冰鉴顾凌云:大数据支撑的小微企业和个人征信

冰鉴顾凌云:大数据支撑的小微企业和个人征信
2016年07月28日 16:29 金榜财经

顾凌云,卡内基梅隆大学计算机系博士,在算法方面获得美国多项专利。

旅美16年,担任知名金融科技公司ZestFinance算法模型负责人,同时担任美国Turbo Financial Group联合创始人和首席风控官;回国后,任IDG资本驻站企业家,构建了IDG科技金融板块的框架。

可以说,顾凌云兼具中美征信经验,是精通金融、大数据和机器学习的行家。

2015年,他创办冰鉴科技,使用机器学习算法和大数据技术,创新地对小微企业和个人进行360度的全方位信用评估。短短一年内,冰鉴获得两轮融资,建立50多个不同场景模型,为近50家金融机构提供征信服务,自有的创新型机器学习算法在互联网征信领域已有了非常广泛的运用和值得信赖的效用。

在刚刚结束的中国财经峰会上,冰鉴科技荣膺2016(行业)影响力品牌,顾凌云也获得2016(行业)影响力人物殊荣。会后,我们采访了这位新晋的“影响力人物”,访谈中,顾凌云从小微企业征信 现状 、消费金融场景 风控、下沉用户的信用评估 等方面,分享了他的观点和洞见。

小微企业征信:切准银行坏帐的痛点

在中国,银行对小微企业的贷款批准率不超过2%。究其原因,是小微企业的借贷特点恰恰戳中了银行坏帐的痛点:借贷金额少、借贷周期短、经营状况不稳定走假账情况比较普遍。 所以,银行几乎不愿对小微企业贷款。

然而,中国的经济活力更多倚赖于小微企业系统,如何调动小微企业的活力十分关键。显然,政府已经意识到这点,并且正在积极行动:一是政策的支持,二是技术的驱动 。政策方面,无论是“一带一路”还是大众创业万众创新,实质都是对小微企业的支持。而技术层面,正是冰鉴科技在做的事情,借用第三方的数据整合,用量化评估的方式, 解决小微企业的融资难问题。

消费金融场景风控:最早发力的火车头

在顾凌云看来,中国的消费场景风控,第一要看钱是付到借款人手中还是服务提供商手中;第二是商品或服务是否容易变现;第三才是看风控在这个场景中能不能较好地得到控制。将三者连接起来,才能基本确定在一个消费场景中,是否能有效把控风险。

另一点值得注意的是,越趋于小额、相对年化利率较高的,风控就需要更加仔细;而越长期、越不能变现且利息较低的,风控相对可以平缓一些。

下沉用户的评估 : 大数据科技的支撑

涉及信贷更重要的是评估,但无卡人士和农民又该如何评估呢?这正是冰鉴致力于解决的方向,且已获得不少成绩。

这都得益于大数据科技的出现。

针对城市无卡人群,冰鉴通过量化和机器学习,对其通话记录进行研判。 此外,用户使用的电脑品类、是否使用PDF插件、使用何种浏览器等信息都可以成为参考数据。把这些微小的信息揉合以后,就可以急速形成一个较为清晰的指向来判断此人的信用。

对于农村而言,农民有很多必备的东西:都有惠农卡;或是有宅基地、或是没有宅基地、或者宅基地抵押出去;都会面临子女在城市打工还是在农村务农的问题;家里的耕地有多少……所有信息揉合以后,就可以对一个农民进行清晰的画像。

财经自媒体联盟

新浪首页 语音播报 相关新闻 返回顶部