周灏:金融大数据量化信用

简介:
本文讲的是 周灏:金融大数据量化信用, 用于研究宇宙大爆炸的数据分析技术,被周灏创造性地用来研究“谁不还贷”这个金融难题。“人们的信用可以通过很多方式评估,我们的作用就是通过大数据分析和机器学习等技术,帮用户把这些零碎的信息数据收集起来并加以分析,让过去没法‘量化’的信用受到重视,为用户增信。”周灏说。

  档案 物理与金融的跨界融合

  周灏,北京大学物理学士、莱斯大学物理博士。供职摩根士丹利期间曾构建摩根士丹利与创业融资相关的千亿美元级量化系统。他曾作为第一资本总部资深统计师建立第一资本首个基于交易行为的亿级用户市场策略,还曾作为巴克莱银行全球精英中心副总裁,领导团队高效搭建风险模型策略模板、规范及流程。2014年在中关村创办金融大数据公司量化派。

  事件 是否有信用让数据来说话

  没有信用卡、没有贷款记录、没有央行个人征信系统里的任何相关信息,只要把自己的网上消费记录、话费详单等信息授权到一款名为“信用钱包”的手机App上,只要你拥有良好的信用记录,你就有可能在10分钟之内获得几万元的贷款。在金融大数据的帮助下,信用评估的“互联网+”之路已悄然成型。

  在“信用钱包”注册登录进入主页后,用户可以把淘宝消费账号、话费详单查询账号、教育信息查询账号等信息输入,并随即进入贷款申请页面。填入申请贷款额度、用途、时间等需求信息,系统就会在几分钟内自动生成一份用户风险分析报告。是否为黑白名单用户、是否属于高风险人群……根据报告提供的这些信息,原本在银行、网贷平台、融资租赁公司眼中“信用不足”的人,也有可能获得贷款。

  “人们的信用可以通过很多方式评估,我们的作用就是通过大数据分析和机器学习等技术,帮用户把这些零碎的信息数据收集和分析,让过去没法‘量化’的信用受到重视,为用户增信。评价‘信用’的标准其实可以很丰富,除了车房抵押、银行流水,消费记录、手机号码使用记录都应该成为一个人是否应该获得贷款的评价因素。”“信用钱包”研发企业、量化派创始人周灏说。

  量化派业务的一头是银行、互联网金融公司等机构,另外一头是个人或企业用户。“我们给自己的定位是一家金融大数据公司,也可以说是一家平台公司。我们是通过基于机器学习和互联网化的风险定价,整合互联网及传统数据源,运用欧美成熟的量化方法及金融经验,帮助个人及小微企业证明经济财务等状况,从而去帮助用户快速获得低成本贷款,实现低息快速融资的大众普惠金融。”周灏说。

  截止到2015年8月2日,“信用钱包”的总用户数为210万。在“信用钱包”被越来越多人所熟知之时,一个新的计划已经在周灏脑海中成型——信用场景消费。“在国外,许多商业机构都会有属于自己的金融服务,而在国内这块市场相对较为空白。数据显示,国外在引入信用场景消费后,商业机构的销售额平均增加40%。信用场景消费,将是我们未来的主要发展方向之一。”

  对话 10万特征绘就“信用画像”

  北京商报:中国的信用消费处于一个什么样的阶段?

  周灏:相比于美国等国家而言,中国的信用消费还处于一个起步阶段。信用消费的成型,不仅仅是看发行了多少张信用卡、贷款额达到多少。从我国的现状来看,信用卡正越来越被普及和认可,信用消费、超前消费的概念越来越深入人心,但部分消费者使用信用卡时消费心理不成熟,刷卡无节制,也导致了信用卡的坏账在逐年增加。而这也正是市场不成熟的一种表现。信用消费水平应该是由信用消费和信用管理两个方面共同组成,这才是衡量一个市场是否成熟的标准。

  在美国,大多数人从小就会被告知信用卡是什么,该如何去用,你如果不按时还款会怎么样……而在我们国家,可能大多数只是关注信用卡的便利性,并不知道如果不按时还款会对自己以后产生什么样的影响,这是一种消费观念的缺失。我们的“信用钱包”不仅可以帮助用户用信用取得贷款,更会告知你如果按时还款会增加多少信用、不按时还款又会带来哪些影响……我们希望通过这种潜移默化的提醒,培养一种良好的信用习惯。同时也建议,学校里适当地增加一些关于信用消费和信用管理的课程,培养更多人的消费习惯和管理意识。

  北京商报:银行等机构的专业人员都无法判别的信息,大数据凭什么就能从中看出风险高低?

  周灏:首先,数据分析人员需要用计算机建立一个数据模型。为了便于理解,人们可以把这个数据模型当做一个“黑盒子”。“黑盒子”会通过一项名叫“机器学习”的技术进行自我完善和调整。假设申请人填写的工作地、常住地为北京,他的手机通讯数据却显示他常年在边远地区活跃,那么这就有很大可能被判断为高风险。当一名贷款申请人把自己的信息查询渠道授权给“信用钱包”,所有与他相关的信息会迅速进入这个“黑盒子”接受检验。除了用户主动授权的信息,“信用钱包”还与征信机构等第三方机构合作共享信息。当模型积累了数万亿的数据之后,这个“黑盒子”逐渐成熟,便可以用来检验、筛选贷款人了。目前,分析一名用户的信用情况,我们最多已经有10万个特征信息可供参考了。

  北京商报:除了贷款,还可以在哪些地方享受到“信用钱包”带来的便利?

  周灏:最近我们成为58同城的战略合作方,大家展开了很多深层次的合作。58同城会把需要租房、找工作、养宠物等具有资金需求的客户推送给我们,我们通过大数据分析这些用户的信用情况,筛选出信用等级高的用户,给他们提供消费分期、现金贷款等业务。另外我们和拍拍贷、北银消费、齐商银行等机构都已经展开了合作,拍拍贷是国内最早做线上信用贷款的公司,我们之间也会使用新的风控手段,让整个过程更快速、高效,我们都希望能够将普惠金融落到实处,让大数据可以帮助更多的人。

作者:韩琮林

来源:IT168

原文标题:周灏:金融大数据量化信用

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
存储 分布式计算 运维
交易数据清算从8小时缩至1.5小时,飞天大数据平台MaxCompute解决余额宝算力难题
MaxCompute 对于海量数据的存储、运维、计算能力强大且安全稳定,MaxCompute 服务将原本需要清算 8 小时的用户交易数据缩短至清算 1 个半小时,同时减少了本地服务器部署压力,在显著提升我们工作效率的同时减少了大量开发成本和人力成本,使我们能更专注于业务发展,为用户提供高品质、高价值的金融服务。
2383 0
交易数据清算从8小时缩至1.5小时,飞天大数据平台MaxCompute解决余额宝算力难题
[转]严防变相抬升小微企业综合融资成本,北京银保监局明确违规表现形式
20日,记者从北京银保监局获悉,昨日该局印发《北京银保监局关于规范小微企业贷款服务收费的通知》(下称《通知》),针对当前部分银行在发放小微企业贷款时附加不合理条件、变相抬升小微企业综合融资成本等现象提出监管要求。
|
SQL 关系型数据库 测试技术
滴滴打车派单系统思考 数据库设计与实现 - 每月投入6140元, 1天最多可盈利117亿 -_-!
标签 PostgreSQL , 滴滴 , 派单 背景 打车类应用,如果完全按调度系统来派单,而非抢单的话,调度系统要非常的健硕。 比如滴滴打车,如何处理供给双方的需求,并高效的完成派单呢? 随着业务的需求增多,调度规则也会增加,比如拼车,预约,等。
12084 0
|
安全 BI
创新平台年报统计系统——利益相关者描述案例
利益相关者 主要目标 态度 主要关注点 约束条件 河北省科学技术厅 统计核查省内创新平台的情况 认真审核报表调查情况 报表的各类创新信息 无  重点实验室、工程技术研究中心、产业技术研究院三类用户 完善基本信息,填写统计表,汇报平台创新情况 由于需要统计的资料过于繁琐,对上报有抵触 系统...
1110 0

热门文章

最新文章