9CaKrnJYUTk china.huanqiu.comarticle大数金融柳博:治风险若烹小鲜,数据能力是关键/e3pmh1nnq/e3ptmbo7n一直以来,信贷业务是银行的核心业务。把核心业务外包出去,对银行来讲,会是一件很难接受的事。但现在有一家专注于为银行及其他金融机构提供全流程信贷外包服务的公司打动了“保守”的银行们,来自深圳前海的大数金融,凭借领先的第三代小微贷款技术,用创新的数据化信贷工厂模式,两年来帮助20多家银行和金融机构发放贷款超过80亿元,解决了4万多名小微业主的融资难题。而大数金融自身,也迅速发展成为新金融领域的又一“独角兽”公司。三代小微贷款技术共面风险和成本难题尽管上上下下呼吁,市场需求亦真实强烈,但十多年来乃至现在,传统金融机构并不热衷于开展小微企业贷款。对此,拥有20年美国和中国个人信贷管理经验的柳博指出,银行有他的苦衷:一方面是风险问题,另一方面是成本问题。柳博介绍,小微贷款技术发展经历了三代,风险成本和操作成本两个问题在前两代始终没有得到根本解决。第一代的小微贷款技术属于最传统的信贷模式,企业要有抵押物,要有规范的报表,要提供很多的资料。这个传统的“抵押”方法在技术上是有效的,但只有小微客群中最好的那一小部分才有可能成功贷款,问题是惠而不普。 近十年来,一些小型银行在技术上进行探索,以三品三表(人品、产品、水表、电表等)反映是否正常经营,业务是否扩张。后又从德国引入了IPC的交叉检验技术,统称为信贷员技术,是第二代的小微贷款技术。第二代的信贷员技术就技术本身而言是成立的,基本解决了微小企业财务数据不透明和缺失的问题,但是信贷员参与到前台的获客、中台的调查,还参与后台的审批,规模大了以后,道德的风险很难控制。另外对人的技能的要求也很高,小规模可行,一旦扩张则会面临人的技能跟不上的问题。柳博很遗憾的表示,这个技术风险和规模两难:调查成本高,难以上规模,快速上量会面临管理难度大、技术变形的问题,从而又引出风险问题。第二代技术中,大中银行则是走的是另一条道路,以民生银行为代表的中大型银行采取“规划先行,行业选择”的进阶方式,通过“圈链会”、“联保互保”进行规模化运作。然而这套方法没有禁得住经济下行周期的考验,全行业损失惨重。第一、二代小微贷款技术解决风险及规模问题时捉襟见肘,市场上急需新的技术来帮助传统金融机构大规模进军小微贷款市场。及至到了大数据时代,用数据来做风控变为了可能。柳博执掌的大数金融公司就主要采用“数据化风控+信贷工厂”运营模式,生产中大金额个人无担保贷款,提供全流程的信贷外包服务。与传统的认知不同,大数金融所谓的数据,指的是用数据的方式,数据驱动的风险管理技术。柳博称他们是数据的使用者而不是数据的生产者。第三代风控创新生产方式商业模式为什么第三代“数据化信贷工厂”模式有望破题?柳博介绍,大数金融数据化信贷工厂的核心在于数据化的风控,其此前在银行工作期间开创的第三代小微贷款技术,将数据化的风控与信贷工厂模式相结合,从获客、审查审批、贷后管理等全流程进行了突破性的改变,实现了风险和规模的双重效应。目前该技术已应用于2000亿元个人无担保贷款的发放,历经7年经济下行周期,资产质量表现稳定。对于“中大额个人无担保贷款”的理解。柳博表示,指的是最高不超过50万元,平均每笔在20万元左右的个人信用贷款。这个金额介于P2P平台、小贷公司提供的万元级贷款和银行提供的百万元级抵押贷款之间,也是当前致力于普惠金融的机构最难触及的领域。而大数金融的客户恰恰是银行机构。柳博进一步解释称,首先,数据化信贷工厂采用的模式,全流程信贷成本低,而扩张的边际成本更小,其所有风险控制都是在中心控制,可以迅速复制。所以说,新一代技术一旦为银行所采用,就可以有效帮助银行解决小微贷款难的问题。但实力雄厚的银行为何不自己做数据化风控?柳博指出还是因为风险与成本问题,传统金融机构独立发展基于数据的零售信贷技术,对专业人才的要求高,在经验和数据完成积累前有较高的“试错成本”,而与具有经验和技术的第三方合作,可以有效加快进程,待完成数据和经验积累后,或可以再谋求独立发展。与外部合作,中小银行可以节省拓展市场的时间成本,而在需要时,还可以做到快速上量、快速收缩,以减少银行的战略风险。当然,在大数据的年代,风控技术和传统的风控技术将有完全不一样的变化。柳博说现在银行根据获得的部分信息来推测客户的情况,相当于打的是暗牌,得推测对手是什么牌。而将来在大数据的情况下,数据摊开,各方打的都是“明牌”。所以说,随着经济的发展,风控技术也会有新的变化,大数金融会加入更多的数据不断的去调整风控模型,建立起独有的风险“隔离墙”。大数金融输出的是风控能力而不是产品截止目前,大数金融已设立了深圳、广州、东莞、重庆、北京、天津、武汉、长沙、南昌、珠海、中山、南京、苏州等13家分公司,先后与包括北京银行、广东华兴银行、哈尔滨银行等近20家银行开展合作。业内人士分析称,大数金融与商业银行合作的模式是一种新型的业态,可以成为拉动传统金融机构进入普惠金融的有效力量。其实,这种业态在美国已经相当普遍,根据美国最新的Manatt调查报告显示,多达72%的区域性银行及社区银行,有计划在未来一年到一年半内与金融科技企业展开合作,而知名金融机构则早已经在同金融科技公司展开合作,典型案例如摩根大通银行与美国Fintech公司OnDeck、Santander银行与Kabbage公司等等。柳博对大数金融的风控技术和人才队伍非常自信。据悉,大数金融创始团队均来自平安银行中高层,而在技术人才的储备上相当于一个中型银行的总行在个人信贷业务上的实力。柳博本人为国内知名个人信贷专家,是中国个人贷款行业多项创新业务和产品的出品人,“早就过了试水阶段”。对于未来的发展方向,柳博表示,在与各大银行的合作中,大数金融接下来要的做重要的一件事就是风控能力的输出。“如果把技术局限在我自己的一个公司里,对社会的帮助是比较有限的,更重要的是能够把这个技术能力输出给广大的银行。”柳博说。柳博所称的风控能力输出并非采用过去的技术转移、技术转让、咨询方式。他比喻说:“今天大部分生产电脑的公司并不一定要会生产CPU,关键是要了解CPU的输出是什么,加以利用”。据介绍,大数金融将来输出的将不是一个产品,而是通过大数的风控能力,为金融机构输出一个稳定的贷款质量保证。“今天人们说‘IntelInside’,明天我们会让金融机构以‘大数风控Inside’为信心,为广大的客户提供信贷服务”柳博说。除了风控能力的输出,大数金融还计划输出信贷运营能力。柳博说不论是中台的调查,还是后台的网核、电核、反欺诈,以及贷后管理,在过程中大数金融已经大量使用央行征信信息、第三方数据源信息,数据驱动能力和自动化能力均已走在了行业前列。这些能力的输出将会帮助金融机构有效降低成本并提升结果的准确率。这与柳博前述的“数据的使用者”吻合。当今社会,由于专业化的分工,有大量的数据生产者:央行的征信、电信运营商、第三方数据公司,而小微贷款难的问题关键在于规模化,大数金融利用互联网+大数据,把各个方面的数据接过来,把每一个环节的运营成本降低,风险成本降低,小微贷款就不那么难了。“那些数据就像你烹饪的原材料,能够给你选择的材料越多,你越有机会做出一道精美的菜肴,至于你能不能做出好吃的菜,还要看厨师的水平。这个厨师的水平,就是风控技术。”柳博用了个比喻来解释风控技术的关键,“在今天这个大数据的时代,加上大数自身的数据积累,就像有很多的食材,而选择和运用食材的能力,显然是厨师技艺的一个重要方面。数据化的风控关键是数据要真实的”。按照柳博的说法,大数金融的愿景是在某个细分的市场领域里面成为一个推动金融行业变动、进步的力量。值得关注的是,这个愿景已经有人“买单”,大数金融成立于2014年7月,成立之初即获得“红杉资本”一亿元风险投资,是红杉中国对初始期创业公司最大的投资。一年之后,公司又获得了亚洲最大的私募股权基金之一PAG(太盟投资集团)领投的5亿元融资,“公司的发展速度远远超过了当初展现给红杉的商业计划书”。1480482660000责编:langwanbin中国网148048266000011[]
一直以来,信贷业务是银行的核心业务。把核心业务外包出去,对银行来讲,会是一件很难接受的事。但现在有一家专注于为银行及其他金融机构提供全流程信贷外包服务的公司打动了“保守”的银行们,来自深圳前海的大数金融,凭借领先的第三代小微贷款技术,用创新的数据化信贷工厂模式,两年来帮助20多家银行和金融机构发放贷款超过80亿元,解决了4万多名小微业主的融资难题。而大数金融自身,也迅速发展成为新金融领域的又一“独角兽”公司。三代小微贷款技术共面风险和成本难题尽管上上下下呼吁,市场需求亦真实强烈,但十多年来乃至现在,传统金融机构并不热衷于开展小微企业贷款。对此,拥有20年美国和中国个人信贷管理经验的柳博指出,银行有他的苦衷:一方面是风险问题,另一方面是成本问题。柳博介绍,小微贷款技术发展经历了三代,风险成本和操作成本两个问题在前两代始终没有得到根本解决。第一代的小微贷款技术属于最传统的信贷模式,企业要有抵押物,要有规范的报表,要提供很多的资料。这个传统的“抵押”方法在技术上是有效的,但只有小微客群中最好的那一小部分才有可能成功贷款,问题是惠而不普。 近十年来,一些小型银行在技术上进行探索,以三品三表(人品、产品、水表、电表等)反映是否正常经营,业务是否扩张。后又从德国引入了IPC的交叉检验技术,统称为信贷员技术,是第二代的小微贷款技术。第二代的信贷员技术就技术本身而言是成立的,基本解决了微小企业财务数据不透明和缺失的问题,但是信贷员参与到前台的获客、中台的调查,还参与后台的审批,规模大了以后,道德的风险很难控制。另外对人的技能的要求也很高,小规模可行,一旦扩张则会面临人的技能跟不上的问题。柳博很遗憾的表示,这个技术风险和规模两难:调查成本高,难以上规模,快速上量会面临管理难度大、技术变形的问题,从而又引出风险问题。第二代技术中,大中银行则是走的是另一条道路,以民生银行为代表的中大型银行采取“规划先行,行业选择”的进阶方式,通过“圈链会”、“联保互保”进行规模化运作。然而这套方法没有禁得住经济下行周期的考验,全行业损失惨重。第一、二代小微贷款技术解决风险及规模问题时捉襟见肘,市场上急需新的技术来帮助传统金融机构大规模进军小微贷款市场。及至到了大数据时代,用数据来做风控变为了可能。柳博执掌的大数金融公司就主要采用“数据化风控+信贷工厂”运营模式,生产中大金额个人无担保贷款,提供全流程的信贷外包服务。与传统的认知不同,大数金融所谓的数据,指的是用数据的方式,数据驱动的风险管理技术。柳博称他们是数据的使用者而不是数据的生产者。第三代风控创新生产方式商业模式为什么第三代“数据化信贷工厂”模式有望破题?柳博介绍,大数金融数据化信贷工厂的核心在于数据化的风控,其此前在银行工作期间开创的第三代小微贷款技术,将数据化的风控与信贷工厂模式相结合,从获客、审查审批、贷后管理等全流程进行了突破性的改变,实现了风险和规模的双重效应。目前该技术已应用于2000亿元个人无担保贷款的发放,历经7年经济下行周期,资产质量表现稳定。对于“中大额个人无担保贷款”的理解。柳博表示,指的是最高不超过50万元,平均每笔在20万元左右的个人信用贷款。这个金额介于P2P平台、小贷公司提供的万元级贷款和银行提供的百万元级抵押贷款之间,也是当前致力于普惠金融的机构最难触及的领域。而大数金融的客户恰恰是银行机构。柳博进一步解释称,首先,数据化信贷工厂采用的模式,全流程信贷成本低,而扩张的边际成本更小,其所有风险控制都是在中心控制,可以迅速复制。所以说,新一代技术一旦为银行所采用,就可以有效帮助银行解决小微贷款难的问题。但实力雄厚的银行为何不自己做数据化风控?柳博指出还是因为风险与成本问题,传统金融机构独立发展基于数据的零售信贷技术,对专业人才的要求高,在经验和数据完成积累前有较高的“试错成本”,而与具有经验和技术的第三方合作,可以有效加快进程,待完成数据和经验积累后,或可以再谋求独立发展。与外部合作,中小银行可以节省拓展市场的时间成本,而在需要时,还可以做到快速上量、快速收缩,以减少银行的战略风险。当然,在大数据的年代,风控技术和传统的风控技术将有完全不一样的变化。柳博说现在银行根据获得的部分信息来推测客户的情况,相当于打的是暗牌,得推测对手是什么牌。而将来在大数据的情况下,数据摊开,各方打的都是“明牌”。所以说,随着经济的发展,风控技术也会有新的变化,大数金融会加入更多的数据不断的去调整风控模型,建立起独有的风险“隔离墙”。大数金融输出的是风控能力而不是产品截止目前,大数金融已设立了深圳、广州、东莞、重庆、北京、天津、武汉、长沙、南昌、珠海、中山、南京、苏州等13家分公司,先后与包括北京银行、广东华兴银行、哈尔滨银行等近20家银行开展合作。业内人士分析称,大数金融与商业银行合作的模式是一种新型的业态,可以成为拉动传统金融机构进入普惠金融的有效力量。其实,这种业态在美国已经相当普遍,根据美国最新的Manatt调查报告显示,多达72%的区域性银行及社区银行,有计划在未来一年到一年半内与金融科技企业展开合作,而知名金融机构则早已经在同金融科技公司展开合作,典型案例如摩根大通银行与美国Fintech公司OnDeck、Santander银行与Kabbage公司等等。柳博对大数金融的风控技术和人才队伍非常自信。据悉,大数金融创始团队均来自平安银行中高层,而在技术人才的储备上相当于一个中型银行的总行在个人信贷业务上的实力。柳博本人为国内知名个人信贷专家,是中国个人贷款行业多项创新业务和产品的出品人,“早就过了试水阶段”。对于未来的发展方向,柳博表示,在与各大银行的合作中,大数金融接下来要的做重要的一件事就是风控能力的输出。“如果把技术局限在我自己的一个公司里,对社会的帮助是比较有限的,更重要的是能够把这个技术能力输出给广大的银行。”柳博说。柳博所称的风控能力输出并非采用过去的技术转移、技术转让、咨询方式。他比喻说:“今天大部分生产电脑的公司并不一定要会生产CPU,关键是要了解CPU的输出是什么,加以利用”。据介绍,大数金融将来输出的将不是一个产品,而是通过大数的风控能力,为金融机构输出一个稳定的贷款质量保证。“今天人们说‘IntelInside’,明天我们会让金融机构以‘大数风控Inside’为信心,为广大的客户提供信贷服务”柳博说。除了风控能力的输出,大数金融还计划输出信贷运营能力。柳博说不论是中台的调查,还是后台的网核、电核、反欺诈,以及贷后管理,在过程中大数金融已经大量使用央行征信信息、第三方数据源信息,数据驱动能力和自动化能力均已走在了行业前列。这些能力的输出将会帮助金融机构有效降低成本并提升结果的准确率。这与柳博前述的“数据的使用者”吻合。当今社会,由于专业化的分工,有大量的数据生产者:央行的征信、电信运营商、第三方数据公司,而小微贷款难的问题关键在于规模化,大数金融利用互联网+大数据,把各个方面的数据接过来,把每一个环节的运营成本降低,风险成本降低,小微贷款就不那么难了。“那些数据就像你烹饪的原材料,能够给你选择的材料越多,你越有机会做出一道精美的菜肴,至于你能不能做出好吃的菜,还要看厨师的水平。这个厨师的水平,就是风控技术。”柳博用了个比喻来解释风控技术的关键,“在今天这个大数据的时代,加上大数自身的数据积累,就像有很多的食材,而选择和运用食材的能力,显然是厨师技艺的一个重要方面。数据化的风控关键是数据要真实的”。按照柳博的说法,大数金融的愿景是在某个细分的市场领域里面成为一个推动金融行业变动、进步的力量。值得关注的是,这个愿景已经有人“买单”,大数金融成立于2014年7月,成立之初即获得“红杉资本”一亿元风险投资,是红杉中国对初始期创业公司最大的投资。一年之后,公司又获得了亚洲最大的私募股权基金之一PAG(太盟投资集团)领投的5亿元融资,“公司的发展速度远远超过了当初展现给红杉的商业计划书”。