目前，维信理(lǐ)财借助劣后/优先份额结构化产(chǎn)品（杠杆率1：4-6）与关联融资担保公(gōng)司担保（杠杆率1：10）等融资工(gōng)具(jù)，已经获得数十亿的放贷资金。

“其实，这套数据驱动模型，本身是一个方法论，关键是如何在海量数据里找出效益/风险的平衡点。”廖世宏直言。

这是互联网金融一路高歌猛进的时代，而大数据分(fēn)析在其中(zhōng)担纲着越来越重要的角色。

维信理(lǐ)财作(zuò)為(wèi)國(guó)内首家涉足小(xiǎo)额无抵押贷款的公(gōng)司，营业已达10年，累计贷款余额约7亿美元，如今每月放贷规模控制在4亿元人民(mín)币。

“相比规模效应，我们更专注做好数据驱动业務(wù)模式。”维信理(lǐ)财总裁廖世宏接受21世纪经济报道记者专访时表示。

维信理(lǐ)财的数据驱动业務(wù)模式特别之处在于，它不向个人投资者募集资金，而是通过和信托公(gōng)司、银行等金融机构合作(zuò)，利用(yòng)数据风控信贷工(gōng)厂模式进行融资，再放贷给國(guó)内百余个城市的小(xiǎo)微企业主或个人。

目前，维信理(lǐ)财借助劣后/优先份额结构化产(chǎn)品（杠杆率1∶4-6）与关联融资担保公(gōng)司担保（杠杆率1∶10）等融资工(gōng)具(jù)，已经获得数十亿的放贷资金。

这套数据驱动业務(wù)模式如何能(néng)吸引银行、信托公(gōng)司向高风险的小(xiǎo)微消费贷款提供杠杆资金，不少业内人士也直言“摸不透其中(zhōng)奥秘”。

“其实，这套数据驱动模型，本身是一个方法论，关键是如何在海量数据里找出效益/风险的平衡点。”廖世宏直言。

他(tā)举例称，一家小(xiǎo)微贷款机构分(fēn)别从10个客户选择4个、7个客户放贷，其产(chǎn)生的坏账风险与获客成本是截然不同的。前者明显坏账风险更低，但获客成本更高；后者则恰恰相反。此时数据驱动模型的最大作(zuò)用(yòng)，就是让机构基于海量客户还贷动态数据分(fēn)析，优化某些放贷审核规则，一方面放宽信贷审批门槛降低获客成本，一方面又(yòu)能(néng)有(yǒu)效控制坏账风险。

随着互联网金融的投资热潮来临，众多(duō)机构面临巨大的短期利益诱惑，大数据分(fēn)析概念往往成為(wèi)其做大规模效应、吸引风险投资的一大法宝。甚至有(yǒu)的机构基于自身大数据分(fēn)析模型，开始涉足征信业務(wù)，创造更高的企业市值。

“维信理(lǐ)财会将征信业務(wù)看成是主营业務(wù)的一种延伸，不会刻意去涉足这个领域。”廖世宏称。

在他(tā)看来，金融领域的大数据应用(yòng)，并不是一个炒作(zuò)概念，而是一件苦差事——由于坏账风险往往是滞后的，数据的最大应用(yòng)，就是在信贷审批环节提前建立起一道防火墙，尽可(kě)能(néng)过滤掉各类引发坏账风险的因素。

数据驱动的“账本”

2006年廖世宏从一家外资银行大中(zhōng)华區(qū)负责人岗位离职，创建维信理(lǐ)财，正式切入國(guó)内个人、小(xiǎo)微企业信贷市场。彼时，中(zhōng)國(guó)的个人信贷市场所需的各类数据，基本处于空白阶段。

具(jù)體(tǐ)而言，要建立一套面向个人、小(xiǎo)微企业主的小(xiǎo)额无抵押信贷数据风控模型，必须具(jù)备四大要素：一是有(yǒu)效搜集个人征信信息的渠道；二是有(yǒu)足够大的个人贷款者样本；三是有(yǒu)足够長(cháng)的观察期以评估贷款人各类还款行為(wèi)；四是赔出真金白银，拿(ná)到足够的“坏样本”。

“当时，这些要素基本都不具(jù)备。”廖世宏称，从维信理(lǐ)财诞生起，他(tā)就抱着试错纠错的态度，用(yòng)了整整6年收集足够多(duō)的个人贷款者样本及征信信息，并長(cháng)期考察其还款行為(wèi)。

当2012年维信理(lǐ)财准备搭建数据模型时，廖世宏又(yòu)发现，由于数据收集期间格式不够准确，数据要求不够严格，加之人工(gōng)输入导致的错误，不得不再花(huā)费2年时间调整数据模型。直到2014年，维信理(lǐ)财正式推出首家客户信用(yòng)评分(fēn)卡，并逐步引入反欺诈引擎、评分(fēn)引擎、决策引擎、支付引擎、分(fēn)析引擎、数据采集引擎、机器學(xué)习引擎等八大引擎，构建了一套自动化的信贷审批“工(gōng)厂”。

他(tā)认為(wèi)，这是基于提高信贷审批效率的需要，一个完善的数据模型，应兼顾成本维度与风控维度。

他(tā)给21世纪经济报道记者算了一筆(bǐ)账，目前一家小(xiǎo)微贷款机构（包括P2P机构）平均获客成本约占贷款额度的3%-4%，加之投资者投资利息在11%-12%/年，即使不考虑坏账备付金，这类机构贷款利息必须达到16%以上，才能(néng)实现盈亏平衡。于是，小(xiǎo)微贷款机构必须面临两个选择：要么基于压低坏账风险的需要，在10个客户里只选择1-2个优质(zhì)客户放贷，但这意味着获客成本还会持续上涨；要么基于降低获客成本的考量，放宽贷款人审核门槛，在10个客户里选择5-6个客户放贷，但这又(yòu)会导致坏账风险骤然提高。

“说白了，数据模型就是不断帮助机构算清这筆(bǐ)业務(wù)的盈亏账。”廖世宏解释称，具(jù)體(tǐ)而言，当机构决定在10个客户中(zhōng)选择5-6个客户放贷时，这套数据模型可(kě)以根据客户的年龄、职业、消费行為(wèi)、收入等各个因素进行考察，帮助机构优化某些审核标准，过滤掉高风险客户，从而实现坏账风险与获客成本双双降低。

廖世宏发现，这套行之有(yǒu)效的数据驱动业務(wù)模式，同样需要与时俱进。比如2012-2013年间，维信理(lǐ)财的女性贷款客户比例仅有(yǒu)20%，但现在这一比例达到45%，由此整个数据模型需要重新(xīn)调整。

有(yǒu)时，数据模型还会带来意想不到的风控结论。

此前，维信理(lǐ)信开发了一款為(wèi)小(xiǎo)微企业主提供消费信贷的产(chǎn)品。当时产(chǎn)品研发团队认為(wèi)，小(xiǎo)微企业主有(yǒu)房有(yǒu)車(chē)，还款风险理(lǐ)应不高。但产(chǎn)品运营数据却意外发现，没有(yǒu)房产(chǎn)的企业主坏账率要低于有(yǒu)房产(chǎn)的。

“我们一时也想不通，但数据模型就得出这样的结果。”廖世宏说，最终整个产(chǎn)品团队重新(xīn)去分(fēn)析这些企业主的个人信息，发现他(tā)们偏向于拿(ná)房产(chǎn)去银行、民(mín)间借贷机构申请抵押贷款，导致隐性负债较高，坏账风险自然增加。因此，维信理(lǐ)财在一段时间后悄然叫停了这款产(chǎn)品。

廖世宏直言，当时这款产(chǎn)品让整个团队见识到数据应用(yòng)的威力。

如今，廖世宏发现维信理(lǐ)财又(yòu)面临着类似的问题：随着P2P平台的激增，不少贷款人可(kě)以同时在不同P2P平台申请贷款，无形间增加了个人隐性负债。

他(tā)表示，要将这类借贷人剔除，没有(yǒu)捷径，只能(néng)不断地试错纠错。目前，维信理(lǐ)财每研发出一款新(xīn)产(chǎn)品，就会在一段时间内做出调整，引进不同类型的客户，观察几个月后了解其还款行為(wèi)，进而优化自身数据风控模型。

“数据驱动模型从诞生起，就没有(yǒu)100分(fēn)，只有(yǒu)不断地自我完善，无限接近100分(fēn)。”廖世宏说。

布局智能(néng)金融产(chǎn)业

在不少业内人士看来，维信理(lǐ)财正赶上一个好“风口”——随着國(guó)内征信产(chǎn)业的兴起，维信理(lǐ)财完全可(kě)以设立一家征信机构，将10年数据积累及其信贷工(gōng)厂风控模型转移进去，进一步提升自身估值。

目前，维信理(lǐ)财旗下设立了小(xiǎo)额贷款公(gōng)司、融资租赁公(gōng)司、融资担保公(gōng)司、金融服務(wù)公(gōng)司等，布局征信产(chǎn)业似乎也水到渠成。

“我们不会贸然进入征信市场。”廖世宏表示，在欧美成熟金融市场，征信产(chǎn)业经历了一轮又(yòu)一轮整合兼并，最终美國(guó)留下三家巨头，英國(guó)与德(dé)國(guó)也只有(yǒu)少数一两家做大做强，维信理(lǐ)财与其将业務(wù)精(jīng)力耗费在征信产(chǎn)业的整合浪潮中(zhōng)，不如另辟蹊径，以10余年消费信贷数据模型為(wèi)基础，在智能(néng)金融方面下功夫。

所谓智能(néng)金融，即在某些互联网消费场景下，小(xiǎo)微贷款机构基于全智能(néng)、无人工(gōng)参与的闭环风控审批操作(zuò)流程，以最快速度向客户提供授信放款。

这背后，是互联网给金融业務(wù)流程带来的一次全新(xīn)变革。長(cháng)期以来，金融机构与客户的接触频率不高，导致客户粘性较差；但在互联网时代，金融机构与客户之间的接触频率加快了，比如客户在各个消费场景随时随地都有(yǒu)可(kě)能(néng)需要贷款消费，这就需要金融机构不但能(néng)提供24小(xiǎo)时金融服務(wù)，还必须以最快速度完成信贷审批流程，满足客户高频率金融服務(wù)的需要。

“互联网比拼的就是速度，谁提供的金融服務(wù)速度越快，谁就越有(yǒu)机会脱颖而出。”廖世宏认為(wèi)。

近期，维信理(lǐ)财尝试发行了首款智能(néng)金融产(chǎn)品“卡卡贷”，专注基于互联网的信用(yòng)卡余额代偿服務(wù)。

廖世宏坦言，之所以将信用(yòng)卡余额代偿作(zuò)為(wèi)智能(néng)金融产(chǎn)品切入点，本身也有(yǒu)业務(wù)模式讨巧的成分(fēn)。因為(wèi)信用(yòng)卡用(yòng)户属于零售金融业務(wù)的最优质(zhì)客户之一，其坏账风险相对可(kě)控，可(kě)以让维信理(lǐ)财腾出更多(duō)精(jīng)力完善智能(néng)化操作(zuò)流程。

21世纪经济报道记者了解到，目前维信理(lǐ)财已经与中(zhōng)國(guó)電(diàn)信“翼支付”建立了战略合作(zuò)关系，并且还在与大型地产(chǎn)中(zhōng)介公(gōng)司合作(zuò)，针对租房买房需求，推出智能(néng)化操作(zuò)的首付贷、房租贷等产(chǎn)品。

在业内人士看来，布局智能(néng)金融转型互联网消费金融服務(wù)商(shāng)，可(kě)能(néng)是维信理(lǐ)财在给IPO做铺垫。目前，这家机构已拿(ná)到约2亿美元风险投资资金，需要在一个合适时机给投资人提供可(kě)观的回报。

廖世宏对此表示，目前经营团队与主要股东更关注的是，如何利用(yòng)基于大数据分(fēn)析的信贷工(gōng)厂模式，结合有(yǒu)效的场景，更有(yǒu)效地為(wèi)用(yòng)户提供智能(néng)消费金融产(chǎn)品。