1、利用大数据做线上信贷自动审批决策 连电脑都能开车了不是么？无人驾驶汽车俨然成为了众多汽车厂商研究的课题， 未来会有越来越多的东西被机器人和自动化所替代。随着技术的快速迭代发展， 机器人能够帮助人类干更多的活，同时社会上的部分人力资源也会被替代掉， 那么，信贷为什么就只能强调经验呢？计算机能替代人工做自动化信贷审批吗？ 多位大咖与行业从业人员曾在各种论坛多次探讨该问题，神州融为大家梳理了 以下主要精彩观点： 1、机器批贷需要三个条件，第一业务相似性，业务模式必须相似不能差异过大， 第二，指标可量化，审核指标必须能够抽象出来，第三，经济性，业务数量需 要很多，就为批两三笔贷款开发个模型出来不合算。
2、符合上述三条件的个贷 （按揭），小企业抵押贷（各行名字不同）以及信用卡基本上都实现了机器批 贷，人工复核。至于复杂的贸融，项目融资等等具体差异比较大无法提取成抽 象模型，所以无法机器批贷。尽职调查阶段必须要人员介入，毕竟现在机器人 还没大规模应用。 2、任何技术方法都有适用领域和范围，流程自动化以数据分析、模型、策略为 基础，是有适用范围的。基于大数据的小额信贷短期内注定只能是小额的、纯 信用的，而中国的信贷行业全是基于担保在干活的，而担保是很难量化、自动 化的-稍微能量化的（比如大城市个人房产抵押）银行早就在做自动化了。就 目前的实践情况来看，在零售业务领域，可以做的很好，自动化程度相对很高
3、 （完全自动化纯粹是找死的节凑）。在对公业务领域，自动化基本为零。而这 小微业务这部分，自动化程度有一些，但相对比较低。 3、什么情况下适合采用自动化？针对海量的消费者客户的零售业务，其相关数 据相对容易获得，而且其数据准确程度相对容易检查确认（例如，查一个人的 学历比查一个企业的财务数据简单多了）。这种情况下，才能有自动化的前提。 同时，海量的账户、小额的损失也使这种操作在经济上（包括成本、收益）可 行。电商金融、消费金融等小额信贷也可通过信息化手段优化审批流程，加快 提交入件速度，快速放贷。 4、脱离了具体业务场景，谈风控就是耍流氓。而所谓风控模型，首先是拿数据 跑出来再不断回归优化，数据
4、最重要的是逾期坏账数据，其实关键指标也就那 么几条，真来几千个指标，数据缺项的问题就出来了。 5、信贷应该暂时做不到自动化，因为有很多元素需要信贷人员亲自跟客户交流 才会清楚，财务报表就算通过审计以后也是一样可以作假，就算你拿回了企业 的财务报表，在自家系统也能够调试到指标平衡，很多时候信贷的前期需要做 许多准备工作，小客户的话，客户经理亲自上门拜访的次数也是不少的，加上 真的要开始做信贷，还需要跟银行的信审人员再次拜访客户，统一数据和信贷 方案，必要的调查，以及贷后跟进完全没办法自动化。 6、传统 P2P 网贷线下授信，资金到帐至少 T+1(银行授信时间更长) ，贷前需 要经历填写信息-上传
5、资料 -信审-支付等等环节，人工操作费时费力，这没 什么，关键是个别人员的资料经过包装，更有包装组团骗贷的，让你防不胜防。 而线上大数据授信，借款人的电商信息，收货人是真实的，地址是真实的，信 用卡账单也是真实的，基于电商、社交等信息的线上大数据授信(个人授信、企 业授信)，可以做到较高的自动化，在 110 分钟完成授信、放款。典型的案例 有阿里小贷、宜信的宜人贷，线上快速放贷的手机贷等。 7、凭借不同维度数据交叉判断辅助决策，可以减轻人工评判成本和压力。错 误和虚假的数据也有分析价值。国外做互联网征信的 ZestFinance，2 万多个 分析维度，他们能从申请表格中人名大小写这个维度推测此
6、人教育程度，潜台 词是受过高等教育的找到稳定工作几率较大，还款能力较强。在信息化辅助人 工调查领域，有些传统金融业出身的人自设框架，限制了手脚。所以一些创业 团队不要金融行当出身的人，就是担心职业思维困住了创新思路。 综上所述，业内人员普遍认为依靠数据、依靠系统的自动化审批更适合进件量 大、单笔额度小、快速放贷的业务模式，传统机构完成一笔个人信用贷交易可 能需要十几个步骤及不同的部门，消耗很多时间和成本，但快速放贷平台充分 利用大数据以及机器学习算法，最快只需要几秒钟到几个小时就可以审批完成 一笔申请，操作成本足够低，才使得这种小额分散的借贷原则具备了经济可行 性。 神州融与全球最大征信局 Experian 和阿里金融云联合发布了专门针对小微金融 机构的大数据风控平台，利用流程引擎驱动、以决策引擎代替纯人工作业判断 模式，实现快速、高效流转和自动决策的小微金融业务审批处理，并通过一站 式整合电商平台和征信机构等 3000+维度的信息数据，以及对接多家评分建模 机构等，依据不同维度不同种类建立的风险控制模型，帮助其实现量化风控管 理，为发展小额快速放贷业务的小微金融机构提供一站式的服务支持。
