互联网金融中，风控尤为关键。而风控的关键又是用户信用体系的建立，Wecash闪银这家互联网金融创新公司正在这个领域中进行掘金。移动互联网的逐渐发酵，也成了金融行业共同开辟的新渠道。更快捷的交易方式，必定会冲击传统模式，由于传统资信审核方式很难去繁就简，使得审核步骤并不能跟上时代的脚步，所以，基于互联网授信模式的新型互联金融服务就成为了众望所期，Wecash闪银创始人支正春或许会带给我们一个很好的答案。
作者：周池
以下为支正春口述：
用4亿无信用担保人群的信用评估，赌信用市场“新大陆”一个未来
Wecash闪银所做的领域其实是针对互联网的用户，特别是移动互联网的用户，如何给这些人提供信用评估服务，正是我们想做的。因为中国大概有六亿移动互联网用户，其中只有2亿人甚至是不到2亿人在银行体系里是有信用的，所以这个市场非常庞大。而中国大概发了3.3亿张信用卡，平均人均拥有信用卡1.72张，也就是说大概只有1.8亿人用信用卡。其他的客户，比如说有房贷和车贷的客户数也相对较少，排除这些客户，还有有一些不使用移动互联网，那剩下的客户里面也就有2亿人有信用，有将近四亿人是没有信用的，这样一类人群其实是一个非常有意思的，这个过程中我们在做的主要通过他的互联网行为轨迹，他的一些行为数据和社交数据给一个人做一个信用评估。
传统认为有需求去找银行，但是我说的六亿里面有四亿人他根本没有机会在银行拿到钱，他的信用在银行信用体系里面根本不值钱，他在银行里面是白户，我解决的是这些人，这是我的核心客户，不是说他已经有很多贷款了，他再来贷一下，这不是我想要的客户，我们其实评估的相当于是互联网信用，不是单纯说你这个人能借多少钱，这是两件事。有可能你这个人做抵押贷款能借五百万，但是做互联网信用可能连五百块钱都不愿意给你，这是完全有可能存在的，抵押贷款押着这个房子，不还不行，但是这个人的人品很差，老爱赌博，这个时候互联网行为可能连五百都没有，两者评断的基础就是不同的。我们更多的是为那些没有资产，没有在银行拿到信用的人提供信用评估。
一开始做这个项目的时候，其实我并不知道有类似的商业模式，今年二月份我发现美国有一家叫Zestfinance的公司做的有点类似，它现在大概有一百万用户，他发放平均应该在两百美金左右，最高是五百美金，他后面也有一家公司叫zestCash来发放资金。对于我们而言，因为中国互联网情况跟国外是不一样的，中国是你去看好了，前几名的社交网站都在中国，中国的互联网用户花在网上的时间其实是超过美国的，中国其实会有更多的数据会积累在这个上面，而美国的优势是已经有成型的信用体系，他要做的是把已有的信息组合起来，我相信现在发改委也在提出，央行要把这些信息综合起来，我觉得这种信息高速基础建设正在越来越多，而我们做这种数据加工数据分析的公司，其实未来下面的土壤会更加扎实和多样，我觉得这个是在赌一个未来吧。
Wecash: 基于互联网行为的“微信用，快评估”
Wecash是一款从“大数据”角度出发，根据使用者在社交媒体、SNS社区等公开平台上发布的信息，通过特殊数据分析方法进行信用额度以及偿还能力的评估，从而判断使用者是否拥有一定额度的贷款资格，这种方式既便捷又快速，并且不存在传统金融模式中的主观偏见。
Wecash整个体验流程是非常简单的，目前我们是在两个端口提供信用评估服务，一是APP端，基于ios系统的已上线，基于android系统的还需一段时间；一个是微信端，微信端只要你搜索bank_9f，关注Wecash闪银服务号，根据提示点击申请信用评估，在新进入的页面中输入你的基本信息，如名字、手机号码，然后你的职业，你的状况等，再授权一些社交网络账号，如人人、新浪微博、腾讯微博等，这些信息授权完成后，你还可以追加授权你的信用卡帐单的邮箱等，这些是有选择的，你授权越多我们可能就可以给的越多，然后点提交资料，我们机器会读取这些信息，通过后台读取的信息组合给你做一个评判，大概在20分钟，我们会有一个倒计时告诉你一个额度，这个额度就是你的可用资金额度，然后你可以点击“快速提现”按钮，输入你要取出的额度和选择的分期期限，系统会自动通过我们后端的服务商帮你找一个投资人，然后拨款给你，整个过程最快应该在20分钟，最慢一般是一天。
有别于传统银行授信的“2+5”人群定位
我们定位的人群是这样的，我们称为“2+5”。什么叫“2+5”呢？就是工作前的两年，也就是读书时的最后两年的学生群体，工作后的五年，也就是工作的前五年的职场人士，这个人群大概在二十周岁到二十七周岁，这是我们的主力人群。当然我们中还有一些网店的店主。为什么会选择这个人群呢？首先，这个人群获得银行体系信用评估的概率是非常低的，因为他收入还没起来。第二个是这个人群互联网行为会比较多，更容易留下一些互联网足迹和信息，便于我们来判断。第三个这些人群是不断成长的一个人群，我们看好，不断地会有这样的人群增加，不断有一些人群成长。换句话说未来这些人再成长一定阶段以后，对我们来说有一个长期的数据基础，等他更有钱的时候，我们就会给他提供更深层的信用服务。
我们知道传统的银行征信其实就两大块，一块是抵押贷款，一块是信用贷款，银行的抵押贷款核心是考量抵押物，银行的信用贷款要的是证明自己还款能力的材料，如收入证明，需要你银行征信报告，需要你住址证明，需要你的户口本、身份证，这些东西其实核心还是根据客户过往的信贷记录和他的收入水平来做信用的。但是这个问题是中国有四亿人是没有信用记录的，没有过往的借贷记录，银行怎么来评判这个群体，在原有的方式下银行很难去授信这些客户，而且这些客户授信成本很高，因而银行不会为这些客户开一个网点，我觉得我们跟银行最大的一个区别是说，银行是真正的放贷机构，我们并不放贷，而是做信用评估。
我们跟传统银行的征信方式完全不同，第一我们取的资料是不一样的，我们更关注互联网行为，更关注他的社交信息，更关注他的身份，不是那么关注他有没有房子，这是第一点不同，风控理念不同。第二点风控的实现方式不一样。传统银行信贷核心还是靠有经验的信贷员做的，这种方式注定随着业务规模的扩大，需要更多的有同等评判水准的业务员，而我们做的方式不一样，我们整个模式是用“machine论”的方式，用机器做整个大数据的分析，这样我们能够最大程度的降低人工成本，完全用数据的方式来做。这样能够做到效果就是说随着我们的规模扩大，我们的边际成本是非常低的，我服务一万人和服务一百万人，我们的成本是差不多的，从这点上来讲，我们所提供的也是一种对传统模式的改进方案。
信用评估的“3R”模型
具体到Wecash采用的全新贷款人信用评估数据模型，就是通过申请人所授权的信息，抓取超过6000条原始信息进行数据分析，这些信息的来源主要是申请人提供的社交数据，这是与传统资信审核截然不同的新型信息来源，这在以前是从来不会被考虑到的，越来越多的公司企业注意到社交数据的独特价值，通过这些信息不仅可以获取用户真实需要，也鞥发掘潜在需求，同时还可以获取用户的经济健康状况以及偿还能力甚至违约率，这些都是大数据带来的好处，从用户角度上来说，在经过精准分析后得到信用评估，既不用去迎合金融机构的高门槛，也可以提醒自身对信用的重视。
我们模型总结起来叫3R，第一个R叫Rules，就是规则规定什么样的客户应该怎么处理，这是一个规则。举个例子，比如说我们发现客户平时在互联网上的行为是非常容易关注，比如说赌博、彩票，OK这样的客户我们会认为他的信用并不好。我们会给客户贴上标签，如果我发现客户干了这个事，我就认为他不是好客户。客户老做套现，信用卡买卖，这些客户也不是好客户，只要发现有这样的行为、这样的信息、这样的动作我们就认为他是坏客户，这叫Rules。第二个我们叫Rank，我们会对不同的客户进行排名，排名会根据你的性别、年龄、区域、行业、社交密度、社交信息、兴趣点、工作类型、教育背景这些来做排序，不同参数不一样的人他的排序是不一样的。一般来说举个例子，受过高等教育的客户一般来说比没有受过高等教育的客户的风险低，这就会形成一个Rank。第三个方式叫做Regression，我们要对一百万的客户量做分析的时候，一定不是一百万客户都做，先挑出十万个形成一个池子，我们做一千万客户量的时候我们要挑一百万客户做池子，我们会通过服务商把这个钱给这些客户，通过他们的信用反馈，我们重新来调整我们的模型，因为我们也会错，错了以后只要有机器能学会什么样的客户数不该做，这就形成了宝贵的经验。这些信息银行是没有的，反过来我们通过这种数据趴取搜寻的方式能获得。
腾讯微博
豆瓣
