透視微眾“刷臉”貸款時代來臨？

作 者：屈麗麗 芮益芳 來 源：新營銷發表日期：2015-03-30

　　現代生活節奏飛快，白天要工作抽不出時間去朝九晚五的銀行；坐在營業廳等叫號急得像熱鍋上的螞蟻；業務辦理速率太低，還須反復簽字核對……互聯網銀行的到來，即將打破上述人們生活中經常遭遇的窘境。用戶社交大數據的引入，為互聯網銀行帶來了巨大的想象空間，但是，社交數據能否作為征信數據，仍然有待觀察。我們是銀行？我們是互聯網公司？我們是互聯網銀行！”打開騰訊旗下深圳前海微眾銀行的網絡官方頁面，在“科技—普惠—連接”這三個關鍵詞下面，頗有開門見山意味的一句自問自答，直接揭示了微眾作為一家前所未有的“新興”銀行的身份。消費者怎么玩轉互聯網銀行？簡單來說，用戶將不必去實體營業廳排隊，可以坐在家里遠程開戶，可以“刷臉”貸款，7*24小時可在線上購買理財產品，不必去ATM機取款，利用手機客戶端即可完成支付……作為國內首家互聯網銀行，微眾銀行于2014年12月12日獲得監管部門批準開業，2014年12月16日拿到工商營業執照，2015年1月4日放出第一筆貸款。微眾銀行行長曹彤透露，目前銀行還沒有在市場上與客戶互動起來，但是已經在騰訊集團內部為銀行股東和員工辦理存款測試賬戶，還小范圍邀請客戶參與體驗。微眾銀行的注冊資本30億元人民幣，客戶群可以從三個維度劃分：年輕白領;不同層次的藍領；小城鎮非農業從業的互聯網用戶。由此看出，微眾的客戶鎖定“屌絲用戶”，基本定調草根金融屬性。隨著移動互聯網的深入發展，微信未來的業務操作將側重在移動端。在股權結構上，騰訊持股30%占大頭，百業源和立業集團各占20%，剩下由7家企業分散持有。

　　春江水暖 微眾銀行先下海　　無營業網點，無營業柜臺，一切業務均依托互聯網進行。但互聯網能在多大程度上解決信息不對稱性的問題呢？無論如何，它促成了一種愿望，并引發了人們對互聯網銀行的追捧。在同批拿到“船票”的民營銀行隊伍中，微眾策馬揚鞭沖在前列。雖然現在還是“猶抱琵琶半遮面”的狀態，具體的產品和業務不為外界所知，但在2015年的1月4日，李克強總理視察微眾銀行的時候，已經親自為一名卡車司機發放了數額為3.5萬元的貸款。這也是具有歷史意義的第一筆由國內首家互聯網民營銀行完成的貸款業務。騰訊旗下的IM工具微信（WeChat）割據國內即時通訊用戶市場半壁江山，而微眾銀行也有一個有寓意的英文名稱WeBank。告別大理石臺面和柜員，不設線下的營業網點，將運用“刷臉”技術發放貸款，微眾銀行還有更多不為人知的細節。無營業網點、無營業柜臺，一切業務均依托互聯網進行，這是與前些年傳統金融機構的“網上銀行”最大的不同。傳統商業銀行的業務流程和風險控制方式都是假定所有人都是“生人”而非“熟人”，在“生人”社會里，逃逸成本低，面對大量的信息不確定，傳統金融業采取的是通過抵押擔保等方式來消除或者減少信息不確定性導致的風險。而互聯網金融不同，互聯網給商業帶來最明顯的區別就是交易行為被置于信息越來越共享和透明的環境當中。每個人的行為、身份都可以被存儲、被深挖和分析，信息的不透明和不對稱正在被消除，“生人”社會漸變為“準熟人”社會，監控、追蹤的成本大大降低，而逃逸的成本則相當高昂，信用是不是就可以不以實物質押來實現了呢？這正是互聯網金融想要實現的愿望。正是依托這樣的愿望，傳統銀行業打造的生態系統也在被一群創新變革能力不容小覷的闖入者改變，互聯網金融帶來的“鯰魚效應”正在以破冰之勢蔓延。早在2013年初，中國平安董事長馬明哲就在一次公開講話時提到：“平安未來最大的競爭對手，不是其他傳統金融企業，而是現代科技行業。”一語成讖，原平安集團副總經理顧敏于2014年加盟微眾銀行出任掌門人。微眾銀行目前的高級管理人員大部分都是挖自平安系，監事長李南青曾為平安銀行董秘，副行長黃黎明原為陸金所副總經理。

　　不做顛覆者 微眾依托同業　　顛覆還是協同，互聯網銀行的差異化定位仍有待清晰。雖然目前為止，微眾銀行的業務模式、風控等依舊對外諱莫如深，但“普惠金融”是已經定調的服務目標。面向個人和小微企業吸收存款和發送貸款，是微眾銀行與傳統銀行服務大企業和大客戶的差異化定位。微眾銀行監事長李南青近日對外表示：“微眾銀行不是要和同業搶肉吃，而是希望拓展一片藍海。”這句表態呼應了微眾“依托同業”的口號，也凸顯了互聯網銀行應當和傳統銀行形成良性互動的重要性。互聯網銀行誕生多少讓傳統銀行感受到了威脅和不安，但無論是運營人才的收羅還是盈利模式的探尋，互聯網銀行都無法真正站到傳統銀行的對岸。針對小微企業和個人的普惠服務，傳統銀行也早有涉足，并非互聯網銀行著力開拓的藍海。而當銀行業務在網絡上開疆辟土之后，運營者就可以享受成本下降、服務便捷的紅利。李南青提出一種合作設想：微眾銀行設計產品和風控模式，傳統銀行提供資金，客戶既是合作銀行的客戶，也是微眾的客戶。同時他還表示，微眾銀行的營業收入和利潤來源不可能主要依賴利差，而是應該更多地著眼于中間業務收入，因此希望將來的中間業務收入占比較高。這種說法讓我們在微眾銀行的身上看到了掮客色彩。相比互聯網金融的草根屬性，傳統金融業更加重視客戶背后的資產質量，因為他們無法以低成本的通道覆蓋足夠多的用戶，導致傳統金融業把注意力放在單客戶的質量上。而互聯網則帶有低成本快速擴張的先天優勢，可以滿足更多被傳統金融業邊緣化的中低收入客戶，從而擴大了金融服務的整體覆蓋范圍，充當了金融服務和客戶兩端的連接平臺。中歐國際工商學院的芮萌教授表示，“傳統金融機構所服務的對象都是大型企業，而貢獻經濟新增長點的小微企業卻很難借到錢，這就需要一些創新的金融機構來填補這個空白。這也決定了傳統金融與互聯網金融之間是互補的關系，而不是誰挑戰誰。”乍一看，互聯網銀行帶著顛覆氣勢和勃勃野心而來，實際上，它的與傳統銀行所耕耘的是不同的市場，就整體而言是一同做大了市場的“蛋糕”。正如曹彤所說，微眾銀行不是攪局者，是補充者。

　　市場化個人征信 征信數據來源成關注點　　征信數據的來源，是否與傳統銀行有所差別，直接決定著互聯網銀行未來的想象空間。很多人覺得“刷臉”貸款很不可思議：我的臉又不是二維碼，刷一下怎么就能借到錢呢？沒錯，聽起來就像科幻電影中的場景一樣，背后的技術推手即是時下最時髦的大數據。這也是人臉識別技術最重要的步驟——獲取貸款客戶的信用信息。事實上，貸款客戶的信用信息，也就是征信信息對銀行業從業者來說至關重要。這也是近日人民銀行印發《關于做好個人征信業務準備工作的通知》的重要原因，按照《通知》要求，芝麻信用管理有限公司、騰訊征信有限公司等8家機構要做好個人征信業務的準備工作，準備時間為六個月。按照微眾銀行此前的對外披露，微眾銀行最基礎的數據來源是央行的征信系統，還有來自合作伙伴的補充，此外還會通過多元化的渠道吸收更多的數據。眾所周知，做IM通訊工具起家的騰訊公司創始人馬化騰是QQ之父，而那只電腦屏幕一角閃爍不止的小企鵝陪伴了一代中國人的網絡生活至今。騰訊旗下后來又發展起各種平臺和資源，包括現在覆蓋了國內約5億人口的微信。騰訊在龐大數據資源上的多年深耕，比如在線時長、登錄頻率、虛擬資產、支付頻率、購物習慣、社交行為等，為微眾銀行提供了多維度的征信報告。據了解，微眾銀行的大數據系統匯集了約40萬億條數據信息。與此同時，業內人士也表示，微眾銀行會利用騰訊的不同數據源，通過采集并處理包括即時通信、電商交易、虛擬消費、關系鏈、游戲行為、媒體行為和基礎畫像等數據，并根據統計學的方法，得出信用主體的信用得分。但是值得注意的一個細節是，微眾銀行近日調整自己的口吻，強調征信數據來源就是央行征信系統的接入數據。對于這一個變化，來自騰訊的內部人士告訴《新營銷》，“銀行考察借款人有三個指標：即償債能力、現有債務、和欺詐風險。一度以來，微眾銀行的社交數據被認為是防范欺詐風險的有力工具，同時，社交數據的應用給微眾銀行的運營模式帶來了很大的想象空間，但微眾銀行最新的表態，即其最基礎的數據來源是央行的征信系統，讓人們看不出它與傳統銀行在數據積累上的差別。”當然，除了微眾銀行在個人征信方面的探索之外，阿里巴巴螞蟻金融服務集團成立的芝麻信用征信機構近日開始在部分用戶中進行公測，搶先推出了芝麻信用分。芝麻信用分在形式上采用了國際上通行的信用分制度，如美國著名的FICO分。以數字打分來直觀體現信用水平高低，分數越高代表信用程度越好，違約可能性越低。比較來看，微眾的征信系統目前以接入數據以央行為主，芝麻信用則以阿里巴巴集團的電商交易數據和螞蟻金服互聯網金融數據為主。這也由此引出一個新的命題，就是征信機構吸納的與借款人相關的社交數據可以當做金融數據來參照嗎？北大方正信息服務中心市場總監古成軍則告訴《新營銷》記者，社交數據并不能充當征信的基礎數據來用，只能以“錦上添花”的角色來補充央行征信。他認為征信工作的展開有兩個難點：首先目前來說，個人有力的征信指標還在傳統大銀行手中，如何與互聯網銀行這樣的新行業互通、量化成統一的信用指標，需要宏觀運作;其次是個人征信系統的保密性。現在個人隱私信息大量外泄，沒有有效機制與技術手段做保證，將會給個人與企業帶來毀滅性的災難。中央財經大學中國銀行業研究中心主任郭田勇向記者提到一件事：某次去銀行開卡，看到“持卡人同意征信機構采集交易信息”的條款，他詢問是否可以不同意該條款，結果被回復“不同意就無法開卡”。郭田勇認為，互聯網征信不應只是“看上去很美”，必須制度先行，明確信息所有權歸屬以及轉讓范圍，同時嚴格監管防止個人信息及隱私的泄露。

　　用大數據解征信風控之“渴”　　互聯網人群的網絡動態信息的確非常有用，可以與傳統征信系統中的靜態數據形成補充，但是如何建構這些數據模型卻仍是國內從業者需要不斷學習和摸索的問題。以央行為代表的傳統征信側重于財務維度，互聯網征信綜合了財務和社交人脈、網絡行為、興趣愛好、教育背景等多重維度。傳統征信覆蓋的是在銀行有過借貸歷史還款記錄的人群，并且這些數據還是過去時的靜態數據，而互聯網征信不僅覆蓋了有過互聯網行為的人群，還在不間斷地更新用戶信息。作為一家無線下運營網點，無營業柜臺的互聯網銀行，微眾銀行的特點之一就是，全部依托互聯網為目標客戶群提供服務。借貸者的信用情況和還款能力將不以抵押或者別的方式來認證，而是全憑這個人在社交網絡、電子商務平臺上的交易記錄來推算。按照微眾銀行相關人士的話來講，就是“一個人在社交網絡上會留下足跡，我們的大數據系統會分析這些足跡，用各種算法來判斷他的信用值和還款能力”。一些著名的互聯網公司，諸如阿里巴巴和騰訊，利用自己已經具備的龐大的會員體系和社交群體，以十分低廉的成本獲得大量的數據和渠道。利用這些數據，互聯網金融機構就可以通過各種算法，為每一個人“繪制”一張臉譜，為每個個體授予信用額度。螞蟻金服旗下的征信機構“芝麻信用”相關負責人介紹說，“除了公共機構的數據以外，互聯網中留下的行為數據更加多元，維度更加豐富，時效性也更強。”芝麻信用認為，相比于人們在社交網絡中的行為數據，網絡購物和網上消費的數據更具有金融屬性。“舉例來說，聊天的時候可能人們會噓寒問暖一下，但并不代表真實意圖，可在網上的繳費、交易和支付數據，這都是更接近真實意圖的表達；另外，跟你說話聊天的不一定是關系密切的熟人，但發生轉賬交易關系的，整體來講是關系比較近的人，所以行為數據包含比純社交數據更廣泛的信用信息。”據透露，芝麻征信團隊中80%的員工的任務都是針對數據研究的，“在公測之前，我們考察了幾萬個數據維度與征信之間的關聯，對那些明確與征信無關的數據我們不做收集。”但成功的大數據風控必須建立在對信貸個體的信用報告精準度之上。在風險識別上分為兩類，一類是偽冒和欺詐，一類是防范信用風險，也就是還款能力。偽冒欺詐主要看客戶信息真實性，還款能力看財務狀況。前期的模型論證工作顯得很重要，“要熟悉銀行的業務流程、互聯網的特質，更要了解網民現實生活的軌跡，還有互聯網行為的特性，逐步積累數據，形成個人征信系統的基礎數據中心。最終形成多指標、多維度、常更新，相對開放的個人征信系統。”古成軍說。他山之石，可以攻玉。國內的征信市場遠遠未做到沒有美國那樣成熟，拿FICO來說，它曾覆蓋了美國本土超過90%以及絕大部分國家的信用評分市場，但是傳統的FICO 評分的信用評估模型被發現存在覆蓋人群范圍窄、信息維度單一、時間滯后等問題，于是大數據時代的信用評估有了新思路，FICO也遭遇了勁敵——美國新興互聯網金融公司ZestFinance。ZestFinance目前服務的主要對象是無賬戶人群和信用記錄不好的人群。在風險控制方面，ZestFinance 的模型相比于傳統信用評估模型性能提高了約40%。它的數據主要來源自第三方數據、用戶提交的數據和互聯網數據。它的信用評估分析原理，融合了多源信息，采用先進機器學習的預測模型和集成學習的策略，進行大數據挖掘。FICO中國區總裁陳建在接受媒體采訪時就表示，“做一個消費者的信用評分，需要兩方面的數據，一種是已知的信息，我們叫歷史信息或行為信息，另一種是信貸表現數據或風險表現數據，而這恰恰是這類機構所欠缺的。從這個角度來說，它們要積累這些風險表現數據還有漫漫長路要走。”眼下，風傳厲兵秣馬的微眾銀行將在4月份正式營業，針對系統、產品和風控的測試正在緊鑼密鼓進行中。枕戈待旦中，互聯網金融的爆發前夜正在到來，但不可否認的是，無論是在保障安全性的技術領域，還是在征信數據的積累和分析方面，抑或是在監管政策以及消費者權益保護方面，包括市場的差異化定位方面，中國的互聯網銀行仍面臨重重挑戰。