“金融极客汇”第二期——“信用的无限畅想”沙龙于2014年12月5日在上海举行。上图为FICO分析和业务咨询总监周立勇。(图片来源：新浪财经)

　　新浪财经讯 “金融极客汇”第二期——“信用的无限畅想”沙龙于2014年12月5日在上海举行。上图为FICO分析和业务咨询总监周立勇。

　　以下为演讲实录：

　　周立勇：非常荣幸今天下午能来参加这个沙龙，我来之前一直在想“到底讲什么？”我后来想了想，我是不是还是最好讲一下我比较擅长的，所以决定首先讲一讲FICO公司在评分领域相关、产品和工具，以此为契机我们可以审慎一下，在美国这样一个信用高度发达的国家，FICO公司为什么要提供这样的服务？客户有什么需求？这也许对于我们将来的发展也有一些启示。第二点，中国当下互联网金融是非常热门的话题。我们作为FICO在中国本土的一些从业人员，我们也看到了很多互联网的一些需求，所以我们其实公司内部也有这样的一些探讨。今天也可以把它拿出来，跟大家分享一下。所以基本上会是这么两大方面的内容。

　　非常简要的介绍一下FICO。

　　在座的各位可能对于FICO公司不是非常清楚。FICO是美国的一家上市公司，成立于1956年。在美国征信领域FICO是非常知名的，在美国每个个人消费者都有一个个人评分，在美国各大银行，包括金融服务机构都会把FICO Score作为申请贷款的一个要素。我们有精准营销的产品系统，我们在银行和金融服务业务有审批、客户管理、摧收，这三个非常重要的客户信贷管理阶段，对应的。FICO还有一个很核心的产品，在美国85%-95%的信用卡产品交易都是用我们的Falcon在保护着。我们FICO对于如果公司里面有自己的决策流程，我们还有自己的通用工具。

　　我们FICO有自己的一个专家团队，他们提供我们在业务方面的咨询。包括在风险管理、市场营销方面的一些最佳实践，包括在风险管理里面，我们的一些风险管理策略。这些专家都是来自于各大金融机构，比较顶级的，工作了十几年、二十几年的专家。基本上我们公司的产品大概是分为：产品系统，以及咨询服务。

　　这个是大概介绍一下我们公司的基本情况。

　　刚才也讲到，我们是关于信用的无限畅想。其实在我的心目当中，我一直认为所谓的“信用”如果广义的讲，我们其实不应该只是局限于个人的信用分析。很多时候，我们应该把反欺诈领域也纳入进来，特别是互联网这样一个应用产品底下。

　　互联网最通俗的讲，大家都是不见面，你也不知道背后到底是谁。对吗？所以我们面临的一个非常广泛的问题，就是“欺诈”的问题。FICO一个核心产品是FICO Falcon Fraud Manager，这再产品在全球有21亿张信用卡都在用我们的这个系统。我们也是第一家在银行卡欺诈领域使用了神经元网络技术，背后是一个独有的持卡人特征档案技术。能够使得你持卡人在信用卡消费瞬间，我们能够把历史上的交易行为在零点零几毫秒之间归纳，能够提供实时欺诈防范的措施。在美国很多客户在使用系统之后，都减少了50%的欺诈损失。我觉得之所以它能够成功，可能对于我们国内，特别是互联网金融将来有借鉴的是在背后的模型，只能是数据的模式。我们背后的反欺诈模型是使用的一个联盟数据，所谓的一个“联盟”是什么意思？FICO设立一个数据中心，然后各家机构把交易的媒体都送过来，银行、金融机构都送过来我们FICO集中数据征信里面，FICO结合各家银行和金融服务公司数据的基础之上，开发一个统一的模型，然后提供给各家公司。这个好处非常显而易见，是综合了各家公司的数据。你不会说一家公司只看到自己一家公司欺诈。我相信随着行业不断发展，很多国外被证明有效的实践，这种方式在将来完全有可能在中国被复制或者是被沿用。

　　因为我们今天的论坛是“无限的畅想”，所以我不妨提示大家一下，这些想一想这方面是不是有一些合作的机会。这个系统上来以后，在美国欺诈损失率降低是非常明显的。基本上从92年开始我们推出之后，基本上降低了2/3的欺诈损失。这是我们公司核心产品，背后很多技术，大家以后有机会可以了解。

　　这是一块。还有一块，其实我一直在想，为什么我们要谈“互联网”金融？一定是说我们的用户或者是我们的小微企业，他在获得银行贷款的过程当中遇到的一些问题，为什么不去依赖传统的金融行业，而要来走互联网的渠道呢？肯定是传统的没法提供，然后转到金融机构。如果我们一直是在走这条道路，目前互联网金融是非常开放的一个领域，是没有任何监管。将来我们可能会遇到一些经济下行的时候，到底会不会对我们行业会有一些影响？从这个角度来想，我也想跟大家分享一下FICO最近的一些创新产品。我们背后研发的叫“FICO经济影响分析”，它到底是用来干什么？这个产品能够用来评估我们的消费者，他如果到我们银行或者互联网机构贷款的时候，能够帮助我们评估这个客户到底会不会随着宏观经济的改善或者变化，他的信用分析会有一些显著的不同。

　　大家都知道一些坏的客户，非常典型的，他也许在经济好的时候，好像面上有一个稳定的收入，能够还的起贷，可是经济变差的时候，他可能就失业了，他可能很多时候还不起贷。这背后对于我们金融工具来说，我们需要有一些工具识别出哪些客户对经济波动的影响比较大。我们这个产品就是用来帮助大家来解决这个问题，信贷机构方面在这方面能够如何受益呢？它能够通过观察这些数据，通过观察他宏观经济的走向，根据宏观经济的走向能够制定更加精明的决策，避免在经济繁荣的时候过度授信，经济衰退的时候过度削减。

　　我刚刚看到一篇报道，好像说上海去年有一个家因为信用卡负债，好像超过了50万块钱，整个家庭都没法负担了，最后一家三口烧炭死了。我们社会当中确实存在一部分消费者对于自己个人管控约束是非常弱的，银行如果在不了解他很多背景的情况下，给他授予过高的信用来说，对这部分人来说确实是负担。消费者因为没法自我管理自己，对于他来说，他最终会成为一个受害者。如果我们很多金融机构都能够利用我们的这套技术，经济衰退的时候信用好的客户，可能更加容易获得一些授信，我们的小微企业就不会这么困难。经济不好的时候，我刚才说的烧炭的人，可能银行本来就不会给他这么多钱，他就不会走上因为被过度授信而还不起钱的道路。

　　还有一个，我也看到我们准备了一个开放性的话题。不考虑监管的环境体系下，怎么识别客户的风险。所以有针对性的，我也想谈一谈对于监管的考虑。我相信随着咱们这个行业的发展，慢慢的大浪淘沙，最终肯定是会有监管。我们目前的这种状态，可能只是暂时的。FICO作为在信用风险领域，在国外都非常领先的公司。它到底在国外的尽管领域，到底扮演着怎么样的角色？我想跟大家探讨一下。大家可以看到美国的很多监管发展，其实也是随着市场经济的冷暖一直在做一些更替。经济好的时候，银行、金融机构会去影响监管机构，说：你不要这么严了，往往会走向“去监管”的。经济衰退的时候，监管会越来越紧，美国现在是步入了再监管的过程当中。FICO在这样的背景底下，它扮演着怎么样的角色？我总结了一下，它扮演了帮助国家金融机构能够非常轻松的、非常容易的去应对监管机构，能够实现合规。目前可以说国际上的趋势，是从原来的监管机构制定一个原则，说：1.2.3.4.5这些东西你不能做。到各家银行机构，你可以在我大致的框架底下去做这些事情，只要你能够论证、证明出你这种方法是可靠的，我监管上就可以接受。国际上的趋势是这么一个趋势，这种趋势就要求我们底下各家银行、金融机构，它必须有更高的能力要求，来证明他自己具有可认证的治理能力，监管才会相信你，才会允许你去做这样的事情。FICO正好是在这一块领域，可以说是FICO的核心优势。

　　FICO背后很多系统、模型、方法论，可以帮助各家金融机构节省很多时间。我相信随着互联网金融的逐步正规化，很多时候FICO的很多经验，其实大家也可以借鉴。首先，第一个就是在美国监管是非常的严格。西方国家有很多的监管条例，我这边罗列了一些。比如：英国FSA。(PPT)这是Dodd-Frank(CFPB)条款，Basel已经到了第三了。中国当然主要机构就是银监会跟人民银行[微博]。在美国的央行[微博]或者是英国的央行，提供了这么多监管机构，FICO是怎么通过这些监管机构的认可？FICO背后提供的很多产品，它的背后其实有一系列我们的核心竞争力。包括从数据的管理，模型的开发、模型验证，流程标准化，最后使用我们这个产品和策略的治理体系，文档、沟通，包括电子认证各种方面，它都是遵循各个国家的条例。所以只要你，如果我们金融机构用我们FICO的产品，自然这些都是一样的。所以可以说我们的评分开发框架是完全遵循美国货币简历署的要求。

　　因为我只有15分钟的时间，我就大致介绍到这里。

　　我刚才说了，互联网金融行业案例分享。这里我会介绍本地的一些实践。

　　(PPT) Billmelater是做消费信贷的，它是从属于E-bay起家的。这个就是典型的信用支付的领域，京东目前也在走这条路。对吧？这个在国外其实是非常好的一个应用模式，但是它对我们互联网金融企业，就提供了一种挑战。你必须非常准确的能够识别出，背后这个人，如果我让他90天之后开始付钱，他到底能不能付的出来？我让他选择分期付款，他到底能不能付得起这个钱？背后这套模型理论都是来自于FICO。

　　这边有几个数据大家可以看一下，根据我们给他做信用支付之前、之后的客户平均消费流的变化情况。做了之前，平均296，做了之后662，有非常明显的提升。这个是为什么？其实是非常简单，你通过这样的方式黏住了客户，所以他的平均消费会增加。活跃客户的比例，我们这边定义每年交易12次以上的比例，大家可以看到做了这个之前大概是25%，之后能够提升到44%，非常明显的提升。每个客户的利润增加了60美金以上，这些数据都是很真实的数据，大家都可以参照。最早提出“信用支付”其实是阿里巴巴[微博]，阿里金融最早提出来的，由于各种原因，他们最后没有大规模的推广，反倒是京东走上了这条路。其实我当时还是蛮欣赏的，这个还是利润非常丰厚的一块。但是背后的技术要求也非常高。

　　另外一个案例，我在这边想跟大家分享。美国的最大P2P公司Lending Club，它现在正在准备上市。Lending Club首席风险官是我们FICO非常重视的用户，她很多背后在用的系统，包括她的一些理论、很多都是来自于FICO。大家也知道，Lending Club背后，它对客户的审核，唯一依赖的就是我们FICO Score。它们一直非常坚定的遵循了这么一个原则，我就用FICO Score作为我筛选客户的主要标准。同时，获得它贷款的客户，也不会因为说利率太高，我有很多负担。它的平均利率是16%左右，我们现在国内很多小贷公司，P2P公司真的P2出来算一算吓死人，40%、50%都有的。包括最大的，虽然他说是用的担保的方式，担保的保费如果算上去，但是这个东西将来一定是有危害的，可能会有一次清算的过程。我在这里大胆预言一下，如果将来中国也有一些金融危机的话，一定是这些。

　　(PPT) 我们在互联网行业如果要做这些模型，是不是就不能做？还是说做的是不是一定就比银行的数据要差？其实是不见得的。我正好在两个行业都做过，这是我以前在一家公司里面用网上商城支付的一些数据，我们做的一些小微企业评分。这些数据在小微企业评分，比如：像这些在个人，因为没有商户的信息，所以这一块，这两大类可能就不能用。其实背后的效果是非常的好，特别是我们在银行领域，大家都知道我们会有一些行为评分。通常行为评分我们会要求成为银行客户之后，至少六个月我们才能做行为评分。但是互联网行业用户的消费行为非常频繁，我看到在我们互联网行业，特别是像E-bay、阿里巴巴这种公司，一个月就可以用客户的行为预测他的一些风险，所以这个数据是非常有价值的。我们互联网金融行业，如果我们有一些创新性的利用好这些数据，其实对于我们识别风险我个人认为是非常有帮助。

　　当然，传统的以征信为主要手段的消费者的征信数据，也是必不可少的。大家都知道，我们央行现在目前已经有了征信数据，据说已经收录了6亿自然人。6亿自然人当中，好像是有60%的人是有信贷记录的。所以可以说是非常庞大的一个信用数据库，基本上央行的数据库也是参考我们FICO的评分。基本上他那一套都是沿用美国的这种做的，也包括了信用卡信息、车贷各种贷款的信息，以及贷款审批时候的查询，以及贷后管理查询信息。消费者的这些个人信息，还是在将来无论是它互联网怎么发展，还是必不可少。我相信随着行业逐渐的规范，总有一天央行可能会开放这些数据给互联网公司。

　　我这次去武汉，他们的小贷公司也开始介入。慢慢的我觉得如果大家有需求，也许有机会也能进入这样的模型。

　　概括的说，我个人认为我们可以借鉴个人征信信息，网上商城信息，内部资金流动信息，像京东、阿里巴巴可能还有一些物流信息，还有其它第三方信息。归结这些信息，我们可以给客户打一个评分。当然，这个分数你可以说是很多的因子，这几大类；你也可以说，光就这个信息做一个评分，光就网上商城的信息做一个评分，然后加起来做一个评分，很多评分方式都是可以去参考跟实践的。可以说，我们FICO中国也是要跟随互联网的趋势、步伐。美国Lending Club就非常相信FICO Score。在中国我个人认为除了个人征信信息，类似于FICO Score之外，目前阶段可能不得不依赖于各方面的数据。

　　今天就跟大家分享到这里，后续如果大家有进一步的问题，我们可以再做探讨。谢谢！