芝麻信用副总经理俞吴杰：消费金融客群以男性为主，且逾期风险显著高于信用卡客群

消费金融除去房贷和信用卡，现在在家装市场，教育分期，农村购买农具消费逐渐在扩展和延伸，很多在纵向行业领域在深挖，比如说校园分期乐，还有家装都有，都在纵深发展。第二是客群，包括传统的银行一开始服务的是高净值人群，有很多的资产可以还款，逐渐往高收入人群，现在逐渐往中收入人群，再往下低收入或者无收入的人群也享受到这样的服务，比如说大学生校园服务。当一个大学生毕业到一线城市租房要现金他的需求越来越强，第二随着客群下沉它需要现金但是风险也越来越大，我们这里没有一个逾期数据的比例。我们芝麻信用所统计的比例可能比大家想象到的要高，这里面面临的风险更高。

我们看客群这是基于芝麻信用自己的数据库，包括互联网金融、包括P2P都在里面得到的比较汇总的信息，主体客群是男性为主，年龄段在比较年轻的人身上，25-35岁之间，活跃在二三线城市，有很多消费金融公司也在二三线城市拓展业务，另外白领、蓝领和大学生是主要的参与者，逾期风险显著高于信用卡客群。我们从消费金融自身业务角度看，它是分散的，是小额的，是快速的，这个快速尤其重要，今天我们面临几个大的转型：金融不再是消费里面有一个目的到银行里面贷款再回到这里，而是金融场景化，你缺钱有没有人能够马上就是实时给你贷款？优秀的公司已经做到实时贷款给你，未来一千两千一万两万的贷款你让客户等待10分钟是不可接受的。还有它的时效性非常短，贷款以周为单位，或者以月为单位，很少超过一年，消费金融领域超过两年的非常少见。

另外很重要的一点就是无抵押，但是无抵押带来的风险非常大。我们有这么大的机会，消费金融对于客群有自己的特点，消费金融自己的业务本身也有自己的特点，到底会面临哪些主要的风险，除去政策不讲，客户会出现什么样的风险，这里列举了主要的一些大类：比如说身份冒用，信息造假，团伙作案，这些欺诈风险如何识别？比如说这些群体有很强的消费需求，它是否拆东墙补西墙，多头借贷如何防范？这样的数据在单个消费金融看不到。第三中国有这么大的群体，这么多用户尤其是二三线城市有传统征信数据非常少，央行征信中心里面有真正的借贷记录的群体可能就一亿多就两亿人，对于缺少传统征信记录的人群如何评价这些人群？第四当客户出现逾期，欠债几千块钱不还，你跟它打官司是很麻烦的，那么如何惩戒？如果这一点做不好很容易被爱占小便宜的人利用。

这是一张图，我们看到用户授权机构数越多，发生逾期的概率越大。大家可以简单感受到以消费金融公司为例，它有很强的消费需求又有很差的还款能力。第二块我们看到不稳定的联系方式给我们带来很大的风险，这里面联系方式有很多，我们以手机号码为例，一个用户频繁的换手机号码，我们看它出现的手机号码数有几个，手机号码4个以上它的逾期风险非常高，它可能留在一个平台的手机号码今天接到催收电话，如果一个用频繁的换号码绝对是非常高风险的显示。另外我们看到资产能力随着客户下沉资产越低的用户需求越大，但是它的违约概率也更大。

最后一个风险是网络，今天我们已经面临的不是一个客户提供虚假信息提供虚假身份，我们跟很多消费金融公司合作的时候，他们说的最多的就是他们被大量的团体有意攻击无法分辨，比如一家公司上线业务的70%的定单是被一个网络群体欺诈，这种欺诈形势非常丰富，比如说我把他人的身份信息拿过来或者把农民的身份信息买过来用掉就可以了，它把所有信息整合起来不停的换IP不停的换设备，但是它有一些蛛丝马迹在里面，一个IP尤其是居民的地址很少有100人以上在操作，如果你发现有100个人在登陆这个IP那就麻烦了。如果我们采取更严格的措施对这些团体作案的信息进行防范很重要。

大数据征信是一条必然的选择之路，大数据不等于数据大，很多的消费金融公司手上的数据也很多，但是哪些能跟信用表现在一起？我们知道有很多的公司积累了很多的经验，但是听到他们CEO讲的是我们用血汗泪在积累经验，钱被骗走是一部分的，但是这些经验跟有一些机构积累的经验非常的相似，我积累了大量数据，最后发现可能学历越高的人信用风险越低，或者最后发现客户资产越高风险越低，其实这些你不用自己积累的。那么我们芝麻信用是如何做的？芝麻信用广泛的数据源，我们对用户在蚂蚁集团阿里集团支付信息、转帐信息都有一个非常详细的记录，我们把自己平台上有没有申请信息和逾期信息都统计到平台上，这些反馈会给机构带来价值。

今天芝麻信用也跟很多的政府机构合作，各个地方法院等等，它会把经济上有违约行为的都反馈到我们的系统里面，包括用户的身份信息，教育信息，公积金信息等等，我们在APP端也花了很大的时间精力来设计，用户上传了很多的信息，我们不会完全相信用户上传的信息，我们会用交叉验证，比如说学历、比如说公司单位，比如说领英，我们会有一个非常可靠的信任度的模型。我们有数亿用户上传了它的信息，我们用交叉验证之后就可以更好的服务我们的机构。有了数据还不行，还要有巨大的计算能力，没有价值的数据拥有越多运营成本越高，对我们而言，我们把所有的信息整合之后后面的研发团队会应用各种各样的算法对信息进行比较，最后得到“芝麻分”这样的产品。我们这个应用过程中无论是信用租车、信用住宿等都可以看到非常明显的表现，芝麻分越高违约越低，我们看到这条曲线是准确稳定。不仅是芝麻分，还有整套基于消费金融行业研发的产品体系，我们看生命周期到准入用户，到信用审核到贷后管理，我们有严格完整的流程。欺诈风险识别里面我不多讲了，刚才也讲过了。

另外我们看到真正消费金融公司用我们产品的时候是用一个组合，新用户来讲，他先看我们的行业逾期名单，或者法律判决里面处于老赖的会过滤掉，第二看它的联系方式是否稳定，第三看整个过程中我芝麻信用评分是怎么样的，通过组合以后得到不同的群体。我们看到这家客户不同的等级它的违约概率不一样。通常我们讲风险的时候不会把风险割裂来看，我们看所有的产品和策略有没有把这些风险割裂开来，如果可以我们就能对客户进行差异化的定义。

最后一点为什么所有的机构愿意把用户的违约信息反馈给我们，这里面很重要的一点是价值。我们通过价值实现这条路，所有的合作机构产生的违约信息，我们会通过APP推送出小红点，用户看到自己的芝麻分降低了，他要做信用租车所有的东西都实现不了，这种情况下用户愿意更快的把钱还清，我们发回款率的提高至少2倍。所有这些循环信用闭环的产生不是依赖于行政方式而是依赖于价值体现，如果对机构没有价值的产生，机构是没有人愿意把这些信息给到第三方的。我们希望能够赋能消费金融公司的发展，我们希望提高审批决策，同时额度在允许的范围内达到更高。最后很重要的一点：所有的技术对接所有的商务都是很困难的要一家家的谈，我们芝麻信用借助蚂蚁金服的力量希望以开放平台的方式给到合作伙伴，这个月我们所有的产品都上开放平台了，有芝麻分有行业关注名单，我们希望以更便利最低价格的给到行业，助力行业腾飞发展，我今天的分享到这里，谢谢！