眼花缭乱的互联网金融“模式”创新中，涉及到核心风控的科技金融创新实践不多。2013年席卷至今的这一轮互联网金融狂潮，不仅唤起了作为投资者的大众理财热情，激发了作为创业者的互联网金融创新激情，更是把个人以及企业信用体系建设提升到了空前重要的地位。而金电联行(北京)信息技术有限公司(以下简称“金电联行”)则经过7年的不断努力，利用大数据技术创新在企业与银行等借贷机构间搭起了“信任”的桥梁。
“大数据信用的核心是数据，我们为银行等金融机构提供创新性的信用解决方案，尤其是贷前批量企业筛查、贷中额度计算、贷后风险量化监管，以及嵌入式的服务系统，创造出银行信贷管理新模式，也把金融机构的资金引导到有需求的企业去。”金电联行董事长范晓忻在接受《经济参考报》专访时表示。
大数据信用“破题”中小企业融资困境
截至目前，金电联行已经为1000多家中小微企业提供了总规模超过40亿元人民币的非抵质押信用融资服务，贷款利率多为基准利率上浮20-30%，尚未发生过一笔不良贷款。其中，最大单笔纯信用贷款额度为6800万元人民币。以数据计算帮助中小企业拿到银行的信用贷款，金电联行将大数据信用应用于金融创新，有效地破解了中小微企业的贷款难题，开启了纯信用贷款的新模式。
来自全国工商联发布最新数据显示，国内约有90%的民营企业在发展中的最大瓶颈就是资金紧张，占比99%的中小微企业表示融资难度大，约60%的民营企业在银行贷不到款。在实际运营过程中，中小微企业的原材料采购基本上都需先付款，于是众多中小微企业不得不通过利率更高的贷款渠道盘活现金流。“我们的中小微企业一直喊融资难、融资贵。融资难是因为抵押物不多，银行不敢做；而融资贵是银行觉得企业风险大、服务成本高。”范晓忻指出，银行为中小企业贷款的驱动力不足主要是存在两大问题：一个是成本高居不下；二是准确度不高，无法有效监管。
银监会最新发布的2014年一季度监管统计数据显示，尽管不良贷款率仍保持在较低水平，但不良贷款余额有所增加。按照监管规定，商业银行应按照风险程度将贷款划分为正常、关注、次级、可疑和损失五类，其中，关注类贷款指借款人目前有能力偿还贷款本息，但存在一些可能对偿还产生不利影响因素的贷款；贷款五级分类的后三类合称为不良贷款。截至2014年一季度末，商业银行(法人口径，下同)不良贷款余额6461亿元，较年初增加541亿元，不良贷款率1.04%，较年初上升0.04个百分点。
金融的核心是风控，对银行等金融机构来讲，金电联行采用大数据算出来的企业信用，中间没有任何人为干扰，相较容易掩盖企业真实情况的合计数，资金的拆解行为将无处遁形。同时，针对信用违约频发的情况，通过能够更大体量、更全方位描述风险参数的大数据，对企业行为模式进行预测，进行实时、量化的动态监管，能够有效地控制金融风险。这一抑制风险发生的模式，在实践中获得了银行的认可。
“国内的财务报表数据有时候不能反映出企业的真实情况，而我们想要把企业的真实状况计算出来，或者能够呈现出来，所以我们采用了全数据概念。金电联行打破了传统的财报信用评价思维，通过对企业的大数据(生产、流通、销售中产生的所有信息)进行分析，量化企业的信用额度。借由金电联行的信用评价结果，可以帮助中小企业从合作银行获取无需担保抵押的纯信用贷款，大大降低了企业的贷款门槛，同时，银行也能够在风险可控的情况下放出贷款。”范晓忻自信的告诉记者，“我们没有放弃能拿到的每一个数据，我们希望每一个数据都有它的价值，比如供应链金融上，每一笔订单，每一笔库存，每一笔物流，每一笔回款，每一个上下线，以及每一次检测等等。利用这些数据，我们对企业进行综合分析，寻找数据之间的规律性。我们不是要看企业的现在，而是看它未来一年或者一段时间内是否有能力还款，这才是信贷的本质。”
金电联行相关人士介绍，公司基于大数据与云计算技术创建了“客观信用评价体系”，该体系通过植入云端机器人对被评主体网状与线性的海量、高速、多样、易变的客观信息，进行全自动、全天候的挖掘、分析与评价，提供非主观的全计算性信用结果与实时的跟踪评价，从而实现采集信息、运用数据、过程分析、评价结果和风险预警的客观性、智能性和高效性。评估后，会得出各个模块的子因素评价结果，形成针对中小企业的信用分析报告。而这一技术的载体就是大数据信用信息云服务平台。
通过“客观信用评估体系”对企业信用做出分级和评价，可供银行等金融机构作为授信的依据，使企业得到无抵质押、无担保的信用贷款。以制造行业为例，金电联行的纯信用融资服务主要针对核心企业上下游供应商融资，全面覆盖采购、生产和销售阶段的全产业链融资，降低存货和应收账款对资金的占用。由于高效运行的技术体系支撑，贷款效率很高，申请周期短(10-45天)，申请成功率较高。而金电联行仅收取企业授信额度的1～2%佣金，即使加上服务费，年化利率不到10%，跟目前中小企业融资成本平均水平相比低得多。
给企业的“健康”做体检
“往往企业出现问题甚至面临倒闭都不是突然出现问题，而是‘温水煮青蛙’。企业要倒闭一定是一个痛苦挣扎的过程。”范晓忻这样认为，“基于大数据的监管可以提前预报‘水温’，在风险未发生前及时采取有效的防范措施。”
范晓忻告诉记者，金电联行可以帮助银行对现有客户从放款到收款实现实时监管。及时做出风险预警，通过信用追踪，告诉银行企业是否健康甚至是未来三到六个月是否还健康。如果企业目前的状况还好，但订单下降、库存上升、结账期延展、结账率下降，就可以为银行预警。“比如一家企业同时给家乐福和京客隆这两家供货，判断该企业的经营状况就有很多维度，比如一看量，二看稳定性，三看利润空间，四看回款速度等等，我们有1000多个指标项，这些就能清晰的描述出来企业真实的收益状态，以及未来一段时间内的预期。”
据介绍，只要拥有供应链管理系统或者拥有一定数量电子化生产经营数据的企业都可以进行信用“诊断”服务，目前，金电联行为了更好地推广和应用大数据信用，平台已经建立了制造行业、商超行业、医药行业等十个行业客观信用体系储备。
范晓忻此前透露，金电联行目前已开发4.0的产品，预计一年后推出，金电联行的产品都是提前两年做规划。9月中旬上线的2.0产品可以帮银行监管以前无法监管的大量存量中小企业客户，由银行付服务费，这块业务可以替银行解决中小企业贷后监管难题。在银行看来需要耗费大量人力物力的监管工作，金电联行的成本要低得多，工程师也不用去企业，实现了电子化的动态贷后监管，大大提高了银行的监管效率。此外，还可以帮助政府、PE、咨询机构对企业拍“X光片”，进行“诊断”。
最近一段时间，金电联行正与一些区域的产业集群园区开展合作，“像某些科技园区中，创新科技型企业的业务核心主要集中于人才的知识创造上，而这一点用传统的风险评估方式很难覆盖。”范晓忻介绍，金电联行从2013年下半年开始针对这类企业进行了调研，主要对于人力资本的信用和风险评估进行了建模，“借助大数据信用分析，能够为科技型园区的企业做风险评估，以便对这些企业的资金应用效率和风险做出预判。”范晓忻告诉记者。
而就在去年年末，金电联行与上海嘉定区安亭镇政府合作，为辖区内企业提供基于金电联行的大数据信用技术的金融服务。范晓忻介绍说，在和地方园区的合作调研发现，制造业的融资需求只是中小企业融资需求的一部分，目前国内经济在向服务业转型，大量的创新型企业、服务型企业涌现，他们同样存在融资难的问题，金电联行大数据客观信用体系已经找到破解的办法。
据介绍，金电联行还为全国10余省市政府社会信用体系建设提供征信与信用评价服务，进行区域经济认知分析及扶持企业筛选、排名等，形成了新的政府管理趋势。在全国范围，打造了融金融、经济和社会信用管理一体化的服务体系。
量化信用的“拓荒者”
清华大学计算机系毕业的范晓忻原本经营的是一家与金融无关的IT类公司，2007年前主要为华北地区的汽车零部件企业做供应链管理系统。“其实你有机会去做金融。假如每一个供应链金融系统里面的1000个供应链经销商，要是能够通过你的数据，来解决他们的金融融资难题，这不挺好的。”一位在华尔街从事金融工作朋友的这样一句建议给范晓忻提供了新的视野。
美国80%以上靠的是信用贷款，而我国当时几乎为零，99%以上通过抵押担保获得，因为中国的银行要将风险转化，要求有变现能力，西方的金融风险则是成本，通过各种金融手段实现风险可控，这是中国和西方金融体系的区别。而这也预示了范晓忻选择的这条创业道路绝非坦途。“如果让我再来一遍，我可能都不会选择这条路，因为实在是太难了。和以前我做IT相比来说，难度太大。”时至今日，回想起创业的历程，范晓忻仍有着这样的感叹。
在发现零部件生产商总是在为流动资金短缺苦恼后，范晓忻开始意识到供应链数据中的金融价值尚未被充分开发。当时，绝大多数银行的贷款均需要抵押物，很多汽车零部件优质供应商尽管本身订单充足，只是缺少短期资金购买原材料，但受制于抵押物不足，很难获得贷款。在了解到这些小企业们饱受资金短缺之苦后，他开始考虑挖掘那些供应链数据背后的金融价值。在“大数据”和“互联网金融”概念尚未兴起的2007年夏天，范晓忻和几个合伙人，成立了一家名叫金电联行的公司，取“金融电子化，联合银行”之意，他们想以数据分析连接银行和中小企业，起初是为他所结识的汽车零部件供应商做客观信用计算，然后再把他们作为客户介绍给银行，申请无抵押信用贷款。
“金电联行大数据分析的数据入口是供应链管理系统的供应商端，有一套数据挖掘机器人对数据进行挖掘。供应链管理系统类似银行的银联交易系统，是一个交互系统，系统内的交易都是不可更改的，单个企业去修改数据是不可能的。”范晓忻表示，而本身供应商与主厂商的联合造假很难，一是造假要做全套，为了把额度做上去，供应链数据取决于所有供应商的供货数量，一发而动全身，订单、物流等都要改，这是相当繁杂的工程。二是数据挖掘机器人会按照过往数据和未来的数据的分析，清洗掉异常数据，间歇性提高部分指标并不能提高额度。
光有好的算法、好的模型是不够的，大数据还必须服务于金融实践本身。“你要问我怎么去说服银行、与银行合作，就一个字‘难’。当时一些传统金融从业人士还是持有很多怀疑与疑虑的。”范晓忻坦言，范晓忻与他的合作伙伴首先要打通银企对接的障碍，对1200多家中小企业进行调研，跑遍了四大国有银行以外的几乎所有银行，从分支行到总行，用范晓忻的话说是在为银行“洗脑”，让他们接受信用贷款模式。
2010年5月，公司迎来了1500万额度的第一单；而当年9月，第一家国有控股中小企业也获得信用授信，金额高达2000万元。“比如，我们跟民生银行开了200多个会才放了这一单，各种争吵，各种困难，但是最终还是做成了。”对于范晓忻来说，这一单来之不易。
中小企业主“跑路潮”后，国家政策鼓励金融为实体经济服务，支持中小企业融资。去年下半年开始，金电联行也进入了快速发展期，银行和地方政府等越来越迫切需要获得可量化的信用评判。“基于大数据信用技术，目前对授信企业的变化情况已经可以按秒计，我们已经成为多家银行的信贷管理服务提供商。”范晓忻介绍。
在范晓忻看来，中国的金融创新大部分是模式创新，而金电联行的不同之处是科技创新引领的模式创新。“我们做了7年的算法，现在公司仍然有一半以上的人都是做科研的，而这是没有止境的，未来仍需要大量的研发投入。”
近一年来，金电联行以自主研发的大数据信用技术，将中小企业的信用信息服务做得如火如荼。公司在北京、上海、天津、浙江、江苏、山东、河北等地陆续重点开展了大数据信用服务工作，建立了大批量、高效能、全风控、低成本的纯信用贷款管理模式，与民生银行、国家开发银行、邮政储蓄银行、平安银行等多家银行合作，提供贷前分析、贷后监管、债券增信等服务，获得了政府、银行及企业的高度认可。
在众多企业都试图将自身业务发展与目前大热的互联网金融挂钩时，范晓忻却有自己冷静的思索，在他看来，金融业是经营风险的，拼流量争入口不是金融的全部，喧嚣过后的互联网金融一定会有更加美好的未来。