顾凌云：一切数据皆为信用数据

 

　　（本文为2013年10月24日，顾凌云在“硅谷对话北京——2013互联网金融创新峰会”上的演讲全文。）

 

　　大家可以看一看这个题目，我本身不是很八卦人。但是以一段八卦开始演讲，原因很简单，八卦非常明确把这个题目给融入其中，可以形象说明硅谷和金融怎么结合在一起。

 

　　我从我自己ZestFinance生涯开始说起，ZestFinance是一头双头怪兽，有两个创始人。主要目的希望把谷歌和硅谷大数据这些经验应用到线上音乐当中去，并且有效打击盗版。但是ZestFinance另外一头怪兽，自己负责100亿美元风控。两个人相同成功经验，两个人离开公司有相同心酸经历。

 

　　私下里里面交流，一个公司犯一次错误没关系，犯两次没关系，最难别人犯几十年错误我还在犯。两个人有同样意愿积累很多经验，觉得自己做一点事情，两个人从来不认识没有任何交际，两个人背景完全不同，一个人是典型南方文化，但是另一个人出生在芝加哥典型大户人家，想法等等不太一样，两个人读书独树一帜。肖恩布德本人是计算机毕业进入金融，找人找风险投资时候不认识，两人分别找了同样一家VC，传统银行最多不能超过36%利息，500%到36%没人做，传统行业可以分期付款。我准备把中间这一部分也用分期付款来做，风险投资一想你们两人说都靠谱不完全靠谱，你们俩认识一下，如果你们俩谈得来你们来就做我就投，你们俩谈不来就一个不投，这样情况之下两个人第一次见面，两个人见面以后随后展开，两个人在一起吃喝住两个星期时间互相了解对方，决定是不是有这个可能办一家这样公司，结果是比较良好的。两个人可以说一拍即合，在很多价值理念上观念都是一致的。两个人都认为工作做完就可以，不用在那里耗时间。不影响他们金融创新作风。二者之间创业者本身就是硅谷大数据和传统金融行业结合。

 

　　两个人建立ZestFinance以后，严格来说ZestFinance想吃蛋糕传统行业大家没有能力吃，或者暂时吃不到，传统行业以FICO分数在美国社会当中广泛应用，标准社会体系，买房用FICO超过740分最好利息拿到，低于740想办法，租房子、买车、找工作都用FICO，生活方方面面都会用到FICO，但是FICO不是万能。

 

　　1.FICO分数被广泛使用，变量数目对于某些人群变量没有，变量没有做模型怎么计算分数。

 

　　2.分数变形有限

 

　　租房、买车找工作都是同一分数不合理。我同样人做周围同事态度很好，但是可能同人多面不一样，同样对一件事情态度很认真，不代表对另外一个事情很认真，怎么衡量一个人生活当中需要。同这种角度来说FICO有局限的地方，我们想要吃什么样蛋糕，FICO被有效使用人群占85%左右，美国一共3亿人口现在更多。从这个角度来说85%市场非常大，这是为什么传统美国四大国有银行，从某种程度来说对它们来讲85%足够吃，从立法机构监管机构来说去吃15%蛋糕风险非常大，所以他们有的时候既不愿意也不愿意碰这块蛋糕15%。

 

　　人群是怎么被遗忘的？

 

　　第一部分土生土长信用差，有分数无意义。

 

　　这些人能看到分数可能是550、可能是558分不是分数越高信用值越好，不是的，所以即使有分数也完全没有意义。

 

　　第二种人确实很厉害土生土长，信用无比差，没分数，没记录。这种人在美国生长银行没有别提信用卡，这两批人都是在美国出生长大，信用不好从自身找原因。

 

　　第三批人，我当年先到美国读书的时候，我有全额奖学金不赖帐，我刚去怎么知道我这个人怎么样，换而言之信用太短也是FICO不稳定方式，这批人短期内不能积累自己信用，成为被遗忘的人。

 

　　从这个角度来说85%和15%相对来说比较有意义，对我们来说新兴创新公司15%切取一部分蛋糕对我来说有意义。美国有三分之一，从某种程度来说划分是Subprime为，还有50人，咱15%左右，或者没有FICO，或者有也不管用。可能在座都是行家，不知道简单介绍一下，等到发工资那天把支票兑现这就是Payday，手续费极高，有1700万到2000万使用Payday产品。大部分跟嗑药一样，嗑过一次继续嗑平均9次左右，这是非常庞大的市场。大部分家庭用户收入大家可以看到，都在5万元以下，33%是5000美元一样，跟超美客户群公司比起来，我们所面临的是公司真正在刀尖上跳舞，而且是在刀尖上跳拉丁，相当危险。

 

　　但是ZestFinance市场角色什么样？我个人认为做金融创新企业有两个出路，或许解决传统模式不能解决的问题，或者你解决传统模式解决不好的问题，在这两个方向当中做到一点基本来说成功方向靠近一点。咱们ZestFinance做第一个东西传统模式不能解决的问题。我们现在公司我们解决是两个同样的问题，我们都解决。包括传统模式解决不好我们也会解决。但是有个共同点服务15%人群，ZestFinance前面说过Payday14天还款，14天当中没钱还你200块可不可以不可以，滚动到下一个14天，直到有钱。从某种程度来说客户没有这样成熟度，ZestFinance传统行业中规模和城市引用这部分当中人群来。想早还钱没关系，你说我还不清也没关系，我们就可以分期付款，不用14天14天滚动都可以。这个角度来说给客户更多自由度。

 

　　第三点说ZestFinance本身一个新兴产业形成，我们不怕竞争，尤其良性竞争给行业形成带来更好促进和有效催化。所以ZestFinance并不是这个行业第一家，但是跟这个行业里面做更好几家公司相比来说我们发展更快，但是我们之间关系很友好。金融创新从某种程度也不创新，他们产品从200块到800块，我们产品也是从200块到800块钱，很多产业链也是一致。一旦能够证明你是好的客户会在第二次时候，几何几数减低你的利息，利息和银行信用卡差的利息基本达到一致，15%人群放到85%健康人群当中去，因为承载社会责任，使ZestFinance曝光度比较高。

 

　　我来谈一谈我们做模型一些经验。

 

　　一切数据皆为信用数据

 

　　没有什么东西不重要，回流成海对我来说一样。美国申请信用卡，姓名有可能全部小写，也有可能全部大写。这在我们看来信用完全不一样的，一个人如果能力知道何时大小写他的姓名，从某种程度来说姓名指数更好，跟教育背景形成正相关。还有很多例子经常问客户，你是开什么样车，并不是希望通过开什么样车判断车价值或者最后怎么样，但是你开什么样车跟还款能力有很大关系，开一辆本田、雅阁，开尼桑350Z从一定程度来说风险程度不一样。开尼桑往往更激进，还款程度来说更快一些。这样信息太多太多。

 

　　经常来说对我们来看，所有信息看关联不看因果，在大数据之中最关键的重要看点之一。很多人都认为我总要看到因果关系是什么？没有因果关系不愿意做出判断。实际上面来说只看关联不看因果从某种程度来说更好的。

 

　　举一个例子大家看身高以后判断出体重，实际不一样。有的人个子高体重不是很重。从某种程度来说肌肉松紧不一样，这种程度来看判断不相同，数据也是一样。

 

　　就说用户你给我信息就可以，至于你是不是说谎有意隐藏信息写错信息没关系，全收。经常问一个问题一年收入多少，有客户说一年收入3000块钱，写月收入多少，没关系也是一条信息，在我们看来每一条自己写错信息也是关键信息。

 

　　对于在美国来说做起来相对好起来，我们相对来说会比较合理一些。我们包括对于特征变换，特征提取，独立模型建立和合成模型这四个部分，从头到尾，我们简单讲一下特征选取。从某种程度上大数据，你把所有信息全部扔给我，相对来说选取特征，有时候会出错误，这个人最近搬家次数，每个都是独立特征。如果只是用积极选取，只能选出其中一类这是不合理，把信息全部串联起来，像超美女士讲到搬家次数明显加快，还是降低。从信用角度来说有巨大区别。在人工当中如何进行选取和变换也是非常重要。

 

　　我们现在作为这里CRO我们做什么东西，我们个人信用评级和中小企业信用评级都做，尤其现在做中小企业评级，美国现在很多大企业基本上都可以发型自己债券，因为三大主要信用评级公司都在做。中小企业借贷成本比较高，跑到银行去，过两个星期告诉你不合适，银行想来想去这些人全部拒了算了。这部分人对我们来说也是主要客户，我们在当中引入了社交网络数据，社交网络数据这些企业在上面有比较多信息，什么时候做了促销客户群什么样子，这点刚才陈超美女士讲过，美国监管很重要。对我们来说刀尖上跳舞不能随便跳，年龄、性别、婚姻不能看，很多不能看。中小企业比较放松很多可以做，所以从这个角度很好。

 

　　网络分析数据，你IP地址哪里来，用什么电脑，玩不玩游戏这些东西在我们信用评价都很重要。

 

　　最后想要解决是什么？我看来信用评估两点。第一有没有还款意愿，有没有还款能力就是信用。二者之间不能完美解决，原因很简单，因为有一个滞后性，公司解决办法希望把离散的变成是连续的，把离散的变成连续的，在我印象当中有完美世界，对我来说希望最终产生的版本每分每秒改变，根据不同进来数据源，每分每秒都在变，不是等两三个月信息才改变一次。

 

　　所以最后这点至于使用股票交易进行信用评级这里简单略过，我自己认为对于金融创新互联网领域一段比较贴切描述。马克思在共产党宣言讲过一段话“伟大变革中，我们失去只是锁链，获得将是整个世界”我坚信我们今天所处这个领域会获得整个世界，谢谢大家。