量化派周灏：将来中国的数据模型必然比美国好

司如其名，在美国华尔街工作多年的周灏对量化的数据有着狂热的追逐。在他看来，当前的互联网金融公司没能像他们所标榜的那样，真正对金融行业产生本质上革命性的改变。“只是把融资渠道搬到了线上，而所有与金融本质相关的内容，包括用户调查，贷中贷后都在线下完成。”周灏决定通过数据与互联网来触碰这些核心问题，把金融机构里面传统的征信维度打掉，建立一个新的分析定价体系。

不碰资金

周灏的量化派做的事情简单明了：帮助个人和小微企业快速获得低成本贷款。把消费者的信贷需求与银行等金融机构的风控需求对接起来，解决风控和资产定价的难题。

与P2P网贷平台最核心的不同在于，量化派并不直接与钱打交道，“资金其实很简单，就是提供钱，没有太复杂的事情。”周灏表示，单纯的现金模式抗风险能力脆弱，一笔坏账的出现往往意味着整个公司的危机。早在2014年11月，P2P公司贷帮网曝出1280万元的资金逾期，陷入尴尬和危机，该公司CEO明确表示不“兜底”，这让其陷入巨大的舆论漩涡和经济矛盾纠纷。“（我们现在做的是）技术驱动，小额分散，从现金到支付场景都会有，就不会说一个人出现问题冲击到整个体系。”

不直接与钱打交道之外，周灏更为关注的是资产本身的安全。这是一个悖论，如果资产本身足够安全，能够带来足够的回报，并不愁贷来资金，而寻求贷款的资产本身良莠不齐。所以如何保证资产的安全显然比提供资金更有难度。当前的互联网金融公司的通常做法是将金融机构的产品放到平台上，赚取通道费。“我觉得我们公司的定位还是金融大数据公司，而不是市场营销的渠道公司。”

“三年五年之后，谁能够真正把这个体系里面成本最高的部分切掉，谁就有最大的竞争优势。”周灏判断。

而数据被他认为是天然的能够把人的成本切掉的那部分。“我可能不是在单个的用户上面比你准，但我在大样本上，成本比你低的情况下做的结果跟你一样，这个是核心的能力。” 消费金融与企业的信贷服务存在很大差异，企业的信贷服务需要数据加人工的形式，而在小额、数量庞大的消费领域，更多的还是倚赖数据。

征信维度发生改变

传统的金融机构漫长的流程和低下的效率历来为人诟病。原因在于，首先是收入与成本的矛盾，获取数据和征信报告依然停留在传统阶段，通过线下的人力推进。这导致了征信成本在偏远城市或者小额贷款时变得相当高昂。另一方面是数据的缺失，征信维度停留在征信报告，而拥有征信报告的用户所占比例只有10%。其它采集数据的方式也异常繁琐，用户甚至无法提供，再加上需要走漫长的审批流程，这些都导致了传统金融机构的效率低下。

如果对于大额信贷可以不在乎的话，小额的信贷服务显然异常敏感。

以消费金融为主的小额信贷主要通过互联网的方式获客，一个小城市和一个大城市的获客成本将不再有差异。目前量化派获得一个注册用户的成本为3-4元，转化为实际用户的成本在百元以内。再者是对数据源的利用，这部分需要用户自己提供，维度包括过往的信用历史，信用卡消费、通信消费以及在淘宝京东等电商平台购物的情况，通过系统的交叉验证来核实信息的可信度。

“我们能通过数据判断一个人违约的概率是多少，欺诈的概率是多少。”据了解，量化派平台上出现违约的概率在3%左右，而这3%包括了尚未催收的部分。

量化派给C端用户提供两方面的内容：一方面是部分资金，另一方面是与消费场景的机构合作，帮助消费者获得一定的信用额度，钱由银行和金融机构提供，作为中间的桥梁，量化派提供信息的通道。据了解，目前已经有超过60家的银行与量化派达成相关协议。这也是其盈利模式所在，交易撮合成功之后从金融机构收取佣金和服务费，目前这部分的营收最新一个月已经达到百万级别。

国内市场具有先天优势

与银行等传统金融机构的合作常常被互联网公司拿来吹捧。不过与单纯的资金托管不同的是，量化派与银行的合作更为深入，它拿到的是定价业务，这里考验的正是其强大的数据分析和处理能力。作为公司创始人，周灏与王倪的背景都相当深厚，毕业于莱斯大学的周灏曾在摩根士丹利、Capital One（第一资本银行）工作，王倪则在Google研究院工作了七年，研发用户模型和信用模型。目前量化派的团队超过80人，技术、数据分析、建模加在一起的人数在50人左右。

“我觉得将来中国的数据模型必然比美国好”，周灏的判断源自于中国的国情：一是数据更开放，获取更简单；二是人口基数大，这也意味着样本量足够庞大，Capital One做了六七年，其用户数量才达到千万级别。量化派旗下面对C端消费者的产品“信用钱包”于去年11月份上线，在其提供的授信维度里包括淘宝京东数据、信用卡、学信信息、征信等。不难发现，体量庞大的样本数给了数据建模和的提供了先天优势。

版权声明：本文作者周路平，文章为原创， i黑马 版权所有，如需转载请联系微信号zzyyanan。未经授权，转载必究。