信而富的科技基因顺水鱼财经

文/本刊记者 杨斯媛

自从有了大数据和人工智能，消费信贷出现了很多新玩法，新玩家也越来越多，信而富便是其一。

依靠多年来积累的大数据处理技术，通过预测筛选（PST）和自动决策（ADT）等核心技术，信而富瞄准了中国5亿信贷空白人群，目标是为他们提供价格合理、便捷安全的消费信贷服务。

著名投资人张化侨说，信而富的“灵魂是科技”，他之所以受邀担任信而富的独立非执行董事，是因为信而富是“真正的金融科技企业”。

破解消费信贷难题

信而富的“科技灵魂”要追溯到公司创立之初。

2001年，' 美国伊利诺伊大学的统计学博士' target='_blank' >王征宇归国创办信而富。曾在美国大型金融机构从事风险管理咨询工作的他，亲历了美国征信局、大数据、消费信贷产品的发展，让他相信这三件事未来也会在中国发生。

在信而富的创业初期，也正是中国的征信业萌芽期，信而富参与了全中国第一个征信机构——上海资信的创立，参与了人民银行全国征信局的业务，成为中国最主要的为银行提供风险评估服务的公司，中国有超过一亿张' 信用卡使用的是信而富的CDS自动决策系统。

2010年，信而富开始涉足网络借贷信息中介服务。伴随着中国' 互联网金融的蓬勃发展，信而富将公司定位于国内消费信贷服务的金融科技公司。

说起消费信贷，其本身就是金融创新的产物。随着市场准入的不断放开，除了传统银行和消费金融公司，' 互联网巨头、互联网金融等机构纷纷进入消费金融市场。

在王征宇看来，目前中国的消费信贷市场还是一片蓝海。对比海外市场，美国有80%的人群获得了信贷服务和征信系统的覆盖，中国只有20%。在人民银行征信数据库里拥有工作记录、就业记录或公积金和社保数据的人群中，约5亿人没有被信贷覆盖。

信而富将这些没有个人征信记录也未被传统金融服务所覆盖的人群称为“爱码族（EMMAs）”，英文全称“Emerging Middle-class Mobile Active consumers”，这些人职业稳定、爱网购，并且重度依赖互联网。他们有各种消费和信贷需求，借款用途通常是网络购物、娱乐餐饮，以及购买生活用品。

“中国会是世界范围内最大的消费信贷市场，未来发展机会非常好。”王征宇说道。

然而，机会总是伴随着挑战。王征宇很清楚，消费信贷行业面临的关键问题是由于信息不充分，特别是信贷数据缺失，导致信贷行为的预测成本非常高，从而导致整个行业出现价格扭曲、费率扭曲、风险凸显等问题，使得传统银行无法迈入这5亿人的市场，同时让中国的P2P网络借贷服务难以真正走入这个市场。

“这些难题的最终解决方案是依靠大数据，通过技术手段突破重围。”王征宇说道。或许正是这些长期存在的难题，催生了科技在金融领域的应用，尤其是嗷嗷待哺的消费信贷市场。

强化科技基因

大数据让信而富找到了破解国内消费信贷难题的方法，但这并不是终点。随着科技的发展，信而富不断强化自身的科技基因。

信而富利用人工智能、机器学习、预测筛选、自动决策等方法，通过对成千上万个变量进行多维度、多层次的复杂分析，做出一系列决策模型，最终形成对于客户和潜在客户进行风险评估、授信决策、贷后管理等业务处理的一系列系统决策。

信而富硅谷大数据与创新实验室首席科学家Thomas Wang解释道，首先要解决的问题是——导致国内坏账率高企的最大的原因——欺诈。信而富会通过大规模的数据分析来确定目标客户，为了确保这些人不是欺诈用户，会查看几千个维度来衡量他们的数码足迹，维度包括统计数据、搜索数据、兴趣、位置信息等等。这其中就应用到了PST预测筛选技术，最终获得白名单。接下来运用ADT自动决策技术，整合借款人的所有数据，同时考虑到借款和还款行为，系统不断地反馈借款行为的数据，结合风险定价技术，那些重复借款并按时还款的借款人将享受到逐渐增加的信用额度和更低的利率。

“我们试图为客户解决三个主要问题：他们的还款意愿、还款能力以及还款稳定性。客户在一个平台上的使用历史可以帮助回答稳定性的问题。客户在这个平台上的消费或者交易历史可以回答还款能力的问题。在还款意愿上，我们的商业模式的本质是，任何人都有能力支付我们最初的报价，除非他们不想还款。”Thomas Wang说道。

信而富与国内领先的大数据机构合作，获得海量数据，利用大数据处理技术为客户画像。当数据越来越多，系统刻画出来的客户就越来越立体，越来越清晰，可以实现精准地找到合格的“EMMA”用户，并科学地进行风险定价。

Thomas Wang表示，找到爱码族需要分析合作方的数据，然后建立模型消除欺诈用户。创建一个模型和更新模型所需的时间取决于数据合作方数据的复杂性。一旦模型完成，只要爱码族在信而富的白名单中，实际的借款和放款过程几乎是一瞬间的。

“考虑到未来的话，我们正在创造一个有人工智能交互的开放申请系统，这会让我们的目标客户爱码族主动来找我们申请。这个系统可以通过分析爱码族如何回答问题和他的移动足迹来反复撮合借款。” Thomas Wang表示。

事实上，数据分析、人工智能、机器学习和随机森林等算法是以信而富为代表的科技金融公司普遍采用的“智能”手段，而这些公司最大的区别在于商业模式的不同。

“一个关键的区别是我们是一个‘包容’的金融科技公司。”Thomas Wang说，“我们想让从未有机会借款的客户能得到服务。通过预测筛选技术，我们会关注在如何消除欺诈的同时尽可能多地服务我们的目标客户。通过我们与百度、腾讯和其他数据合作方的合作经验，我们对“坏的”借款人会表现出什么信号以及在不损失目标客户的情况下如何消除他们有一个非常透彻的了解。”

信而富与大数据机构合作的典型案例是小额消费信贷产品“现金贷”，先后与腾讯、百度公司联合推出“现金贷”产品，成功找到了一条大规模、高效率、低成本、高质量服务借款客户之道。

数据显示，截至2016年1月20日，通过信而富平台成功撮合的借款交易笔数已突破500万笔，业务范围覆盖全国20多个省及直辖市。