(電子商務研究中心訊) 近日，大數金融宣布完成近5億元人民幣B輪融資，由太盟投資集團(PAG)領投、紅杉資本跟投。此前，大數金融在2014年底獲得紅杉資本1億元人民幣首輪投資。
大數金融的定位是數據化的專業(yè)化信貸工廠，采用訂單生產的模式，與銀行等金融機構合作，為其生產中大金額的個人無擔保貸款。
信貸工廠的模式
大數金融提供的是信貸技術的服務，包括貸款的審核、審批和貸后管理等，其本身并不參與對信貸資產的投資。銀行作為資產的“買家”，按照自身對相應資產的需求，向大數下訂單進行采購，通常銀行會自己進行面談面簽和最后的審批，目前大數已經和北京銀行、華興銀行等9家銀行達成了合作。
信貸業(yè)務是銀行的核心業(yè)務，通常銀行不會對此進行外包。但是銀行的產品線眾多，一家銀行不可能做到樣樣精專。過去我國利率不是市場化的，銀行的利潤豐厚，精細化運營的需求不迫切，但隨著存貸差變小，競爭將越來越激烈，各家銀行只能專注于最擅長的業(yè)務，才能夠生存。
對比美國的情況，可以清晰的看到行業(yè)分工的趨勢。在美國幾乎沒有一家機構壟斷產業(yè)鏈的各個環(huán)節(jié)，網點眾多的零售銀行就主要進行獲客，擁有風險模型的機構負責貸款的審核，投行業(yè)務做得好的機構負責資產證券化，最終銷售給有投資需求的機構。
國內之前的情況是，銀行的風控能力最強，隨著銀行內部專業(yè)人士的出走和一些在海外經驗豐富的專業(yè)人士的回歸，漸漸一些外部公司在某些專業(yè)領域的風控能力已經超過大多數銀行，對于銀行來說，將業(yè)務外包給這些公司，將會提高運營的效率。
數據化風控技術
信貸的風控技術基本可以分為兩種，分別是信貸員技術和數據化技術。大數金融采用的是后者。
信貸員技術是指通過信貸員與客戶的交談、現場調查，反應客戶真實的情況。這也是行之有效的方式，優(yōu)點在于啟動比較快，有少量的信貸員就可以開展業(yè)務，再由師傅帶徒弟來擴張；缺點在于人的培訓是有周期的，很難大規(guī)模擴張。此外，過于依賴一線人員，道德風險就很難控制，規(guī)模大了容易失控。
數據化技術壁壘較高，需要對模型進行不斷的調試，完成長度、寬度、厚度三個維度的積累。其中，長度指時間足夠長，貸款要走過完整的生命周期，讓風險充分暴露；寬度指考察的指標足夠多，可以充分反映風險的維度；厚度指樣本的量要足夠多，保證模型的普適性。采用數據化技術，起步比較難，但后期可以迅速擴張。
中大額信用貸款模型
數據化技術對小額貸款很有效，例如信用卡和小額信用貸款，相關模型也比較成熟。大數金融做的是最高50萬、平均20萬左右規(guī)模的個人無擔保貸款，這一細分市場目前很少有機構涉足。
這一市場的客群主要是小企業(yè)主，但是由于小公司賬務不明確，經營有風險，借款的主體還是企業(yè)主個人。貸款通常被用于生意投入和企業(yè)現金流周轉，用戶的需求普遍很緊急，大數金融由于是數據化風控，可以做到當天完成審批。
如果市場沒有相應的服務，這一部分人群就只能走向小貸和P2P，承擔更高的利率。因此市場的完善，客觀上幫助小微企業(yè)主獲得了正規(guī)金融機構價格合理的貸款，降低了資金成本。
在資產獲取方面，大數金融的思路是調動傳統(tǒng)金融銷售人員。數據化風控的好處就是對前端人員要求低，不需要專業(yè)化培訓，風控也不依賴前端提供的資料，業(yè)務員只負責獲客就可以了。我國有大量工作負荷不滿的信貸、保險、理財、證券類的業(yè)務員，都可以作為資產的提供者。
大數金融創(chuàng)始合伙人團隊均來自于平安銀行總行高層和中層管理，擁有發(fā)放超千億無擔保貸款的管理經驗，在產品創(chuàng)新和風險管理上具有實證的技術。董事長柳博是原深圳發(fā)展銀行零售銀行負責人、原平安銀行總行零售總監(jiān)。創(chuàng)始人團隊中陳志堅、王海龍等此前亦均為平安銀行總行個貸的風險和業(yè)務部門的負責人。（來源：36氪）
