现金贷火热、金融未来看AI：这是尚腾资本金融科技沙龙的一些干货

趣店上市，把现金贷推到舆论顶点，AI技术应用的落地，使金融场景变成了金矿。这些金融商业模式的背后，资本产生了强大的助推力量。在尚腾资本的金融科技投资沙龙上，包括现今巴士、积木盒子、真融宝和网信资本围绕互联网金融的趋势展开了讨论。

现金巴士创始人唐阳认为，微贷业务并不是一个洪水猛兽，是一个民生服务。关键是初心要好，风控要好。“现金巴士跑下来，一百个客户有95个是好的，这5个里面估摸着两三个是破产的，两三个是欺诈的。主流的用户还是正常人。”

互联网金融的发展，也让资金和资产之间的关系被梳理得越来越清楚了。真融宝CEO李强认为资金到资产，本质背后是把合适的风险卖给合适的人。

AI同样在快速提高金融的效率，积木盒子CEO谢群认为，面对结构化数据，机器学习会把逻辑回归的效用提高5%，但对风险识别的提升远不止此，70%来自于更多的数据来交叉检验和支持判断，另外15%左右来自于传统的科技或者分析，还有15%来自于借助于更快、更强大的计算功能以及近十年来开发出来一些人工学习如Deep Learning等。

以下是论坛部分摘要：

现金贷是洪水猛兽，还是民生服务？

现金巴士唐阳：借五百块、一千块，短期的这部分人其实就是服务我们的一些兄弟姐妹，像厨师、司机、服务员、房地产经纪人、外卖送餐的这些小哥也是社会很积极的一个个体，但是经常处于个人短期需要一种微额过桥援助资金的状态，这个业务我觉得并不是一个洪水猛兽，是一个民生服务，就好像饿了吃一顿麦当劳。我们这个五百块钱一周25块钱，我觉得也是一个民生服务。

用户，好的用户基本上是一些短期遇到很小的资金需求的个人。坏的分成两种：一种是纯欺诈的坏蛋，也有团伙的，还有是个人已经严重破产的，这两种是借了不还的。好的客户为主。我们跑下来一百个客户有95个是好的，这5个里面估摸着两三个是破产的，两三个是欺诈的。主流的用户还是正常人。

行业欺诈增加，监管在路上，现金贷的未来在哪？

现金巴士唐阳：微额借款是一个数学题，这个数学题，你做这种没有信用记录用户的借款，用高明的方法可能只能做到100个用户打款里面95个还，否则的话你会进入非常挑客户的状态。

但是我们算一个数学题，比如说打出去的款一千块，打了100笔，打出去十万，95个人还，除一下，回收多少你这十万块刚好可以回收回来，如果是一周或者两周的借款，你的年化利率会不会超过36。所以说现在来看，大家基于有足够的坏人的假设，把这个定价定在了英国的标准，每天千分之八，但是风控优秀的公司选择更多的好人，拒掉更多的坏人，从这个里面有一定的利润之后，很多的公司涌进来。

我觉得新进入做微额借款的公司，一个是初心要好，协助这些普通大众建立信用，短期过关。另外是风控要好，还有要密切注意整体的信用风险。如果有一个族群，这个族群是撸口子族群，把行业大部分的公司都撸了以后，然后说我还不了了，这时候我们这些友商就会发现一个利润源变成爆炸源了，这时候会发生行业灾难。目前最大的问题是这个。

还有一个是监管风险，比如说这个人撸口子，想通过努力还的，但突然很多口子只收不放了，这个人也就破产了。监管引发的系统性风险也是最近很大的风险。

真融宝李强：确实有这个需求，非常强的需求，你把这个APP放到市场上面，自然而然就有很多流量来了，在别的产品上面不可能出现这种情况，非常强烈的需求，真实需求在这。

但是现在很多社会问题有可能会被媒体、大众过度解读，这种另一方面促使监管采取一些措施。这个措施如果执行不当或者过于激烈，会因为监管执行的原因对行业造成风险。

我们很早就在看这个行业，我们也少量的配，规模不是很大，我们判断有它正向的一面。但是现在比较担心的还是系统的风险。

资金和资产之间界限更清晰，理财端也分的更清楚了？   

真融宝李强：资金和资产之间的关系被梳理得越来越清楚了。资金到资产，本质背后把合适的风险卖给合适的人。

2013年、2014年到现在，体现在不同类别的基金和不同属性资产之间的关系梳理得越来越清楚。小微的资金，通过网贷。稍微大额的资金通过信托、通过资管配置到一些收益更高的。整个感受，中间的通道，资金、资产匹配的过程会变得越来越清晰，当然也带来了越来越多的限制，这对于我们企业来讲原来一些提高效率的手段可能被限制住了，但这是监管所想取到的平衡，也是我们不得不面对和接受的现实。

积木盒子谢群：这几年从投基金或投P2P的角度看，分属不同的监管。 当然，一个人不可能把所有的投资的资产在一个产品种类里面，他会根据自己的需求分散配置，两者都能做的平台理论上能兼顾到投资人的两种需求。

另一方面，从2016年8月份监管规定出台以后，我们看到监管这方面的监管思路日渐清晰，我们倾向于从一个比较保守的角度来理解监管到底怎样定义合规，所以在2016年9月把投基金理财和投P2P理财的两类业务拆分成两个独立的集团公司。今天已经形成这样的形态，一个公司在持牌前提之下销售基金和提供给机构以基金组合算法，而另一个公司也就是积木盒子则对有固定收益需求并希望通过网络渠道出借的投资人开发我们P2P产品供他们投资用。

从理财端来看，过去几年里投资人在投资力度上面是加大的，以前是人均四五万，现在会增加到七八万，快翻倍了。同时来平台理财的这些投资人，对平台有更强的选择性和安全性要求。我们预期在监管治理整顿期完成后市场上面相对来说会平稳一点，信息披露得更充分一点，方便投资人做决策的时候做一个比较好的判断。

AI和金融

积木盒子谢群：积木盒子有一块资产是来自于线上的，包括申请买机票、旅游、买手机等等，提交申请后会瞬间引发智能信贷引擎开动。几十个数据源，根据不同的申请状况看来决定到哪些地方调用你什么样的资料，力争在秒级的速度给一个反馈批准贷款还是暂不授信。

AI和金融的关系有两层，第一层是可获得数据源，现在鼠标一击就可以能够把你在网上找到的数据都找到。第二层是有了数据以后怎么做分析，包括至今在银行中用的传统分析方法，也有在互金中尝新使用的新算法。我觉得对信贷和欺诈风险的判断提升，70%来自更强大的数据，那些以前无法获取的大数据在支持我们的决策判断。另外30%里大约有15%左右来自于传统的技术分析，还有15%来自于借助于更快、更强大的电脑功能以及近十年来开发出来一些人工学习算法如Deep Learning等等。

如果数据是规则的、结构化的，在可交叉检验前提下，机器学习会把逻辑回归的效用大致提高5%，但是机器学习对数据形式更灵活，这点是传统逻辑回归无法比拟的。随着数据的更加完备，可获取数据量越来越多，机器学习对杂乱数据的兼容性优势，会比逻辑回归越来越凸显，我们的信贷决策将向更高效的科技演变。

真融宝李强：人工智能还是在信贷领域用的更前沿，理财领域的应用场景并没有那么多。

谈到人工智能，资产进行风控的时候也会用一些模型进行分析，我的感受是两点：有效性、有限性。有效性，确实是有效的，尤其在反欺诈或者在一些风险上面，逾期率从百分之多少降到多少，是明显的。有效性也是明显的，因为核心，第一是算法、第二是数据，这两个是相关的。数据，现在真正有效的数据还是掌握在巨头手里，尤其是有场景的巨头手里，而外界能拿到的数据目前来看相对还是有限的。线下场景掌握的数据比线上还是更少一些，这是第一个。第二个算法层面，目前大部分在信贷领域应用的机器学习算法，应用到逻辑回归就已经停止了，因为发现效果在往前提升，数据层面起到的意义要大于算法层面，进一步推进到深度学习，效果要好得多，这是目前看到的情况。

现金巴士唐阳：刚开始搞现金巴士的时候，是用5人一组小姑娘一组拍按钮判断好人坏人的。后来我们一块从英国找了一个做微额借款行业公司里面的一个数据科学家，他把自己描述成数据玩家。请过来之后发生了质的改变，首先这些用户授权给你的数据是乱七八糟的数据，比如说六个月的通信详单，12个月的支付宝流水。为什么这个人买了狗粮就一定会还，有没有逻辑？所以这里面随后进入了机器对数据的识读和研判之后，奇迹发生了。我们到现在为止被65万个坏人骗过了，我们的人工智能是微额借款里面的老中医，来一个人，我已经被65万个人骗过了，判断还款的概率是非常精准的，特别感谢这65万个朋友，数据又给我们了，每天不停地训练我们这个算法，这个东西基于数据的、基于自动化算法的效能，避免使用大量的5人一组的小姑娘。

以数据驱动来算的话，我们也比较出色。因为这里面又有几个挑战，一个是用户授权给你什么数据，这里面需要你有比较强的爬虫团队，咱们中国的数据很奇怪，在用户手里面，自己的京东购物记录，京东浏览记录都是宝库，怎么进京东看数据，用户把京东的账号、密码给你，你的爬虫到京东网站里面看，还不能被京东拦住，还得分析对了，这里面有几个难点。一个得是爬虫牛逼，爬到数据。另外一个，数据拿下来之后得做进一步处理，不是说用户购物数据就可以用，还要进行一部分处理，之后再根据还的人、不还的人，不同的行为不停的进行演算，这几个都搞定就打造了风险控制的引擎，这个是越磨越亮的武器。是这么一个过程。

以上内容仅为嘉宾个人观点，不代表尚腾资本意见。

我是36氪作者克里斯唐，关注科技金融创业，交流可加微信：Chris199108（请著名姓名职位和来意）