张为斌受邀为中国人民大学MBA互联网金融俱乐部交流分享

近日，宸信征信董事长张为斌受邀出席中国人民大学MBA互联网金融俱乐部“大家谈”讲堂，作为分享嘉宾做了《金融科技创新与实践研究》的主题分享。讲课中，张为斌根据自身十年的大数据从业经验，就金融科技的历史沿革、应用趋势等问题，从大数据技术的视角，对金融科技如何与征信相结合、如何发掘更多应用场景，与人大MBA学员们进行了热烈的探讨。

本次分享活动的主办方“互联网金融俱乐部“成立于2015年，成员分别来自金融、IT互联网、投资等行业，或是创业圈的佼佼者，社团主要宗旨是拓展俱乐部会员互联网金融领域视野，搭建互联网金融相关企业、从业人员及爱好者的沟通平台。

在人工智能、大数据、云计算与金融科技紧密结合的背景下，举办此次分享活动对于学员们将理论知识和行业前沿相结合具有指导性的意义。

金融科技，不是新鲜事物

近几年，金融领域被提及最多的新词、热词，金融科技为其中之一。张为斌认为，金融科技其实不是新鲜事物，要放到更长的历史时间里看，它是个相对概念。金融是一门很古老的生意，几百年来，其本质上的创新和改变并不多，计算机、互联网、大数据、云计算、区块链等技术创新带来的是金融行业效率的提升，例如让重复性的工作被机器替代，用精细化运营去降低机构的运营成本……现在很火的大数据，带给我们的是审视业务有了更多维度；有了更多精准有效触达客户的渠道。但是，不论技术如何变革，金融的本质不变。

因此，张为斌说，“金融，始终是一门管控风险、匹配资金需求、满足供给的生意，金融的本质是信用。”对于金融科技从业者来说，在进行模式创新和技术创新时，不背离金融本质是首要原则，在此原则之下的金融产品服务创新、拓宽服务覆盖面、优化资源配置、降低营业成本、规避风险的创新都是有意义的。

行业发展从技术导向趋向需求导向

交流现场有学员提出金融科技发展的导向问题，张为斌介绍到，金融科技的发展是需求导向，或者叫痛点导向。当下存在的痛点，就是金融科技应当去努力解决的点。唯技术论却不谈场景、不谈需求的科技都是空中楼阁。

在实际应用中，用户对银行等机构常有这样的预期：入口多渠道、产品简化一点、目标更精准一点……这些预期就是当前银行、金融机构亟待提升的点，这些反映出用户对便捷性、个性化、入口可触达、使用更简单的个性化需求。金融科技应该重点关注这些领域。

同时，张为斌认为，金融科技的创新不会颠覆传统金融，传统金融会在一定时期内与嫁接了金融科技的新金融产生竞争关系，未来走向竞合、融合。

金融大数据风控建模的关键

单从金融大数据风控建模角度讲，目前很多企业已经有很多算法。但真正好用的算法，不仅需要引入自然科学建模，还需要引入基于社会科学的、人文历史的思考，把这些维度引入到算法中。

张为斌向学员介绍到：“大家都听说过“啤酒和尿布”这个案例，说的是美国奶爸买啤酒的时候顺便买尿布，这是美国家庭文化的一个体现，在中国，这个规律就不一定适用。“这也就回答了为什么国际上的大型风控公司的业务在中国推不动、模型不灵的问题，因为他们对中国的文化、历史、风俗理解不够深，对中国现阶段的金融业态、特点把握不准，不接地气的模型很难走通。

以宸信自己的建模经验为例，在做企业征信时，在不同区域对人、企业的判断标准有所不同。从数据里能够看出，江浙一带的大部分小企业主、企业，生活娱乐类支出是比较少的，当地人文、氛围使得企业主之间的社交应酬不是感性交往，更多理性交往；到了北方就不一样，北方讲究经常聚、勤走动，因此北方企业、企业主个人的这类支出占比就大了很多。因此在评估两地小企业的风险、信用的时候，也要具体分析，不一定生活十分规律、生活娱乐类支出少的南方企业、企业主，信用分就会高于生活娱乐支出高的北方企业、企业主。

张为斌认为，在算法模型的构建上，不能照搬国外机构的成功算法、模型，要考虑到每一个业务场景的特殊性，针对客户的区域性差异、不同业务场景的差异，把社会科学范畴的算法和大数据风控体系融合。

另外，还要有多维数据资源，包括社会运行数据、互联网开源数据和交易数据、轨迹数据。任何一种单一数据源都难以刻画出一个完整的对象，一定是结合各方的数据，把很多原来看起来数据价值不是很高的变量进行融合、交叉，产生出来有价值的变量，再对这些变量进行深加工和计算，最后反馈出对企业的完整的画像和信用评估。

宸信征信，作为国内较早进入大数据征信领域的公司，在全球数据资源整合、建模算法、服务多行业客户方面，具有独特优势和经验积累，公司一直坚持自主创新，重视大数据分析挖掘技术、数据处理技术的打磨、创新，截止目前，共获得国家发明专利十项、计算机软件著作权十二项。旨在通过对前沿技术的研究和应用，更多助力金融普惠事业的蓬勃发展。

宸信

征信

具全球视野的

独立第三方信用服务机构