羅皓,互聯(lián)網風控技術SaaS服務平臺“聚信立”聯(lián)合創(chuàng)始人兼CEO,曾創(chuàng)辦社交網絡輿情監(jiān)控公司(主營業(yè)務為幫助企業(yè)了解“粉絲”和他們對自己的評價)。
聚信立創(chuàng)辦于2013年,2014年12月獲得京東金融2800萬元A輪投資,曾參與投資消費分期方案比價與撮合服務商聚合分期。
截至2016年12月,聚信立已處理超過2500萬借款人數(shù)據(jù),連接4億人群的社交網絡。
2016年12月21日,零壹財經和羅皓圍繞征信、監(jiān)管、大數(shù)據(jù)風控及其商業(yè)模式等話題展開了相關討論。
談業(yè)務
“我們不是征信機構”
聚信立在做的是在用戶授權的前提下抓取、清洗、整合、分析用戶數(shù)據(jù),以幫助客戶(目前主要是信貸服務商)甄別用戶的欺詐風險和信用風險。
羅皓稱,在中國,60%的借貸違約是因為欺詐風險,剩余的40%是因為信用風險。
他介紹道,欺詐分為線上欺詐和線下欺詐兩種。線上欺詐主要是冒用他人身份,識別方式包括設備指紋、身份證、人臉識別等,識別線下欺詐和信用風險則主要是評估借款人的交易數(shù)據(jù)、收入和抵押物狀況。
羅皓認為,一個人的還款記錄是唯一有效的信用數(shù)據(jù),它包括三個部分:誰借了錢?誰放了貸?誰還了錢?而有些人是沒有還款記錄的,此時數(shù)據(jù)服務商只能尋找其他信息(如收入和抵押物情況)來“推測”這些人的還款可能性。聚信立等數(shù)據(jù)服務商或許能搜集到個人借款數(shù)據(jù),但其還款數(shù)據(jù)只被放貸機構掌握。
從這個角度上講,羅皓認為聚信立不算征信機構,因為其所收集的數(shù)據(jù)并非與個人信用狀況直接相關。
另外,羅皓認為征信并不是一個很大的市場,“現(xiàn)在已經上市的征信機構的市值加起來都并不大”,征信數(shù)據(jù)本身也難以變現(xiàn),有價值的是基于數(shù)據(jù)的服務。
談監(jiān)管
“個人數(shù)據(jù)跟隱私息息相關,使用需進行牌照化管理”
關于個人征信牌照,羅皓談到雖然數(shù)據(jù)本身不值錢,但是數(shù)據(jù)很敏感,它跟公民隱私息息相關,需要利用國家資源和力量進行牌照化準入管理。
談到今年曝出的一些互聯(lián)網公司數(shù)據(jù)泄露事件,羅皓說,“很嚴重,這是很可怕的事情。每一個數(shù)據(jù)公司都投入了很多精力去打造一個安全的數(shù)據(jù)體系,數(shù)據(jù)的復制成本太低了。”他認為打擊數(shù)據(jù)泄露行為,對監(jiān)管機構來說執(zhí)行難度很大。
談商業(yè)模式
1、數(shù)據(jù)是最重要的,算法不是
羅皓曾在演講中談到他認為數(shù)據(jù)產業(yè)鏈分成數(shù)據(jù)采集、數(shù)據(jù)加工和數(shù)據(jù)分析與建模三步。他認為模型的價值在下降,而數(shù)據(jù)是最重要的,離開數(shù)據(jù)談建模是無米之炊。原因是現(xiàn)在很多模型已經開源,另外客戶需求是多元的,一個模型難以適用于多個場景,而且大公司已經有自己建模的能力,會建模對第三方服務商來說難以成為核心競爭力。
2、數(shù)據(jù)集市模式的尷尬
對于當前涌現(xiàn)的一些數(shù)據(jù)集市,羅皓認為其核心競爭力在于:要么在上游,能以低價格拿到數(shù)據(jù),或擁有獨特數(shù)據(jù)資源;要么在下游,擁有客戶資源。
羅皓說,如果在上下游都沒有優(yōu)勢,并且沒有清洗和加工數(shù)據(jù)的能力,數(shù)據(jù)集市模式只適合服務長尾中小企業(yè)客戶,因為對這些企業(yè)來說,獲取多個數(shù)據(jù)接口是不經濟的。
他直言,數(shù)據(jù)市場上數(shù)據(jù)的價格是相當透明的,而且做一項業(yè)務并不需要太多數(shù)據(jù)源,則客戶傾向于直接跟掌握數(shù)據(jù)的服務商合作,而不會尋求中介。
附
羅皓在“點石資本”和“微軟加速器”聯(lián)合主辦的“’信任危機’時代的風口”論壇上的《互聯(lián)網大數(shù)據(jù)在信貸行業(yè)的邏輯》主題演講內容。
來源:微信公眾號“聚信立Juxinli”
羅皓介紹道:所有關于C端的數(shù)據(jù)目標就是判斷一個人會不會還錢(即有沒有信用記錄),而我們可以把人群分為兩類人——有過良好信用記錄和沒有信用記錄歷史的人。
對于有過良好信用記錄歷史的人來說,他/她的過往負債和還款記錄就能解釋其信用風險,簡單的說就是三個問題:誰借了、誰批了、誰還了。對于沒有信用記錄的人來說就需要依靠其他信息來推測其風險。目前由于征信體系不完善,有很多人沒有人民銀行的信用記錄。那么,如何判斷這些人的信用呢?
“現(xiàn)在做的,都是猜測,”羅皓如此說道,指的是目前中國一些公司稱利用用戶網頁瀏覽數(shù)據(jù)或者社交數(shù)據(jù)去評估用戶信用的做法。曾經在美國公司做過風控的他說,在美國用設備指紋等技術去判斷信用是很少的,做社交的公司是不敢用自己的數(shù)據(jù)去解決信用問題。其中的原因,一個是美國的法律未必允許,另外一個是因為美國征信系統(tǒng)覆蓋的人群很廣,不一定需要用到上述數(shù)據(jù)。
因此,談到信用評估一般是要了解兩個問題:
1、這個人有沒有打算過還錢,也就是說,這個人是不是個騙子。這其實是個反欺詐問題。
2、這個人有沒有能力還錢。這可能涉及到他/她的財產狀況、抵押物狀況、家庭狀況等問題。
對于沒有打算還款的人,即欺詐分子,還分為兩種欺詐情況:
1)線上欺詐:你看不到我,借款人都不是我本人,甚至都不一定是人。
因此,線上反欺詐其中一個要解決的問題就是,你是不是你,是不是本人。在現(xiàn)實世界中,需要用身份證去驗證這個問題。
在網上則有不同的ID與這個問題相關,在這里,他引入了一個用“身份的強度”的概念。他指出,評估這個身份的強度,有很多比較大的機構用的是cookie,但cookie有其局限;還有強一點的用設備指紋,這個強度比cookies高一點;現(xiàn)在,不少人圍繞手機號去做;還有利用身份證識別的,比如國政通;第五種,則是人臉識別;美國還有使用聲紋識別。
2)線下欺詐:你看到我本人了,但是財務實力情況都不屬實。
目前,線下一般通過了解兩個問題來評估財務能力:一是你能賺多少錢,也就是你的收入;二是你有沒有值錢的東西,也就是抵押物,可能是房、股份或其他權益類資產。
雖然可以通過收入和抵押物等評估財務能力,但線下的借貸行業(yè),也存在以下三個痛點:集團欺詐、多頭借貸和借款用途。
上述已經提到如何反欺詐,而第二個痛點,多頭借貸,也就是一個借款人憑借同樣的信用額度在多家機構借這個額度,實際上就超出了他/她能承受的額度。要解決這個問題,貸款機構需要信息共享。做征信的聚信立目前也在收集很多非銀行的機構的借款記錄,機構可以接入類似這樣的第三方征信機構的產品。
第三個問題,借款用途,也就是你把錢用到哪里去了,線下借款常常會面臨借款人擅自挪用借款用途的情況,他指出,這也是消費金融為什么會那么火的原因,因為這解決了借款用途的問題,風險相對比較低。
不過,他也表達了自己的擔憂——中國的消費金融通過率很高,消費金融出現(xiàn)了一些問題,比如消費場景的老板捐款跑路。他說,他在東莞見過,有些手機店只營業(yè)兩三天,目的就是為了找一群工人來在網上申請消費借款,然后老板從中卷款獲利。
這也指出了風控可能要關注另一問題:要關注場景本身的數(shù)據(jù),信用情況如何,而不僅僅是借款人的信用,這就涉及到小微企業(yè)的征信問題。有利于提高催收效率。
最后,評估完身份識別、還款能力之后,在催收這個環(huán)節(jié)上,數(shù)據(jù)可以解決什么?
正如他在上面提到,中國借貸的損失,有60%是因為欺詐,另外40%是因為真的還不起錢,這種情況下一般會啟動債務清算計劃,以減少損失。
羅皓表示,聚信立便是如上,從底層去思考整個行業(yè),思考借貸行業(yè)使用數(shù)據(jù)的邏輯:嘗試解決集團欺詐、多頭借貸、還款能力三個問題。
版權聲明
本文僅代表作者觀點,不代表零壹財經立場。
本文系作者授權零壹財經發(fā)表,未經許可,不得轉載。
- 螞蟻國際任命首席創(chuàng)新官,加速推進數(shù)字化戰(zhàn)略發(fā)展
- 馬云現(xiàn)身支付寶20周年紀念日:AI將改變一切,但不意味著決定一切
- 萬事達卡推出反欺詐AI模型 金融科技擁抱生成式AI
- OpenAI創(chuàng)始人的世界幣懸了?高調收集虹膜數(shù)據(jù)引來歐洲監(jiān)管調查
- 華為孟晚舟最新演講:長風萬里鵬正舉,勇立潮頭智為先
- 華為全球智慧金融峰會2023在上海開幕 攜手共建數(shù)智金融未來
- 移動支付發(fā)展超預期:2022年交易額1.3萬億美元 注冊賬戶16億
- 定位“敏捷的財務收支管理平臺”,合思品牌升級發(fā)布會上釋放了哪些信號?
- 分貝通商旅+費控+支付一體化戰(zhàn)略發(fā)布,一個平臺管理企業(yè)所有費用支出
- IMF經濟學家:加密資產背后的技術可以改善支付,增進公益
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。