《金融科技年度发展报告2017》出炉：解码智能信贷发展趋势

近日，由零壹智库主编的《金融科技年度发展报告2017》正式出版发售。这是我国第一本全景式展现金融科技最新发展面貌的书籍。内容从各细分金融业态的发展历程、新技术应用、监管、面临挑战和发展趋势等方面进行了多角度剖析。 

其中，随着身份认证、资质查询、大数据、第三方支付、反欺诈、人工智能等技术的重大发展，智能信贷市场迎来爆发式发展，广受业内关注。 

明特量化从事智能信贷业务，联合创始人兼CEO李英浩认为，“消费需求”和“信贷意愿”的碰撞催生了规模较大的智能信贷市场。对于广大经济收入有限的长尾人群来说，大部分人由于传统征信数据缺乏、金融机构难以覆盖、信用卡覆盖率较低等原因，普遍缺乏借款渠道和融资途径。在这一市场环境下，为了解决消费者与金融机构信息不对等的困境、扩展金融服务边界，国内的智能信贷行业快速崛起。 

回顾这几年新金融的发展，信贷领域发展迅速，抛却行业发展出现的各类问题，数据化运营、技术化操作的趋势不会改变。从新兴技术的应用来看，大数据及人工智能等带来的是信贷业务的精细化运作，产业链条的专业化及社会分工，这对于提高行业效率作用至关重要。就当下阶段来看，应用相较成熟的业态是消费信贷业务，大数据及人工智能的创新使用正在惠及诸多用户群体，用户贷款的可获得性提升，申请的程序更加便捷，且相较而言成本更加低廉。 

这其中的逻辑是，相较于“企业”的数据分析，“人”的情况相较而言较简单，更容易进行标准化、量化分析，而在企业信用、风险等决策中，有关“企业”的分析维度更多，情况更复杂，更多样，更有差异性，因此，在当前阶段尚没能进行更成熟的量化分析操作。 

我们预测，利用大数据是大势所趋，随着技术等更加成熟，未来针对企业的信贷服务等也将更加数据化、智能化、高效化。针对小微企业（主）的量化、甚至是智能化信贷业务方式将获得快速发展，这将是一个值得期待的蓝海市场。 

以下内容摘编自《金融科技年度发展报告2017》——智能信贷章节，侧重从微观角度分析智能信贷公司的展业逻辑。未来金融科技公司将更加注重技术运营、突出与金融机构的融合、并更加凸显科技公司的服务性。 

明特量化：全球拓展在线小额信贷服务，对外输出可延展的信贷技术 

明特量化（运营主体为明特量化信息技术有限公司）是一家定位为开展全球智能信贷业务的金融科技公司。这里的智能信贷业务指的是针对次优或信用空白人群，为其提供在线小额信贷服务。 

2017年4月，明特量化完成1亿人民币的B轮融资，融资由高德地图创始人领投、红点创投跟投，在此之前，其曾获得红点创投和洪泰基金数千万人民币的A轮融资。B轮融资的完成意味着明特量化的市场定位及初期业务表现进一步受到资本市场认可。 

肇始于2015年，明特量化的业务首先在美国开展，原因主要有两方面，一则美国的消费信贷市场相较中国更为成熟，开展这类业务的政策不确定性风险、市场培育风险等较低；二则明特量化的创始团队大部分有在美国工作的经历，相较而言，开展美国本土化市场业务更加得心应手。 

不过，不足两年时间，中国的在线小额信贷市场迅速崛起。基于这种背景，2016年下半年，比预计时间提早了大约半年，明特量化正式开始在中国地区展业。同时，按照规划，2017年7月，明特量化成立印尼分公司，开始拓展东南亚市场。 

明特量化在中国的业务模式是现阶段市场上的主流模式。金融科技公司负责小额信贷资产的开发，依托数据驱动的理念与技术特色，承接信贷业务中的前端获客、中端信审与风控及后端资产管理，资金则主要来自于各类金融机构，如信托公司、银行、消费金融公司等，两方通过商务合作协议等方式最终完成资产资金撮合。 

这种运作方式毋庸置疑，体现了一种分工协作、互补共赢，也正是因为能协调现阶段资产资金各方利益，从而成为了一种被市场选择的主流业务模式。 

升级零售信贷运营系统 

明特量化的COO刘轶具备多年数据化运营的经验，他对互联网金融的运营进行了总结：互联网金融的本质就是通过互联网技术有效触达客户、搜集数据、进行决策，同时包括以互联网的方式服务客户，如智能客服等。所有这些环节需要两方面因素的支持，即硬件和软件，硬件是整体的IT系统，这一系统要能支持互联网通过数据处理服务客户的运营模式；软件指的是企业经营模式，包括运营管理、决策机制、风险管控等，而这些都需要与互联网企业快速更新迭代的文化相符合。明特量化的一大特色是具备这两方面的硬软件因素。 

针对在线小额信贷产品运营，明特量化团队与澳大利亚的融科技公司联合研发了一套从获客、风控、贷后管理及催收的全流程运营系统，并志在将数据驱动、科学运营理念贯穿于信贷业务的每一环节。这一运营系统在架构或者说各个功能模块上并没有特别之处，银行等开展信用卡业务中也采取的是这种理念的系统架构。但不同与创新之处在于，这一新研发的系统需具备支撑互联网化运营信贷业务的能力，例如大批量申请应对、高效率数据分析处理、精准化决策定价等。

以用户信审决策环节为例，相较于银行利用借贷强变量信息，如征信记录、收入资产证明、银行流水等数据进行信贷决策分析，明特量化等诸多金融科技公司在开展在线小额信贷业务中，更现实的做法是围绕用户，进行海量弱变量信息的分析决策，例如基础的身份认证、消费行为习惯、收入水平情况、人际圈特征、历史还款/履约表现等。这种理念与方式直接对一个运营系统的决策及应变能力提出要求。 

在贷后管理环节，明特量化这套系统的特征也集中体现为精细化运营，例如贷后通过B卡、C卡等模型算法，对逾期人群进行差别处理。在贷后催收的策略、资源分配、甚至是催收话术等方面，以统计算法驱动，从而提升贷后管理和催收效率。 

创始人兼CEO李英浩曾受系统化数据金融培训、具备多年从业经验，他表示，明特量化具备上万级别的变量处理能力、分布式计算能力和基于系统工程论的风险定价和额度优化能力。例如，针对不同风险等级的初次借款用户，明特量化能够实现精准定价，利率高低可以做到相差3倍以上。 

对外输出具备延展性的各项技术能力 

对于明特量化来说，研发的上述整套系统，一方面是服务于自身信贷业务，另一方面是将这种能力开放给行业内产业链条上的各个需求方。 

在自身信贷业务方面，体现为明特量化在与金融机构合作过程中，扮演一种赋能角色，例如，明特量化向资金方提供客户获取、筛选、定价、客服、贷后等全流程服务。理论上，这一整套服务的每一个环节都可以单独对外输出。 

实践中，依据市场需求，明特量化正在规划将自身数据驱动为理念、且正在不断发展完善的客户获取能力、风险管控能力及贷后资产管理能力向外部输出。 

例如，针对现阶段市场需求最大的风险管控能力，明特量化正在发力这一环节中不可缺少的数据挖掘与处理能力。一个现实背景是，我国在线借贷业务快速发展的基础条件支撑是客户线上使用习惯转变及各类数据积累，以及随之发展的数据处理能力。但同时存在的问题是数据凌乱、碎片化、不准确等，明特量化的服务项之一是输出其数据获取、清洗、处理能力，例如联合建模等，使得原始数据变为可提供给其他第三方使用的标准化数据，同时，这种数据不仅包括可供信贷业务使用的数据，也包括可供其他领域使用的数据。明特量化输出的核心实则是技术。 

客户获取能力属于风险管控能力外的第二大市场需求。一个重要原因是互联网巨头把持线上流量，另一方面在线借贷市场竞争日渐激烈，同时，免面签的线上借贷业务更加需要防范客户欺诈风险，因此需要相对更加精准、需求更匹配、质量更好的申请客户。 

客户获取能力考验的是一种综合能力，包括对客群特征的理解、对营销资源的掌握、对各类不同渠道的运用以及对账户的监控、后台系统的运作等，需要服务商熟稔掌握一整套体系的运作模式，如果这一能力突出就可以对外提供获客咨询服务。 

明特量化正在实践输出这种能力，其具备的一项特征是本身开展信贷撮合，因此更加了解操作理念与模式，且产品具备可验证的结果，从而对外输出过程中沟通成本更低、服务更有说服力。除此之外，明特量化的贷后监控及催收能力在合适的条件下也将对外输出。 

整体而言，明特量化的发展规划一方面是多元化开展信贷撮合，一方面是提升各项能力、提高精细化运作水平，将信贷业务每一环节的运营，包括获客、风控、贷后催收等从自身产品上拓展开来，作为一种可单独对外输出的能力。而基于市场需求、利润获取、风险规避等因素，对外输出技术能力将是现阶段及未来相当长一段时间内，金融科技公司赋能金融机构（或金融业务）的一个主流趋势。 

声明：本文不构成投资建议。

相关标签：

发展报告

信贷

趋势