2.6 基于大数据风控的自主信用评估系统

垫付问题解决了，然而在线上与线下两种模式的选择上，张俊仍然始终无法做出决定。张俊心里清楚，拍拍贷的业务之所以能够开展，很大程度上是因为小额贷款是一块银行不想做的业务。究其原因，四个字：成本太高。对于银行来说，信用审核的繁琐使得时间成本过高，而小额贷款带来的收益也不能与成本相匹配。

因此，拍拍贷想要更好地发展，必须要解决一个核心问题：如何平衡好成本、风险与收益三者之间的关系。拍拍贷的主要竞争对手大多采用线下审核的模式，例如红岭创投、宜信等，人人贷则采用线上收取材料、线下审核的方式，这种模式带来巨大的人力成本问题。纯线上模式可以解决成本问题，但会带来获取借款人数据难度大、坏账率高等风险。因此张俊认为，拍拍贷要成功，最核心的一点是平台必须有过硬的风控能力，而过硬的风控能力必须有成熟的信用评估系统。由于中国没有独立的、商业化的第三方征信体系，央行的征信体系目前也不对P2P行业开放。因此，这个信用评估系统必须由拍拍贷自行开发，这也将是拍拍贷最具价值的核心竞争力。

张俊认为四个合伙人有着多年理工科背景和深厚的知识功底，有建立数学模型的基础。拍拍贷积累了相对丰富的客户数据，但是与阿里的大数据和银行庞大客户的征信资料相比，这些只是九牛一毛。拍拍贷想要自己做征信系统只能靠创新的方法来解决信用识别和风险管理问题，靠对数据的积累与挖掘、对维度的分析与扩展。张俊对拍拍贷目前的优劣势进行了分析后，决定自建信用评估系统！

拍拍贷要做评级系统，一是要收集的数据维度够多，二是这个数据要够庞大。拍拍贷通过大数据，采集借款人各个维度的数据判定其违约概率、违约成本，给出相应的贷款额度和风险定价。目前拍拍贷的信用风险识别模型中，其维度达2000多个，一个人的参考因子有400多个，包括使用的QQ、微博及粉丝数量、婚姻、职业状况、借款还款等，甚至借款人的星座也会被纳入因子。同时拍拍贷还与国内包括公安部身份证信息查询中心在内的十几家权威的数据中心建立合作，通过数据查询借款人的身份信息。除此之外，主要依靠互联网上的碎片化信息进行分析，包括社交数据，如微博、QQ、人人网、开心网等。此外，拍拍贷与支付宝、敦煌网、慧聪网、盛付通、马可波罗等平台的合作，也使得用户信用得以共享。

在客户数据过万后，创始人们开始着手建立信用评估模型。模型最初运用的判断标准来自几位创始人积累的经验假设，比如假设已婚的借款者通常比未婚的信用程度好，有小孩的会比没有小孩的信用程度好，女性比男性信用程度好等。模型通过这一系列的经验假设为后来的借款者逐个打分，再以借款者是否还款对模型条件进行修正。不断扩大的用户群也让模型的判别标准日益丰满。

图2-3 大数据的征信和风险定价模型

几位创始人每天都在不断扩大样本与数据的来源，然后去建模分析，哪些因素与信用存在正向或者负向相关，然后再改善模型的打分系统。现在基本上每到三四天，就会有一个修正版出来。模型上线以来，准确度相当高，拍拍贷的坏账率大约只有1.5%的水平。

张俊希望通过自己构建起来的模型提高拍拍贷的风险管理水平，将坏账率和不良贷款率降到最低。这样一来，投资人对拍拍贷平台的信任度就会提高，而拍拍贷本身又能极大地节约审核、贷后管理、催收等时间成本和人力成本，让平台更加深入地与小微企业和更多的借款人开展业务，让平台健康、快速的发展。

信用评估系统能够保障个人信用类业务的发展，相比于信用贷款，目前P2P平台出现了非常多的抵押贷款。借款人用自己的厂房、住房、汽车作为抵押，来申请高额贷款。该类贷款即使出现逾期，也能够按照法律程序将抵押物拍卖变现，从表面上看极大程度地降低了风险，然而却忽视了抵押物本身存在的风险因素。例如，在股市红火的时候，不少人把自己的房子和汽车拿去抵押，进入股市，当实体经济下行时，房地产市场不景气，作为抵押物的房产很难变现，网贷平台出现了资金流的困境。事实上，目前已经爆发了一些做房产、汽车等实物抵押的平台发生倒闭的现象。因此，拍拍贷想要提高自身的风险管理水平，只运用完善的大数据征信系统还远远不够，还需要重视对线下抵押物的风险管理。