适配线上线下多种场景等优势。

 

PINTEC从2014年开始投入准备和开发,2015年开始正式运营读秒智能信贷公司,并在今年得到了爆发式的增长。读秒的风控能够在10秒内完成线上无抵押无担保的授信,目前已经覆盖268个城市,接收了340万次的客户申请,放款金额超过18亿。同时,蚂蚁花呗、京东白条、腾讯微粒贷等互联网巨头也纷纷打造各自的数字化消费金融业务,智能信贷的热潮在中国愈演愈烈。

 

2
 

运用数据比拥有数据更重要

智能信贷往往离不开大数据风控,但现在的壁垒已不是数据量的大或多,而是如何科学地、有效地运用数据。

 

通俗地说,大数据风控就如烹饪,不同厨师即便拥有一模一样的食材,也会做出味道差异很大的菜品。银行、电商、运营商、社交媒体等数据已经能够很好地覆盖中国消费者,并能展现绝大多数人的信用情况,获取的难度也不高。与一般人想象的不同,中国的信用数据并不稀缺,关键是如何使用。读秒对接的数十个数据源中,大部分是公开的,我们从中提取上百个主要变量,进行交叉验证,形成500多个主要维度去建模分析,数据的使用决定了风控水平的高低,大数据风控的意义也在此体现。

 

举例来说,用户填写的“收入水平”为变量A,“工作地点”为变量B,申请时IP地址的“所处区域”为变量C。

 

从A+B的维度来看,倘若用户填写的A月收入有数万元,B却显示在某个偏远山区的修车厂工作,我们或许应该怀疑用户隐瞒收入。

 

若从B+C的维度来看,倘若B变量显示用户工作地点在北京,C却显示申请时IP地址在湖南,或者频繁更换IP地址去申请,我们或许应该考虑金融欺诈的风险。

 

若结合A+B+C的维度来看,若B变量显示客户在北京国贸工作,A变量显示月入10000元,IP地址、申请地点都在北京,通过三个变量数据的交叉验证,可以初步推断申请人是常住北京的中等收入白领。

 

此外,用户在申请时的行为也是一种数据维度,可以很好地用以鉴别金融欺诈。读秒一年多的运营数据开始统计出一些规律,比如在凌晨3点左右申请贷款的用户,信用风险更高——很多欺诈者对智能信贷不熟悉,错误地以为凌晨无信贷员审批,或许是防御薄弱的突破口;此外,在申请读秒现金贷时,多次修改填写资料的用户可能存在信息造假——因为普通人通常不会频繁记错自己的私人信息。这些独特的用户行为数据一定程度上也能甄别风险,反应用户信用。

 

如何选择变量?如何组合?如何测算?单项的评分结果占用户信用评分的权重多少?什么情况会触动欺诈模型?这些都需要技术和金融团队不断打磨和优化,优秀地运用数据才能最大程度让数据说话,才能全面展现用户信用并作出授信决策。

 

市场还有一些其他的做法,比如十分倚重体系内数据的权重,或者打造“朋友圈影响力”、“职业偏好”“模拟人类大脑”等特殊维度,并以此为主要风控模型等。在我们看来,传统金融信贷的风控基本规则依然适用智能信贷,借贷者的收入、风险、还款意愿等一系列指标仍然是风控中必要的数据。上述做法可能从某个侧面反映了信用水平,但并不能以偏概全替代所有数据。只有在丰富的维度下交叉验证数据,平衡数据权重,才能让数据更好地运用,形成风控壁垒。

 

3
 

智能信贷取胜之道在于“精细化运营”

关于智能信贷,很多人强调风控的意义,但孤立的强调严格风控并不可取。有一句极端的话说,“最好的风控就是不给任何人借一分钱”。

 

这样孤立的看待风险在商业上无法自立。智能信贷是一整套体系,风控只是其中一环,只有在客户挖掘、风险定价、贷后用户行为预测、催收、复贷策略等各个方面都进行精细化的运营,才有可能在商业上取胜。

 

在信贷业务的起点“获客”阶段,智能系统就已经开始介入。读秒会以用户画像为基础,在众多的客户中锁定最有价值的用户,在筛选有效用户时,一定程度上也保障了客户转化率和用户产生的价值。

 

圈定用户后,“定价”环节也需要精细化运营,不同信用水平的用户需要差异化的定价。

 

粗略而言,借贷人群可以用“信用水平”和“借贷频率”划分为四个象限。显然“高信用高频率”的用户是理想客户,但若在收益能够覆盖损失的情况下,“少信用高频率”申请者也可以带来很好的收入。读秒通过不断测试找到最佳的用户分层方式,平衡损失和收益,进行差异化定价,“少信用高频率”客户甚至能够带来更大的商机。在复贷策略上,我们会分析已有客户的还款行为、重复消费等行为数据,并针对性地给予优质客户不同产品的交叉营销,深度挖掘优质客户价值,精准运营。

 

贷后环节也是重要的一环。读秒通过对不同用户以及信贷情况的监测评估,在贷前、贷中过程中会将用户的逾期风险从高到低排列。客户逾期时,系统已经预测出了催收成本与收益,并推算出应该使用的催收方式,催收频率,从而优化催收资源的配置。

 

智能信贷利用各大数据的精细化运营,给予用户全流程管理,提高服务质量和效率。整套流程才是智能信贷的商业取胜点。

 

4
 

开放体系的智能信贷将更快优化并适应市场需求

每一个创业者可能都曾遇到过这个问题:“你的公司虽然现在不错,但如果BATJ也来做,怎么办?”相比跨界而来的巨头,我们一直相信开放体系的智能信贷公司将获得更大成功。

 

诚然,巨头在生态、规模、数据上都有其优势,但拥有这些优势同时也带来了一些束缚,首先是风控模型上的先天不足。生态内的大数据风控常常依赖于特定场景,比如化妆品电商的数据、旅行数据、地产商数据等,不同场景下的模型是不通用的。倘若用综合电商的数据去做医疗信贷的风控,模型的适用性将成问题。第二,是合作问题,互联网巨头与小公司合作,往往小公司会成为附属;巨头之间的强强联合,又往往难涉及核心业务。金融从本质上是对风险的运营,这个行业具有特殊性,很少出现少数企业独吞市场的情况。在没有足够大量的合作时,再大的体系内闭环也只是金融市场里的一个小圈,一旦生态闭环形成,就等于阻隔了绝大部分市场。

 

金融是看重边际效应的行业,而互联网看重的是规模效应。相比于互联网巨头的体系和生态闭环,开放体系的智能信贷业务将获得更大成功。

 

读秒是开放的,其POWERED BY DUMIAO(读秒驱动)服务模式采取模块化的思维,使得其技术体系有很高的灵活性,能够方便地嵌入到不同的消费场景中。嵌入的方式既可以是全流程的完整服务,也可以是获客、风控、资金、贷后等不同环节的核心技术。目前读秒已经与安盛集团、康德乐、乐视商城、携程、去哪儿等一大批重量级公司达成合作,并得到市场的认可。这样强调技术的合作能够让读秒更聚焦、更专业。而这种不依赖单一产业圈、适配性强的开放体系也能包容更多合作,不断增强。

 

5
 

智能信贷终将由专业的公司主导

中国的消费金融还在起步阶段,风口之下许多追求“大而全”的公司愿意自己动手,半路出家切入消费金融市场。然而金融的本质是风控,传统行业的公司可能最终仍然以服务线下为最优选择,做电商起家的公司可能也会保持“交易”为第一要务,都难以长久专注于金融与金融技术,倘若顺着风口而行,或许能走一段时间,但终究会因为金融和科技的高门槛被拒之门外。

智能信贷行业需要极强的技术壁垒和专业性,还需要专注地用实践去打磨,而这些品质往往是专业的公司才能达到的。

 

第二次工业革命时引入标准化生产车间,工人们不再需要从头至尾完成整个流程的工作,有了各自分工,从而大大提升工作效率。随着时代的发展,这样的分工正在走向更尖端的领域。未来的行业正朝着越来越精细的方向走,高精尖的环节也将被模块化,专业的公司做专业的事,让每一块运营都最高效率。

 

以上是我今天对于数字化信贷的五个趋势的分享,总结一下:

1,智能信贷正成为消费金融主力军

2,运用数据比拥有数据更重要

3,智能信贷取胜之道在于“精细化运营”

4,开放体系的智能信贷将更快优化并适应市场需求

5,智能信贷终将由专业的公司主导