大数金融CEO柳博出席2018中小银行发展高峰论坛

大数金融CEO柳博

　　新浪财经讯 11月30日消息，由《当代金融家》杂志社、鸿儒金融教育基金会、蚂蚁金服联合主办的“2018年中国中小银行发展高峰论坛”在广州召开，本届论坛主题为“新时代中小银行金融科技与风险防控”。大数金融CEO柳博出席并发表主题演讲。

　　以下为发言实录：

　　柳博： 各位来宾，大家下午好，我是柳博，我过去是平安银行总行的零售总监。四年之前，我也和大家一样，作为职业经理人，在银行里面像大家这样为银行的转型而奔忙。四年前我创办了两家独立的金融科技公司，一家是大数金融，更准确的说它是一个信贷科技公司，为银行提供信贷、特别是在小微信贷领域的解决方案。另外一家叫大道金服，它开发了一个创新的保险产品，叫做产权交易保险，为保险公司提供外包的服务。2014年，我记得当时我们和银行交流“助贷”这个模式的时候，大家说你们很创新。今天，我非常高兴地看到金融科技对整个普惠金融、小微贷款的推动作用已经成为了大家的共识，监管也从半信半疑逐步走向关注、研究它，并关注随着业务规模的扩大，如何避免互联网带来的跨地域风险。

　　我今天要跟大家分享的是，新一代的小微贷款技术如何破解小微信贷的“不可能三角”。小微信贷是小银行可以同大银行竞争的最后领地，但是银行开展小微业务长期以来一直面临着风险不可控、运营成本高、难以规模化这样的一些问题。可以说，采用传统技术来开展小微贷款的银行，在过去的十年里，我认为还没有一家可以同时取得风险、成本、规模这三个目标，我称之为小微信贷的“不可能三角”。大家想一想能不能找出来这么一家银行？

　　过去中国的小微贷款基本上是以看抵押物为主的抵押贷款，需要财务报表等一堆材料，但是满足要求的小微客户少，可以说是“惠而不普”，它的风险结果大家今天也都已经看到了，并不理想。第二代小微技术是中小银行广泛采用的“三品三表”、IPC的交叉检验技术，第二代技术的问题是人力成本高、道德风险高、业务没有办法规模化。大中型银行走的则是以某股份制银行为代表的，采用的“圈链会”、联保互保、共同基金等技术路线，结果也是不成功的，一句话概括，经不起经济下行周期的检验。银行做小微，一直踌躇不前，坦率地讲，其实并不是银行的人没有觉悟，而是我们始终没有找到一个能够把风险管住、成本可控、又可以有效规模化的小微贷款技术。

　　原因是什么呢？咱们银行是用信贷政策来管风险的，信贷政策就是一条一条的规则，你的年龄、行业、逾期的次数、你的负债等等。这套方法对于资质很好的企业、很好的客户是奏效的。比如说你要求这个公司一定要成立五年以上，你要求企业的老板一定是大学的学历，给这样的公司发放贷款、结果一定不会特别差。但是我们小微企业恰恰不是这样一些黑或白的客户，而是风险灰度的群体，当你用这样一条条规则来去切这样一个客户群体的时候，你就会发现切不准，因为这里每一条规则都是基于人的经验来的。比如我们并不知道客户年龄跟风险之间量化的关系。这就导致了我们过去的这套方法始终不奏效，过去银行只做好客户，这个软肋暴露不出来，但是一旦要求大家做小微客户，做风险灰度的客户群体的时候，这就开始捉襟见肘了。

　　银行说我们对客户是有分析的，我们分析出来25岁以上的客户贷款质量表现很好，25岁以下的表现不好，那么恭喜你，你已经进入到了客户画像、风险聚类的境界。但这只是运用数据，还称不上数据驱动。你只知道单一维度对客户风险表现的影响，你也可能知道行业、知道它的负债对风险的影响，但是把所有的这些因素集合起来，对这个客户的影响是什么呢？你是不知道的。这样的模型只有X，没有Y，我们称之为无监督的模型。

　　如果当你能够把所有的这些变量都集合在一起，和你真正的质量表现去连接起来看的时候，那你就再进阶到了新一代的小微贷款的风控技术，也就是量化的、数据驱动的风控技术。典型的应用就是评分卡，通过统计方法、机器学习，将客户按风险等级排序，这个就是有监督的模型，精准度是完全不一样的。不过或许一张评分卡是不够的，你需要多个评分卡，从多个角度相互配合，对一个客体进行立体评估，这就是在评分技术上更高阶的领域。

　　下一个阶段是策略的运用。评分卡就是工具，打个比方它就像一把刀，更关键的是使刀的刀法，刀法这个东西我们称之为策略，它易懂难精，刀法的精湛之处决定了你的结果。银行业都是有风险策略的，例如我们常说对好客户更好，对坏客户更坏，但怎么样算好客户，怎么对他好，好多少，都是基于我们的经验，缺乏量化的支撑。数据驱动的策略，就是说我把这一切都用量化的方式来解决，也就是说我的刀法是拿数据来驱动的，大家可以想象它的精准性是完全不一样的。这个就进入到了策略阶段。这个是小微风控的部分。

　　采用数据驱动的方式来进行风险管控，应用在小微贷款上面，我们可以看到多个好处：第一，风险都是中心控制的，银行就可以非常快地实现规模化、迅速上量。第二，风险结果可预测，我们过去都是总行开发一个产品，过一年以后看看结果的表现，今天我们要做的是什么？先设定风险目标，我要它的风险表现是怎样，就把预期不良率设定在某个区间内，我再把整个模型调整为这样，往后进行持续不断的观察与调整。这种方法我们称之为主动的风险管理，过去的做法叫做被动的风险管理。这在方法论上有非常大的区别。

　　那么随着新技术的推广，我们在很多流程上都会发生大量的变化，我们可以从任何渠道获客，客户本人把他自己包装成什么样子我并不很在乎，因为我所用的都是第三方的数据，无法包装。刚才多位嘉宾提到了多种欺诈手段，我们称之为“第三方欺诈”，就是客户盗用了别人的信息、冒充了别人来贷款。但真正难度是在于防范高级别的“第一方欺诈”，客户A还是客户A，但是他说的都是假话、提供的都是假材料，要识别第一方欺诈只有用大数据、数据驱动技术才能够解决。大数更多是通过数据和模型来进行审批。我相信，大家已经逐渐对这个东西有越来越多的了解，也不用我赘述。

　　我们大数金融从2014年开始，差不多四年多的时间和全国45家银行来进行深度合作，这种合作不是简单的给你用几个数据、导一个流就这样，我们是真正地为银行提供全流程的解决方案。大数累计帮助银行发放了超过300亿的小微贷款，给银行带来的利息收入超过27亿，另外还有待收的贷款利息12亿元，为银行新增超过13万的小微客户，在银行这一端它的不良率是零。大数金融管理团队首创的第三代小微贷款技术是成功的，它不仅经过最近四年多的实践与验证，其实也包含我们过去在银行的时候，从2009年的时候开始管理这个产品，差不多10年的时间，经历了风风雨雨走到了今天，可谓是经历了一个完整的经济周期的考验。

　　数据驱动的风控技术对于小金额的贷款，几百几千乃至几万，这都是成熟技术，信用卡早已经在使用这种技术了。但是把这样一个技术应用在大金额的纯信用贷款上，平均金额20多万的贷款，我们是国内的第一次，而且是唯一成功的技术路线。进而我们把这种技术应用在了大金额、纯信用的经营性贷款领域，坦率讲，这样的技术在世界范围内可以对标的公司是非常少的。这是数据驱动的风控技术在国内首次成功应用于大金额经营性的小微贷款领域。它的难度是非常高，但是也是对我们真正的小微企业帮助是非常大的。

　　第三代小微贷款技术的难点，首先在于你需要有大量的数据源，并进行了长时间的对接与筛选。面对海量数据，你要考虑到它们供给的稳定性、使用的合法性、人群的覆盖性等。以及对外部数据真正的了解，甚至它底层的逻辑是什么，而不是简单的就是拿这个字段或分数去应用，这些都涉及到长时间经验的积累。你必须有足够多的坏账样本才能跑出一个稳定的风控模型。试想一下，蚂蚁金服平均一笔贷款2万多元，假设他发放几十个亿就能够跑出一个不错的模型，而我们的贷款我们就需要几百亿的规模才能够跑出它基本的模型，这个门槛、试错的成本非常高。它需要专业化的队伍，同时因为它需要有一个大脑袋，我是说总部，这样的业务一定需要有规模效应来支撑。

　　银行与大数金融合作有诸多优势。首先不仅是收益高、成本低，还能快速上量，并且实现收缩自如。从战略上来讲，银行开展小微业务，不能说我只考虑需要上量的时候能够上得去，也要设想可能有受挫的一天、可能要重新收缩业务。银行与大数的合作不需要多大的人力投入，即使万一碰到了问题、碰到了经济周期下行，也能够实现业务的自如收缩。再者就是低风险，我们制造了一个产品，交给了用户，最后出现质量问题，却不让用户换货，这在制造行业里已经是不可想象的事情。银行与大数的合作中，我们通过引入担保公司或保险公司进行担保，银行无需考虑“如果出现次品怎么办”的问题。同时，银行在合作过程中可以积累有效数据，如果有心，自然而然地可以实现在技术和能力方面的提升，大数也愿意提供这种支持。　　

　　大数金融现在净资产是20个亿，我们的股东、投资方包括了红杉资本、PAG、春华资本、光大控股，3轮融资共计14个亿。我们跟45家银行、5家保险公司开展了合作，全国有24家分公司，目前我们管理的贷款余额超过160个亿。大数金融的核心团队全部来自银行，这形成了我们合规，审慎，稳健的做事风格。大数金融虽然是一家创业企业，但坦率讲我们完全是全国性银行总行零售信贷管理的实力。

　　我们的使命，是为小微企业融资难提供解决方案。这个使命决定了我们不是一家贷款公司，我们是一家为银行金融机构提供解决方案的公司，是一家金融科技公司。在这里我愿意和我们广大的银行伙伴一起为解决小微融资难这样一个世界性的难题、满足中国小微客户的融资需求而一起奋斗，谢谢大家！

责任编辑：赵子牛