<
>

您所在的位置:首页 > 站长资讯 > 业界新闻 >

信而富腾讯推社交小额信贷

时间:2015-06-04 09:13来源:搜狐科技作者:21世纪经济报道点击:

本报记者 黄锴 上海报道

P2P平台“信而富”,今日披露了和腾讯合作推出的基于QQ平台的小额信贷产品“现金贷”的最新数据。该产品于2014年11月11日开始小规模市场投放,到今年2月14日时开始大规模推广。截至目前,现金贷已经放出了150多万笔贷款。

当用户打开手机QQ客户端,点击“联系人”,在右上方“生活服务”中搜索 “现金贷”,添加关注“现金贷”后即可申请贷款。贷款的额度为100-500元,还款期限为1-14天,借款申请在几分钟内就可以完成审批,借款1小时左右可以到帐。

据了解,现金贷除了在借款3天内还款不收取利息,其他情况下需要在还款时支付手续费与利息,日利息为借款金额的万分之六,逾期还款5天后会产生滞纳金,借款500元的滞纳金为每天1元。为1元/天,逾期超过15天,信而富表示会酌情将借款人相关信息提供给人民银行,影响借款人的征信情况。

信而富CFO沈筠卿向记者介绍称,腾讯和信而富的合作模式是,腾讯向信而富提供少量的用户数据样本,这些数据大多是一些“脱敏”的字段,譬如用户的浏览时长、上网时段、社交信息等,信而富根据这些字段建立大数据算法。之后,腾讯将信而富提供的算法结合自己的征信技术手段后套用到QQ用户的数据库中,从中筛选出一个特定群体,这个群体就是信而富眼中的优质客户。这一筛选过程被称为“预先批准”。信而富向这些客户放款时,会使用腾讯的数据和评分并支付对价,双方是业务合作关系。

接下来,只要这些优质客户提出申请,信而富就会向其发放贷款。贷款周期结束后,信而富再将用户的还款数据反馈给腾讯。

腾讯2014年第四季度财报显示,QQ智能终端月活跃账户达到5.76亿。海量的用户社交数据,给网络征信业务带来了巨大的优势。据悉,信而富的模型在全国预先批准了5000万用户,在这些用户申请贷款时,信而富只是确认一下是否是本人,就会批准贷款。整个过程大概只需1-2分钟。

在现金贷试水的几个月中,信而富则根据用户的还款情况,不断调整与优化征信模型。沈筠卿称,当借款笔数达到1000万时,征信模型或许会更加精准。

据悉,2001年成立的信而富,在2010年时推出P2P业务。和其他P2P平台不同的是,信而富的借款端完全是个人。过去五年,信而富的一项重要任务便是尽可能地搜集全面的数据,在此基础上建好模。“我们会找各种各样的人,男女老少都有,放贷给他们,观察他们的还款情况。目前,信而富已经搜集了20万个用户的数据,以每人至少200个数据维度计算,公司眼下共有4000万条数据。”沈筠卿表示。

在对模型不断的测试中,信而富试图回答三个问题:借款人的还款意愿、还款能力以及稳定性。

一直以来,信而富的自动化授信决策引擎,所依据的主要是三个维度:首先,借款人在给定的一段时间内,还款的可能性是多少。第二,这个申请从根本上来说,有多大可能性是假的。换句话说,也许申请人提交的数据很漂亮,但却运用了别人的名义或采用了假的数据。第三,这笔借款预测风险调整后的收益是多少。通俗来讲,就是借款人借到钱后,可以为出借人贡献多少收入。

在分析数据时,信而富会从借款人的基本信息,以及大量的“细枝末节”中寻找线索。除了借款人的性别、年龄、地域、学历、户籍、地址等信息外,信而富还会关注用户的手机号码最近是否变更·关联的信用卡张数是否变化,最近3个月、6个月的信用卡消费总额、交易类别与交易次数是否出现异常等。通过这些维度,信而富不断模拟研究数据与信用行为之间的关系。在频繁的试错中,信而富不断地优化并调整征信模型。

同时,信而富的客户主要集中在三四线城市、边远地区及农村,很多地方甚至连网络都不具备,因此,公司之前采取了100%亲核亲访,来复核数据与控制风险。

尽管这么做大大降低了申请者作假的可能,但线下征信也造成了P2P平台成本的高企。这种情况下,信而富开始变换思路,将业务定位延伸到100-500元的贷款额度,在这个范围内,基于大数据的纯线上征信才有“用武之地”,也只有大数据能帮助实现用户的大规模拓展,及风控成本的大幅降低。

在信而富CEO王征宇看来,对于10万以内的贷款,平台仍需要解决借款人还款意愿、还款能力及还款稳定性的问题。而对于几百元的小额微额网上借贷,所需要考察的关键点将不再是征信数据,也不是还款能力,而是还款意愿。沈筠卿同样认为,不同的借款金额,所需的征信数据和征信模型都是不同的,小额短期借贷并不需要实现线下征信。

值得一提的是,腾讯掌握的大多是用户的社交数据,有业内人士称,这些用户信息在网络营销推广方面会比较有效,但对金融信用的验证则不那么有用。相比之下,阿里掌握的大量交易信息,对个人信用还有一定价值。而那些浏览行为、在线时长、活跃度等,似乎都是非主流的数据。

对此,沈筠卿坦言,社交数据和金融是弱相关性,利用社交数据做征信的难度确实较大。但和单一的交易数据比,这些社交数据的丰富度更高,所能挖掘的潜力也大。“试想一下,假设有人建了一个QQ群,我能验证这个群中有一个人的信用非常良好,那么群中那些经常和他互动的人,我也能大致推测出对方的信用水平。”(编辑 卢爱芳)

  • 站长基地刊登此文只为传递信息,并不表示赞同或者反对作者观点。
  • 如果此内容给您造成了负面影响或者损失,本站不承担任何责任。
  • 如果内容涉及版权问题,请及时与我们取得联系。

顶一下
(0)
0%
踩一下
(0)
0%

参与评论

官方微信

文章投稿

提交网站

论坛新帖更多

赞助链接

无觅相关文章插件,快速提升流量