新金融普惠万里行乐信站

新金融普惠万里行 ? 乐信站 凤凰网WEMONEY新金融普惠实践万里行第一期乐 信名称：深圳乐信控股有限公司成立时间：20_年10月创始人：肖文杰员工人数：2566简介：中国金融科技平台、纳斯达克上市公司，旗下包括分期购物平台分期乐商城、网络借贷信息中介服务平台桔子理财以及金融资产开放平台鼎盛资产，打造了集电商、智能风险管理、智能资产管理、网络借贷信息中介服务为一体的金融科技生态，致力实现对中国高成长人群及信用卡持卡人群的全面覆盖。截至20_年6月底，注册用户数达2920万。何为普惠金融？一言以蔽之，人人可得，惠及百姓。现如今，让每个人都可以获得适度金融服务的普惠金融理念，已成为社会共识。而如何解决广覆盖、低成本难题，实现普惠金融商业可持续发展，也成为各界关注的核心议题。20_年8月，辞去腾讯财付通产品总监一职的肖文杰，在瞄准年轻人金融需求后，拿着20_万元积蓄创立了线上分期购物商城分期乐；20_年6月，看好小微消费金融服务的肖文杰，又次推出互联网理财平台桔子理财；20_年2月，专为金融机构输出金融科技服务的鼎盛资产正式成立，由此，一个集电商、智能风险管理、网络借贷信息中介服务为一体的金融科技生态初步构成。20_年8月，分期乐正式宣布升级为乐信集团。肖文杰称，乐信要做普惠金融，要给中国的年轻人提供更加好的金融服务。作为一家金融科技公司，其将借助人工智能、大数据等手段，辅助银行完成对过去难以覆盖的人群进行审核授信，为其降低服务成本，拓展服务人群半径。拥有独特的“小微、分散”商业模式的乐信，从20_年年销售额300万元增长到20_年的近500亿元，再至年底在美国纳斯达克上市，目前市值接近20亿美元，乐信在成长，其普惠之路也在继续延长。为年轻人开设第一个信用账户节选案例：朱光远是一名来自于内蒙古赤峰市的24岁小伙，老家世代以放牧业为生，几十年来村民不断重复着“放羊-赚钱-娶媳妇-生孩子-放羊”的“单曲循环”。5年前，朱光远凭着自己努力考上内蒙古师范大学，正式告别“放羊生活”。不过，日子并没有想象中那么好过，毕业后的朱光远，租了铁道旁边一间待拆迁房，在第一个月工资还没有到账的情况下，他身上的钱连馒头都吃不起。尽管潦倒至此，不想给别人添麻烦的朱光远，一直没有向朋友开口借钱，也没有向女朋友开口借钱，更没有向父母开口。抱着装满热水的可乐瓶子，蜷缩在被窝里，眼看着第二天就没东西可吃了，朱光远想起了朋友给他推荐的分期乐。当时仅是抱着试一试态度，但发现提交订单后马上银行短信就到了，几秒钟时间钱到帐。虽然分期乐给他的额度有120_，但朱光远只借了500。“我当时算了一下500块就能撑到我发工资，这个500块是什么概念，在大家看来500块不过是一个数字，5后面跟着两个0，5张100的票子，对分期乐来说，这可能是一个订单，一笔业务，还跟着一个流水号等等。但是在我看来，那个就是救命，真不夸张，那是我最潦倒的时候，所以我现在一直都在继续用分期乐，很感激。”朱光远这样描述当时从分期乐的借钱经历。早在20_年，肖文杰便说，乐信要做普惠金融，首先要给中国的年轻人提供更加好的金融服务，为这一类用户带来实实在在的价值。乐信可以帮助其建立自己的第一个信用帐户，让所有消费行为和数据进入乐信评估体系，在信用获得不断成长后，再帮助其享受更加普惠、便捷的金融服务。彼时，普惠金融在国内发展面临着诸多难处，其中有几个核心问题：一是中国土地面积大，人群分散，普惠金融覆盖难度非常大，可得性相对较低；第二则是信息不对称，缺乏足够的数据和依据来评估人群的信用和风险，风险比较难管理。乐信尝试用“信用成长”解决这一问题。在用户建立信用帐户以后，通过帐户以及外部征信数据，乐信可以看到用户所有过去以及当前的消费行为表现，并通过不断地教育用户培养信用，从而帮助其建立自己的第一个信用账户。20_年底成功登陆美国纳斯达克后，20_年二季度，乐信用户和规模保持了快速同步增长。用户数达到2920万，同比增长82.9%；促成的借款量达166亿元，同比增长68.4%；在贷余额达到247亿元，同比增长97.9%。与此同时，乐信净利润也实现增长，录得非通用会计准则净利润5.02亿元。帮助银行拓展服务半径节选案例：近两年，随着互联网和金融科技的迅速发展壮大，金融行业开始各自发力寻求突破，场景化的发展方向就是其中一个创新点。对于银行来说，场景是帮助银行获取海量用户的重要入口，消费场景能帮助银行更贴近客户的需求和喜好，而且还能基于客户已被开发出的金融需求，通过场景化的服务，打造出其他更多元的消费场景吸引客户其他的金融或非金融需求。工商银行与乐信针对高成长人群消费金融的场景打造，便是其中一例。20_年6月，工商银行与乐信集团旗下的分期乐联合开发的“工银分期乐联名卡”，在武汉大学、中山大学、深圳大学、四川大学等九所高校的线下正式试点。这一联名卡的试点推出，打通了工商银行与分期乐商城1.25亿信用卡持卡人群，目标是通过合作，渗透30%的高成长人群。乐信给自身定位的是一家金融科技公司。20_年4月，肖文杰在演讲中宣称，乐信将进一步开放现有的技术、场景和用户，不做金融业务、不参与金融业务竞争，而是做各大金融机构最好的合作伙伴。未来三年，乐信将累计投入10亿人民币，帮助金融机构触达并服务近亿中国优质高成长人群。首先，乐信利用大数据手段，辅助银行完成对过去难以覆盖的人群进行审核授信。此前银行给客户做无抵押信用贷款，需要参考央行的个人征信报告。然而，截至20_年11月，央行征信中心收录的自然人信息覆盖9.5亿人，有贷款记录的约4.8亿人，覆盖率仅有50%左右，这导致大量经济人口因征信记录缺失，无法享受到金融机构提供的服务。乐信大数据智能风控引擎“鹰眼”，拥有7500多个风控模型数据变量和几百种模型，可针对不同的人群，采用不同的评估方法，可以有效应对线上贷款客户分散、笔数多、单笔金额小、全天候等特征。目前，98%的订单已实现“零人工干预”，最快1秒反馈结果，日均处理订单达60万笔。其次，乐信利用智能技术，帮助银行批量处理小微分散消费金融订单，实现资金快速匹配。普惠金融的一大特点就是小微分散，一个平台每天可能会产生数万乃至数十万笔订单，需要处理百万乃至上千万条数据，并且要实时完成资金匹配。此前，银行所积累的经验主要在处理大额资产、服务大客户方面，对于金额小、笔数多、人群分散的消费金融，无论是人力配备还是系统负荷能力都难以满足。乐信自主研发的“虫洞”小微金融资产处理技术平台，利用人工智能技术，在几乎不需要人工干预的情况下，精准地匹配资产与资金，实时完成付款。单日可处理上百万张订单，全年承载千亿级资产管理规模。具体来说，分期乐商城以及外部消费场景的每笔借款，都会实时进入到“虫洞”系统项目池中。而后，该系统会根据资产状况自动对资产进行分级、定价，再按照接入“虫洞”系统中的不同资金方提交的资产要求，将这些消费金融资产推荐给金融机构。金融机构可以实时在线地完成开户、授信、放款整个流程，大大提升了消费金融服务的效率。20_年，乐信在为银行对接的客户中，约8成为非信用卡用户，助力其触达到了新的广泛人群，扩大了服务半径。当前，乐信的金融合作伙伴已经突破80家，包括工农中建等国有商业银行。双方在资金合作、用户导流、联合发卡、场景合作、风控技术能力输出等多个领域开展了广泛的合作，去年全年为金融合作伙伴推送了超过20_亿人民币的优质资产。让普惠金融可持续过去银行开展普惠金融业务之所以步履维艰，除了因为中国的征信体系不健全之外，也和普惠金融小微分散的特征导致获客、运营成本高、坏账率高有很大关系。比如，过去如果客户要办理信贷业务，就必须主动到银行网点上门办理，获客效率比较低。在审核方面，几乎都采取面签制。如今，几乎所有金融机构都开始重视线上渠道获客和审核。但仅有这些还不够，金融机构必须把运营成本尽可能降得更低，才能体现出普惠金融“惠”的特性，否则就难以持续。乐信称，其将充分发挥场景和技术的双重优势，帮助金融合作伙伴有效降低获客、运营成本，并保持较低的不良率，从而让普惠金融业务具备可持续性，具体体现在两个方面：1、场景乐信开创了有场景的线上消费金融模式，旗下的分期乐商城不只是一个简单商品销售渠道，更是一个流量获取和风险管理的平台。场景成为帮助银行获取海量用户的重要入口。众所周知，信贷是一种低频行为，网购则是一种相对高频的行为，人群普及程度更高。在网购过程中完成分期，可以大大提升人们使用金融服务的频率，并且能够获得更多的新客户。分期乐商城主打品质消费，和苹果、欧莱雅、OPPO、vivo等国际国内知名品牌都建立了官方直供合作，并不断吸引进新的年轻用户。目前，乐信单个用户的获客成本控制在百元左右。另外，消费场景在风险管理方面也具有独特优势，会让风控难度和坏账率大大降低。消费金融是为满足消费需求，但现实操作中，却很难明确知晓借款用途，这是造成信贷风险的一个重要诱因。而如果是在电商场景中完成分期借款，则能最大限度保证借贷者是有真实消费需求，从而降低资金风险。在分期消费场景中，客户资质、消费需求、交易行为、资金流向等信息清晰可判，可用来对贷款用途的真实性进行判断，防止欺诈、骗贷。一些消费场景还拥有较强的客户黏性，也使得金融机构能够及时获取借款客户的贷中、贷后信息。2、技术强大的技术实力也是帮助银行不断降低运营成本、提高风险管理水平的重要保障。消费金融具有小微分散的特征，传统金融机构的系统和人力往往无法承载每天数十万笔、每单数百上千元的负荷，或即使能够承担这样的负荷，但是成本也是相当惊人。乐信自主研发的“虫洞”小微金融资产处理技术平台，可将资产端与资金端通过一套自动化、智能化系统连接在一起；“鹰眼”大数据智能风控引擎则能够在提升业务规模的同时，不断降低资产风险，尤其是在反欺诈方面，智能风控引擎能够解决人工解决不了的复杂问题。比如，一个正常用户下单时，其浏览页面时长、下单间隔等会呈现出不规则特点。当系统发现一个用户下单时出现“离群特征”（诸如规律性下单），这部分用户就会被归为“高危用户”。这种“离群特征”靠肉眼往往很难发现，只有通过机器学习，经过大量计算分析p 才能识别。在离线业务量异常的捕捉上，人工智能也使风控颗粒度更加精细。人工智能能够精确定位某个特定的市、某个县、某个行政区、甚至某个住宅片区等颗粒度很小的单位。如果一个地区突然出现授信申请量暴增（和往期数据相比），这时系统就发出异常警报，如果只是人工定位，往往很难做到迅速且精确。数据显示，二季度乐信促成借款中超过90天的逾期率仅为1.39%，低于行业平均水平。（银保监会数据显示，20_持牌消费金融机构行业平均不良贷款率4.11%）第 10 页 共 10 页