FICO中国区总裁陈建：风险管理是落实普惠金融的关键

华夏时报（www.chinatimes.net.cn）记者 张夏楠 北京报道

国内互联网金融市场的火热正在吸引更多的机构进入。3月，费埃哲公司（下文简称FICO）面向互联网金融及小微贷机构推出费埃哲信贷评分决策云平台（ALP）。

植根于传统金融市场的FICO为何选择此时介入P2P及小微贷？大数据风控效用如何？评分机构眼中的普惠金融又应该如何理解？《华夏时报》记者4月10日就以上问题采访了FICO中国区总裁陈建。

不会为任何机构背书

“P2P及小微贷机构等新型的普惠金融机构满足了市场的巨大需求，这也是政府乐于看到的。对于FICO来说，这是一个很好的商业机会，因为上述机构的风险管理能力有缺失；另一方面，支持普惠金融也是很好的社会价值实现的机会。”谈到进入小微贷市场的原因时，陈建这样解释。

从评分机构的角度讲，陈建认为，普惠金融就是让信贷可以更加普及，有更加合理公平的定价，让更多人获得与自己风险能力相对称的合理的信贷服务。

而要实现普惠金融，他认为除了政府的推动，法规的建全，很重要的一个环节是打破信息的非对称，让信用得到客观公平的评价。风险管理是决定普惠金融能不能真正落到实处的关键。

在美国，FICO也在利用更多的数据，向没有信用记录的人群提供评分。在中国，很大程度是因为P2P刚刚兴起，使FICO的小微贷评分服务成为了焦点。相比传统金融市场，陈建表示还有很多小微信贷机构不知道怎么做风控，风控体系建设的资金及时间投入上有困难。

通常认为，传统的FICO评分中，个人信用记录是模型所关注的主要因素。这是否与国内小微贷产品相适应？陈建表示，这其中存在误解。“FICO并非局限于几类数据建立模型，而是有什么样的数据，就相应地挖掘其内在规律，以满足业务智能化的决策需要。”他解释，在全世界范围内，FICO合作机构类型包括银行、汽车金融、个人贷款、P2P，也包括零售、保险、医药等。每个行业的业务需求和数据都是不同的，FICO有接近200种的模型专利。因此并非是将类似银行的模型结构，而是技术方法带到P2P行业。

针对ALP，陈建介绍，主要适用于个人及小微企业的贷款。对贷款申请方进行信用评估后，提供的评分结果是一个概率，信贷机构在容忍度之内，判断是否贷款，以及额度、期限、利率以匹配风险。对于大额贷款，信贷机构可以考虑其它的尽职调查手段作为辅助。

早在2011年前后，就有P2P机构引入FICO评分及信贷决策体系。曾有P2P机构负责人直言，相比于决策工具，更多地是将FICO作为一种增信手段。对此，陈建回应认为，在实际操作中，评分使用的深度和广度与管理层的观念、操作人员的惯性等都有关系。

“从FICO来说，并未对任何机构进行背书。并不是合作的机构就是好的，用了评分之后的贷款就是可靠的，因为评分只是风险概率，贷不贷还是由机构来决定。” 至于是否有机构会跑路，陈建称，但并不是说有了评分工具，道德风险就能够克服。

中国并非没有竞争对手

除了FICO，美国征信巨头之一的益博睿（Experian）也在逐步与国内的P2P机构建立合作。在国内，盯上互联网金融市场的更是有各类征信机构与评级机构。

谈到评分与征信、评级等业务的区别，陈建表示，简单来讲，评级是针对企业或政府的，评分是针对个人和小微企业；征信主要是收集数据，评分是在此基础上揭示数据的规律与价值。

“通俗来说，征信机构就是提供蔬菜、大米、面粉、肉等原料，FICO就是厨师，最后的菜肴是两者合作完成。”他说，世界范围内FICO的个人评分业务都占有相当的市场份额。

与美国市场不同的是，国内征信初起步，征信与评分业务并未区分开来。陈建认为，征信牌照放开、民营征信机构涌现，一些征信机构也开始做评分产品，这些都说明征信行业在向好的方面发展。最终应该形成什么样的格局，应该由市场来说话。

对于民营征信机构，陈建认为更多的是广义上的征信业务，比如以电商数据分析某种信用的风险状况或倾向。不仅与央行征信形成互补，同时也可以填补主流征信未覆盖的空白。

“中国还有很多人没有信用记录，与传统金融机构没有信贷关系，但是又有信贷需求，传统征信难以评价，他们就很难获得贷款，这样又无法添加信用记录，成了一个循环。”他解释民营征信机构包括ALP，都在试图从其他数据中寻找更多的角度来看一个人的风险，“如果能客观、全面地评价一个人的风险，就可以让他有机会获得信用，建立自己的信用历史。”但如何挖掘大数据中的价值与规律会是一个重大课题。

人人乐道的大数据风控是否能发挥设想中的效果？陈建认为，“如果大数据是指利用各种非结构化的方式去挖掘数据中最细微的点，如利用社交网络、博客上的某些语言去推断某个人的风险特征，其价值可能并不大，可获得的边际回报与要付出的边际成本相比微不足道。从商业价值的角度来看，更可能是说得多做得少。”他强调，“我理解的‘大’是‘广’，除了传统征信数据，电商、交易、流水等数据都可以被纳入评分体系中，发挥其价值。从这个角度讲，我个人对大数据的应用保持极度乐观。”

他介绍，目前ALP接入的数据包括央行征信数据、申请信息及企业信息。这个版本会不断升级，引入更多如电商等的数据源。“这个时间表会以若干个月、半年来推进。”

对于国内征信机构推出评分产品，他认为遇到的挑战会很大。“评分需要有两只手：左手是所掌握的消费者的各种行为特征，右手是他的贷款表现是好还是坏。两者相结合才能观察出哪些特征是好的，哪些特征是坏的。”陈建解释，但由于可能的竞争，其他数据提供方会有顾虑。FICO的不同之处恰恰在于中立与公信力，只做评分，而不同任何一方的合作者形成竞争。

查看更多华夏时报文章，参与华夏时报微信互动（微信搜索「华夏时报」或「chinatimes」）