天创信用总经理李文贤：金融科技加速金融变革
在美国，第一个阶段是银行为主导的金融机构，第二个阶段是以核心企业为主导的供应链金融新模式，第三个阶段是产业金融和银行机构互相同步的过程。美国已经发展到第三个阶段，中国在哪个阶段？是第一阶段向第二阶段转化过程中。
作者 | 李文贤
官网 | www.datayuan.cn
微信公众号ID | datayuancn
数据猿报道，2017年10月25日，由 数据猿 联合《清华金融评论》共同主办的“2017金融科技价值峰会——数据驱动金融商业裂变”在北京隆重召开。本届峰会主要从「消费金融」、「供应链金融」、以及「金融前沿科技探索」三个角度深入探索数据智能为金融领域带来哪些颠覆式的变革！
以下是数据猿现场直播“天创信用总经理李文贤”的发言实录：
我今天主要分享的主题是金融科技加速金融变革，刚才苏宁的蔡总讲到，为什么供应链金融发展这么好？在美国，第一个阶段是银行为主导的金融机构，第二个阶段是以核心企业为主导的供应链金融新模式，第三个阶段是产业金融和银行机构互相同步的过程。美国已经发展到第三个阶段，中国在哪个阶段？是第一阶段向第二阶段转化过程中。
未来，预计供应链会达到接近15万亿的市场规模，供应链金融本质是什么？仍然叫大数据金融，大家都在谈供应链金融的新概念，实际上是原有的保理业务。很多大型企业原来为上游服务，没有服务下游的小微企业，因为小微企业的数据没有留存到线上来，不知道风控该怎么做，没有办法给他们做更好的服务，供应链金融是大数据金融。
整个供应链金融更多的模式转到核心企业，核心企业有资金端，这是资金的问题。紧接着就是产业端，关于资金流、信息流、物流合一的问题。最底层仍然是风控，很多公司已经有了数据，怎么基于数据把风险控制住？这是非常专业化的事情。目前，核心企业所有的模式仍然是这样的模式。供应链金融困难在什么地方？第一个困难是数据整合，有些公司有了CRM、ERP系统，但是没有整合到一起；第二个困难是风控经验欠缺。没有专业的人才去做风控的事情，尤其风控基于数据驱动的；第三个困难是技术能力不足。关于底层数据整合、加工需要技术的。到目前为止，很多公司在这三点上有难点，未来几年很多公司都会有这些问题。
我最近也看互联网小贷大的趋势，互联网小贷牌照非常火，最近发了两百多家，有64%是上市公司，上市公司为什么拿这个牌照？为自身的产业服务，把所有的金融渗透到产业里面每一个环节，这也是大的趋势和环境。
未来不管是供应链金融还是消费金融，主要比拼三大块：第一块是怎样让用户更好的体验贷款服务，第二块是风险控制，第三块是资金成本。
天创是赋能公司，能够帮助这些企业，帮助跨界的金融或者是消费金融公司。风控有五个层面，第一是数据，第二是系统，第三是模型，第四试业务，第五是公司管理架构。在大型企业自身转变过程中，需要具备一个完整的体系，并不是简单的加法。
真正在赋能这个领域里面，风险变革会涉及到几大块，第一是大数据，大数据越来越全面，供应链金融提供了ERP的数据，其它外围的数据，尤其中小微CEO或者法人相关的数据非常重要。第二是模型会越来越精准，涉及到机器学习的算法，让模型变得越来越精准。第三个是系统，里面涉及到决策引擎。第四个是业务系统，面向客户的系统一定是高效的。我是从四个层面进行剖析，做供应链金融是一个基础，没有把这个基础夯实的话，很多都是空中楼阁。
关于数据，中国的数据市场越来越规范，越来越开放，像银联也在开放他的数据。有了这些数据以后，个人也好，企业也好，结合外围的数据，去产生化学反应，精准的评估出来，这是数据最基本的东西。其实这种数据在市场上非常多见，很多数据公司提供越来越多能力，风控公司用到反欺诈数据、信贷表现数据、用户画像的数据，还有汽车行业有车一系列的相关的数据，包括车定位的数据，多维度的数据才是构建大数据风控、智能风控最基础的能力。
关于模型，风控一定是数据驱动的，我们讲大数据金融，供应链金融，从数据的选择到数据变量的延伸在到构建模型，最后是模型的优化，这是一套整体的数据驱动理念。这里面涉及到几大块风险，风控模式本身还会涉及到交易欺诈、交易风险、操作风险、信用风险、欺诈风险。供应链金融面临的是欺诈风险，首先判断这个用户，十个里面有两个是骗子，剩下授信10万、50万的问题，整个量化风控去解决金融风险的问题。这里面涉及到很多的算法，比如神经网络、时间序列。如果没有时间场景，这些数据没有价值，只有数据累积到一定程度才能产生价值。
关于趋势，各种信息系统，包括我刚才说的决策引擎，一定是要基于模型运转起来，基于外围的系统去使用。这里面涉及到最基本的软件产品叫决策引擎，在2C领域更多一点，2B领域是一样的，大家服务的群体越来越多，所需要的模型、算法越来越精准，这样的情况下我需要一套很强的工具把这个东西做得非常强大。这里面涉及到IT建设，大数据的风控和分析如何更好的监控到用户、企业。大家贷前做的很多，贷后却做得非常少，这是基于大数据急需补充的一块内容。所以在系统里面，大家看到几大块，底层是基础数据，上层是策略和模型，最上层是金融业务。右侧是各种系统，底层是支撑系统，比如BI系统、大数据平台系统都是数据支撑系统，再上面是决策系统和业务系统，面向个人申请贷款的系统，最基础数据是征信产品。
决策引擎有一套规矩，智能风控人员自动拖拉拽自动输出模型结果。这个有各种板块，2C是现金贷，2B也是一样的，可能针对现金贷做一个现金贷的模型，针对中小微做一套产品，针对不同的模型有不同的产品。
关于消费金融，跟今天的主题更贴合一点，整个消费金融拉动了更多的产业金融。列举三个应用场景：
第一个是国家电网。
国家电网干了什么事情？做了一个大的事情就是国网诚信。比如我们作为用电企业，基于用电数据评估我的信用是什么样子的，评估完了以后，信用结果比较好，我可以后缴电费。在所有的企业中，制造性企业用的电费非常多，国家电网预授信，针对优秀的企业预付费。与每个人密切相关的是一没有钱就停电了，根据我们的信用，卡里没有钱还可以预授信。基于用电的情况做了一个电费贷，江苏银行提供了一个电易容的产品：把数据采集上来，对这些企业进行评估，对这些评估去发放贷款，这是国家电网做的事情。
第二个应用场景就是产业园区。
产业园区把房子抵押得到了更多融资贷款，像我们这些企业都是轻资产，只有几台电脑和几个人，获得贷款非常困难。现在很多企业叫智慧产业园区，他们把企业里所有数据收集上来，对这个企业进行实时评估，评估完了以后有更多的银行发放贷款。包括企业自身维度的数据，企业水煤电的数据，还有招标情况、失信情况、能耗情况多维度的情况构建企业征信的情况。
第三个是金融服务。
像中国银行，针对园区的企业进行信用放贷，不是抵押贷款，只要这个企业拿了一千万的投资，银行配比20%的贷款，这是基于大数据怎么更好的放贷款的一种方式。
我们的主要优势是风险控制。所有的金融产品离不开风险控制。我们现在整个产业板块里面有基础数据、信用报告、欺诈产品，中间有系统平台、采集平台、决策引擎、信贷业务平台。我们还有现金贷、消费分期，还有供应链金融。
信用成为新时代的货币，不仅针对2C，也可以2B，不管企业也好，个人也好，都可以享受到信用的服务。