大數據出沒之金融業奇兵

陶娟

在以圍繞不確定性進行定價為本質的金融市場，美國一批初創企業正嘗試運用大數據這一利器，重新定義信用評估、網絡金融安全等領域的盈利模式。金融極客的風生水起，或預示下一個時代的主宰者。

2014年3月，《紐約時報》宣布將推出一款全新的新聞欄目Upshot，主打以數據驅動的新聞報道和分析，旨在填補“另類超人”內特·希爾（Nate Silver）離職后產生的空缺。作為成功普及“大數據”概念的第一人，內特在職時，個人博客一度給《紐約時報》網站帶來20%的流量。

內特畢業于芝加哥大學統計學專業，拿手好戲是用數據分析選情。2012年美國總統大選時，輿論認定奧巴馬和羅姆尼的支持率不分伯仲，內特卻“統計”出奧巴馬有七成勝算。此后，他不僅在投票當天預測奧巴馬有90.9%的概率獲得大多數選票，且其對50個州的投票結果預測也幾乎全部命中，精準度完勝其他所有市場評論和輿調，一夜間家喻戶曉。

這種“巫術”般的預測，所能滿足的顯然已不僅僅是政治競選的需要。在本質即是圍繞不確定性進行定價的金融市場，利用大數據來降低不確定性，從而獲取高于市場溢價的機構已蓬勃而生，從個人信用評估、商業預付款到金融安全領域，各路應用正在以前所未有的方式和速度革新著金融業。

ZestFinance：創新信用評估體系

美國信貸委員會的調查顯示，64%的美國人賬戶上只有不到1000美元，在遇到緊急情況時，這些人中的大部分都會被傳統信貸市場拒之門外，不得不使用費用高昂的發薪日貸款，被迫承擔可能高達400-500%的年化利率。貧窮的人得不到好的信用評級，只能承受更高息的債務，于是還債負擔加重，違約風險增強，風險定價抬高，從而陷入惡性循環。2012年發薪日貸款市場收取的費用高達80億美元。

為了給擁有低信用評級的好人更好地發放貸款，谷歌前首席信息官和工程副總監道格拉斯·梅里爾（Douglas Merril）與Capital One公司前主管肖恩·巴德（Shawn Budde）聯合創立了ZestFinance，最初名為ZestCash。

傳統意義上，大多數美國銀行依靠FICO信用評分體系來評估貸款者信用，這套體系基于15-20個變量，如信貸比例、還貸是否逾期等指標。而ZestFinance則完全顛覆了這一模式，它篤信“一切數據皆是信用數據”，開發了10個基于學習機器的算法模型，創建了數萬條指標，以更加全面地評估信貸申請人的狀況。本質上，ZestFinance就是一家由數據科學家主導的企業，它抓取每位信貸申請人的上萬條原始信息數據進行轉換、分析，形成一個最終的分數，而完成這一過程只需5秒。

ZestFinance非常擅長從各種細節中挖掘提取數據。對它來說，用戶在填寫信貸申請表時輸入姓名的方式都是一種信息：全部使用小寫字母、全部使用大寫字母還是采用首字母大寫的正確方式；開尼桑的顧客會比開豐田、雅閣的還款更為激進等。其他類似的信息還包括，申請人在公司網站上停留的時間（反映借貸的謹慎程度與還款誠意）、申請人是否擁有預付款或已付全款的手機等。

2012年7月，ZestCash正式更名為ZestFinance，將自己的這一套分析系統提供給其他貸款者，業務模式由直接放貸升級為給第三方次級貸款者進行信用擔保，將原先的競爭者變成了服務對象。

ZestFinance創始人梅里爾堅信，基于大數據的個人信用評估體系遲早將代替FICO信用體系，開放這一體系能夠服務于更多人。其服務的客戶如SpotLoan，正是一家傳統的發薪日貸款者。而資本亦大力捧場其創新模式，繼2011年A輪1900萬美元、2012年B輪7300萬美元融資后，ZestFinance于2013年再次獲得了C輪2000萬美元融資。可以預見，通過大數據來為缺乏信用記錄的窮人進行風險定量，能夠幫助貸款機構更清楚地甄別出哪些客戶有更高的意愿和動力還款，次貸市場上的供需雙方均能從中受益：申請者更容易通過，而借款人則享受更低的違約成本。

Palantir：

估值90億美元的安全類公司

Palantir由PayPal聯合創始人彼得·泰爾（Peter Thiel）和斯坦福的一群計算機科學家創建于2004年。作為一個為政府和金融機構提供高級數據分析的平臺，它的目標是利用數據與技術去勘察人性與環境，致力于解決一系列至關重要的現實問題：如何防止下一場龐氏騙局？如何攔截恐怖主義網絡？如何防范次貸危機？如何識別網絡欺詐與黑錢組織？

Palantir的一個主要特點是能從數萬個不同架構的數據庫中通過引擎抓取相關數據，并將人工干預和數據抓取結合在一起，從龐雜信息中過濾掉多余的噪音，通過蛛絲馬跡間的彼此關聯，判斷出人們行動最終的目的指向和影響。

目前，Palantir以政府業務為主，大約占60%。美國國土安全局、聯邦調查局及中央情報局均向其購買產品。華爾街則是另一大客戶源，很多銀行都開始應用Palantir的技術偵查詐騙跡象，進行交易分析，甚至用其給抵押貸款定價。摩根大通的信息主管蓋伊·查理奧評價道，谷歌通過搜索引擎解放了互聯網，而Palantir則幫助解放了公司內部的數據，讓枯燥無趣的數據變成了金礦。摩根大通利用Palantir技術來防止欺詐行為，甚至用其更好地為客戶定制營銷活動。

在網絡金融安全領域，Palantir同樣與高智商犯罪斗智斗勇。在目前流行的金融騙局中，罪犯能偷取或侵入數千人的網絡銀行賬戶，當觀察到潛在受害者購買機票或外出度假時，罪犯就會動手屏蔽掉賬戶提醒功能，之后取走賬戶中的余額，整個過程悄無聲息。而通過使用Palantir的軟件，某家全球性的大銀行發現了數千個被盯上的銀行賬戶，及時制止了可能的損失。

在政府及金融兩大機構客戶外，Palantir開始多元化轉型，醫療、零售、保險和生物科技成為其下一站攻城略地的方向。2013年，Palantir收入5 億美元，而2014年的合同額更已高達10 億美元。同樣，其技術突破和發展壯大與資本的扶攜密不可分。創立一年后，Palantir被CIA旗下的創投基金In-Q-Tel相中，提供了種子基金，并迅速發展。短短數年內，公司已進行了十輪融資，僅曾投資過Facebook的著名風投Founders Fund一家就先后參與了三輪融資，而Palantir的估值也由2010年的7.35億美元飆升至目前的90億美元（表1）。

Kabbage：基于第三方數據平臺的美版阿里小貸

作為一家數據驅動型的網貸公司，Kabbage的主要客戶是電商平臺上的眾多網店，它們的特點是規模小，幾乎沒有固定或抵押資產，營運資本短缺時告貸無門。迄今為止，超過10萬個小企業主成功從Kabbage獲得融資。初看去，Kabbage似美國版的阿里小貸，但其自有獨到之處：將第三方平臺數據納為己用，同時使用商業預付款的概念繞過貸款業務所面臨的監管。

客戶提出貸款申請的過程非常簡單，在網上免費注冊后，提交額度申請和融資目的即可。在資格審核一環，Kabbage自身并非電商平臺，并不像淘寶那樣坐擁海量的后臺數據，因此它鼓勵客戶關聯各種第三方平臺賬戶信息，如網店在Ebay、亞馬遜上的營運數據，從Google Analytics獲得的網絡信息，從記賬軟件得到的相關信息，從UPS等物流企業得到的發貨信息以及品牌在Facebook上獲取的評價信息等。客戶關聯的賬戶越多，信息透明度越高，貸款申請越容易獲得通過，也越有可能獲得高評級。最終，Kabbage會根據自己獨有的信用評分系統，打出一個綜合得分來評定該筆申請的費率。

Kabbage的另一創新之處在于，其發放的資金并不稱為貸款，而是商業預付款（Advance），每筆額度在500-10萬美元間，周期統一為6個月。它將每筆預付款的發放視作與客戶間簽訂的一份合同，以客戶后期現金流來作為還款保障。其獲得的收入也不是貸款利息，而是基于商業行為的費用。費率計算完全透明，不附加任何隱性成本，前兩個月的費率在1-12%之間（此費率由綜合得分決定），此后4個月的每個月為1%，支持提前還款。在其網站給出的示例中，一筆1萬美元的商業預付款，6個月到期后的總費用是1200美元，遠高于銀行貸款收益（表2）。

2012年，Kabbage發放了4萬筆預付款，2013年已增至7萬筆。通過對現金流、物流、消息流等數據的全面整合，Kabbage已將客戶拓寬至線下商家。2013年底，Kabbage開發出移動終端App，實現手機融資申請。迄今Kabbage已完成了三輪共計逾5000萬美元的股權融資，還通過債務融資了9000萬美元。

風險與中國機會

無論是通過大數據來進行信用評級創新，還是追蹤網絡犯罪，靠的都是在浩淼數據中發現彼此關聯度的能力，美國這幾家新興企業的成功，既源于前沿的科研實力，也和強大的資本支持不無相關。在中國，精明的商人同樣試圖從大數據金融中掘得先機。據阿里小貸首席技術官王堅介紹，旗下200-300名工作人員，已通過獨有的信用系統審核發放了超過60萬筆貸款，這種效率顯然是傳統銀行無法比擬的。而另一家聚立信，也打出了“類ZestFinance，但更懂中國”的廣告。銀行業也已嘗試采用非傳統的信貸審核手段，如記賬類軟件隨手網就聯手中信銀行推出信貸產品“信金寶”，雙方達成合作后隨手記（和卡牛）的用戶可在移動端授權中信銀行調取自己的財務管理/記賬數據，這些數據可用作審核信用的補充。

不過，金融業的大數據奇兵，都需要面對同樣的隱私保障問題。自9·11恐怖襲擊后，FBI等情報機構對普通居民各種信息狀況的摸排了解已讓人感到不安，斯諾登的爆料更讓輿論嘩然。沒有人希望過往種種被一覽無余地提取、集檔和分析，而這卻正是如Palantir等大數據公司所孜孜以求的境界。技術本身并沒有好惡，但是信息被濫用或遭到泄露所帶來的殺傷力有多大，尚難預料。■