隨著小攤小販紛紛升級成碼商，“小本生意貸款難”的最后一塊堅冰正在融化。在6月21日舉行的2018小微金融行業(yè)峰會上，網(wǎng)商銀行公布的信息顯示，成立僅三年時間的網(wǎng)商銀行及其前身阿里小貸，已經(jīng)與金融機構(gòu)伙伴聯(lián)手，為超過1000萬小微經(jīng)營者提供過貸款服務(wù)。

2015年6月，作為國內(nèi)首批試點的5家民營銀行之一，網(wǎng)商銀行正式開業(yè)。馬云在成立儀式上曾經(jīng)說，他的夢想是未來五年網(wǎng)商銀行能服務(wù)1000萬家中小企業(yè)。當時誰也沒想到，這樣“不可能完成的任務(wù)”居然提前兩年就實現(xiàn)了。

2015年6月，馬云在網(wǎng)商銀行開業(yè)儀式上致詞

“提前完成服務(wù)1000萬小商家的目標，多虧了移動支付和碼商的神助攻”，網(wǎng)商銀行行長黃浩說，2017年6月開始，網(wǎng)商銀行聯(lián)合支付寶收錢碼推出“多收多貸”服務(wù)，一年來，多收多貸已經(jīng)服務(wù)超過300萬“碼商”。

“310”模式的背后——

網(wǎng)商銀行的風控創(chuàng)新

之所以能夠如此高效地服務(wù)小微經(jīng)營者，“310”模式是網(wǎng)商銀行的一把利器。基于創(chuàng)新的微貸技術(shù)，網(wǎng)商銀行的客戶通過電腦和手機端就能7*24小時獲得金融服務(wù)，實現(xiàn)3分鐘申貸，1秒鐘放款，全程0人工介入。

最先受惠于“310”模式的，是網(wǎng)商的賣家和中小企業(yè)，但如何讓新金融的技術(shù)惠及線下數(shù)量更廣的小攤小販，一直是無法破解的難題，網(wǎng)商銀行率先開始了這場全球范圍都沒有先例的探路之旅。

一開始，網(wǎng)商銀行的風控專家們心里也沒底。但隨著不斷的探索，他們發(fā)現(xiàn)線下小微經(jīng)營者用上移動支付之后，能夠沉淀下來的部分數(shù)據(jù)維度甚至比線上電商還要豐富，再結(jié)合行業(yè)領(lǐng)先的風控能力和創(chuàng)新的模型算法，為線下小微經(jīng)營者提供貸款服務(wù)就有了基礎(chǔ)。

首先，要識別出真正的商家

——毛線球vs蒲公英

路邊的包子鋪，菜市場的小攤主，這些線下的小微經(jīng)營者，規(guī)模小、底子薄、缺乏信用記錄和積累，一張二維碼讓他們零門檻開始了“數(shù)字化經(jīng)營”的第一步。

怎樣才能給真正有需要的線下小商家最合理的授信額度？首要解決的問題，是如何從海量使用收錢碼的用戶中識別出哪些是商家哪些是個人。網(wǎng)商銀行的風控專家們研究發(fā)現(xiàn)，這個問題可以通過分析人與人之間的資金關(guān)系網(wǎng)來解決。

網(wǎng)商銀行風險管理部資深總監(jiān)靜敏介紹，如果是個人，與他發(fā)生資金聯(lián)系的人，互相之間多少是有聯(lián)系的，他們的關(guān)系圖就像一個毛線團。而如果是個人經(jīng)營者，與他發(fā)生資金關(guān)系的人會更多，而且彼此之間沒有什么聯(lián)系，關(guān)系圖像一個蒲公英。這個邏輯雖然簡單，但是要給幾千萬的商家在幾秒鐘內(nèi)做出判斷，對模型的精準度要求非常高，需要非常強的人工智能計算能力。

其次，要了解商家的經(jīng)營狀況和潛力

——修路也會影響經(jīng)營潛力和風險的預(yù)測

為線下小微經(jīng)營者提供貸款服務(wù)，最重要的是評估他們的信用情況，但他們往往沒有車、房等固定資產(chǎn)，也缺乏信用記錄和積累，如果僅僅通過已有的交易授信，很難還原他們的經(jīng)營全貌。

所以，在經(jīng)營預(yù)測上，網(wǎng)商銀行的風控專家們會更多考慮線下小微經(jīng)營者的實際情況，來預(yù)測店鋪未來的經(jīng)營潛力和經(jīng)營風險。

比如，他們發(fā)現(xiàn)沿街的門店，在遇到修地鐵、鋪設(shè)管道等市政變化時，通常會影響未來幾個月的經(jīng)營情況，所以將店鋪的地理位置與地圖數(shù)據(jù)進行匹配，結(jié)合周邊的市政信息、地標建筑、人流情況、買家結(jié)構(gòu)、同類商家情況等，通過商圈聚類和行業(yè)識別，結(jié)合檢索算法的優(yōu)化處理，數(shù)十億LBS節(jié)點快速匹配，能夠在幾秒鐘內(nèi)計算出店鋪在未來6個月的經(jīng)營潛力和經(jīng)營風險。

舉個例子，同樣是賣包子的兩家店，口味、客群、每天的流水、老板的勤勞程度等等所有的經(jīng)營狀況都一樣，但其中一家店所在的馬路很快開始修地鐵了，這家包子鋪老板能夠從網(wǎng)商銀行貸的款，就會比另一家少。

同時，還要反欺詐防范風險

——把套現(xiàn)苗頭“扼殺”在萌芽狀態(tài)

按照網(wǎng)商銀行行長黃浩的說法，“傳統(tǒng)的信貸風控理念往往先把人預(yù)設(shè)為壞人，但網(wǎng)商銀行從不預(yù)設(shè)任何一個壞人，我們把每個人首先看成是好人，然后用大數(shù)據(jù)的風控技術(shù)把其中少數(shù)的‘壞人’挑出去。”

除了貸款服務(wù)外，螞蟻金服還為小微經(jīng)營者提供花唄收單的服務(wù)，部分不法分子利用花唄進行套現(xiàn)，與他們的“斗智斗勇”，就是把少數(shù)“壞人”挑出去的過程。

套現(xiàn)模式變化多樣，在風控專家眼里，套現(xiàn)是場攻防博斗，但他們也發(fā)現(xiàn)，套現(xiàn)本質(zhì)上會在交易上具有短時間的集中性。因此，基于同個虛擬群體中套現(xiàn)黑產(chǎn)在交易上表現(xiàn)出的短時間的聚集性，靜敏和她的團隊搭建了時序交易關(guān)系網(wǎng)，在新套現(xiàn)模式剛剛冒頭的時候，就能實現(xiàn)對套現(xiàn)模式的覆蓋和防控。

此外，對風控技術(shù)進行創(chuàng)新嘗試

——別人還停留在實驗室階段的算法，網(wǎng)商銀行已經(jīng)應(yīng)用到實踐中

比如，傳統(tǒng)的風險預(yù)測模型通常采用回歸、決策樹等算法，通過固定時間截面的數(shù)據(jù)進行預(yù)測，而忽略各種行為在發(fā)生時間上的連續(xù)性。網(wǎng)商銀行將最新的 Dynamic Structure2 Vec 算法應(yīng)用在了多頭借貸的識別上，不僅整合了靜態(tài)的異構(gòu)網(wǎng)絡(luò)信息，還增加時間維度，將原來立體的算法上升到四維空間。從而把上一個時間點的狀態(tài)傳導(dǎo)到當前，是一個流式的自我學(xué)習的圖深度學(xué)習工具，可以挖掘出潛在的行為模式。

正是在上述一系列風控技術(shù)的助力下，金融服務(wù)線下小微商家不僅成為了可能，成本也大幅降低。有數(shù)據(jù)顯示，過去金融機構(gòu)發(fā)放一筆小微貸款的平均人力成本在2000元，而據(jù)了解，網(wǎng)商銀行每筆貸款的平均運營成本僅為2塊3，其中2塊還是電費和存儲硬件費用。

好東西不會藏著掖著

網(wǎng)商銀行要與金融機構(gòu)共享“310”模式

6月21日，螞蟻金服董事長兼CEO、網(wǎng)商銀行董事長井賢棟宣布，網(wǎng)商銀行將啟動“凡星計劃”，向行業(yè)開放所有能力和技術(shù)，與金融機構(gòu)共享“310”模式。他同時為網(wǎng)商銀行定下新的目標，“未來三年，我們將與1000家各類金融機構(gòu)一起，共同為3000萬小微經(jīng)營者提供金融服務(wù)?！?/strong>