响水生活网

人人贷:小微金融服务科技化的中国样本

作者:安生 | 来源:互联网
2019-10-28 14:52:56

   

2015年,金融科技(FinTech)在全球范围引发热潮,咨询公司安永(EY)也从那一年将金融科技正式列入研究范畴,每两年发布一次金融科技应用指数报告。

最近公布的调研数据显示,2019年全球金融科技应用指数已经达到64%,比安永预期的52%高出了12个百分点,相当于2015年的四倍。无论在消费者层面还是小微企业主群体中,通过金融科技提供的多样化金融服务已经被更多人知道和体验到。

按照不同国家和地区来划分,新兴市场引领了全球金融科技浪潮。中国、印度两个国家的金融科技应用指数均高达87%,位居全球前列,俄罗斯和南非则以82%的水平并列第二。这四个国家之外,哥伦比亚、秘鲁、墨西哥等经济体对金融科技的运用也有不错表现。

人人贷:小微金融服务科技化的中国样本

△ 安永全球金融科技应用指数,新兴市场取得领先

相比之下,发达经济体在金融科技的应用上略显滞后,日本、法国、美国、加拿大等四个国家的金融科技应用指数还没超过50%。这可能是因为这些国家上一代金融基础设施比较发达和完善,同时具备支付和信贷功能的信用卡较为普及,要将这些历史系统改造升级是比较麻烦的大工程。

此外,消费者的使用习惯和接受度也是发达经济体推广金融科技时会遇到的问题。金融科技企业在面向广大消费人群提供相关服务时,要充分考虑他们的接受能力和学习成本,将产品的易用性打磨好。

站在使用者角度,金融科技给金融业带来的变革和冲击,很大程度上体现在改变了金融服务使用者的认知和优先选择。调研数据显示,在移动支付、预算和财务管理、储蓄与投资、借贷和保险等金融细分领域,潜在使用者对金融科技的认知程度已经较为成熟。以借贷服务为例,本次调研中只有24%的受访者不知道金融科技已经应用于借贷。

人人贷:小微金融服务科技化的中国样本

△ 消费者对不同服务类别中的金融科技认知程度

金融科技企业通过手机App或嵌入SDK的形式,能够为工薪消费群体提供方便快捷的信用贷款,从而满足他们日常消费需求。换句话说,结合了金融科技的信用贷款服务距离消费场景越近,就越有机会被消费者使用。

信用贷款业务背后是强大的风控能力和专业高效的信贷管理机制。在大数据、人工智能、机器学习等现代科技手段的帮助下,金融科技企业能够从数据中挖掘出与还款意愿、还款能力相关的多维度变量,从而较为准确地计算出其信用水平。

针对长期以来存在的中小微企业(SMEs)融资难题,金融科技的解决方案也是多样化的。比如美国以移动支付见长的Stripe利用小微商户的经营性流水判断其偿债能力,每天从单日营业收入中自动扣除一定比例资金作为还款额,将大额信用贷款转化为日常的规律性开支,从而降低了小微企业经营上的现金流压力。

以国内金融科技企业人人贷为例,公司基于小微企业主群体经营性现金流与家庭现金流没有严格区分的特点,通过评估借款人的个人信用来判断其小微企业经营信用。结合强大的金融科技能力,人人贷构建了一套完整、严密的智能风控体系,持续服务于国内小微企业主和个体工商户的经营性资金需求。

在金融科技落地应用的过程中,首先要关注的是额度问题。人人贷主要服务于20万元以内的小微企业资金需求。这是因为处在起步阶段的小微企业经营规模有限,单次资金需求并不大,并且通常以企业主的自有资金为主,外部补充授信并非其实际资金需求的全部。

在20万元以内这个区间,金融科技能够实现信用风险可控和商业模式可持续。小微企业经营者的核心要素还是其自身的劳动,而不是资本。即便是在小微企业存活率很低的情况下,其负债将处于20万以内时,也能通过个体劳动比如找一份工作来继续偿还债务。

在最关键的风控信审环节,人人贷是国内较早运用机器学习的企业之一。信用审核流程主要包括反欺诈、信用评估两个环节。反欺诈主要是判断借款申请者是否出于骗贷等恶意动机。得益于丰富的机器学习模型的应用,人人贷可以快速、精准地识别出疑似欺诈人群。在信用评估环节,人人贷充分利用风控系统中部署的CNN、随机森林、XGBoost等算法,为不同信用水平的申请者实现了差异化定价。

由于小微企业主群体资金需求通常具有金额小、需求急、频率不固定等特点,人人贷持续利用金融科技改进业务流程,将信审耗时缩短至秒级,用最快的速度满足小微企业主群体的资金需求。目前,人人贷的风控系统已经实现了高度自动化,其中数据和算法在整个决策中的占比超过90%。