夸客金融、点融网共推“信贷工场”，将向第三方输出资产

在与点融网联手推出“点融夸客信贷工场”模式后，3月27日，夸客金融与《清华金融评论》杂志联合发布《信贷工厂2.0——数字普惠金融解决方案》白皮书（下称“白皮书”）。

此前3月20日，夸客金融和点融网宣布利用大数据、反欺诈系统、决策引擎等金融科技手段共建“信贷工厂2.0”，以量化系统减少人工操作，进行内控优化，其最终落脚点是实现更精准的风险定价。

这次合作，二者将目标集中于资产端输出，着力点在双方的技术能力上。

3月27日发布的《信贷工厂2.0——数字普惠金融解决方案》，则延伸了二者的上述实践思路。

白皮书所称“信贷工厂”模式起源于海外，主要用于中小微企业信贷审批。夸客金融和点融网将大数据和反欺诈技术引进，并强化目标市场和客户的筛选，这一模式在国内升级为“信贷工厂2.0”，即“信贷工场”模式。

信贷工厂和信贷工场的区别也一定程度体现在字面上，“厂”呈现出流水线化的特征；“场”则强调场景化，并引入大数据和决策机制。

和国外信贷工厂模式不同之处在于，国内征信基础设施的不完善，使得国内“信贷工场”模式对另类数据、弱变量尤其重视，这一数据的挖掘又对技术团队的要求特别高。

不过，在强调人工智能这一技术同时，国内“信贷工场”模式仍较大程度依赖于人工，较大程度的人力投入进一步使得该模式较为重视对流程化的管理，使得当下信贷工场模式的典型特点是“人脑与电脑的结合。”

《信贷工厂2.0——数字普惠金融解决方案》所研究的点融与夸客信贷工场模式显示，对每个申请人进行审核的数千个数据点中，60%的信息由机器处理；另有40%的工作需要人工处理，这一部分大都是机器系统识别为异常、且无法判别的信息。在美国，基于征信体系的完善，对信用卡审贷的机器审批率能达到90%，人工手段仅占据10%左右。

夸客金融CEO郭震洲认为，国内信贷工场模式典型特点是“半自动化”，人工比例相对比较高，对技术的要求也较高，具有人脑与电脑结合的特点。

《清华金融评论》副主编张伟表示，信贷工厂模式发展的好与坏，在于是否能够做好成本与风险的平衡。白皮书的研究结论显示，上述问题的解决路径之一是加大技术创新，以降低运营成本，在机器操作和和人工操作上达到最佳分配比例，最终提高风险管理效率、降低坏账率。

3月27日的发布会上，夸客金融和点融网还透露，除了服务于点融网、夸客金融双方，二者所推出的“信贷工场”还将向第三方平台输出资产。