文/本刊記者 馮珊珊

Wecash閃銀：開墾信用市場

文/本刊記者 馮珊珊

沃頓商學院教授埃里克·布萊德勞(Eric Bradlow)曾經(jīng)表示：“社交數(shù)據(jù)是一個很有價值的額外數(shù)據(jù)源，對某個人的信用行為具有很強的預測性。當一個人的資料非常稀少時，這樣的數(shù)據(jù)尤具價值?！?/p>

人人都有信用

Wecash是一家提供信用評估服務的公司，從“大數(shù)據(jù)”角度出發(fā)，根據(jù)用戶在社交媒體、SNS社區(qū)等公開平臺上發(fā)布的信息，通過特殊數(shù)據(jù)分析方法進行信用額度以及償還能力的評估，從而判斷用戶是否擁有一定額度的貸款資格。

用戶通過Wecash的APP端或者微信端，在新進入的頁面中輸入個人基本信息，再授權一些社交網(wǎng)絡賬號等，提交資料后，系統(tǒng)便會將這些信息與海量抓取到的用戶上網(wǎng)記錄進行綜合分析，給出一個可用資金額度。用戶如果要提現(xiàn)，便可以輸入額度和分期期限，系統(tǒng)自動通過后端服務商找到投資人進行撥款，整個過程最快20分鐘，最慢一天；額度最低為0，最高50萬。

Wecash定位的“2+5”人群，即本科畢業(yè)前的兩年加上畢業(yè)后的五年，年齡在20到27歲之間。理由有三點：第一，這個人群的收入不高，獲得銀行體系信用評估的概率低；第二，這個人群互聯(lián)網(wǎng)行為會比較多，更容易留下一些互聯(lián)網(wǎng)足跡和信息；第三，這個人群正處在不斷成長的階段，一定時間以后，會需要更深層的信用服務。

根據(jù)Wecash閃銀創(chuàng)始人支正春的說法，閃銀的目標是“改變四億信用白丁的生活”。中國有8億人在銀行開戶，但目前為止央行的征信只覆蓋了3億多人，還有4億多的空白用戶存在。Wecash閃銀所做的是給互聯(lián)網(wǎng)的用戶，特別是移動互聯(lián)網(wǎng)的用戶，提供信用評估服務。

Wecash所使用的大數(shù)據(jù)授信方式：通過申請人所授權的信息，抓取超過6000條原始信息進行數(shù)據(jù)分析。再經(jīng)過自有的3R信用評分體系，交叉檢驗用戶提交的信息真實性、綜合評定用戶信用等級，從而給出用戶可用額度。

所謂貸款人信用評估數(shù)據(jù)“3R”模型：第一Rules，就是規(guī)定什么樣的客戶應該怎么處理。比如說賭博、彩票，如果發(fā)現(xiàn)客戶干了這個事，會給客戶貼上標簽，認為他不是好客戶。第二Rank，根據(jù)客戶的性別、年齡、區(qū)域、行業(yè)、社交密度、社交信息、興趣點、工作類型、教育背景進行排名，不同參數(shù)排序是不一樣的。第三Regression，Wecash會挑一部分客戶，以付費的方式獲得他們的信用反饋，不斷調整模型。

這與傳統(tǒng)銀行的征信方式有非常大的差異：第一，選取的資料不一樣。銀行更關注客戶過往的信貸記錄和收入水平；Wecash更關注用戶的互聯(lián)網(wǎng)行為和社交信息；第二，風控的實現(xiàn)方式不一樣。傳統(tǒng)銀行信貸核心還是靠有經(jīng)驗的信貸員，這種方式注定隨著業(yè)務規(guī)模的擴大，需要更多的有同等評判水準的業(yè)務員，而Wecash采用的是“machine論”模式，用機器做整個大數(shù)據(jù)的分析，從而最大程度地降低人工成本，隨著規(guī)模擴大，邊際成本會更低。

不足之處在于，Wecash所給的初始授信額度不高，如果客戶提供的信息不足，授信額度就會更低。遇到一些素質偏低的客戶，比如重復用同一個手機號碼申請、身份證和名字對不上、工作虛假等一些黑名單客戶，Wecash就會拒絕授信。

對于產生壞賬的客戶，Wecash定期會把這些名單公布在互聯(lián)網(wǎng)上，并通過社交關系做催收，向他們了解情況；對于超過180天以上壞賬的客戶，Wecash會請服務商，集中訴訟。在每筆借款產生的同時，其實已經(jīng)是用戶與官方簽訂了一份電子合同，同樣具備法律效力，Wecash閃銀等互聯(lián)網(wǎng)金融機構有訴諸法律解決的權利。

Wecash最終想實現(xiàn)的是：人人都有信用，人人的信用都可以轉化成資產?！拔覀兿Ｍ麄€公司最終變成一家以數(shù)據(jù)搜集、數(shù)據(jù)分析、信用評估見長的公司。我們想在未來三年內覆蓋一千萬的用戶，使自己逐步成為一個小領域的標準。”支正春說。

數(shù)據(jù)風控四絕招

但是，單純利用移動互聯(lián)網(wǎng)數(shù)據(jù)做信用評估，還是會存在一些實名的征信較差。為了解決這個難題，閃銀做了四個結合：第一個是線上數(shù)據(jù)和線下數(shù)據(jù)的結合。線上的社交網(wǎng)絡主要來自于微博和微信，線下的社交信息主要來自于通信記錄，閃銀將這兩個社交網(wǎng)絡結合，實現(xiàn)線下和線上的數(shù)據(jù)打通。

根據(jù)WeCash閃銀聯(lián)合創(chuàng)始人李昊的介紹：閃銀一方面在跟一些線下的教育培訓機構、旅游機構、零售機構等合作，使得線上和線下的數(shù)據(jù)進行交叉驗證補充；另一方面通過用戶授權之后的GPS的定位，還有基站，獲得用戶線下的位置信息，實現(xiàn)對用戶畫像更為精準的刻畫。

第二個是主動數(shù)據(jù)和被動數(shù)據(jù)的結合。閃銀通過網(wǎng)絡爬蟲去爬取的數(shù)據(jù)，大部分是用戶主動發(fā)布的信息。比如業(yè)務銷售人員、公司高管會有大量的互聯(lián)網(wǎng)信息暴露度。

對于不主動發(fā)布信息的用戶，閃銀會采用一些被動的數(shù)據(jù)。一部分是運營商的流量的數(shù)據(jù)，一部分是來自于DSP和DNP廠商的數(shù)據(jù)。通過這些數(shù)據(jù)擴大覆蓋面，縮小偏差，使得模型和策略有更好的預測和推廣性。

“主動和被動還有另外一層含義，就是可不可以被用戶感知到?！崩铌徽f。在傳統(tǒng)的業(yè)務上，用戶在填一個申請表的時候，他會感覺到你在采集他的信息，有一些客戶，他會刻意粉飾自己的數(shù)據(jù)。而在用戶填寫信息時，錄入的時長、回刪的次數(shù)，以及用戶的一些設備ID、IP的信息等，相對不容易被感知和偽裝，通過這些數(shù)據(jù)的分析，可以增強信用變量的有效周期，提高抗欺詐的能力。

第三個是個體數(shù)據(jù)和群體數(shù)據(jù)的結合。以前做小微金融，一個假設就是一個個體和另外一個個體，在違約行為上的概率，彼此之間是相互獨立的。隨著互聯(lián)網(wǎng)社群的發(fā)展，個人的行為變得有傳染性。閃銀把用戶劃分為相應的群體，把一些基于社交網(wǎng)絡的數(shù)據(jù)，結合在其中。

第四個是貸前數(shù)據(jù)和貸后數(shù)據(jù)的結合。銀行做信用貸款，對于用戶貸后的監(jiān)控，一般是一個月進行一次訪談。隨著移動互聯(lián)網(wǎng)的出現(xiàn)，貸后的監(jiān)控擴展到全天候24小時。目前閃銀可以對用戶的行為，第一時間做出預警和響應。

此外，傳統(tǒng)線下做消費金融，一個比較常見的問題是用戶失聯(lián)。借助于移動互聯(lián)網(wǎng)，失聯(lián)的情況就相對容易解決。

目前，Wecash已經(jīng)和北京資信以及多家P2P公司進行黑名單信息共享，提升整體用戶的違約成本，構建良好的信用氛圍。

在李昊看來，風控是在一個需要在開放空間解決的問題，不存在一個風控數(shù)據(jù)的封閉空間。大數(shù)據(jù)可以擴充信用評估數(shù)據(jù)的邊界，對傳統(tǒng)信用的評估是一個強有力的補充。

在風控方面，大數(shù)據(jù)的優(yōu)勢是覆蓋面廣、更新迅速，可以用來反欺詐和監(jiān)控。同時，在用戶缺少傳統(tǒng)數(shù)據(jù)的時候，可以起到一定的替代作用。劣勢主要在于有效數(shù)據(jù)的密度比較低，比如一些交易數(shù)據(jù)都是中性的，和客戶之間的信用關聯(lián)不強。

“所以在使用這些數(shù)據(jù)的時候，第一，需要沙里淘金。第二，要通過多維度的關聯(lián)，把單一維度的數(shù)據(jù)進行組合，從而產生具有較強風控的數(shù)據(jù)。”

在提高效率和保護用戶隱私之間，李昊認為一定要滿足兩個原則：一個是雙向透明原則，當一個用戶信息被采集、被分析的時候，他是知情的，而且也知道分析的結果。另一個是數(shù)據(jù)的保存和銷毀的原則，在服務已經(jīng)結束的情況下，把數(shù)據(jù)刪掉?！霸谶@種情況下，是沒有風險的。”李昊說。