美國當地時間3 月 6 至 7 日，全球最具影響力的金融科技行業盛會，朗迪金融科技峰會(LendIt Fintech)在紐約召開。作為在線借貸領域全球范圍內“最具干貨”的行業大會，本次大會吸引了來自全球的5000多名思想領袖、公司代表和投資者來此共同探討未來P2P領域的新動向、新機會。
鑒于過去的數十年里，來自中國的一批創新互聯網金融企業在金融科技領域做出了有益探索，商業模式已經走在了國際前沿。朗迪峰會一直將中國的相關企業和創新作為峰會的重要議題。本次大會設有分論壇專門討論“金融科技是如何改變15億中國人的銀行習慣”，來自中國的多位公司高管參與了討論。
小牛資本旗下的普惠金融平臺小牛金服近年的發展在行業內非常受矚目，其中線上普惠金融理財平臺小牛在線規模華南最大，并且已經打造了一個資金資產的投融閉環。本次朗迪峰會，小牛金服CEO王潔鳳出席了專題討論會并分享了她對中國互金行業Fintech的趨勢預判。在她看來，中國互聯網金融企業的發展前景依然在挖掘長尾用戶的金融需求，而Fintech在這一過程最大的價值體現在于提升優質資產的開發能力。
Fintech的核心價值在于提升優質資產的開發能力
盡管Fintech近幾年非常火，過去5年就有超過400億美元的資金流入這個領域，而去年起，這一概念在我國開始流行。細究起來，我國的金融科技發展路徑與國外其實是迥然不同的。在我國，大家在談金融科技的時候，往往把它包在互聯網金融企業里面說，相關的技術也是互聯網金融支付、信貸、理財等業務的衍生品，不同于國外的金融科技行業可以專注技術獨立存在。這也是為什么，當Fintech風潮刮到中國來的時候，大家對區塊鏈、智能投顧等概念顯得既好奇又陌生。
王潔鳳指出，這與我國互金企業的發展路徑密不可分。
當移動互聯網在我國迅速鋪開發展出世界上最多的網民的時候，我國的金融業發展卻相對緩慢，傳統金融機構的服務在地區和人口的覆蓋能力上都顯得很薄弱。最直接的體現的就是，在我國，擁有央行征信記錄的人口只有3億多，朗迪峰會聯合創始人兼總裁Jason Jones就曾公開表示：“在中國，信用良好的借款人的概率要比美國高很多，中國互金行業發展前景很好。”
也就是說，前期互聯網金融行業的蓬勃發展很大程度上是在享受互聯網帶來的流量紅利。但是，隨著網民數量的增長逐步放緩，流量紅利在消失，獲客成本逐步增加。同時，在整體經濟下行的大環境下，“資產荒”成為一種社會現象，資產端作為多數P2P風險事件的源頭，其質量的優劣甚至決定著P2P平臺的存活與否。在王潔鳳看來，Fintech對互金行業的核心價值，恰恰就體現在提升優質資產的開發能力上。
“并且是小額分散的優質資產端的開發能力，”王潔鳳強調。這一方面是監管使然，國家對互金行業的定位是與銀行差異化競爭的普惠金融服務提供者，去年網貸新規的出臺也進一步強化了這一定位。另一方面也是加強風控的必然選擇，大單模式更容易受經濟波動、行業周期等宏觀因素影響，而小額分散的最大風險來自于借款者的信用，只要能把握借款人真實的信用狀態，就能很好地把控風險。
Fintech助力小牛金服“做小更牛”戰略轉型
就小牛金服而言，轉型升級的壓力同樣存在。此前，小牛金服的資產端主要來自小牛普惠，它有一支龐大的遍布全國的業務員隊伍，資金端則主要來自小牛在線的線上借款人。這種線上線下相結合的模式控制了風險，形成了一個運行良好的投融閉環。
但這種較重的商業模式弊端同樣存在，它是人力驅動型，運營成本較高，要想在當下激烈的行業競爭中立足，需要在商業模式上進一步優化。去年開始，小牛金服宣布資產端要從之前的“線下”獲取模式，轉變為“線下+線上”的雙渠道獲取模式，將人力驅動轉化為技術驅動選擇優秀的資產項目。
“Fintech正是我們推動這一轉型的主要抓手，”王潔鳳稱，“小牛金服對Fintech的態度是開放的，也是審慎的，企業要根據自身的情況因地制宜的推動技術落地。目前來看，國內真正已經發展成熟能與業務相結合的Fintech技術還是大數據的相關應用。”會議現場，王潔鳳首次分享了小牛金服的大數據技術儲備及其在資產開發上的應用實踐。
根據王潔鳳的介紹，在大數據的引入和安全把控方面，目前小牛金服已完成30多家征信公司的數據測評，接入了22家征信數據，涵蓋了人臉識別、銀聯數據、運營商、車輛信息、黑名單、社保數據等6大類內容，超過70個可用變量。在數據安全上，從傳輸到存儲和權限管理上都有嚴格的流程和技術把控來保證數據的安全，例如在數據存儲上，目前是針對敏感數據進行脫敏、掩碼處理和QA定期核檢，不存儲明文數據，所有數據都是基于脫敏的數據進行分析和挖掘。小牛金服制定了一套有效的數據質量測試標準，對征信數據統一進行測評、規劃、采購和接入。
大數據在小牛金服業務中的一個具體應用是利用大數據打造用戶畫像，通過為為每個投融資用戶打造個性化標簽，還原融資用戶行為，掌握用戶習慣，來提升大數據風控的效能。目前小牛警服的用戶標簽覆蓋5個面，14個一級維度，30個二級維度，181個標簽。包括電商購物金額、電商購物類型、社交類APP使用行為，銀行流水、通訊行為、家庭角色等。
王潔鳳現場還跟大家分享了一個很有意思的應用模型。就小牛金服的資產端小牛普惠而言，用戶畫像涉及到貸前的客戶獲取和風險評估以及貸中、貸后的風險把控方方面面。通過對小牛普惠積累的百萬借款人的數據的挖掘，小牛金服建立的關系鏈模型發現，如果一個客戶違約或者逾期，那么跟他關系維度緊密的借款人違約或者逾期的概率也大大增加。通過關系鏈模型的應用，可以及時提示風險，做好把控。
另外，王潔鳳還透露，小牛金服今年在技術上的一個較大的動作是普惠第三代信貸系統的落地。據悉，項目一期在小牛普惠的業務流程中引入了規則調用爬蟲數據、風控準入模型和風控評分模型，這三個節點的升級把原先很多人力做的事交給技術，包括數據錄入，客戶線上數據的搜集、整理和初步信用判斷都將由技術團隊完成，這樣做一方面解放了人力去開發優質資產，另一方面，人工審核造成的勾結、隱瞞等道德風險將得以大幅降低。如此，發現、審批優質資產項目的速度也大大加快了。
