摘 要

近日，政府出台文件要求P2P平台在半年内将资金存管，曾经盛极一时的P2P行业，顿时风声鹤唳。显然，我国小额信贷机构的发展还不够成熟。

前车之鉴，后事之师。

将坐标转换为小额借贷发展比较成熟的美国，一家叫Kabbage公司却默默的发展成为金融科技领域的当红炸子鸡。在Fintech排名版甚至一跃位居国际著名的P2P平台LendingClub之前。

我们不禁好奇，Kabbage是如何一步一步发展壮大的？它的成长对于我们又有怎样的借鉴意义？

1. 独特的信用评级技术是其核心竞争力

据了解，2008年底，Kabbage创立于美国亚特兰大，是一个基于大量数据和算法征信，面向企业和个人的在线贷款平台。小企业短期贷款Kabbage的主营业务。

那么问题来了，Kabbage为何选择小企业作为自己的主营业务？

事实上，美国电商平台eBay、Amazon和中国淘宝一样，上面有小规模网点，几乎没有固定资产，在发展过程中常常遇到资金短缺问题，从传统银行很难得到贷款。

作为一个小企业，经营者面临的最大挑战就是现金流。所以，Kabbage就选择针对这一问题切入市场。

除了切入点另辟蹊径，真正能够让Kabbage立足小贷市场的，是其独特的大数据信用评级技术。

知情人透露，Kabbage从2005年开始酝酿，2008年才正式上线，期间的三年就是在专注研究动态大数据信用系统，这是Kabbage的核心竞争力。

2. 兼容并蓄，收纳多家平台数据

既然，动态大数据信用系统是Kabbage的核心竞争力。那么就不得不提，基于大数据的商业模式创新过程的两个核心环节：数据获取跟数据的分析利用。

首先，我们从数据获取的角度入手，重点谈谈Kabbage的数据获取模式。

据悉，前期，Kabbage获取数据的渠道来源主要有：网店访问量、交易量、用户评价、物流信息、税务登记号等等。

随着服务范围的扩大，Kabbage随后与电商网站、社交网站、物流网站等建立合作关系，贷款申请者仅需提供账号，Kabbage即可从该网站实时抓取所有相关数据。

除此之外，2011年，UPS旗下基金入股又与Kabbage共享来更丰富的客户配送数据。

紧接着，Kabbage颠覆性地推出了Social Klimbling商家信用评分体系，通过关联Facebook、Twitter和Linkedin账户，社交网络信息数据竟然也能引入到商家信用评分体系。

简单来说，就是你在新浪微博账户的评论、转发以及微信朋友圈的“赞”都能成为考察指标。通过读取网商们在这些社交网站上的数据，经过Kabbage后台的分析和“翻译”，迅速生成对该网商申请资质的评估结果。

Kabbage通过多元渠道获取数据的方式，打破了数据之间的壁垒，所以，能够实现多重数据交叉验证，兼容并包，通过吸纳多家平台数据，进而了解网商的真实经营情况，控制风险，降低坏账率。

3. 全自动化信用评级系统

除了数据获取渠道多元，大数据的商业模式创新过程的另一个核心环节就是数据的分析利用。

正是由于Kabbage可以从网络上获得比较稳定的数据信息，所以在考察一名潜在客户的时候，考虑的数据范围要宽泛很多。举个例子，Kabbage认为网商的每笔eBay交易，就有300多个数据点可以提供出来进行分析。

Kabbage通过将各项指标汇聚在一起，立即进行运算，短时间内就能分析贷款价值，从而计算出相应的贷款利率，实现放贷。

由此，Kabbage建立起自己独特的信用风险评分模型，号称能够在七分钟内作出付款判断。

说到这里，笔者想起之前在《期年之后，再无央行征信？美国征信启示录》一文里提到，美国征信主要实行FICO评分模型。Kabbage为什么要花大力气另起炉灶，建立自己风控系统呢？

内部人士透露：“最重要的原因是Kabbage的风控动态的，而FICO是静态的。”

在这一点上，Kabbage做到了对网商销售情况和资金流向的实时掌控，能在第一时间对现金流紧张的网商作出预警，提高关注级别。

一旦确认某商户有支付困难，Kabbage可以马上从该商户的支付账户转回部分现金，并采取不再予以授信的惩罚性措施。

同时，Kabbage对拖延还款设立了惩罚机制。在还款日，如果支付账户中没有达到规定的月度还款额，Kabbage通常会收取35美元作为延迟费用，同时保留向其他追贷机构报告的权利。

除此之外，还要补充一点。因为每个行业都是不断改变的，Kabbage风控系统会根据行业变化不断调整额度和利率。

你如春季是施工的忙季，工程类贷款额度就会自动升高。就好比抓中药，每个人适用的模型不同，参考的变量也不同。

综上，可以看出Kabbage的评分体系使用多元化数据，FICO评分只是整个评分系统的一小部分。正式由于采用全自动化信用评级系统，Kabbage不仅提高了放贷效率，还能够做到实时监控资金流向跟动态。

4. 强相关数据与弱相关数据降低坏账率

Kabbage抓住了数据获取跟数据分析两大关键环节，除此之外，强相关数据与弱相关数据相结合也是其风控的一大特色。

据了解，在用户初审当中，会要求用户填写银行账户、报税情况、审计软件等信息。业内人士称，“Kabbage在初审中采用的变量都是金融强变量。”在某种程度上，这就保证了放贷的安全性。

而社交信息、网店买家评论、手机应用信息等“非主流数据”，在通过初审后的具体放贷时才会纳入考量。

事实证明，将社交平台的数据进行量化和利用，其结果也证明将社交网络数据纳入贷款资格考量是一个新颖且有效的措施。

Kabbage发现，如果某网商将其Facebook或Twitter的数据链入Kabbage，则该网商拖欠款项的可能性要减少20%。

Kabbage创意性的将社交数据引入到评级体系，以强相关数据与弱相关数据相结合的方式，加强风控，降低坏账率。

5. 阿里小贷与Kabbage

综上所述，Kabbage在技术上确实拥有无可比拟的优势，那么对于我国又有什么值得借鉴的呢？

实际上，国内“阿里小贷”与Kabbage的经营模式类似，通过查看网店店主的销售和信用记录、顾客流量、评论以及商品价格和存货等信息，来最终确定是否为他们提供贷款以及贷多少金额。

但是二者在数据获取方面却有显著区别。

前者是从多元化的渠道收集数据，后者则是借助旗下平台的数据积累。

首先，Kabbage突破了阿里小贷主要基于“淘宝生态”的模式，使得它能区别于阿里小贷为生态圈外的第三方进行融资。

其次，Kabbage比阿里小贷获取数据的渠道要更广泛，也就更能够多角度的验证用户是否诚信。

再者，除了自己放贷，Kabbage也将风控技术卖给其他金融机构，这也是其盈利的另一大来源。

目前和Kabbage合作的银行包括世界最大的直销银行ING Direct，此外还有西班牙桑坦德银行（Santander）, 加拿大丰业银行（Schotiabank）等金融机构。

而阿里虽然没有转卖自己的技术，但是通过以第三方服务的形式，将芝麻信用对接到不同平台也是一个盈利策略。

最后，不得不说，“闭关锁国”，不是良策。借鉴Kabbage的运行经验，我国网贷平台应逐步提高评估标准的透明度，让获得融资的对象清楚如何通过规范经营行为以更容易获得贷款。

同时，还应开放互联网数据，以便高效地整合各种数据，进而形成有价值的数据。

Kabbage公司开创了“网商贷款”的新模式，用“大数据”重构信用体系，实现坏账率大约在1%，低于美国银行业5%-8%的平均水平，其小企业网贷资产的证券化规模为业内最大。

低调的Kabbage没有对外公布它的估值，但据悉已经达到十亿美元级别。

“一切数据皆有价值”。

本文由 “金条号” 原创，未经授权，不得转载！