國(guó)內(nèi)首家民營(yíng)銀行——騰訊前海微眾銀行日前低調(diào)上線了首款個(gè)人信用貸款產(chǎn)品“微粒貸”,此產(chǎn)品目前內(nèi)嵌在QQ錢(qián)包中,貸款額度在2萬(wàn)元-20萬(wàn)元之間,最高額度為20萬(wàn)。
作為一家“無(wú)營(yíng)業(yè)網(wǎng)點(diǎn),無(wú)營(yíng)業(yè)柜臺(tái),主要依托互聯(lián)網(wǎng)為目標(biāo)客戶群提供服務(wù)”的銀行,微眾銀行怎樣開(kāi)展業(yè)務(wù)是各界關(guān)注的焦點(diǎn)。首款產(chǎn)品“微粒貸”上線后,引發(fā)了高度關(guān)注。
業(yè)內(nèi)人士認(rèn)為,微眾銀行的“微粒貸”與傳統(tǒng)銀行推出的直銷銀行頗為相似,都是去中介化、純線上化、打破物理限制,但具有強(qiáng)大的互聯(lián)網(wǎng)基因、又有政策背書(shū)的民營(yíng)銀行具有更大的潛力。而與阿里、京東的小貸產(chǎn)品相比,微眾銀行的小貸產(chǎn)品完全是基于網(wǎng)絡(luò)銀行的定位來(lái)操作,有著更大的參考價(jià)值和想象空間。
什么是微粒貸?
微眾銀行方面介紹,“微粒貸”定位為小額信用貸款產(chǎn)品,具有“無(wú)抵押、無(wú)擔(dān)保,隨借隨還、24小時(shí)服務(wù),15分鐘完成貸款,貸款利率在7%至18%。”的特點(diǎn)。客戶只要通過(guò)QQ錢(qián)包,便可實(shí)現(xiàn)7×24小時(shí)的即時(shí)貸款服務(wù),從貸款申請(qǐng)到貸款審批再到最后放款,整個(gè)貸款流程在15分鐘內(nèi)即可完成。且“微粒貸”是一款純信用的小額貸款產(chǎn)品,客戶在進(jìn)行貸款時(shí),無(wú)需填寫(xiě)任何資料,也無(wú)須任何擔(dān)保。
除了借款速度快外,“微粒貸”還支持客戶在最高審批額度內(nèi)隨借隨還,按日計(jì)息,日息0.05%,年化利率18%。而貸款額度也未設(shè)門(mén)檻,主要在2萬(wàn)元~20萬(wàn)元之間,最高額度目前為20萬(wàn)。
目前該款產(chǎn)品只“通過(guò)手Q平臺(tái)邀約客戶體驗(yàn)”,即仍處于內(nèi)測(cè)階段。而其首批篩選的客戶主要采用“白名單”機(jī)制——騰訊內(nèi)部通過(guò)一定的規(guī)則篩選出首批最符合“微粒貸”客戶定位的用戶,范圍并不大。
據(jù)了解,此款產(chǎn)品并非所有人都能看到,采取模型篩選的方式,從財(cái)付通綁卡的用戶中篩選出用戶主動(dòng)推送。
關(guān)于“微粒貸”資金來(lái)源,微眾銀行方面透露,目前微眾用于放貸的錢(qián)主要來(lái)自其初期的30億元自有資金以及同業(yè)拆借資金。華夏銀行已給予了微眾銀行20億元的同業(yè)授信額度,并且雙方合作的產(chǎn)品小微企業(yè)信貸產(chǎn)品“接力貸”預(yù)計(jì)將在7月份正式上線。
微粒貸如何做征信?
做純線上的授信業(yè)務(wù)其實(shí)非常難,國(guó)內(nèi)目前有20多家直銷銀行,推出純線上的貸款產(chǎn)品非常非常少。其原因在于,新客戶的信用數(shù)據(jù)很多是割裂的,銀行無(wú)法通過(guò)單純的線上渠道來(lái)判定借款人的還款能力、還款意向、資金流向等。
微粒貸作為一款純線上授信類產(chǎn)品,其征信是如何做的呢?
據(jù)了解,在客戶最高額度審批上,“微粒貸”的征信目前主要依托于騰訊征信有限公司、央行和一些與第三方合作等多維度征信數(shù)據(jù)。
業(yè)內(nèi)人士表示,通過(guò)社交網(wǎng)絡(luò)等渠道形成的征信方法和數(shù)據(jù)并不能全盤(pán)滿足監(jiān)管要求和銀行生存法則。為了給微眾提供數(shù)據(jù)支持,騰訊一直在盡可能多地建立、并且與合作伙伴拓寬金融消費(fèi)場(chǎng)景,甚至從滴滴打車?yán)鄯e的行車記錄中,分析出來(lái)工作單位和消費(fèi)地點(diǎn)。
據(jù)微眾銀行方面介紹,騰訊坐擁的數(shù)億用戶的登錄頻次、在線時(shí)長(zhǎng)、社交行為、購(gòu)物偏好、交易方式、虛擬財(cái)產(chǎn)、賬戶流水等數(shù)據(jù),為微眾建立征信系統(tǒng)與產(chǎn)品設(shè)計(jì)提供了基礎(chǔ),再接入央行、第三方等多維度數(shù)據(jù)后,可以通過(guò)多方大數(shù)據(jù)的整合來(lái)確保產(chǎn)品額度真實(shí)、可靠。
騰訊征信總經(jīng)理吳丹此前透露,央行的征信系統(tǒng)覆蓋三億用戶,而有活動(dòng)能力的還有另外的五億人沒(méi)有在這個(gè)系統(tǒng)里面,他們實(shí)際上是互聯(lián)網(wǎng)金融的主要用戶,這五億人實(shí)際上都活躍在QQ和微信里。
他還表示,央行征信系統(tǒng)沒(méi)有覆蓋的這些人,可能是藍(lán)領(lǐng)工人、自由職業(yè)者,或者是剛剛進(jìn)入社會(huì)的年輕人。這些人每天有大量的時(shí)間在互聯(lián)網(wǎng)上,可能每個(gè)小時(shí)都在跟騰訊產(chǎn)生交互,所以他們留下了大量的線上的行為足跡,包括支付、社交、游戲、瀏覽等。
同時(shí),騰訊還與借貸機(jī)構(gòu)合作,向這些用戶發(fā)放貸款,以了解他們的還款表現(xiàn),搜集還款表現(xiàn)數(shù)據(jù)。吳丹透露,騰訊可能是國(guó)內(nèi)為數(shù)不多的能夠真正比較上規(guī)模地了解這些用戶的真實(shí)信用風(fēng)險(xiǎn)的公司。在信用模型里面已經(jīng)證明了社交關(guān)系是能夠非常有效地提高模型的預(yù)測(cè)能力。
騰訊與阿里網(wǎng)絡(luò)銀行對(duì)比
在目前首批申請(qǐng)民營(yíng)銀行試點(diǎn)的5家銀行中,騰訊系的微眾銀行和阿里系的網(wǎng)商銀行是最受關(guān)注的兩家銀行,這兩家銀行都宣稱要做“純網(wǎng)絡(luò)銀行”。
雖然目前阿里系的浙江網(wǎng)商銀行還未獲批開(kāi)業(yè)。但在騰訊的“微粒貸”之前,阿里在上月推出了一款小額信貸產(chǎn)品“借唄”,該產(chǎn)品基于螞蟻金服的征信產(chǎn)品“芝麻信用”來(lái)劃分貸款額度。不過(guò)與微眾銀行完全基于網(wǎng)絡(luò)銀行來(lái)操作的模式不同,“借唄”主要是通過(guò)自有平臺(tái)的消費(fèi)貸款和賒銷貸款來(lái)實(shí)現(xiàn)。
業(yè)內(nèi)人士預(yù)測(cè),阿里和騰訊的網(wǎng)絡(luò)銀行,兩者背靠的集團(tuán)、依托的平臺(tái)都不同,其經(jīng)營(yíng)策略也會(huì)完全不同。浙江網(wǎng)商銀行會(huì)依托淘寶、天貓平臺(tái)的交易,服務(wù)于網(wǎng)商,主要做貿(mào)易。前海微眾銀行聚焦于服務(wù)年輕一代,從個(gè)人貸款和信用卡業(yè)務(wù)上取得突破。
從服務(wù)人群來(lái)看,阿里的客戶基礎(chǔ)是電商客戶,有海量外貿(mào)商戶,駐場(chǎng)賣家和個(gè)人客戶,客群金融基礎(chǔ)比較好,適合做對(duì)公和對(duì)私業(yè)務(wù),如貿(mào)易結(jié)算,融資,匯兌和中小企業(yè)融資,小微企業(yè)貸款;個(gè)人業(yè)務(wù)中的個(gè)人信用貸款,消費(fèi)信貸,網(wǎng)上理財(cái),轉(zhuǎn)賬支付,基金保險(xiǎn)代銷等。
而騰訊的客戶主要是社交關(guān)系客戶,比較缺乏企業(yè)客戶群體。理論上騰訊更適合做個(gè)人金融業(yè)務(wù),如信用貸、消費(fèi)貸、個(gè)人存款、結(jié)售匯、轉(zhuǎn)賬支付、理財(cái)基金保險(xiǎn)代銷、P2P業(yè)務(wù)等。
在企業(yè)客戶方面,由于其投資京東、58同城、大眾點(diǎn)評(píng)等公司,或許可以彌補(bǔ)這方面的差距。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。