您现在的位置:首页 > 科技 > 正文

浅橙科技朱永敏:金融科技核心在风控和数据

时间:2017-09-18 10:16:59 来源:cn科技网 评论:0 点击:

  9月14日,“服务实体经济——2017中国金融科技未来领袖峰会”在北京双井富力万丽酒店举办。本次活动由产业创新服务平台“亿欧”主办,创新型金融科技公司“浅橙科技”联合主办。

  峰会现场,亿欧联创王彬、宜信高级副总裁陈欢、希望金融CEO陈兴垚、浅橙科技创始人朱永敏、泰康在线首席市场官方远近、易鑫集团COO姜东、钱包生活CEO定胜斌、丰瑞资本创始合伙人李丰等数十位业内人士发表主题演讲。
 

  本次峰会的联合主办方浅橙科技创始人兼CEO朱永敏,发表了主题为《实现普惠金融的下一个赛道在AI》的演讲。针对人工智能、机器学习、大数据等新技术对普惠金融建设的推动意义,朱永敏指出:我国未被传统金融机构覆盖的人群约4亿人,传统金融的线下高成本运营模式成为金融普惠化的现实困境:
 

  1)传统金融线下成本太高,无法满足用户新需求;信用体系不健全,传统风控模型无法支撑次级用户,同时也很难服务次级人群——这形成传统金融的现实困境。而未来我们的金融服务一定是多元化的,不再是两极分化。
 

  2)未来的金融服务一定是多元化有层次的,不再是像原来单方面的金融服务过剩。原有的金融服务是单一的,只是面向优质用户,因此导致优质用户的金融服务单方面过剩,而更多的次级用户反而享受不到金融服务。AI正在推进普惠金融,利用AI可以解决运营和服务成本,使得边际成本可控;也提供决策依据,解决线上风控难题,使得坏账可控;同时,移动端的普及也使用户数据的获取不再困难。因此,金融服务的多元化发展成为可能。
 

  3)金融科技服务实体经济,应该从关注每一个微小的个体入手,从“人”入手。同时,金融科技通过建立筛选机制,判断好人、坏人,判断其负债能力和还款能力;改变单一的金融服务模式,提供多元化的金融服务;由下往上搭建社会信用体系;让信用值钱,帮助次级用户享受更加优质的金融服务,对国内信用生态建设具有深远影响。
 

  4)信任成本是社会最大的成本。我们面临一个很大的问题是信用体系不完善,但这也是机会所在,从无到有,我们在做的过程中,一定是通过模型追踪打造出来一个完整的信用,这是促进整个信用体系的发展,在未来可以降低整个社会的成本。
 

  以下为朱永敏的演讲速记,由亿欧编辑整理(有不改变原意的删改):

\

  中国经济发展到这个阶段,其实整个中国经济社会都在发生巨大改革,也存在巨大的机遇和商机。从原来两极分化的商业模式,到现在变成了多元化的社会阶层,包括服务多元化、服务升级、消费升级、产品升级,整个产业已经多元化。
 

  产业多元化意味着基础的金融服务和资本流转、流动是多元化的。对我们这代人来说,这个时间点有一个巨大的商机,就是金融服务的多元化。未来的金融服务一定是多元化的,不再是两极分化。利率是一套的,国家规定的是多少就是多少,而不是民间的那一套,民间是不受监管的。
 

  未来的金融服务一定是多元化有层次的,不再是像原来单方面的金融服务过剩。现在大型企业的金融服务资源是非常丰富的,不管是大型银行、信贷还是保险,都很喜欢服务于大型企业。但是对于中小微企业和中小微的民众,包括无卡人群,中国有7到8亿人群是没有服务的,这是一个很巨大的机遇。
 

  因为我是互联网出身,本身是做基础的,所以我们怎么去做金融服务?为什么我们比别人做有优势?科技金融到底体现在哪儿?为什么用科技金融做?科技金融比传统金融做得更加好或者怎么做有效补充,怎么去服务于原来传统金融服务不到的人群和企业?
 

  现在的大数据和互联网很先进的技术叫区块链、人工智能,这些东西都貌似有很多新的概念。其实从传统的概念来说,我觉得对于金融,核心的理念是抓住两个点:
 

  一是降低获客的成本。传统金融做获客,我之前接触过很多做抵押和银行的业务,其实获客成本是很高的,基本上1000块钱左右。如果额度不高,或低于10万或者5万,他的获客成本就很高——变相来说用户能拿到金融服务的成本不可能低。其实,要解决的是如何应用现在的技术解决获客成本的问题,也是首要问题。
 

  二是利用现在的技术解决风控成本问题。如果能解决风控成本和流量成本,就可以去做更广大用户的金融服务,从而让用户获得优质的金融服务。这就是说要用 “人工智能AI”,可能实际的技术会比较简单或者比较土,与互联网或者AI互联网可以做长尾的效应,这是互联网的特性——长尾的效应而不是头部的效应,长尾效应可以解决基础获客成本的问题。
 

  传统的金融是服务于传统经济。为什么服务于传统经济?因为获客成本高、线下的风控成本也高。而且随着业务量规模变大,成本是线性上升。我们要做的目的是当你的业务规模越大的时候,你的成本不是线性上升,而是可以忽略不计。服务10万用户、100万用户,你的成本是不是可控的,你的成本服务10万用户的时候,可能每客单价是10块钱,当你到100万的时候还是10块钱,这是我们做这个产业的初衷。
 

  前面的两位嘉宾讲了,我们中国的小微企业太多,他们缺乏有效的金融服务,我们的目标是说怎么去获取这些小微企业?怎么能够去解决他们的风控问题?
 

  在中国原来做小微企业做得比较好的,传统银行应该是招商银行做得比较好,模式是线上线下相结合的模式,意味着它的介质是在50万到100万以上,息费是在10万到20万之间,因为其成本不可能再降,线下的考核成本在那里。
 

  那么,我们未来有没有一种方式,可以通过一键线上授信,企业信息化到达一定程度是不是可以做到这种效果?
 

  从目前来看,情况正在发生改变。
 

  目前,企业所有的经营情况和数据,可以通过互联网获取,财务数据、能源数据、支出数据和其他的相关数据,这些数据是方方面面的,通过这些数据来建模型,之后给你分层和评级,根据分层和评级做风险定价,实现风控授信。而且,这样成本也正变得无限低。服务1家企业和100家企业都通过这个模型来完成。
 

  成本足够低的时候,我们就可以提供优质的金融服务。
 

  从个人而言,中国目前有卡人群其实在3-4亿左右,意味着中国7-8亿人口没有金融服务。跟发达国家相比,发达国家金融服务普惠率70%-80%,中国的金融服务是40%左右,其实应该说是有50%的差距。我们公司面向个人提供服务,需要对个人做分析,看他到底是不是优质客户。那么,我们怎么去判断一个客户是不是优质?
 

  首先,要区分他是好人还是坏人。在中国做金融服务,第一点要做的永远都是怎么区分好人和坏人,解决反欺诈的问题。因为中国跟发达国家不一样的地方是,发达国家的金融数据和征信体系非常完善,它不用你区分好人跟坏人,有没有还款意愿。
 

  为什么在现在的阶段,中国可以去做基于数据分析的反欺诈模型?为什么在2012年、2013年不能做?包括前面希望金融的陈兴垚总说的,现在农村都用上了智能手机,其实这就是数据驱动的改革。
 

  以前,比如2012年前,全国用的都不是智能手机,用的都是传统手机,无所谓数据,我们没有任何数据的沉淀。没有任何数据的沉淀就无法分析这个人的生活轨迹是什么样的,生活状态是什么样的。2012年之后,智能手机开始普及,到2014年、2015年,数据沉淀到一定程度,可以通过智能手机获取这个人所有的基本数据,包括电商信息、金融相关的信息、社交信息等,这些维度足够多的时候,就可以判别这个人是不是一个正常的人或者是一个欺诈的人,这是数据驱动。
 

  其实,它的爆发时间点应该是在2015年至今,包括未来两到三年,这是一个巨大的爆发点,可以通过数据的获取和积累,通过建模分析用户到底是不是一个正常的客户,到底是不是一个正常的企业,这是一个很大很大的时间转折点。也就是说在未来3到5年,我们一定是基于数据分析来驱动欺诈模型,这是一个非常重要的点。
 

  分析好用户的欺诈模型之后,下一步要做的是确定这个用户到底授信是多少,这个用户到底应该授多少信。我们就要看两个方面:一是用户的收入情况;二是看用户包括企业的负债情况,负债减去收益就是未来可以承受的负债情况。
 

  随着整个互联网的发展,越来越信息化,每个人、每个企业的数据越来越多,我们通过互联网,能够获取这个人的收益情况,包括所有的收入情况。前面第一个宜信陈欢总讲的,他们是做商户的,其实是做阿里的一些商户。我可以从阿里的体系里边拉出商户的所有经营情况,我是知道他的收入情况的。第二点,还要知道他的支出情况,知道他的支出情况就知道他的负债情况,我们去做调研,如果不能拉到这些数据,现在就暂时不能给他服务,如果可以做到,其实就可以为他做金融服务。
 

  在做模型的时候你的维度一定要足够的多,不能像原来那样使用强变量,未来是弱变量的时代。如果我有1000个维度的弱变量,就可以做到线上风控。因为强变量很可能会被一些欺诈集团给追过去,而利用弱变量则可以设计出抵制欺诈的模型。
 

  在我们看来,合理的负债,可以促进整个经济和企业高速发展,同时,合理负债也能促进每个人更有动力地去做很多事情。包括企业他可以加杠杆做到更好地营收,反过来促进实体经济的良性循环。企业不加杠杆是很难受的,如果企业不加杠杆,将远远落后于正常企业加杠杆的发展速度,这个我相信做企业的人都有感受。对于个人而言同样如此。简单点说,其实买房子就是加杠杆,包括前10年加杠杆买房子都享受到经济的红利了,如果没有享受到红利至少是比较难受的。
 

  所以良性的经济循环是要每个人都能够享受到金融服务,包括发达国家,他把金融服务等同于每个人的基本人权,而且应该是相当重要的一种人权。只是我们传统观念认为借钱不好。我们要改变这个观念,合理的杠杆可以让收益更加可观。
 

  另外,在中国来说,我们面临一个很大的问题是信用体系不完善。在美国,做金融服务很简单,查一下用户到底是什么样的情况就好了,在中国是没有办法的,因为在中国,我们有8亿的人是不入征信体系的,在里面是空白的,所以很难做。
 

  但这也是机会所在,因为从无到有。我们在做的过程中,一定是通过模型追踪打造出来完整的信用,这是促进整个信用体系的发展,在未来可以降低整个社会的成本。
 

  我们现在做很多的企业,不管做企业还是做个人,我们发现我们的最大成本在什么——就是信任成本。信任成本是社会最大的成本,如果你的金融服务做好了,自然而然就解决了信用问题,在未来,从下往上建设的信用,一定是可以反过来驱动信用体系建设,促进整个社会的信用成本降低。
 

  如果无法用数据和科技的问题解决风控成本的问题,就很难去做金融服务,所以我只牢记一个点,风控是不是通过一个很低的成本来解决?当你服务于10万和100万用户的时候,你的成本是不是一样的?这是做互联网企业唯一的标准。
 

  另外,随着线性成本的上升,我们还承担着员工的道德风险。其实在业务越大的时候风险系数是越大的,做金融肯定考虑着风险,所以怎么样让风险和风控成本降低是你脑子里要清晰认识的。
 

  第二,怎么去获取客户、获取客户的成本是怎么样的、客户未来的留存率怎么样?要用你所有的手段和技术,包括现在的区块链技术来解决客户的来源问题,客户的来源能不能做到边际成本足够低。所以我们公司主要是看重这两个点,解决了这两个点,企业一定是优质的。
 

  此外,我们利用AI做了三个方面的工作。比如,怎么做到精细化运营,广告投放、用户怎么去匹配。针对你的不同渠道,风控模型其实是不一样的,坏账率也是不一样的。需要你用海量的样本来训练模型,包括未来评估的结果。决定未来投放的时候,广告投放是投放信息流多,还是投放在精准营销上多,还是投放在其他地方比较多。
 

  第二是风控体系。我们建的风控体系基本上基于全部的数据,不会去获取线下的数据,因为一旦深入到线下的数据,就暴露了很重要的问题。比如,在数据获取过程当中的成本问题,包括获取数据源时候的成本,包括道德风险的问题,等等。因为我是通过线下人工去获取的,你怎么去控制人?当你的规模越大的时候,这个人的道德风险就会越大,比如怎么去控制该人员提供的数据是真实的?
 

  这是最大的问题,如果不解决这个问题,跟原来的传统金融模式是没有区别的。如果无法降低它的服务成本,就意味着用户得不到有效的、更优质的服务,这就没有所谓的改革驱动,本质上跟原来是一样的。
 

  所以我们的数据一定是基于HAS建模,所有的数据都是通过系统主动去获取,而不是人工提交,现在有些地方可以是人工,我是觉得未来所有的都是系统获取,不管你做小微企业还是小C,需要的是系统抓取所有的用户,包括现在很火的、做供应链的,我建议你一定是通过系统来获取数据服务,然后通过数据服务去建模,建完模之后提供服务。
 

  浅橙科技定位是做两个方向:
 

  第一,如何获取客户?以最低的成本去获取用户,把客流留在我的平台,然后找到更优质的金融机构合作方,进行整合合作。一定要相信传统金融机构的成本是最低的,而且传统金融的风控模型也一定是最优秀的,我们能做的一定是如何获取到客户。可以通过我们的所有手段去优化获取客户的渠道和你的成本。
 

  第二、怎么去获取客户相应的一些风控数据?怎么去通过互联网手段、通过科技手段拿到用户相应的数据,帮助和建立相应的风控模型。总的来说,无非是在整个商业模型中降低两个方面的成本,一个是降低获客成本,再是降低它的风控成本。
 

  这两个成本降低之后,客户始终是掌握在我们平台手上,这是我们的目的!最终你的金融服务有可能是由传统银行来完成,不管是银行、信托,还是现在的新型互联网金融公司,都可以来进行金融服务。我们要做的是通过两个方面来降低成本问题,其实做得大部分都是信息阶段的展示。
 

  此外,数据也是是我们要做的。但我们最终重视的,是想为一些小的企业,小的C端的用户,为他们的信用服务。如果你具有良好的信用,一定要让你们的信用具有价值,这是我们公司的初衷。

  谢谢大家!

相关热词搜索:科技 核心 金融