📖 ZKIZ Archives

被京東和百度一致看好，金融科技公司ZestFinance有何過人之處？

科學的fan 2016-07-20 11:35

7月18日下午消息，百度宣布投資美國金融科技公司ZestFinance，數額未公布，而早在去年6月份，ZestFinance還曾獲得京東集團1.5億美元投資，雙方還宣布成立名為JD-ZestFinanceGaia的合資公司。能得到中國兩大互聯網巨頭的同時青睞，ZestFinance到底有什麽過人之處？

互聯網與傳統金融的強勢結合

ZestFinance原名Zestcash，2009年成立於洛杉磯，是一家通過機器學習和大數據技術進行個人信用評分，服務於哪些在傳統個人征信體系下無法正常使用金融服務的用戶的科技金融公司。

作為一家站在風口上的金融科技創業公司，ZestFinance的創始團隊非常強大，其主要創始人有兩位，一位是道格拉斯·梅里爾（Douglas Merril），他曾是谷歌前CIO兼工程副總裁，負責谷歌的內部技術和全球技術支持，在互聯網領域浸淫多年，另一位則是Capital One前信貸部高級主管肖恩·布德（hawn Budde），擁有超過25年的消費金融行業經驗，是多家銀行和金融公司的獨立顧問。

可以說，雙方的合作堪稱互聯網基因與傳統金融基因的結合，由此產生了這樣一家底蘊深厚的科技金融公司。除此之外，在ZestFinance的數十人團隊中絕大多員工是數據科學家，這也從側面證實了這家公司濃重的技術基因，足以勾起國內科技企業的興趣。

根據早前媒體報道，ZestFinance已經服務了美國超過10萬名用戶，迄今為止已經獲得了2.7億美元融資。

以下為ZestFinance的融資記錄：

2011年7月，獲得Lightspeed Venture Partners領投A輪1900萬美元；

2012年1月，獲得Matrix Partners領投，Victory Park Capital 、Lightspeed Venture Partners、 Fly bridge Capital等跟投的B輪7300萬美元；

2013年7月，獲得Eastward Capital Partners 領投，Kensington Capital Partners、Northgate Capital 、Subtraction Capital 等跟投的C輪2億美元；

2015年6月，獲得京東D輪1.5億美元投資；

2016年7月，獲得百度投資E輪，金額不明。

服務個人信用評分“問題戶”

根據早前媒體報道，ZestFinance在美國服務了超過10萬用戶，目前服務的客戶群體主要分為兩類，一類是因FICO（美國通用的一種個人信用評級法）評分接近或低於500而基本信貸需求無法得到滿足的人群，ZestFinance基於收集到的相關數據，推出了名為 Basix 的服務，幫助這類不符合銀行借貸資質，但又具備還款能力的人能在互聯網領域完成借貸。

另一類則是信用分數不高而借貸成本高的人群，利用大數據征信降低他們的信貸成本。具體的做法是：ZestFinance假設每一位客戶都能按時償還貸款，針對他們需求的貸款類型不同建立了不同的分析模型，通過大數據挖掘出他們的信用信息，在運運用模型進行信用分析評分，幫助信貸信息不完整的客戶給出他們真正的信用狀況，最終幫助客戶享受正常的金融服務。

ZestFinance最早僅服務信貸審批，僅有信貸審批評分模型，隨後不斷細化其評估模型來支持不斷推出新的信用風險業務。2013年Q1推出了催收評分，2014年Q2推出了市場營銷評分；2014年推出了汽車貸款和法律催收，目前已經開發出八類信用評估模型，用於不同信用風險評估服務。

引領個人信用評分體系革命

目前，美國有1000多家信用機構為消費者服務，覆蓋全美約1.7億用戶，而這1000多家信用信用機構都基本隸屬於三大征信公司。這三大征信公司使用得計算方法模型都來自同一家公司，即上文提到的FICO。

FICO評分的確能夠評估個人信用，但其預測絕對風險的能力早已受到業界質疑。以2008年金融危機為例，彼時的FICO評分從2005年到2011年在美國人口中的分布基本上沒有大的改變，而這與2008年金融危機爆發之後出現大量壞賬的現實嚴重不符。

事實上，傳統金融機構普遍采用的FICO評分具備以下幾大缺陷：

首先，FICO信用評估模型僅使用不到50條變量，這導致了掌握評分套路的消費者可以進行刷分——比如反複在圖書館借書還書就能提高FICO評分。

其次，FICO評分所采用的信息維度較為單一，在大數據時代，這一傳統信用風險評估體系仍主要依賴消費者的信貸記錄去對消費者信用進行評分，這不僅導致了信用評估體系的不完善，也間接導致了第三個問題——覆蓋人群不夠全面，信貸記錄不完善的部分消費者群體在這種評分體系面前無疑受到了不公待遇。

而ZestFinance以大數據技術為基礎采集多源數據，一方面繼承了傳統征信體系的決策變量，采納了大約30%的傳統信貸記錄作為考量。另一方面，ZestFinance采納了更多可能影響用戶信用的信息，如社交網絡信息、用戶申請信息甚至用戶的寫作習慣、閱讀習慣等非傳統數據信息，充分考察借款人借款行為背後的線索及線索間的關聯性，意圖提供真正全面且的數據分析服務，最終給出準確的消費者信用評分。

傳統信用評估與基於大數據的信用評估的區別    

到目前為止，ZestFinance使用的原始數據信息就多達上萬條，在此基礎上ZestFinance付出了更多努力，開發了包括欺詐模型、還款能力模型、還款意願模型在內的機器學習分析模型，而在相應的模型中最多可以得出超過7萬個可以判斷信貸行為的指標，最終可以得出準確的消費者信用評分。

數據顯示，與傳統信貸管理業務比較，ZestFinance的處理效率提高了將近90%，在風險控制方面，的模型相比於傳統信用評估模型性能則提高了40%。

百度和京東看重ZestFinance的什麽？

與西方發達國家不同的是，中國的個人信用體系並不完善，不僅沒有一個集中有效的信用評分系統，就連有關消費者的個人信用記錄都不多，這就為個人信用評估和授信帶來了困難。而一個公認的事實是，只有大部分消費者群體的征信信息得到完善，借貸等業務的開展才有基石和依據，這就意味著國內消費信貸發展在不知不覺中已經進入了瓶頸。

而跟據艾瑞咨詢的預測，2014年至2017年中國消費信貸規模依然將維持20%以上的複合增長率，預計2017年將超過27萬億市場規模。所以即使是百度、京東這樣的互聯網巨頭，也無法忽視消費金融這塊成長中的香餑餑。

ZestFinance具有通過模型開發能力和數據分析能力，分析和處理不同類型的複雜數據，最終做出準確信貸決策的能力，這一能力的價值在中國市場則被成倍放大——其不僅可以在很大程度上幫助中國這一新興且制度不完善的信貸市場突破發展瓶頸，更能幫助企業有效構建用戶模型，評估信用等級，預測預防風險。

以京東為例，京東旗下京東金融的野心絕不在阿里金融之下，苦於雷聲大雨點小，近年來雖然發展速度較快但始終難以跟上後者的腳步。在投資ZestFinance並展開合作之後，就可以通過運用其先進的大數據信用模型構建技術和經驗，為京東金融提供信用模型和技術，幫助前者更好的挖掘互聯網用戶群、年輕消費者的信用價值，防範因當前國內個人信用體系不健全導致的信貸風險。

更重要的是，京東手中掌握著億級用戶的電商消費軌跡和物流數據，這意味著那些遊離於傳統信用體系之外的強消費能力群體，可以經ZestFinance之手成為京東布局消費金融的潛在用戶群體。

而百度更加看重的或許是ZestFinance對海量大數據庫的靈活運用和強大分析，百度的大量用戶搜索數據完全可以通過ZestFinance的技術用於貸款承銷和評估信用風險。

比如，一個用戶在周末搜索了歐洲度假或者在工作日搜索了遊戲，這足以幫助ZestFinance判斷這個用戶的工作狀況，進而判斷用戶的還款能力；再比如，一個用戶如果頻繁的搜索嬰幼兒用品，如果能推測出孩子的年齡，就能預測用戶的消費周期。所以說與ZestFinance的合作同樣為百度進軍消費信貸領域提供了技術支持。

其實，百度和京東去年就已經向央行提交了申請，希望拿到個人征信牌照，這背後布局消費信貸領域的野心可謂路人皆知。而ZestFinance作為個人信用評分領域的專家和變革者能得到青睞也就不足為奇了。

由此可見，隨著互聯網的發展和科技的進步，大數據技術將會被越來越多的應用在人們生活之中，ZestFinance飛速發展的背後，正是其頗有先見之明的將海量個人信息綜合運用，因行而異建模分析，最終得出精準個人信用評分這一創新變革。它既順應了行業發展大趨勢這一天時，又占據了中國消費信貸市場急需這一技術支持的地利，堪稱用大數據顛覆征信業的典範之作。

文章評論

匿名用戶

發布

全部評論：10

發布