“信用白戶”，在傳統(tǒng)金融機(jī)構(gòu)里沒有征信、沒有抵押物、沒有數(shù)據(jù)，所以他們的個人信貸需求無法被傳統(tǒng)金融機(jī)構(gòu)滿足。

據(jù)不完全統(tǒng)計，目前，中國有“信用白戶”近5億人。客觀而言，這5億“信用白戶”當(dāng)中，有些人信用良好、有些人信用極差;有些人還款能力強(qiáng)、有些人還款能力差……

“如何用高效的方式從‘信用白戶’中甄選優(yōu)秀的借款人、然后用低成本去解決這部分人群的金融需求，這是我們信用寶成立的初衷，讓中國人更有信用的愿景，更確切地說，是讓‘信用白戶’更有信用!”信用寶創(chuàng)始人涂志云博士坦言。

據(jù)介紹，信用寶創(chuàng)立伊始，便積極在消費(fèi)金融領(lǐng)域謀篇布局，避開了競爭白熱化的一二線市場，深入三四線城市，將服務(wù)對象鎖定為小的事業(yè)單位、小白領(lǐng)、女性消費(fèi)類人群，借款金額平均在5000~50000元，這樣可以覆蓋更廣泛的普惠人群。

從公開披露的信息可看到，信用寶自2013年上線以來，截止到2018年4月底，經(jīng)過四年多的穩(wěn)健運(yùn)營，累計借貸金額近62億元，共實現(xiàn)近10萬筆借款交易，服務(wù)逾9萬4千個“信用白戶”(借款人)。

“小額分散是我們信用寶的優(yōu)勢所在，也完全符合目前監(jiān)管政策的要求，雖然機(jī)遇總是伴隨著挑戰(zhàn)，但是我們深度融合了大數(shù)據(jù)和人工智能(AI)技術(shù)，在底層資產(chǎn)風(fēng)險控制方面取得了階段性成果。”信用寶南創(chuàng)總經(jīng)理周穎表示。

具體來說，信用寶大數(shù)據(jù)+人工智能在風(fēng)控方面的應(yīng)用主要體現(xiàn)在三個方面，分別是人臉識別、信用評分和反團(tuán)伙欺詐。

事實上，人臉識別技術(shù)目前在金融、網(wǎng)貸行業(yè)應(yīng)用得非常普遍，通過“刷臉”這一簡單的動作，便可收集人面部的一些關(guān)鍵點形成一份獨(dú)特的數(shù)據(jù)，最后通過核心算法進(jìn)行計算分析，進(jìn)行“信用白戶”身份核實。

相對于人臉識別技術(shù)，對“信用白戶”進(jìn)行信用評分要難得多、復(fù)雜得多，因為沒有現(xiàn)成的系統(tǒng)可用，這就要求首先就得針對他們量身定制一套征信系統(tǒng)，然后再評分。

毫不夸張地說，在個人征信系統(tǒng)模型建立上，信用寶似乎更具有無法比擬的優(yōu)勢。信用寶創(chuàng)始人涂志云博士曾為世界三大洲的5家信用局開發(fā)了作為行業(yè)標(biāo)準(zhǔn)的個人信用管理評分，參與開發(fā)了美國個人信用風(fēng)險評級的行業(yè)標(biāo)準(zhǔn)——FICO信用局評分，憑借過往豐富的經(jīng)驗，涂志云博士和團(tuán)隊開發(fā)出了獨(dú)具特色的“中國版FICO信用評分”——信用寶個人信用評分系統(tǒng)：融合美國FICO系統(tǒng)的基礎(chǔ)架構(gòu)，并在美國FICO評分系統(tǒng)的基礎(chǔ)五要素之上，延伸至15個變量。

信用寶在獲取海量的“信用白戶”的行為數(shù)據(jù)、社交數(shù)據(jù)后，通過個人信用評分系統(tǒng)、云計算給每個用戶得出信用寶對他風(fēng)險的評估，得分高、優(yōu)質(zhì)的用戶讓他借款多點而利率低點，得分居中資質(zhì)一般的用戶讓他借款少點而利率高點，對于實在不靠譜的用戶就果斷拒絕。

除了對單個人的信用進(jìn)行評分之外，信用寶還會做一個基于關(guān)聯(lián)人的評估，這樣雖然會花費(fèi)非常多的精力和資源，但對預(yù)防團(tuán)伙欺詐卻有明顯的效果，能避免一個人拉幾十上百號人來平臺借錢不還(騙錢)對平臺和出借人帶來的傷害。在這方面，信用寶憑借人物通聯(lián)關(guān)系，依據(jù)已知的信用用戶、欺詐用戶，計算出其它人的信用指數(shù)，通過豐富的圖算法計算出通聯(lián)關(guān)系中每個人是欺詐用戶的概率。

讓“信用白戶”更有信用，把他們從“金融沙漠”擺渡到“金融綠洲”，信用寶一直在路上，并一直在不懈努力。