三大派系協力推進普惠金融 京東普惠金融法則：數據+科技

「如今的消費金融市場上，以京東金融為代表的互聯網金融參與者已成為重要的玩家。互聯網金融與銀行、消費金融公司等市場玩家服務不同需求的人群，誠然，要做到普惠金融意味著嚴格的風控關。真正具有大數據風控能力的互聯網金融玩家，才能普惠人群。

4月25日《消費金融創新報告》顯示，至2016年底，當前消費金融市場規模接近6萬億元，含房貸規模在25萬億左右。隨著人們消費觀念的轉變，消費信貸加槓桿空間巨大，消費金融市場需求在未來數年將保持旺盛。據悉，如果按照20%的增速預測，消費信貸的規模到2020年可超過12萬億元。

銀行、消金、互金協力推進普惠金融

消費金融往往頻次高、金額小、分散化的特點，是普惠金融的重要組成部分。在風口之上，傳統銀行、消費金融公司、互聯網消費金融都已經滲透很深， 銀行與消費金融公司作為持牌機構，入場優勢明顯，且具有資金穩定、廉價、客戶廣泛的優勢。然而互聯網以及手機移動端的普及，則讓消費金融的普惠性質得到真正的落地。

京東金融等互聯網消費金融公司近年得到迅速發展。京東金融不僅獲取線上資源與場景，更是通過O2O豐富線下生活服務布局。如近年來京東金融通過投資已布局了包括自身電商購物場景、海外購物場景、線下場景、農村互聯網金融等在內的多元線上線下資源，這些場景資源未來都能夠以消費金融相連接，既增強了消費金融的盈利能力，又促進了消費的提升。而京東金融的大數據風控能力，更是將徵信成本、運營成本降低，有效服務消費者需求。

「這幾年，京東金融在數據和技術輸出方面做了一些嘗試，包括和金融機構合作聯名信用卡，幫助發卡銀行提高批核率;現在，我們的現金貸款產品背後大部分都是對接的銀行資金，幫助金融機構降低風險提高收益率。我們白條閃付產品，讓新的移動支付技術和白條的服務結合在一起，讓用戶隨時隨地都能享受消費金融服務的便利。今後，我們依然會沿著開放的路徑，對外輸出數據技術能力，幫助推動整個普惠金融生態的良性循環。隨著監管政策逐漸明朗，消費金融市場一定會迎來驅除泡沫、發現價值的凈化期。」京東金融消費者金融事業部總經理區力表示。

如今的消費金融市場上，以京東金融為代表的互聯網金融參與者已成為重要的玩家。互聯網金融與銀行、消費金融公司等市場玩家服務不同需求的人群，將消費金融做到更普惠。

國家金融與發展實驗室理事長李揚指出，金融活動一定要與真實的經濟活動相關聯，要和交易活動相關聯，也就是金融流、現金流要和物流相關聯，要以物流為基礎，這是一個重要的支點。今天我們發現金融活動的發展，特別像京東等這樣機構，我們又看到了金融回歸到與真實交易活動相關聯，因為這些機構最初就是做商品交易的，在商品交易的基礎上，有了金融交易。李揚認為，京東金融基於真實消費和交易背景的金融服務模式能夠發展長遠。

誠然，要做到普惠金融意味著嚴格的風控關。真正具有大數據風控能力的互聯網金融玩家，才能普惠人群。

用科技分良莠 數據技術將解決獲客與風控效率問題

互聯網的一股熱風不僅帶來了優秀玩家，也引來一批投機套利者。近期普惠金融行業中，不少現金貸、高利貸平台得到曝光，這些平台缺乏科技、缺乏風控，只能通過高收益覆蓋高風險，而催收環節更是造成金融服務生態的惡性循環。

「普惠不是一句口號，普惠金融實際上是社會責任驅動的，是良性和道德驅動的，說到底，金融產品的定價是不是對得起自己的良心，而不是披著『普惠』的皮，做著不合理的、高定價的消費金融生意。」 京東金融消費者金融事業部總經理區力在主題演講中表示。

以京東金融的知名產品「白條」為例，」白條」信用風險評估模型覆蓋了兩億多個京東用戶，而且每一個數據模型體系中都有上百個子模型，幾萬個變數。京東金融也大量應用深度學習，神經網路等新技術，通過數據模型體系去解決風控、欺詐等問題。「『白條』業務，我們沒有一筆是通過人工審核，都是機器決策，這樣子每單的變動成本近乎為零，我們的後台系統1秒鐘可以處理幾十萬筆交易，這在過去的金融服務模式中是不可想像的。」區力進一步表示。

農村金融服務領域則是普惠金融的攻堅環節，也是「零徵信」、「弱徵信」人群廣泛集中地區。

據悉，京東金融關注於農村經濟的整個流轉環節，解決農產品進城、消費品下鄉的問題，將農村的產業鏈打通，讓服務成本下降。區力說，「我們充分運用數據技術，對不同地區的需求、銷售、商品流通狀況進行預測，讓交易流轉環節更加順暢，進而讓農戶的貸款利率降到最低。截至目前，我們幫助4.2萬貧困人口獲得了金融服務。」

「通過數據去驅動風險定價能力，如果只是一味地提高定價、盲目做大用戶規模，這不是能力，真正的能力體現在把定價控制在合理的水平，甚至想辦法降低定價，用高效率的風控逐步拓展用戶。」區力說。

沒有大數據與科技的「金剛鑽」，普惠金融實踐不能「攬」。這也正印證了《報告》的觀念：相比於傳統消費金融風控模式，互聯網金融消費風控系統以大數據風控是為基礎，融入「數據+風控模型+演算法」的思想，真正有效地將風控系統量化衡量。