钱牛牛用大数据对人进行精准建模

云舟凌冬

　　长期以来，中国金融服务业态的广度和深度严重不足。随着90后超前消费观念的崛起，传统信贷体系已无法满足年轻人日益升高的消费和负债需求。2019年中国消费信贷市场规模预计将达到41.1万亿元，约4亿初级白领、蓝领用户的信贷需求亟待支持。

　　钱牛牛通过对人的授信作为切入点，基于不同人群、场景、额度的不同需求提供丰富多样的信贷产品。在集团未来的战略布局中，每条业务线都是整个大战略中的板块之一，包含了千元级的微额信贷，万元级的消费信贷及十万元以内的经营性信贷。

　　钱牛牛倪抒音表示：“中国在过去十年以及未来的十年之内，正在面临着爆发的人口红利期，这一人口红利并没有在过去的几十年里被消耗殆尽，而是发生了转变。对比美国，中国金融服务在下沉的渗透率以及覆盖的频率这两个层面上远远落后于发达国家，在中国，还有大量的普通年轻人没有享受到信贷服务。”

　　我国传统金融机构一直以来所采用的金融数据算法是一个可见的、清晰的、可辨别的、因果关系的数据算法——过去在我们的行为数据体系里面，只能掌握一个人的基本特征：收入、支出、负债、身份、资产结构等，但今天，有大量的年轻人是不具备这些特征的。

　　与传统金融通过强特征来捕捉一个人的行为记录不同，钱牛牛科学家团队自研的风控模型捕捉了数百万年轻人在线上的行为特征，在合作伙伴的数据库中对数百万人群的弱变量特征进行建模，再用上百万的用户行为来进行验证，针对这些弱特征变量进行数据清洗、捕捉、抽样分析和最终建模。

　　钱牛牛倪抒音认为，金融的本质并不是完全基于某一个场景来划分金融服务，更多的是基于“人”来进行授信。这个人有什么样的特征，才决定了最终对这个人进行信用评估和授信行为的根本。