智能信贷：如何用科技改造金融业.docVIP

PAGE  PAGE 9 智能信贷：如何用科技改造金融业 　　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《?t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??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《?t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