APP下载

算信用,你有多少分?

2016-09-09李蓉慧

第一财经 2016年33期
关键词:数据模型借贷京东

李蓉慧

算信用分数这件事,对大多数中国年轻人来说,是近年来通过一系列“互联网金融”产品开始的。但是对大洋彼岸的美国人而言,信用分数,是一个同身高体重一样重要的数字:是不是每个月都刷爆信用卡,有没有按时还款,房贷、车贷数额,甚至名下有几张信用卡,都可以作为变量来决定信用分数,而这个分数能决定什么?答案是everything,大到银行愿不愿意借款,小到能否顺利租房。

它如此重要,但从30年前普及至今一直没有太大改变,这让一些硅谷的创业者早就看不下去了。

这些创业者中,包括Google前首席信息官Douglas Merrill。

他的个人故事挺跌宕起伏。看上去像标准“硅谷成功人士”的Douglas Merrill幼年失聪,在别的小孩享受童年快乐时,他3岁到6岁期间是在接受治疗中度过的。伴随失聪和治疗的,是长期与外界隔绝,也造成他在很长一段时间里患有难语症(dyslexia),这意味着他在阅读和表达方面比普通小孩更困难些,因此父母必须花更多时间照顾他。正因自己在童年时期得到许多人的帮助,Merrill对媒体说他对生活更加感恩,因此更想去做对普通人生活有帮助的事情。

童年的故事,加上工作经历,你会觉得他创业去做ZestFinance是顺理成章的。在加入Google之前,Merrill曾经先后在嘉信理财(Charles Schwab Corp.)、普华永道和兰德集团(RAND Corp.)工作,并且有报道称,他在之前的工作中曾经负责过与当年的PayPal直接竞争的产品。

但Merrill认为与后来自己创业最相关的个人经历还是在Google。“现在ZestFinance所做的,就是学习Google的方式,用数学的方法来计算信用分数。”Merrill对《第一财经周刊》说。他2003年加入Google,一直担任Google首席信息官,直到2008年离开公司。

大多数创业者都会说自己创业是为了解决一个问题。Merrill也是如此。他曾经在一封公开信中写道,意识到“问题”是缘自身边的一件事。有次他接到家人的电话,对方有急事需要借钱,但是因为信用分数不够而被银行拒绝,如果要找银行借款,就要用发薪日贷款的形式,这是一种需要承担高额利息的贷款方式,因此不得不找他解燃眉之急。

这件事启发了Merrill,他做了些研究后发现,以存储至少1000美元作为“风险储备金”来计算,64%的美国人都没有这样的储蓄账户;另外,只有17%的美国人能从家人那里借到钱。

分析原因,大多数人无法从银行借款,都是因为信用分数低,更不幸的是,它具有滚雪球般的效应:无法从银行借款意味着可能得采用发薪日贷款这样的“高利贷”,债台高筑自然会带来更大的财务压力,提高信用分数也就更无从谈起了。

根据公开信息,目前美国通用的信用评分体系是FICO,它来自一家1956年在加利福尼亚州圣何塞创建的软件公司,1989年推出后被大多数银行和信贷提供人采用。FICO的分数由支付历史、个人债务、信用历史长短、信用使用种类以及近期信用查询次数等几个因素按照比例共同决定,其中前三者占比最重。

Merrill认为,有需要的人无法从银行贷款,核心问题在于他的信用分数无法证明其偿还能力,而FICO这个信用分数计算方法是上个世纪互联网成为主流之前出现的,如今人们在互联网上留下了各种行为数据,Merrill认为这些数据中有价值的部分也可以作为判断一个人信用分数的参考。

2009年,Merrill在洛杉矶成立ZestFinance,当时的名字叫做Zestcash,和这家公司的第一个产品同名。2010年Zestcash推出,最开始只能在犹他州用,根据技术媒体TechCrunch的报道,Zestcash提供了一种发薪日贷款的替代选择,针对急需用钱的人,但提供比常规的发薪日贷款更灵活和优惠的条件;2015年已经改名的ZestFinance推出名为Basix的借贷产品,针对那些收入接近中产阶级,但由于种种原因并没有很好的信用分数的人。ZestFinance官方表示Basix目前在美国超过15个州可用。

如果ZestFinance的主营业务是Zestcash、Basix这类借贷产品,这个领域的竞争对手已经很多了。

一家位于旧金山的放贷平台Lendup在2012年成立,同样提供比发薪日贷款更为灵活和宽松的借贷方式;总部位于德克萨斯州沃斯堡市的Think Finance的模式是建立借贷平台以及授权给第三方债权人;还有Think Finance前员工创办的Elevate,成立于2014年,也是为个人消费者提供当日贷款,解决急用钱的问题。此外还有其他形式的借贷平台,如PayPal联合创始人Max Levchin创立的学生贷款借贷平台Affirm等。

和这些竞争对手相比,ZestFinance最大的特点不在于它的借贷产品在政策和最高借贷数额上有什么不同,而是它的核心业务其实是评估借款人信用的数据模型,即通过数据重新评估一个人的信用分数的一系列算法。

这就是为什么Merrill说Google的经验最相关。按照他创立ZestFinance时的想法:Google用算法来整理互联网上的信息,ZestFinance通过互联网上的公开信息,加上从第三方处购买的数据,重新评估一个人的信用分 数。

Merrill对《第一财经周刊》说,从2009年至今,他的公司已经建立了超过10个数据模型,每一个模型都有一个主题,例如模型A是专门分析用户持有现有银行账户的行为特点,模型B是研究一个用户是否按时缴纳了手机账单以及背后的影响因素等。最后将这些分析结果综合计算,就是ZestFinance给一个用户重新计算的信用分数。

你可以通过一个简单的案例来理解ZestFinance评估信用的方式。ZestFinance在2012年提交了一项专利申请。其中ZestFinance给出了两个人的信息:一个是年收入3.2万美元的护士,每月支付800美元房租,10年内有2个居住地址,个人名下有1个社会安全号(类似中国的身份证号),在ZestFinance网页上创建了共计15页的个人信息,并花费45分钟完成申请;一个是年收入为6.5万美元的监狱保安,每月房租为1200美元,5年内换了7个住址,有4个社会安全号,在ZestFinance网页上创建的个人信息有3页,用7分钟填完申请。

结果是,护士的贷款获得批准,而监狱保安被拒 绝。

由此你可以看出ZestFinance评估一个人的信用时其计算公式里会考虑的变量:除了收入,还包括他是否经常搬家、有几个社会安全号、是否认真对待一份借贷申请等。当然这只是个案,最终决定是否批准的是由这些变量解出的数学题。

由于数据模型才是ZestFinance的核心价值,其收入来源自然就不止是收取贷款人所偿还的利息。ZestFinance对《第一财经周刊》称,公司目前主要有3方面业务:像Basix这样面向普通消费者的借贷产品,ZestFinance从中收取佣金;软件即服务(SaaS,Software as a Service)模式,即那些需要评估信用的公司付费后可以接入ZestFinance的数据模型。

这两种模式能否成功,很大程度上取决于ZestFinance的数据模型能在多大范围内被主流银行和借贷提供人接受。因此,参与法规或行业规则的讨论也是ZestFinance的工作之一,它必须尽可能游说银行和借贷提供人接受这些数据模型。

第三种业务是为借贷提供人、银行业外的公司提供数据参考,即针对那些需要参考信用分数、但不一定直接放贷的公司或组织,Merrill想为ZestFinance重新发明的信用评估方法寻找更多的应用空间。

这个尝试从目前来看是有意义的。如果ZestFinance只关注放贷产品本身,这对公司的资金规模要求较高,在过去几年里,它和它的竞争对手们的融资规模巨大。到目前为止,公开数据显示ZestFinance已经获得共计1.12亿美元的风险投资,但它还没有公布过自己的估 值。

前面提到的几个竞争对手,公开可计算的融资规模分别为:LendUp共计融资6400万美元,Think Finance的融资规模为9000万美元,Elevate为6.15亿美元。而且这当中还有一定的风险,例如2015年Think Finance曾陷入法律纠纷,被控敲诈和开展非法债务融资。

相比之下,ZestFinance把放贷产品作为产品线之一,可以避开与众多对手直接竞争带来的损耗,甚至可以想办法把它的竞争对手变成客户。

另一方面,除了已经广泛采纳FICO信用评分系统的美国,像中国这样个人信用评分刚刚起步和发挥作用的国家和地区,可能更需要ZestFinance的技术。

根据公开信息,中国目前只有20%的成年人有信用分数。中国普通消费者对于信用评分的概念,很大程度上是由近年来的互联网金融产品培养起来的,但是阿里巴巴、京东、百度等公司都有自己的打算,加上不少创业公司的尝试,造成中国暂时还没有一个中心化、可以作为核心标准的信用评分体系;其次,无论是互联网金融产品还是受到挑战的传统信用卡品牌,它们面对的是同一个问题:该如何定义一个消费者的信用,以及如何为之提供消费场景。

在这个前提下,中国这个人口红利巨大的国家自然蕴藏着无数机会。

“中国的消费者信用评估领域正在发生一场前所未有的转变,我认为ZestFinance在过去7年所积累的用于信用分数评估的技术与中国市场的需求直接相关。”Merrill说。消费者与借贷提供人面对的挑战是一样的:缺乏信用历史,所以无法评估借贷的风险,“人工智能技术,以及加入其他数据作为参考可以预测借贷者的偿还能力”。

如同当下在硅谷发生的不少案例:百度、腾讯、阿里巴巴等大公司通过投资获得硅谷初创企业或者明星技术公司的股份,以接近硅谷的创业环境和新技术;硅谷的技术公司则通过与这些中国投资者合作,不仅获得投资,也借助它们的流量和规模优势在中国取得一席之 地。

ZestFinance目前在中国的合作伙伴是京东和百 度。

2014年秋天,京东金融集团首席执行官陈胜强去ZestFinance的办公室参观,Merrill说当时陈胜强在前往洛杉矶的车流中堵了两个小时。后来京东也邀请Merrill去了北京,Merrill称京东金融当前在中国的发展情况,及京东对于ZestFinance的信用评估技术在中国拓展能给予的帮助让他印象深刻。

2015年夏天,ZestFinance宣布与京东成立合资公司JD-ZestFinance,据称当时京东也有对ZestFinance的少数股权投资,但是双方并没有公布进一步的信息。

这还只是第一步。2016年7月,ZestFinance宣布获得来自百度的投资,但也没有公布具体数字。

在美国,ZestFinance使用的是公开信息和从第三方购买的数据,然而在中国它该如何获得数据?Merrill说将使用百度的搜索和定位数据、京东的购物数据作为评估信用分数的参考。

当然,同前面护士和监狱保安的例子一样,这些数据将与ZestFinance的算法结合,最终决定一个人的信用评分结果。

在人手方面,针对中国本地化的数据,Merrill表示会得到百度和京东在人工智能和数据分析方面的支持,但对ZestFinance是否会在洛杉矶成立一个专门针对与京东合作的团队以及这个合资公司如何运行,“我不能披露公司人员的安排”。

对于在中国拓展的计划,这家公司曾经透露过自己的野心,即把这套技术应用于更多可能需要信用分数评估的领域。但眼下最重要的,自然是它和京东的合作进展。其次,对于与中国投资者和技术公司的合作,保持信任仍然是根本问题。更重要的是,一家洛杉矶的技术公司若掌握了中国消费者的信用数据,恐怕会遇到监管方面的挑战。

猜你喜欢

数据模型借贷京东
面板数据模型截面相关检验方法综述
加热炉炉内跟踪数据模型优化
让民间借贷驶入法治轨道
民间借贷对中小企业资本运作的影响
信息不对称下P2P网络借贷投资者行为的实证
在超市快送上超越京东
P2P 网络借贷监管的博弈分析
面向集成管理的出版原图数据模型
一种顾及级联时空变化描述的土地利用变更数据模型