维信金科廖世宏：消费金融是服务于次优人群

    主持人：非常感谢，谢谢谢总给我们带来的分享，京东金融在互联网与金融方面融合发展的确做了很多的实践，也给大家带来很大的启发。刚才请到来自百度、来自京东两位金融科技板块的领导进行一个分享。下面是主题演讲最后一个，压轴的演讲嘉宾，按道理压轴演讲嘉宾应该是最重要的，但是他的抬头以前不大被人听说过，维信金科，这是一家科技型创业公司，我们也会对维信金科的廖总，即将为我们带来演讲的廖世宏总非常好奇。这家名不见经传的科技型公司将在科技金融中扮演什么样的角色呢？掌声有请廖总。
    廖世宏：压轴有好处也有坏处，坏处是前面嘉宾都基本讲的差不多了，好处是可以快速前进。
    首先非常荣幸前面的嘉宾很多跟我们维信金科都有合作，百度、京东，都是老朋友，每次在金融科技或者智能金融领域共同携手并进的合伙人。前面很多嘉宾在金融科技和智能金融领域里都讲了很多技术方面的东西，云计算、大数据、智能金融、机器学习，所以我本来也想讲这些的。今天在座很多来自银行界的朋友，允许我换一个视角，金融科技，金融是排在前面的。接下来更多时间我聚焦讲一讲金融方面，维信金科过去11年跟各类合作伙伴合作的一些心得和经验。
    题目跟前面几位嘉宾是不是很相似，题目不重要，未来的几张不会完全跟着它来讲。消费金融，我们11年聚焦消费金融、消费信贷的。消费金融其实不是一个新生事物，早就存在了，我们传统金融，传统的四大银行发了那么多的信用卡，为什么随着最近的移动互联网的发展，消费信贷突然间成为很重要的话题呢，我想可能从我们的心得来讲，其实消费信贷，或者消费金融更多是在讲服务于一群次优的人群。为什么这么讲呢？其实真正优质的人群，大家想大部分的银行信用卡已经完全的覆盖了人群。我其实想讲优质人群跟次优人群本质上差异在哪里，信用卡很有效解决优质人群或者次优人群消费信贷的需求，在座每个人身上都有一两张信用卡，你不太在乎消费信贷这个产品。今天在座人群里很多都不是要去有非常强的诉求，去寻求在互联网上得到消费信贷的产品。因为你有信用卡的覆盖。
    优质人群有一个最重要一点，人群的稳定性是非常强的。大家知道，给你一张信用卡的话，可能这个人群拿了这张信用卡，以我为例，银行给我信用卡，用了20年，我快50岁，基本上银行不会再管你的，你的信用是非常稳定的。那次优人群其实是长期银行很难解决的一个问题，最大的问题是什么？这个人群的信用属性，它的稳定性是不够的，会经常随着时间，随着环境，随着个人情况的变化而产生变化。这就成为我们传统的金融机构，特别这些大银行去处理人群有相当的困难。我自己维信金科从事消费信贷11年，我们从这个视角来看，实际上今天的金融科技也好、智能金融也好，提供了一个非常有效的方法去解决如何做次优人群的消费信贷。因为次优人群你推动智能的手段可以更全方位的去做一个画像，而且你可以做到实时的决策。关键最重要一点还是说次优人群更适合做的是消费信贷，所谓消费信贷意义是更适合不做循环授信，是在有一个特殊场景下满足这一类人群信贷的需求。但同时，你可以观察人群情况的变化，以前你给客户做及时授信很困难，信用卡是循环授信的额度，但今天如果不给次优人群一个循环额度，而是每一笔交易临时给额度的话，对这个要求是非常高的。我想这也是在中国现在我们看到金融科技提供了各位从业人员在消费信贷这个领域里的无限生机。
    最近大家知道讲的最多的是如何做消费信贷跟场景，或者依托场景，依托大数据去做，实际上真正金融科技的玩家必须有能力去整合资金，整合风控，非常有效的做获客，获客更多会依赖场景获客。
    接下来简单跟大家介绍维信金科在这个领域的一些经验。目前各个场景端有10款APP代表不同的产品，目前我们APP的下载量刚刚超过4600万，我们确实已经在这个行业里深耕了11年，跟合作伙伴都有不同层面的合作。比如刚才百度的张总，我们跟百度也是努力做深度的合作，如何利用百度他们智能获客的方式推动百度场景端做消费信贷。做消费信贷场景非常的重要，维信金科有天然的弱势，我们既不具备生态圈，我们没有流量，同时我们也不具备大量的数据源。我们维信人需要更大的努力。同时也有一个好处，作为独立方的话我们得到很多场景方的支持，同时有大的场景，比如说百度、京东、阿里，包括腾讯，我们也马上会合作起来。我可以跟大家举个例子，比如跟阿里的合作，大家都听说过芝麻分，芝麻分大家都知道，对你做消费信贷专属对标客户人群是不是非常有效，这是一个问号。蚂蚁金服把数据源开放给我们，维信金科蚂蚁金服分装4个模型，客户授权情况下我们调取模型获取信用分。同样跟银联有合作，跟中国移动四个省，按照移动的客户数据也分装了模型。这种技术其实是独立的市场玩家来讲，具备建模是非常重要的环节，这种生态圈，中移动、中国电信他们出于对隐私的保护并不会把客户原始数据提供给我们，唯一有效办法是我们派团队过去建模型，获取分数，用分数推断个人的信用。大家可以看到，当我们得到了这么多的数据源，进入了很多场景的时候，我们维信金科扮演更大的角色是我们觉得自己是一个场景跟中小银行、金融机构的一个桥梁，建这个桥梁，搭建获客，搭建大数据的风控模型，引导中小型的银行、金融机构来通过这个桥梁进入这个场景，进入移动消费信贷世界。目前已经跟差不多接近20家的金融机构有深度的合作。维信金科一开始没有涉及P2P的领域，百分之跟机构、资金做合作。
    这在互联网生态圈的合作，他们很简单，把最优质的客户会非常顺利的推送给银行，银行是有能力去做这批优质的客户。又回到我刚才讲的，真正的难点是如何做次优的人群，因为他的情况变化非常快。这里我信跟大家分享一下我们的心得。我们维信金科旗下有两家互联网小贷，也稀有融资担保公司，所以我们得到人民银行央行的征信端口，我们很大程度对标的人群是有信用记录，有收入的人群，我们主维度还是看他信用的数据，同时对各大生态圈、场景方还有运营商大数据做一个加工，做一个补充，来推送一个建议给商业银行对次优人群作出一个判断。特别有意思的跟大家讲，前面讲次优人群最大的挑战就是人群的变化非常快。我们的经验，很多的产品回头率是非常高的，我们大概的回头有75%，但在75%的回头客户里，纵使跟我们的金融机构，在维信金科的推荐家100%完美的还款记录，我们仍然拒绝了12%，这个也就是实际上次优人群情况变化是非常快的，如果你能够有大量的数据去掌握这种次优人群的话，其实你是可以有个很有效的方法管理这个人群风险的，我们觉得跟银行的合作经验，这一点让我们的合作金融机构非常的放心，二次筛选非常重要。
    这是我们跟某一个金融机构的合作，我们目前的合作基本两种模式，一种是作为担保的，维信金科旗下有融资担保公司，风险我们担保，另外一种模式完全是推送的，会做一个二次的风控，可以说是甩风险的模式。这个也是看到某个金融机构开始的话，他们是一种测试的心态，在担保的情况下做业务。当看到一段时间，看半年，看到结果出来的时候，他们会变的更放心，其实最终我们真正期待的是跟中小银行合作，是完全让你们自主去做风险的决定，因为这样才是一个健康、长远发展之路。才能把真正的业务做上去，大家也看到我们转成服务费分成模式以后业务量迅速增长。
    最后跟大家分享这张图，我们抽了维信金科旗下两个产品，我们实践告诉我们可以把客户群分类，我们分了五级，最高级的客户实际上是最优质的客户，最优质的客户，我们维信金科的定价从API的18-36，18是非常接近银行人群的，18很难抓到最优质人群的，这张图上可以看到，跟大家理解是不一样，维信金科做消费定价，真正做金融部分是二级、三级、四级，一级客户比较次，当你用36来做一个定价的时候，不能过分定价的时候，其实让他的利润空间是非常小的，我特别也想跟大家分享一下，有一点的经验。因为可能最近几天大家都知道市场比较动荡，很多的预期都在往上走，我们也在看这个盘子的变化。有一点也是很好的经验跟大家分享的。你会发现优质人群的变化，资产质量的变化是相对稳定的。不会上的很快，但次优的人群其实现在的日子不好受，利润平时也不好，市场一动荡的时候风险会非常的高。
    今天借这个机会非常感谢大家，跟很多朋友一起分享一下我们的经验，我们也期待未来有更多朋友可以展开深度合作。谢谢大家！