5萬元以下的小額貸款申請，10分鐘完成審批，最快當天放款。而背后的個人信用審核完全由風控系統自動完成。這將意味著貸款在線化有望很快得到大規模普及。

針對5萬元以下的個人信用貸款申請，在線金融搜索服務融360開始悄然使用了一個名為“天機”的風控系統。這個系統包含一組模型，會根據身份認證、還款意愿和還款能力三個大維度，給申請貸款的用戶進行信用評分，依據分值來決定是否應放款。

融360負責風控業務的副總裁李英浩透露，目前“天機”系統已經極大支持了平臺的某些小額貸款產品?；诮杩钌暾埲俗灾魈峤坏膫€人數據，可以做到10分鐘左右完成審批。

　　風控數據業務一站式貸款流程

大數據風控：在線貸款的突破口

他指出，信用評估自動化加速了整個信貸決策過程，申請人可以更迅速地得到答復，提高了從申請到獲批整個流程的效率。據李英浩解釋，針對特定細分市場，融360的目標是力爭5萬以內的小額貸款平均12小時放款。而相比而言，人工審核一般需要一周以上才能放款，慢的可能兩個月。

除了貸款審批速度實現了突破，貸款獲批率也得到了顯著提升，同一類用戶，用抵押物、收入流水證明等粗放式的傳統風控方式，貸款獲批率在15%左右，而使用大數據模型結合人工后獲批率可以達到30%以上。至于貸款的逾期率，以12個月違約風險舉例，通過“天機”模型篩選的用戶，逾期率比沒有經過篩選的低一半。

融360并不是第一家在大數據風控系統上發力的互聯網金融企業，事實上螞蟻金服旗下的芝麻信用、一些P2P網貸平臺都在陸續開始研發大數據信用評估模型。基于大數據的風控模型正在成為互聯網金融領域一個熱門的戰場，這是因為誰在這個領域實現突破，誰將致勝下一步互聯網金融市場。

多年來，金融機構很大程度上都依賴于央行征信報告來決定是否給個人客戶授信。但13億人中有10億人并沒有信貸記錄，加之個人客戶往往是貸款額度小、需求分散、個性化需求多，使得大多傳統銀行想做零售貸款而力不從心。因獲客、評估、審核和風控都靠人工，傳統銀行的運營成本過高，面對廣大個人消費者這一潛在客戶群，銀行只能望洋興嘆。

融360聯合創始人、CEO葉大清表示，互聯網金融不能簡單將傳統金融服務模式往線上一搬了之?；ヂ摼W金融的核心競爭力并不是營銷獲客能力，而是大數據風控能力。即借助于更加廣泛的數據，讓那些在央行征信系統沒有信用記錄的個人消費者和小微企業主也有可能申請到貸款。

風險評估主要靠智能模型

大數據風控系統之所以成為可能，是因為每個人在網上留下的數據痕跡，通過大數據的分析和預測技術，就可以智能化判斷一個人的信用風險。例如融360正在廣泛的收集數據、并深入挖掘數據中衍生的特征，這些特征會被分類成多個維度，如風險特征、用戶偏好、用戶意愿、用戶屬性等。通過豐富的用戶特征，融360綜合應用傳統金融模型和機器學習模型，搭建整體“天機”系統的架構，并通過模型構建貸款推薦、風險預測、實時定價等一系列應用服務產品。

用戶在互聯網上留下的足跡有社交媒體上的動態、電商消費行為、網站瀏覽痕跡。李英浩介紹，通過風控模型的梳理和分析，就能得出有關貸款行為的需求、申請什么類型貸款、申請金額，逾期及違約可能性等結論，這構成了對個人用戶進行信用風險評估。用戶看不到自己的信用分值，只能看到最終獲批的額度、利率和期限。

葉大清表示，天機風控系統的誕生，意味著融360逐漸演變成金融機構的技術服務合作伙伴，對于用戶和合作伙伴來說，融360最大的價值是隱藏于后臺的專業風控模型和風控管理能力。

大數據風控成為爭搶的市場高地

去年4月份融360就成立了風控數據部門，并于當年初步完成風控系統的開發。李英浩表示，大數據風控是一個需要不斷完善優化的過程，從來就沒有標準的解決方案。因此融360采取了開放合作的態度，李英浩透露，芝麻信用和融360在模型和產品方面正在進行深入合作的探討。

目前，大數據風控最有條件的仍然是阿里和騰訊。阿里推出了面向社會的信用服務體系芝麻信用，除了接入阿里的電商數據和螞蟻金服的互聯網金融數據外，還與外部的公共機構、商業機構達成廣泛的合作。騰訊掌握著基于微信的社交信息數據，也即將推出自己的大數據征信。

作為金融垂直搜索服務，融360過去三年半積累了大量的信貸用戶數據，幫助用戶成功獲取了超過3000億元貸款。在借款人訪問數據、用戶申請資質信息、網站行為數據、批貸信息和貸后信息方面也擁有獨一無二的優勢。葉大清特別強調，融360開發大數據風控系統，不是要做征信服務，而是通過積累的數據和風險技術更好服務于自有平臺的貸款人和合作伙伴。

顯而易見，大數據風控正在成為包括融360在內的幾乎所有互聯網金融平臺爭相搶占的一個市場高地。