利用大数据做线上信贷自动审批决策

利用大数据做线上信贷自动审批决策连电脑都能开车了不是么？无人驾驶汽车俨然成为了众多汽车厂商研究的课题，未来会有越来越多的东西被机器人和自动化所替代。随着技术的快速迭代发展，机器人能够帮助人类干更多的活，同时社会上的部分人力资源也会被替代掉，那么，信贷为什么就只能强调经验呢？计算机能替代人工做自动化信贷审批吗？多位大咖与行业从业人员曾在各种论坛多次探讨该问题，神州融为大家梳理了以下主要精彩观点：1、机器批贷需要三个条件，第一业务相似性，业务模式必须相似不能差异过大，第二，指标可量化，审核指标必须能够抽象出来，第三，经济性，业务数量需要很多，就为批两三笔贷款开发个模型出来不合算。符合上述三条件的个贷（按揭），小企业抵押贷（各行名字不同）以及信用卡基本上都实现了机器批贷，人工复核。至于复杂的贸融，项目融资等等具体差异比较大无法提取成抽象模型，所以无法机器批贷。尽职调查阶段必须要人员介入，毕竟现在机器人还没大规模应用。2、任何技术方法都有适用领域和范围，流程自动化以数据分析、模型、策略为基础，是有适用范围的。基于大数据的小额信贷短期内注定只能是小额的、纯信用的，而中国的信贷行业全是基于担保在干活的，而担保是很难量化、自动化的--稍微能量化的（比如大城市个人房产抵押）银行早就在做自动化了。就目前的实践情况来看，在零售业务领域，可以做的很好，自动化程度相对很高（完全自动化纯粹是找死的节凑）。在对公业务领域，自动化基本为零。而这小微业务这部分，自动化程度有一些，但相对比较低。3、什么情况下适合采用自动化？针对海量的消费者客户的零售业务，其相关数据相对容易获得，而且其数据准确程度相对容易检查确认（例如，查一个人的学历比查一个企业的财务数据简单多了）。这种情况下，才能有自动化的前提。同时，海量的账户、小额的损失也使这种操作在经济上（包括成本、收益）可行。电商金融、消费金融等小额信贷也可通过信息化手段优化审批流程，加快提交入件速度，快速放贷。4、脱离了具体业务场景，谈风控就是耍流氓。而所谓风控模型，首先是拿数据跑出来再不断回归优化，数据最重要的是逾期坏账数据，其实关键指标也就那么几条，真来几千个指标，数据缺项的问题就出来了。5、信贷应该暂时做不到自动化，因为有很多元素需要信贷人员亲自跟客户交流才会清楚，财务报表就算通过审计以后也是一样可以作假，就算你拿回了企业的财务报表，在自家系统也能够调试到指标平衡，很多时候信贷的前期需要做许多准备工作，小客户的话，客户经理亲自上门拜访的次数也是不少的，加上真的要开始做信贷，还需要跟银行的信审人员再次拜访客户，统一数据和信贷方案，必要的调查，以及贷后跟进完全没办法自动化。6、传统P2P网贷线下授信，资金到帐至少T+1(银行授信时间更长)，贷前需要经历填写信息-上传资料-信审-支付等等环节，人工操作费时费力，这没什么，关键是个别人员的资料经过包装，更有包装组团骗贷的，让你防不胜防。而线上大数据授信，借款人的电商信息，收货人是真实的，地址是真实的，信用卡账单也是真实的，基于电商、社交等信息的线上大数据授信(个人授信、企业授信)，可以做到较高的自动化，在1~10分钟完成授信、放款。典型的案例有阿里小贷、宜信的宜人贷，线上快速放贷的手机贷等。7、凭借不同维度数据交叉判断辅助决策，可以减轻人工评判成本和压力。错误和虚假的数据也有分析价值。国外做互联网征信的ZestFinance，2万多个分析维度，他们能从申请表格中人名大小写这个维度推测此人教育程度，潜台词是受过高等教育的找到稳定工作几率较大，还款能力较强。在信息化辅助人工调查领域，有些传统金融业出身的人自设框架，限制了手脚。所以一些创业团队不要金融行当出身的人，就是担心职业思维困住了创新思路。综上所述，业内人员普遍认为依靠数据、依靠系统的自动化审批更适合进件量大、单笔额度小、快速放贷的业务模式，传统机构完成一笔个人信用贷交易可能需要十几个步骤及不同的部门，消耗很多时间和成本，但快速放贷平台充分利用大数据以及机器学习算法，最快只需要几秒钟到几个小时就可以审批完成一笔申请，操作成本足够低，才使得这种小额分散的借贷原则具备了经济可行性。神州融与全球最大征信局Experian和阿里金融云联合发布了专门针对小微金融机构的大数据风控平台，利用流程引擎驱动、以决策引擎代替纯人工作业判断模式，实现快速、高效流转和自动决策的小微金融业务审批处理，并通过一站式整合电商平台和征信机构等3000+维度的信息数据，以及对接多家评分建模机构等，依据不同维度不同种类建立的风险控制模型，帮助其实现量化风控管理，为发展小额快速放贷业务的小微金融机构提供一站式的服务支持。