|
科技正在给传统的金融领域带来前所未有的变革。如何让科技更好地服务于金融？如何从中挖掘投资机会？由造就主办、百咖协办的第一期“造就·新金融”沙龙，深入探讨了这一话题。在活动嘉宾顾凌云和王绍军的分享中，我们发现，互联网金融可以做很多传统金融机构做不到的事情；我们发现，科技的高速发展正在逐步解决金融信息中的不对称问题，搜集有效数据，帮助更好决策；我们还发现，用科技的手段可以减少很多冗长的环节，让金融体验有更好的延伸感。一句话说明"冰鉴科技"是做什么的？我们用以机器学习算法为驱动的大数据的科技，为小微企业和个人进行360度全方位信用评估。 放眼全球，互联网金融领先发展的两个国家，分别是美国和英国。时至今日，美国的P2P却是远远落后于中国的。Lending Club，最近刚刚曝出丑闻；另一家当年名声鼎鼎，现在体量仅Lending Club 1/4的Prosper。只这两家公司支撑起全美的P2P。但在我们中国，P2P平台有多少？那是在“2”后面要加3个"0"，还要再加“1000”的。哪怕是现在互联网金融经受了一些抵制，目前为止存活下来的P2P平台仍然超过2500家。为什么在互联网金融创新领域，中美之间存在着这么大的差异？最主要的原因在于，美国的金融体系已经相对完善。或者换一句话来解释，美国的银行体系身段极其柔软，它所服务的客群以及它所提供的服务质量，已经下沉到了美国的每一个阶层。从这个角度上来讲，美国已没有互联网金融创新的动力。你会发现，在美国融资成本是极低的。比如，在美国如果买房的话，是有30年的固定收益率保障的，也就是说，你购房的利息在30年当中不会改变，不会有一个基准利率每年都在上下浮动。为什么？因为美国的整个金融服务体系，已经达到了足够充分的竞争，它可以保证在任何一个领域当中，对绝大多数的人都提供这样的服务。很多人要问了，那是不是美国互联网金融没得可做了呢？当然不是，虽然它远远没有中国的这个版图大。在美国的时候，我做的就是互联网金融当中边边角角的事情——我们对美国非主流的人群进行征信。有人要问了，什么叫非主流人群、他们有多少人、为什么非主流？美国有一家很著名的公司叫做Fico。这家公司存在的主要目的是，通过技术手段把所有的数据进行有效的整合，最后对每一个人进行信用评估。所以到目前为止，美国主流社会和主流银行对每一个个人进行评估的时候，都会采用一个叫做fico的分数，分值在300分到850分之间。美国的人群当中有85%的人被这个分数有效覆盖。分数越高的人群，理论上来说应该是坏账率越低、信用也越高的。我们看到很多中国企业在做的事情，其实不是在做征信，而是在做增信。征信和增信二者之间有很大的区别。增信是在一个特定的金融环境下，对一个特定的金融产品进行风险评估。举个例子，你去银行申请贷款购买总价68万的特斯拉一辆，贷款20万，剩下48万实付。在这个特殊的金融场景之下，我知道了你要买一辆车，我知道了你具体贷款的金额，在此基础下我对你进行判断，判断能不能把这个钱贷给你，这种情况叫做增信。而征信是，当你站在我面前的时候，我根本就不知道你是要借房贷还是你要借车贷，我也不知道你要借多少钱，在这样的情况下，对你进行了宽泛的信用评估，这个宽泛口径的信用评估本身还不能出太大的错误。所以从某种程度上来讲，征信这件事情比增信要难做得多，更多的企业必须要在多年增信的基础之上，才有可能把征信给做好。互联网金融从本质上来讲还是金融机构来做的事情，所以才会出现目前为止中国互联网金融改革当中这么多乱象。那么要互联网是干什么的？互联网本身只解决一件事情，就是信息的不对称性。在中国，银行不能做到的事情，实际需求却是存在的，该由谁来完成呢？只有通过P2P平台，通过消费金融公司来完成。他们要怎么来完成？到目前为止中国做得并不是特别好。他们只是把互联网用作一个简单的募集资金的手段，实际上并没有把它作为一个有效的风控手段来做。我是怎么通过互联网的方式，来看这个风险评估是什么样子的？这是个非常经典的例子，而且确实是在我们公司的模型当中在使用的。我们先说一下传统线下是什么样子的：你走进银行，简单地填写一张申请表格，填完后交与银行的人。他们会按照你提供的信息，电话给你的亲戚朋友或者工作单位，核实信息是否属实，然后再查一查你的工资流水单是否真实，最终决定放不放钱，放多少钱。当然，这些工作不一定是实时的，很可能大家要等个一两天。互联网是什么个情况？它把线下的很多事情都搬到了线上，你只要在手机端或者web页面端填写申请的表格，点击发送按钮，所有的信息都将传到我们的后台。在任何一个外行看来，这两件事情是一样的，只不过是把线下纸质填写变成了线上无纸填写。这个事情就完了吗？没有，二者之间有很大的差别。当我搜集你的线上信息，如下我要讲到的信息都是在线下没有的，第一，你的IP地址来源于什么地方，第二，当你前端传输了一段文本文件的时候，我会看到你使用的是安卓手机还是苹果手机，如果是安卓，那是小米、三星，还是华为的；如果你使用的是台式机，我会知道你用的是苹果还是惠普，或者戴尔；我会知道你的操作系统到底使用的是Windows还是苹果，而且我还会知道你到底有没有使用PDF插件，装了几个语言的软件，甚至你在填写申请页面时，是从第一页一直走到第五页，还是在第三页之后你又回到了第二页、第一页……这些网上行为全部被我们收录，以充当我们在征信当中的一部分信用使用。所以你就可以看到，在这种情况之下，我们才能够更有效地把这种互联网信息转变为一种反欺诈或者征信的工具来做。那么，反欺诈当中也要用到很多互联网的信息？我举个最简单的例子，如果有一个人晚上两点来申请贷款，我想问一下你觉得他更有可能是欺诈，还是更有可能不是欺诈？高手在民间，大部分人都说的是不欺诈。虽然不能通过单一维度来判断是否欺诈，但我可以很负责地告诉大家，晚上两点钟来申请的人，大部分都不是欺诈的，但是这并不等于他就是好客户。欺诈的朋友们也是8小时工作制的，谁给你半夜两点钟加班呀？半夜两点钟再来申请的，这哥们儿大概真是穷途末路了。当然，在这种情况下不欺诈的人并不表示他一定是个好人。所以你在做征信的时候有三步要做，第一步叫做名单检查，你要判断在真实世界当中他是不是已经是一个坏人；第二步叫做反欺诈验证，你要判断他有没有意愿来还钱；到第三步才是征信，判断他有没有能力还钱。这三者之间是完全相关但又是完全不同的事情。我刚才讲的那个，可能就是一个有还款意愿，但是未必有还款能力的人。"冰鉴"在做的事情是主攻小微企业征信，但同时我们也做个人征信。小微企业征信在中国是个非常困难的课题。为什么这么说？因为小微企业征信要做三件事情：第一，小微企业要做所谓的贷前风控，就是我要在借他钱之前，仔细判断这个小微企业值不值得贷款，再说的更加技术和复杂一点，任何一个选取的变量它都是时间无序的，也就是说，它跟时间的关系不重要，或者说变量之间没有时间关系。第二点是贷后的风控，就是当我把这笔款给借出去以后，小微企业到底有多大可能在借了我的钱以后不还了，或者可能还了多少时间以后有可能后继无力。这个时候，跟贷前不一样了，这是一个时间序列，我们要对他的花钱、花的时间、花的金额、用途等等，按时间排列起来才可以。我们把这叫做隐式马尔可夫模型。在这模型当中你是T，T+1，在整个模型当中是有举足轻重的作用。第三点是要对法人代表和股东进行征信，在中国却遭到了强劲的挑战。这是一个典型的有中国特色的事情。比方说一个山西煤老板，他的资金链已经快要断掉了，缺钱，但是因为国家现在已经不支持这种重度污染的行业，所以他想在银行里面通过煤炭行业贷到钱，几乎是没可能的。但是他投进去的几十个亿总不能不要了，他还要继续融资，怎么办呢？P2P可能就融不到了。这个时候他有办法，你不是会挑我的关联企业嘛，我把所有关联企业全部斩断，我让我的一个马仔去开了五家餐馆，煤老板开餐馆的钱还是有的，然后养它们三个月的时间，现金流都非常好，然后我以五家餐饮业企业来借钱。这五家餐饮业企业看上去完全没问题呀，可你一旦把钱借给他，马仔马上就把钱全部给给了煤老板，你很可能就此血本无归了。在这种情况下，对个人的股东进行征信本身就没有用处，因为你征信的其实并不是真正的幕后操纵者。我想说明的是，征信并不是万能的，只不过我们在征信利用了互联网的信息，能够把很多本来在黑暗阴影当中的东西展现于阳光下，并不证明黑暗和阴影永远就消失了。你可能会发现，100家征信企业里，80%都是数据提供商，他们在提供一些基础的事实，但他们并没有做到量化和最终解决金融的根本问题，就是借还是不借、到底借多少？这80%的所谓的征信企业是做不到的。剩下的20%当中又有80%，即 16家企业是做个人征信的，最后剩下的4家企业才是做小微企业征信的。为什么呢？因为个人征信的门槛太低。如果我告诉你这个人是清华大学毕业的，他今年40岁，那你基本上就可以认定他有一个非常体面的工作，还有一个相对来讲比较好的太太，当然有可能走眼……所有这些事情已经相辅相成了。换而言之,所有的变量都是高度趋同的。在企业当中就不是这样的了。如果你看一家服装制造企业，或者一个餐饮企业、社会租赁业，他们所有的数据都是千差万别。还有更致命的，就算是同一家企业，哪怕是存续时间很长的企业，你都无法把它的历史数据全部拿来建模，经营的数据实时变化着。所以在小微企业的征信过程当中，有很多很多类似的困难在，这是在个人征信当中你不会体会到的。你18岁都在征信和你80岁都在征信，“江山易改，本性难移”，没有太大的差别，但是小微企业就有这太大的差别。我做供应链金融差不多有10年时间，曾经在平安金融科技公司，孵化过包括平安陆金所、平安好房、平安好车等项目。我现在华粮集团，研究基于农业这块的供应链金融。供应链金融在支付这块的应用范围比较多，因为你除了航空，还有包括像医疗连锁、教育、保险代理、培训等等，这些应用产品都很多。我就简单的航空授信这块给大家做一个讲解。看一张机票，你可以看到航空公司，然后是代理人……上面一层其实就是一个B2C的链条；中间一个环节就是，你会有代理人，然后有B2B，通过航信还有国际航协，这里边是个人消费者，还有客户。这是资金流跟信息流，结算体系的一个模型。再加上支付之后，你会发现这里面发生了一定的改变。改变了什么呢？就是原有的一个资金流跟信息流在代理商这个环节，出现了一个小型代理商，还有一个平台的运营方，包括大型的代理商，在中间还加了一个分账，分账的一套体系。在这里面加上了支付之后，整个行业发生变化，完了之后，那代理商会遇到什么样的问题呢？第一个，PST大家可能不太清楚，PST就是电子退票的一个结算。在2010年的时候全国实行电子票，所以你在做PST的时候会占用大量的资金；第二个，B2B结算，虽然它不用押金，但是你在回款的时候效率会比较低。所有终端的销售都采用信用卡做支付，卡内支付的话，一般给你结算都是T+1，要么就是遇到节假日可能会+5、+7。第三个，就是政企客户这块的结算。一般来讲，他们都至少有个一定的账期结算，最少也要一个月。所以在传统的这些代理商来讲，他们会面临很大的资金压力，以至于无法快速地扩展他们的业务。我们在这里面做了两个产品：一个是B2B的授信，根据现有业务链条的实际情况，给他们做一个T+1、+3、+5、+7的结算模式；第二个就是B2G，针对政企客户采购，代理商出票，出完票的时候由我们来给代理商做垫付，垫付完之后一个月，我们再跟政企客户做结算。实际上这个就是所谓的保理业务。在这一行业的应用里面，其实蛮有意思的，我们当初有个大概3千万到5千万的资金额，一年时间里，因为它的转速很快，流转速度很快，它的累计规模做到了100多个亿。按我们当初说的那个服务结算的方式，5／1000来算的话，就是100亿里，你有5千万的收入。按照支付公司来讲的话，它的一个预备一般都是对半分的，你至少有2500万利润的一个回报。当我讲这个案例的时候，银行方面也觉得很惊讶，为什么你们这个东西能够做得那么好？银行基本看不上这种，这是第一点。第二点就是，他们说不清楚这里面到底是怎么去“玩”的。所以很多银行表示要给我们钱。但我们其实不需要钱，有两三千万足够我们让它跑起来。在这个市场里面，我们当初算是一个创新，把整个航空机票的业务全占了。那时就三家公司玩这个，第一家公司是快钱，第二个是支付宝，第三个是汇付。做供应链金融的一个难点在哪？它其实是和挖煤炭一样的道理。大家发现露天的优质煤，都觉得好挖，可这活儿现在都给银行干了。剩下埋在地底下的那些煤，埋得越深，风险越高。而且这些深埋的煤是银行挖不了的，但你首先还得圈下这块地。要了地，你还要有一套挖煤的利器，还要能控制得住风险。明确来说，第一点，所谓的圈地还包括你的资金来源。你若一开始就想要通过银行获取资金，太难了。对银行来说，他们想干的那一套事情，都在干了，而且还是些优质的客户。第二点就是说，从一开始的时候，如果你没有建立一套自己的独特的风控模型，并且还有授信依据的话，就算你自己拿出资金来跑出模型，银行也不可能陪你来玩的。这也就是我们当初在实践过程当中遇到的问题。再就是说，你怎么去理解整个产业链上下游的三流，有人说四流，我不管三流还是四流，怎么让它形成一种闭环？要么你对这个行业了解得非常深，这个行业的出身，要么你就实实在在浸入这个行业，不断摸索。每个行业的结算模式，还有交易都不一样，除非你有能力改变这个行业的结算方式，或者是改变整个销售流程。VC到底有没有看到？因为之前做B2B的时候，解决的是信息不对称。现在又有VC在投B2B企业了，意义在于什么呢？现在的条件和技术能力已经可以很好地去解决现在B2B向上交易的这种模式，并得到更多客户理解。在这样的情况下，有VC去投这个行业，其实他们看重的更多是，这个行业去做供应链金融，再加上未来的这种消费金融的延伸和服务。
|
