小额分散+ 大数据风控 小牛资本建立数字普惠新生态

近几年，互联网金融在投融资渠道、风险管理以及用户触达等多方面的创新大大推进了普惠金融在我国的发展。但经过几年的发展，资产端竞争日益激烈的现象也开始显现，如何有效连接资金端和资产端，成为眼下互金平台开展普惠金融业务的重点难点。

在近日小牛资本联手金融领域顶级专家学者打造的“中国普惠金融的数字化实践论坛”上，来自清华大学、中国人民银行以及等业界大佬专家就这一问题做了深入探讨。小牛资本管理集团数位高管首次就公司在普惠金融方面所做的探索做了详细说明，其“小额分散”的资产端战略，基于“厚数据“、”动态数据”的大数据风控手段，或许是这场互金公司突围战的最佳范本。

“小额分散”的资产端战略定位

在本次论坛上，中国人民银行金融研究所副所长纪敏提出，“要坚持普惠金融为实体经济服务的定位。普惠金融与实体经济紧密结合，能在生产、消费、流通领域开发出一些基于供应链的金融产品，这些产品与纯粹的银行不一样，它更有生命力，更能服务实体经济。”

服务实体经济，不仅是政策方向，也是当下互联网金融公司的生存之道。2010年以来，我国实体经济的整体回报率不断下滑，而与之相对的是，互联网金融公司融资规模的迅速扩大。相关数据显示，2016年中国互联网金融行业市场规模将达17.8万亿元，2020年预计将达43.0万亿元。实体经济的不景气加上资金端的迅速膨胀，也逼迫各大互金平台将“资产端”的竞争提到战略位置。

但在实践过程中，由于互金公司开发的大多是被传统金融机构排除在外的用户群体，信用状况欠佳或不明，如何在具体操作中做到普惠和安全的平衡，对互金公司来说是非常大考验。

本次论坛的联合举办方是国内知名的互联网金融创新公司小牛资本管理集团，作为国内普惠金融最早的实践者之一，小牛资本在四年前创立的时候，就认定了普惠金融这一方向。怎么样把它建设成能提供金融公平，又能提升金融效率，并且具有商业机会的可持续性事业，小牛资本有自己的战略思考。

在当天的论坛上，小牛资本管理集团执行总裁李特立介绍了小牛资本的“双重战略导向”（即“资产端战略”和“小额分散战略”）率先得到市场的证明和认可，成为行业的标杆，被称为“小牛模式”。“资产端战略”就是让资金有靠谱的资产对应，让金融不断“实体化”，“小额分散”战略，就是让小额短期资金匹配小额短期资产，降低业务风险，预防道德风险。

在具体的业务布局中，小牛资本将之前线上获取大众投资人的小牛在线和线下寻找自然借款人的小牛普惠合并为小牛金服，小牛普惠有着分布于全国多个城市的线下门店，人均贷款额在3-4万。同时，小牛在线还对接聚焦消费金融的小牛分期的资产端，小牛分期消费额人均是3000块钱。这样的业务布局将“小额分散”的资产端战略落到了实处。

值得一提的是，小牛资本特别注重金融服务对农村人口的覆盖，即将在全国范围内的农村地区及偏远地区开展“农村金融学院”活动，通过专业的培训师送金融知识下乡，开展差异化、特色化的金融知识宣传，不断提高农民的风险防范意识，为金融服务在农村的开展奠定基础。

基于“厚数据“、”动态数据”的大数据风控手段

开展普惠金融业务，意味着更广大的服务人群和更复杂的信用状况，要做到在业务开展上普惠与安全及便捷的平衡，无疑对企业服务能力、数据处理能力、支撑规模和效率上都提出了更高的要求。

小牛资本首席信息官林国锋现场介绍了小牛资本数字化金融的构想和实践。小牛资本在去年就启动了相关的金融科技战略。从腾讯、阿里、Oracle、平安等企业引进了大批技术人才，将主要精力集中在大数据风控的建设上。

据悉，小牛资本内部打造了hadoop系列大数据平台，将自身积累的百万级的用户数据与非传统金融数据、 网上爬取的征信数据、网上爬取的行为信息相结合，运用大数据人工智能等技术，进行数据精细化运营。

需要指出的是，小牛资本在数据的获取上秉持的是“厚数据”和“动态数据”的概念，它的数据攫取包含了三个维度，其中互联网数据包含了好友关系链、上网习惯、电商购物行为、上网偏好、QQ空间发布内容、LBS常去地点等上网行为数据；社会属性数据包含了社交圈、社会地位或名誉、职业、住址所处位置、公司情况等；公共事业数据则主要指社保、水电燃气有线缴费/使用、租赁、税务、运营商数据等等。小牛资本近日还与国际征信巨头频繁接触，已经与FICO、环联、益博睿等建立深度合作伙伴关系，收集不同领域和行业的第三方大数据。

“通过多方数据分析，区分不同风险程度的客群，小牛资本形成了‘厚数据’和‘动态数据’结合，并通过成熟的风控模型运算得出结果，建立创新型的多维度评估风控模型，设置数据参数，建立评分卡系统，实现了差异化审批。” 小牛金服常务副总裁兼小牛普惠总裁蔡文彬在会上提到。

以小牛普惠的贷款流程为例。通过“电子签章”、“人脸识别”、“无纸化申请流程” 等数字化创新，一次录入贷款人信息后，即可触发全自动规则引擎，直接输出结果，这一流程涉及到准入模型——反欺诈模型——评级模型——授信模型——定价模型——放款等一整套的模型和规则设计，所有规则和模型都落地到平台，实现自动计算和判断。通过大数据实时平台，实现实时的数据接入、模型计算、结果返回、触发放款。80%以上的贷款需求都可以通过这一平台实现快速放款，只有20%引擎无法明显判断的申请单，才需要经验丰富的风控经理的介入。

“小牛资本通过7*24小时系统实时审核，极大扩展了金融产品服务的范畴。从两个维度来看，横向细分用户群体和产品定价，扩展多套针对性模型，提升了效率，减低了处理成本，丰富了金融产品和服务；纵向以机器学习快速迭代优化风控模型，及时应对欺诈和违约行为的变化，提高了对市场的适应能力以保障盈利。” 小牛资本管理集团首席信息官林国锋在论坛指出。