
大数据改变世界:贷款不再需征信
当未来的金融工作者们决定是否向借贷人发放贷款时,他们可能关注的是潜在客户在填报表格时是否仅使用了英文大写字母,或者是客户们投入到在线阅读合同条款所用的时间,而不是潜在客户们的征信记录。
这些关于用户行为的举动--将会被能够扫描成千上万的关于用户线下和线上生活数据的复杂软件所采用--正成为一小部分创造新型借贷模式的创新公司所关注的焦点。
没有一个单一的举动将成为决定性的因素,但是从各个渠道收集到的信息,其中包括用户的家庭购买习惯、账单支付记录以及社交网络关系,都将会成为这一拼凑的、预测性画卷的一部分。这实际上就是数字时代采用了最基本原理的银行业务:了解自己的客户。
借贷创新公司Earnest首席执行官路易斯·贝利尔(Louis Beryl)表示,“我们正在打造未来的消费者银行。”在这样的银行里,客户是否使用正确的大小写,以及阅读贷款合同条款花费的时间,都可能会让他拥有更高的信誉。
由于这种技术还非常新颖,因此它的潜能还未得到验证。同样,在消费信贷领域引入数据科学这一现代技术也会引发顾虑,对那些执行反歧视法规的立法者而言尤为如此。
所有的这些新兴创新公司,均不是拥有包括接收存款业务在内的全方位服务的消费者银行。不过它们致力于改造承销经济,以及消费者借贷的体验,寄希望以更低的成本向成千上万的美国人发放贷款。
Earnest使用新型工具用户发放个人贷款。另外一家创新公司Affirm,则向消费者在网络购物时提供了可替代信用卡的产品。还有一家创新公司ZestFinance,业务专注于发薪日贷款(Payday Loan)这一相对更小的市场。
与传统主要依靠借贷人征信记录来计算信贷额度的做法截然不同,这些创新企业全部都是海量信息和聪慧的软件所支持的新型消费金融的愿景。
支持者认为,新技术能够为更精确的评估借贷人信贷额度提供机会。他们认为,更好的风险分析,将会扩展拆解市场,并减少借贷成本。美国消费者金融保护局前副局长、风险投资人拉杰夫·戴特(Rajeev Date)表示,“这些金融创新公司,拥有着让数百万人节约出数以十亿美元计的支出的潜力。”投资人当然已经看到,资金和人才正在蜂拥进入这一新兴市场。各大银行、信用卡公司和互联网巨头,则在密切的关注着这些后起之秀,研究它们的技术,留意出现的风险。
根据美国法律的规定,出借方不能以人种、宗教、原国籍、性别、婚姻状况、年龄或是接受政府援助金而其实申请借款人。大数据贷款,则主要依赖于软件算法。但是这种贷款的风险在于,尽管它依赖于庞大的数据和复杂的运算,但是这个自动化的系统仍可人为控制。即便是不刻意加入特定程序,软件最终仍可能会歧视特定的人种或民族。即便是支持者也承认这种缺陷。戴特表示,“这确实令人感到不安。”
Affirm首席执行官麦克斯·拉夫琴(Max Levchin)表示,“保持不尝试着解释太多的原则非常重要。”他强调,增加人类的设想,可能会把偏见引入到数据分析当中。
立法者当前正密切关注着新技术会有着什么样的表现。消费者金融保护局公平借贷办公室主任帕特里斯·菲克林(Patrice Ficklin)表示,在密切监控新兴市场的同时,消费者金融保护局希望能够鼓励创新。
依照数据处理的借贷创新公司发现了机遇。根据全美消费者报告协会的预测,大约有7000万美国人要么没有信用评分,要么就是有着会影响打分的不良征信记录。移民和刚毕业的大学生,通常为信用等级较低的两类人群。
Affirm位于旧金山的办公室看上去一点也不像是一家银行。这家在去年7月才推出在线购物借贷业务的创新公司,当前的成长速度非常快,且拥有着雄心勃勃的计划。Affirm表示,在成立的12个月时间中,该公司将有望借贷出1亿美元。目前,超过100家在线商户,都已经使用了Affirm的分期付款产品Buy With Affirm。Affirm表示,该公司的下一步打算,是推出学生贷款。作为互联网支付服务PayPal的联合创始人,拉夫琴表示,这些仅仅是Affirm发展的第一步。他说,“Affirm的长期目标是使用数据和软件,来颠覆和革新整个金融圈。”
Earnest首席执行官贝利尔在攻读哈佛大学工商管理学硕士和公共政策双学位时,曾申请贷款用于教育支出,但遭到银行方面的拒绝。当时,曾在大学期间主修普林斯顿大学金融工程学的贝利尔,已经在华尔街工作了若干个年头。之所以选择攻读研究生,是贝利尔希望能够对自己进行投资,增加未来的收入。
从申请贷款被拒这件事情上,贝利尔发现传统银行在申请贷款问题上观念极为狭隘,对于绝大多数的美国人而言,申请贷款极为困难,且代价太高。
Earnest创办于2013年,并从去年开始开展借贷业务。2014年,Earnest的放贷总额达到了800万美元。贝利尔表示,去年12月,该公司的月环比增长率已经达到了70%。Earnest通常的房贷金额在几千美元,但最高可以达到3万美元。Earnest的许多贷款,主要用于搬迁费用,或者是职业培训。
截至目前,Earnest的贷款主要发放给年龄在22岁至34岁的大学毕业生。贝利尔表示,年轻人是公司关注的焦点,同样也反映出最好的商业机遇。他说,“不给年轻人放贷,是借贷市场最大的错误之一。”
这些创新企业的早期客户,主要被它们简单的借贷体验、以及低利率所吸引。这些客户主要为年轻人,对在线购物和共享信息毫无顾忌。
22岁的大学毕业生阿南达·潘迪(Ananta Pandey),去年8月使用Affirm的贷款从在线零售商Casper处购买了一个价值850美元的床垫。如今,她已成为纽约一家创新公司的软件工程师。购买这个床垫,主要是为了能够与三位室友合租一个公寓房。
潘迪当时只有一张信用卡,且信用额度仅有1000美元。她说,因为合租房屋还需要一笔支出,Affirm的贷款向她提供了财务弹性。潘迪还非常欣赏Affirm无缝的贷款程序。Affirm要求借贷人填写电话号码、姓名、出生日期和社会保险号的后四位。Affirm然后会要求申请者用短信进行答复,来确定申请者的身份。Affirm几乎立即就做出了放贷决定。整个程序只花费了不到两分钟的时间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19