新供給金融圓桌——“加快發展互聯網時代的普惠金融”研討會于2014年11月28日在北京舉辦。上圖為金電聯行(北京)信息技術有限公司副總裁艾小繽。
以下為演講實錄：
艾小繽：金電聯行在這個行業里做的時間非常長，前6年大家都沒聽過，今年以來大家逐漸關注我們，因為我們做了一個事情，自認為是一件最底層的事情，這件事情做好了之后是可以改變中國的，下面我介紹一下金電聯行做的一些事兒。
首先我們破解中小企業融資難。為什么能破解？大家分析很多，答案早就知道，一個叫信息不對稱，一個叫缺現金流。
第二，量化的監管，我們說金融是一個動態的，原來的監管手段可能更多的要靠我們的人海戰術，靠我們去看，有了一些新技術手段以后，我們能不能把這個事情變成一個實時的動態的監管，這是我們要做的事情。
第三，更多的是跟政府合作，把政府的數據利用起來，進行數據化的治理。當然，政府手里的數據對金融行業來說是一種校驗功能，政府手里有大量的企業和數據，如果這些數據被利用起來，對個人和企業的信息校準，去偽存真起到非常重要的作用。還有，政府手里有了數據之后，無論作為銀行也好，還是作為信用也好，大家都希望在一個群體里挑出優質的個人和企業，再為他們提供金融服務。
我下面就這三點展開一下。
先說我們做的哪些事兒。實踐是檢驗真理的唯一標準，我們做了很多理論的東西，比如我們剛才展示的一些場景。第一，我們的平臺上現在已經擁有了47萬家中小企業的數據，大家越來越重視數據環境的時候，我們其實在前期已經積累了很多數據，今天發揮的價值越來越大。第二，我們通過跟民生銀行、廣發、平安等銀行的合作，包括現在開發了國開行。
我們累計為中小企業放貸40億，到今天沒有一筆不良業務。這也可以驗證數據能夠變成信用，信用能夠變成資產，資產能變現，并且我們能夠把風險控制住，當然這也是我們歷史做的一些成就，未來我相信如果感興趣大家可以一塊把這些事情做的更大。
第三，我們目前授信額度100萬以上，這是什么概念？大家了解互聯網金融的，包括余額寶，我們大多數都是小微或者小小微，到了100萬以上，我們知道中小企業平均壽命不到三年，在這三年的過程中，我們怎么能把有風險的企業挑出來，好的企業挑出來，這是一個難度更大的事兒，并且它的需求量更大，要求更高。這塊我相信就是一個非常高風險的人群，但是高風險意味著高收益，利率市場化對應的是什么？我們如果把風險定價定好了，這是一個利率市場化的基礎。所以，高風險里我們能不能淘出金子，這是下一步大家更關注的。
在量化風險管理方面，專門為存量客戶做量化的風險管理，目前已經累計監管了100億以上的資產。我們相當于有一個采油技術，我們能把油提煉出來，變成汽油，變成化工產品，變成有價值的商品，這時候擁有數據的政府也好，銀行也好，企業也好，他才愿意開放他的數據給我們，這是一個正反饋。所以，我們有了這個技術，現在有很多政府愿意把他手里的數據開放，我們還在做試點不能公開，但有有一個地區把它57個部委的所有數據都給我們開放了，在這個基礎上我們通過大數據的方式建立了個人信用和企業信用的平臺。
我們現在也是國內第一批擁有企業征信牌照的企業。從創新角度來說，我們做了這幾方面的創新。第一，我們叫做理念創新，我們認為跟石油一樣，互聯網時代大家總說很多數據被互聯網記錄下來，但是我們發現除了互聯網，還有很多東西同樣以數據的形式被記錄下來，這些在哪兒？在我們供應鏈系統里，在我們稅收系統里，在我們政府掌握的水電氣資源資產管理各個方面，包括物聯網、北斗、海關數據，擁有數據的企業和機構大量存在，我們看到所有這些信息里含金量最大的是哪塊？我們要做這塊。數據并不是越多越好，初期的時候大數據看全貌，但是后期我們要看有價值的信息。怎么辨別出，這是我們要做的事情。
第二點，我們叫大數據金融，我們是以客觀信用為基礎，由數據驅動的投資行為，我們相信這一定是未來的一個趨勢。我們把原來的模式叫做小數據，因為我們原來看財務報表是一個等式，資產=負債+所有者權益，現在很多專業化的人士掌握了這個規律以后，能夠把報表做的很漂亮，大數據是過程，加結果，加時間，三維動態，這個造假難度就非常大。數據挖掘去偽存真，還原真實。在今天的中國，社會能不能也產生西方那種信用體系的約束力？西方造假成本特別高，造完假以后，甚至直接會觸犯法律，中國造假成本很低，約束非常小。我們能夠通過數據真實的還原一個個體，無論是個人還是企業，從而產生對于這個個體的約束力，這就是我們做信用體系的一個基礎。
我們也獲得了一些認可，與政府各方面都有一些合作，今天不能展開特別多，感興趣的朋友我們可以再找機會詳細的溝通。
第一，我們自有數據+數據入口，就是數據挖掘機器人加開放入口，包括數據交換，有數據基礎是做大數據的必要條件，如果沒有這個條件，我們后面所有的東西都是不成立的。
第二，把數據變成資產，這是一個提煉過程，首先采集、分類、完整度、清洗、分析計算，輸出數據資產包，這里面有可視化數據。我們現在跟金融機構，跟政府合作，第一是要解決信息對稱問題，就是在初期沒有任何的信用評價標準，但是信息對稱是一個最基礎的要求，需要把數據結構化，去偽存真，把數據通過可視化的東西呈現出來，這是我們要做的根本。第二是系統評分，大家進一步合作，通過指標化的體系把一個個體或者企業區分歸類，分級管理。第三是額度測算，這是一個非常重要的前提，我們現在所謂的抵質押和擔保，都看二次償債能力，但是一個企業怎么做融資，將來怎么界定這個企業的價值，一定要還原它一次償債能力，就是它創造財富的能力。所以，這一點我相信額度測算這一塊，所有股東對企業的投資，包括剛才說的眾籌，它怎么管風險，怎么定義，怎么定價這個企業，這都是一個基礎。二次挖掘，剛才說有一個非常干凈的數據基礎之后，大家可以充分的把數據利用起來。
我們的特色是什么？自動化加人工，計算機本身沒有智能，它都是向人學習的。我們開始建模的時候達不到這個程度，頂多是一半一半，最早的時候更多的是人，慢慢的調試調試，讓它產生一些自學習的能力，今天我們達到了99%智能+1%的人工。
目前看所有的點都是可以形成產品的，第一個叫征信，數據采集，這塊是我們解決中小企業融資難的起點，如果解決不了這個問題，我們后面的都不成立。二叫異常篩查，去偽存真，我們沒有能力辨別真假，但是我們可以辨別異常，任何事情都是這樣。我們怎么辨別呢？從個人來講，昨天我跑100米用了18秒，今天你給我投資，我馬上跑進10秒，這件事情是不成立的，因為違反了規律。我們提煉出數據，用規律來衡量它，看這個數據是不是異常，這是第一點。
第二點叫同類比較，我們把同樣數據特征的企業放在一塊，這個有點兒像體檢報告。我們看所有的體檢報告，血常規，白血球，紅血球的范圍，這個范圍怎么來的？一定是在千萬人，甚至上億人檢測的基礎上，在這個范圍內構造正常人，你超出了就變成兩種，要么是超人，要么就是病人，超人沒見著，基本都是病人。我們把同類企業歸成一個模型，把個體扔進去，看你的數據跟同類企業比較有多大差異，如果有異常，我們不是大夫，但是可以做體檢報告告訴大夫這個有異常，誰來判斷？銀行或者政府，他們來看這個數據，有針對性的看就能夠辨別出這個企業或者這個個體是不是有問題。異常篩查是非常重要的環節。
第三，數據造影。大家看人分黃種人、白種人、黑種人，我們現在看人看企業也是一樣的，我們通過外在的東西去描述它，去關注它，但是我們現在從DNA，從細胞的角度，我們有了這些數據之后，我們就能夠把個體，把個人也好，把企業也好，數據造影，從數學的角度它的一個什么個體，這是最真實的。
第四是評分，我們決策怎么用，那么多的數據，我們說現在面臨兩個極端，第一要不數據不對稱，我們看不到企業數據，要不來一大堆，海量的數據來了我們怎么用。所以，大家認可的標準來評判企業，就是我們對它的信用評級。這個標準怎么形成？一定是我們通過實踐一塊來。所以，我們希望這是一個起步的階段，通過這種評分，最終形成標準有什么好除呢？第一大大的提升效力。為什么？我們說拿它內部的真實數據和敏感數據給出來的時候，他是不愿意。我們又要他提供這個東西，怎么解決？如果我們有一個公共認可的征信標準，一個評分標準，企業通過他真實的東西，我們給他一個真實的評分，大家依據這個去做企業篩查和判斷的時候，效力就非常高，企業也更愿意做這件事情，當然這是一個很宏大的事情，但是企業在今天如果我們開始做了，我們就能提升效力降低成本。
最后一個是動態跟蹤。對個人也好，也好，拿到錢之前和拿到錢之后他的準備很可能發生大的變化，這種變化也許會把一個好人變成一個老賴，也許會把一個企業給弄崩潰，這個風險怎么辦？就要實時的跟蹤，要掌握它的變化。所以，我們每一塊都會產生相應的價值。
最后數據采集不展開了，三個入口，第一個叫數據主動填報，我們通過個人和企業，因為我們有篩查、數據清洗的能力，在這個基礎上，造假的話會進入黑名單，他在不了解我們算法的情況下，我們目前看，第一數據填不上來，第二填的不真實。所以，主動填報已經解決了很多技術上解決不了的問題。第二，數據挖掘機器人，這是我們傳統的業務，通過供應鏈，通過數據記錄，包括你可能在各種電商平臺做的所有數據我們都能挖掘出來。第三政府公開的數據。
數據縱向、橫向，我們現在當然有局限性，大數據不要把它神化。第一，目前覆蓋三類，叫能耗型、商品型、人力型。第二我們叫風險多角度關系，一個個體的風險，角度越多，對它描述越完整。所以，我們說我們只是換了一個角度，增加一個角度看一個個體，我們一定是補充。第三個，我們不是全能的，我們對一個個體，一個企業，至少有一年以上的數據，要不我們真是算命的了。還有就是我們不計算主觀還款意愿，我們只計算客觀的還款能力。這個人有錢不還，這事兒我們現在掌握不了。但是我們知道他是有能力來還的。不分析小概率事件，只計算大概率事件。突發性的風險沒法做，這是大數據的限制。所以，大家一定要利用它，也不要迷信它，要跟自己實際的東西結合起來，你說現在全互聯網化也不太現實，我們更多的希望是O2O的方式，線上線下結合，一步步過渡到未來的理想模式。底下是研發，最終我們需要跟銀行，跟政府，跟第三方的金融平臺合作推出各種產品。
我們給投資人提供信息，信用信息查詢，等級報告，深度信用體檢報告，這塊是作為我們的基礎，也是作為我們的定位，能夠跟所有，其實我們有了這個定位之后，其實跟大家都是合作伙伴，沒有任何競爭，我們就是一個第三方征信，大家只要建立信用關系之后，就能通過各方面合作起來，開發新的金融產品。
現在說成本高，成本高到什么程度都是按年化的，真正企業需要錢的時候，一年大概十幾天，剩下的時間資金成本都是浪費的，如果在這個基礎上我們如果能實時的看到他動態的資金需求，我們甚至能夠像余額寶一樣隨借隨貸，有錢了馬上還，如果能實現這種，你想我們所謂的資金成本問題還是問題嗎？我們的年化，比如給他30%但他只貸了10天，對他資金成本能有多大的壓力？如果建立在一個數據化的基礎上，我們能想象的空間，我們能做的金融產品是無限多的。所以，我們相信未來在數據基礎上，一定是一個數據資產化的過程。
我們現在基本上是按地區+產業這種方式跟大家進行合作。我今天就講到這兒，也希望能給大家有一點點啟示，也希望能在信用體系建設方面，數據挖掘方面，應用方面，在金融創新方面跟大家一塊共同開發，共同成長。謝謝大家。
京公網安備 11010502049343號