用大数据玩互联网金融？这两家美国公司是师父

　　FICO 费埃哲公司

 

　　它是风险管理信用技术的先驱者，对结构化大数据进行处理，FICO 信用积分指标包含了 15-20 个变量。早在 80 年代就在美国银行业首创了征信评分 FICO 的概念。现在，服务覆盖全球 80 个国家和地区，为银行和信用卡发卡机构、保险、医疗保健、政府和零售行业提供服务。FICO 信用分计算的基本思想是把借款人过去的信用历史资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势跟经常违约、随意透支、甚至申请破产等各种陷入财务困境的借款人的发展趋势是否相似。

　　银行方面，主要的服务覆盖银行卡，存款，按揭贷款，汽车金融，多渠道服务和反企业诈骗提供支持。FICO 已经为三分之二的世界 100 强银行提供服务，提高了客户忠诚度和盈利率、减少欺诈损失、管理信贷风险、满足监管与竞争要求并快速获取市场份额。

　　这一技术业已经进入部分中国的银行，开展了全方位、多层次的零售业务风险管理咨询服务，并帮助银行提高了客户粘性和效率。

　　1）交通银行太平洋信用卡中心采用的 CDA 决策引擎，也是中国信用卡审批领域第一个整合了评分模型和智能化管理的自动信贷审批决策引擎。2009 年 10月，成功上线后，优质帐户平均余额和利息收入增加 20%和 10%，审批效率提高 30%并节约了大量人力成本。

　　2）民生银行与费埃哲于 2009 年开始进行交流合作，于 2011 年正式启动了民生银行零售内部评级项目。在零售银行业务巴塞尔协议合规建设的大框架下，重点针对小微信贷业务搭建起一套完整的风险管理体系。有效和合理地引导业务向节约银行资本占用、提高股东回报。

　　在非结构化的数据处理方面，另一家公司 ZestFinance 在 FICO的基础上进一步挖掘与创新。ZestFinance是由是谷歌的前 CIO道格拉斯·梅里尔和肖恩•布德，原第一资本公司（Capital One）的高级信贷员所创立。开发的分析模型对每位信贷申请人的超过 1 万条原始信息数据进行分析，并得出超过 7 万个可对其行为做出测量的指标，而这一过程在 5 秒钟内就能全部完成。与传统借款人仅使用的 10-15条数据相比，该公司当然能够更精准地评估消费者信用风险。这家公司经历了近 4年的成长，能够分析的数据量比有资格进行次级信贷的美国人的数量的 2 倍还多，其违约率也比行业平均水平低 60%左右。

　　通过为一些大银行和信用卡公司提供担保服务，ZestFinance 实际上基本已经可以通过大数据的挖掘分析技术来更好得识别风险，来为银行和信用卡公司的部分被认定为风险大的贷款提供担保。

　　现在 ZestFinance 还外包自己的贷款评估模型，如 SpotLoan 公司，并达成合作伙伴，有效加快了贷款的审批流程，并降低了风险。使得 SpotLoan的定价低于同类的发薪日贷款。公开的授权公司 SpotLoan，该公司是一家短期分期偿还本金和利息的小额贷款公司。期限最长为8 个月，贷款额度从 300到 800 美元，申请过程在网上仅需10 分钟就可以完成，公司的客户经理通过电话告知申请的结果并最快在 24小时放款。虽然最高的日利率达 1%左右，但相比传统的发薪日贷款，不仅期限更灵活，最多可节省 50%的利息支出。每年，美国人对发薪日贷款的需求在 74 亿美元，平均每笔贷款的规模在400美元。