首页 > 关于我们> 新闻公告
新闻公告

小牛金服郭玮:金融创新首先是科技创新

2016-12-02     16:23:59

小牛金服首席技术官郭玮1130日在21世纪经济报道主办的“第十一届亚洲金融年会”上表示,金融创新首先是科技创新,科技引领金融,科技变革金融。

 

小牛金服首席技术官郭玮

小牛金服首席技术官郭玮

以下是演讲全文:

今天正题是普惠金融时代下的科技创新,既然讲普惠金融时代下的创新。那么先讲传统金融,传统金融会遇到什么痛点,我们过去在传统金融时代,去银行贷款,往往会面临一些问题。比如说资料不齐,在人行那边没有征信报告,银行看不到征信报告,不会给你做贷款。或者你在历史上曾经有过一些小过错,这些小过错本身可能对你的信用看起来没有直接的关系,但是一旦发生小过错,银行说不能给你贷款。另外一方面如果是纯信用贷款,没有抵押或者金额比较小的话,银行说没有办法给你提供贷款。假设可以贷款,但是因为整个流程,传统金融的信贷流程相对来说是比较长的,没有办法做到现在就要。

 

到普惠金融时代,我们的受众广、用户非常多,可以把我们金融服务提供给各种各样的中小企业,或者是一些原来传统金融时代没有办法覆盖的个人用户。但是因为量广了,服务的用户广了,也会带来一系列技术上的难度,这里会提到一些比如说没有信用,或者是你有一些信用的信息,但是怎么量化呢?怎么最终对应到你的信用能力,这是一方面。另外一方面欺诈来到线上以后,没有一个当面过程,怎样去判断真假,反欺诈的要求会越来越高。

 

第三方面当我们面临海量用户的时候,原来靠人工操作的这些审批已经是不太可能了,否则我们的成本就会太高。

 

第四催收当然相应的也就难度大大提升。我们没有办法去了解我们的用户。

 

要解决这些问题怎么办?我们认为只能是通过科技的手段。我们一直以来秉承的一个观点,就是科技引领金融,科技变革金融,在小牛我们认为金融科技就理解为一切源自科技的创新,用科技手段来服务或者推动金融服务创新的综合体系,在我们这边我上面列出一些大数据、人工智能、风控、区块链、金融云等,多个方面都有具体的实践,今天重点跟大家介绍一些除了上面金融云之外的工作。金融云我们现在也正在布局。

 

首先介绍大数据,小牛的大数据平台作为整个公司所有创新业务的基础,是一个非常主流的核心技术架构,做了很多的分层管理,比如说数据源层、存储计算层、应用工具层、数据集市层,都采用最先进互联网分布式的计算架构,服务于目前五大业务,比如说用户画像、数据风控、经营决策、实时报表,以及数据挖掘。我们把整个这个平台建设分为三个阶段。目前已经完成了第一阶段,我们已经实现了数据基础服务的框架搭建,我们提供了整个数据分析的一些相关基础服务。目前我们已经进入第二阶段,引入各种各样数据分析,深层次数据挖掘的一些工具,我们将提供多维分析,信用分析、数据挖掘等一系列大数据服务。明年实时推荐大数据运营管理以及数据管理,包括在线实时大数据风控的功能。

 

基于大数据平台之上,我们会去解决普惠金融最核心的一个问题,风控怎么做,我们通过大数据做风控。前面我也说了,传统金融的风控有哪些问题,第一数据非常单一,主要是以人行征信报告,或者是一些金融机构自有的数据来作为判断依据,服务的客户面是相当窄的,有大量的用户是在人行没有记录的。而没有记录的情况下就没有办法纳入到传统金融的范围之内。

 

第二方面即使是有这样的数据来支撑你的信用,但是传统风控中间的规则,风控判断规则是相当简单的,往往从数据到结果就是一个简单的关系,做不到更深层次的关联关系的判断。

 

第三放贷的过程是非常长的。小牛金融风控与大数据相结合,首先数据源上引入大量其他的数据,除了传统央行的数据以及金融机构的数据之外,我们还利用社交行为数据,社会行为数据公共事业等一系列的数据从全方位识别一个人的风险。我们更强调数据之间的相关性,而非直接因果关系。我们通过数据挖掘的一些手段来分析用户的基本属性、稳定性、历史信用风险和当前的信用风险,还款意愿和还款能力。通过各方面的数据综合全方位判断一个人,我们在实效性上能够做到同他的信息提交到我们的系统,做到放款完成做到分钟级,我们也希望未来加快这一进程,甚至做到秒级。整个大数据风控这套体系,分为数据汇聚平台、模型分析等等目前都在实践当中有所应用。

 

接下来跟大家介绍用户画像,为什么要做用户画像,金融最强调是了解你的用户,了解你的客户,在普惠金融时代我们怎么去了解客户,小牛通过给用户做画像,首先我们做用户画像的数据来源是什么,我们主要来源于小牛内部积累的一些数据,以及大量从外部获取的数据,这些大量外部获取的数据也包括一些公开的获取数据,一些合作机构交换的数据和一些其他机构我们去购买到的数据,数据源是相当丰富的,我们通过这些数据结合各种各样数据挖掘的算法给用户打上各种各样的标签,去体现各种各样的属性,基础属性、社会事业、公共事业属性、金融属性、行为属性等等一系列属性,我们的标签目前给整个小牛用户打上的标签目前有几百个,我们正在努力打造更多的标签,未来打造上千甚至几千个标签的情况。

 

当然,我们做用户画像也并不仅仅给我们现有的用户去分类,去打上标签。非常重要的是,我们还需要通过我们去现有用户画像,通过用户画像抽象出各类用户的特征图谱,利用这些特征图谱,能够去识别新用户,当一个新用户来的时候,他各种各样的数据提交上来,套到我们图谱里会知道是哪一类用户,适合什么样的产品,他的风险级别是什么样子。这一页可以看出来,我们用户画像的应用非常广的,对外做舆情监控、同行竞争分析,对内做运营分析以及支持服务,资产端我们会去做风险控制和贷后催收,大数据风控非常重要的应用基础是用户画像。资金端做精准营销以及增值服务。

 

我们不但需要识别用户,还需要主动发现用户的需求,并且设计出相应的产品,并且主动将这些产品推送给需要这些产品的用户,这个是非常重要,这个就是我们现在说的精准营销或者说是主动营销的部分。不论在资产端还是在资金端,我们结合用户画像应用场景,以及产品特性的智能推荐,我们认为都是未来智能化金融的一个方向。(来源:21世纪经济报道)