分享到 微博 QQ 微信

在BAT之前,他就玩起了大数据金融!

老虎财经 成邦 2016/03/01 11:30 21111
在BAT之前,他就玩起了大数据金融!
©视觉中国
"“他用大数据征信,让传统的商业银行放出了基于大数据的第一笔1500万的无抵押贷款;他希望中国可以打破孤立存在的数据,真正让数据连结,并散发出商业魅力;他是中国大数据金融领域最早的先行者之一,并且远在没有BAT介入的时代里,他已经孜孜耕耘了很多年。”"

“大数据”这个词汇已经时髦了好些年,人们也已经真切的感受到了大数据时代的来临。


显见的是,大数据已经在我们的生活中形成了一系列的生态环境。电商网站会定向推送与过往搜索内容相关的产品、社交网站会根据热词推荐相关信息;智能手机会通过分析以前的输入内容,将个性化的新单词添加到手机词典里......


细数大数据应用的各个领域,效果最为突出的当属金融。特别是近几年BAT、京东等互联网公司频频在已有的数据基础上开始了金融业务,这些业务跨过银行的传统信贷领域,开始向转账汇款、现金管理、资产管理、供应链金融、支付等领域蔓延


但你可能不会想到,多年前,还没有大数据概念的年代,一个叫范晓忻的人就已经带领他的团队开始通过数据分析撬动了中小企业的信贷革命


目前,范晓忻掌舵的金电联行已经是大数据金融领域的佼佼者,其积淀的海量中小微企业大数据被银行、地方政府部分“相中”,纷纷踏门寻找合作,业务与产品全面扩散。


未来,数据将会像土地、石油和资本一样,成为经济运行中的根本性资源。但面对中国庞大的数据资源量,如何挖掘与开发利用,是范晓忻这样的“数据党”们驾驭大数据的最大难题。


艰辛的数据源


大学毕业两年后,范晓忻去了和记黄浦旗下和记工商专线, 做了三年的时间,最后做到中国区首席代表。2000年开始创业,回归老本行IT,方向是汽车供应链。


在对接合资车企,做供应链系统维护的几年间,范晓忻时常发现一些汽车供应链企业虽然有足够的订单,但遇到资金周转时,仍是一筹莫展。供应链系统上的大数据,能否为企业融资所用,彼时在范晓忻脑中已有些朦胧想法。


促使他正式踏上跨界转型之路,得益于他的一位在华尔街投行工作的清华师弟。06年底,这位师弟回国公干中,看到范晓忻所在公司的复杂的供应链系统后,建议他挖掘这些供应链数据,帮助中小企业分析供应链系统上的金融价值,解决他们的融资难题


2007年,范晓忻与他的团队,成立了金电联行。主要工作就是通过大数据金融将企业信用量化,建立起信用评价体系,凭借一套客观信用评级体系,帮助中小企业向银行申请贷款


在实践中,金电联行用“数据挖掘机器人”技术,将“机器人”铺设到中小企业的供应链系统上,订单、库存、下线、结算、付款等相关环节的所有信息,就会源源不断的传输过来,系统再对这些信息进行处理,“清洗”掉一些数据,在进行分析、展示后,最后计算出企业的信用等级。


对于一个大数据公司而言,数据来源至关重要,那么企业为何会轻易的给金电联行数据入口,来抓取他们的订单、库存、结算等数据呢?


范晓忻解释道,创业初期每天都在深入走访企业,一般企业也都坦诚相待。因为对这些中小企业而言,融资是天大的事,即使企业去银行做质抵押贷款,也要把所有的纸质凭证,都提交给银行。


而金电的数据挖掘对于企业来讲,远远少于银行传统信贷业务对企业的要求,只要安装个“机器人”基本可以了,企业的负担很轻。


此外,行业协会、银行、媒体新闻等等都可以是数据来源。据了解目前金电联行已经形成了40万家中小微企业大数据样本资源库


范晓忻回忆到,在创业初期数据入口并不是大问题。相反,让银行等传统金融机构接受大数据征信这个“新”事物,并给企业放非抵押式的纯信用贷款,这才是最大的难题


在成立的前三年,金电联行至少报送了30家他们精选出来的优秀企业给银行,但基本上都被拒绝,直到2010年,才帮企业取得了第一笔纯信用贷款,金额1500万元。


数据分析之母——算法与模型


之于大数据公司而言,积淀下来的海量数据,无疑是最大的资产。但如何挖掘,则是更重要的变现难题


清华大学计算机系背景出身的范晓忻指出,采集数据仅仅是最基本的一项技术,搭平台、建模型、做算法才是最重要的,而这也是他前期一直做的“苦”差。


范晓忻介绍到,在公司创办之初,范晓忻和联合创始人朱志伟便带领团队,一直在实验里研究算法和数据建模,不断的推倒重来。


在最开始时,花了大半年时间去深度走访企业与银行,了解各种数据的孰轻孰重、权重配比等等。不断的导入数据去验证模型的稳定性、数据结果的合理性,最终,第一个模型的建立大约用了1年多的时间。


目前,一个企业在金电联行的实验室里会有2000多个指标项。而全球打分系统超过100个指标项的已经十分难得。模型的指标项会随时调整,由机器“自调整”完成,对企业的分析,没有任何人工干扰。


范晓忻透露,指标项的增加有两个维度。第一个维度,是有数据的情况下,又生成了其他指标项。范晓忻解释到“数据挤挤都是有的,就像海绵。物流、定单这些数据形成了20几个指标项,但后来你会发现,这里面其实还可以有更多指标项,只是你以前未能重视的。”


第二个维度是新数据的不断涌入。特别是在09年以后,开始引入横向数据,不仅增加了几百个指标项,还对原有的指标项,进行了调整。


范晓忻介绍到,目前公司的后台团队主要是三部分。一是,做算法的科研中心,金电成立了金电联行研究院;二是,产品中心,在算法的基础上,研究如何产品化。第三个,是开发部门,来实现上面的想法。


范晓忻对公司的算法方面科研投入一直是最关心的,而这也是公司的最核心优势。他指出,目前公司的科研工作,事实上已经领先公司实际工作两三年以上时间。相对应的,公司现在成熟的产品其实是公司二三年前的科研产品。


人才是大数据公司最大的抓手。范晓忻介绍到,公司拥有众多的数据科学家。这些人才不仅在分析或技术领域,(如应用数学、物理学、计算机科学等)拥有高等学历;同时,熟悉公司业务流程,能够清晰理解并规划大数据技术方案。


商用最大化


正是基于海量的数据和国内顶尖的算法和模型,金电联行的数据商用产品不断面世。


上面提及的通过大数据金融将企业信用量化,建立起信用评价体系,在银行与中小企业间,搭起一座桥梁,帮前者有效化解金融风险,帮后者解决融资难,是金电联行的一项基本业务。


但大约从2011年起,公司开始跳出这个思维,业务从贷前往贷中和贷后转移。范晓忻指出,大数据同样适用于银行贷后风险监管。通过大数据,能够帮助银行提升监管效率,最大程度的实现信息对称,量化风险点,对风险进行预警。


现在已经合作的银行已达数十家,国开行、广发银行、民生银行、平安银行、邮储银行等一些股份制商业银行,都是主要合作的伙伴和对象。


据了解,金电联行采取“谁受益谁付费”的原则。若中小企业通过金电联行贷到了款,金电联行就会从中小企业收取服务费(贷款额度的1%-2%);若银行用金电联行的服务,控制了风险,收回贷款,银行业会付一定的费用。


此外,金电联行的大数据金融也可以参与到社会管理中。通过对经济、社会各方面各主体的大数据进行整合和分析,实现个体信用评估和区域数据治理两大职能。藉此帮助政府全面、实时掌握总体的社会运行状况,以及从宏观到微观各个层级的个体特征表现,从而科学地规划经济社会发展,有针对性地制定各方面政策,进行资源配置和结构调整,提升政府的社会管理效率和水平。


范晓忻举例指出,政府为了招商引资,会承诺给企业一定的政策优惠、资金支持与帮助。但一旦有企业欺骗政府,投入的钱就会打水漂。而金电可以做的就是帮助政府或园区给这些企业“体检”,来了解新进企业或者存量企业到底是什么状况,有没有部分企业自身说的那么“好”。


大数据所勾勒的美好蓝图让企业们都垂涎,但驾驭大数据的核心是分析数据


“中国是新兴数据资源大国,但相比欧美国家,开发利用数据的能力仍有一定的差距。” 范晓忻希望未来政府能够放开数据处理的牌照,打破孤立存在的数据,助力国家实现大数据弯道超车。


很显然,如何收集、管理和分析数据正在从技术研究领域扩散到社会各个层面。


版权声明:本文由作者授权或独家投稿给环球老虎财经发表,并经环球老虎财经编辑。转载此文章须经作者同意,并请附上出处(环球老虎财经)及本页链接。

举报
相关资讯
请选择举报类型 举报描述: 提交
谢谢反馈!