陶娟

在以围绕不确定性进行定价为本质的金融市场，美国一批初创企业正尝试运用大数据这一利器，重新定义信用评估、网络金融安全等领域的盈利模式。金融极客的风生水起，或预示下一个时代的主宰者。

2014年3月，《纽约时报》宣布将推出一款全新的新闻栏目Upshot，主打以数据驱动的新闻报道和分析，旨在填补“另类超人”内特·希尔（Nate Silver）离职后产生的空缺。作为成功普及“大数据”概念的第一人，内特在职时，个人博客一度给《纽约时报》网站带来20%的流量。

内特毕业于芝加哥大学统计学专业，拿手好戏是用数据分析选情。2012年美国总统大选时，舆论认定奥巴马和罗姆尼的支持率不分伯仲，内特却“统计”出奥巴马有七成胜算。此后，他不仅在投票当天预测奥巴马有90.9%的概率获得大多数选票，且其对50个州的投票结果预测也几乎全部命中，精准度完胜其他所有市场评论和舆调，一夜间家喻户晓。

这种“巫术”般的预测，所能满足的显然已不仅仅是政治竞选的需要。在本质即是围绕不确定性进行定价的金融市场，利用大数据来降低不确定性，从而获取高于市场溢价的机构已蓬勃而生，从个人信用评估、商业预付款到金融安全领域，各路应用正在以前所未有的方式和速度革新着金融业。

ZestFinance：创新信用评估体系

美国信贷委员会的调查显示，64%的美国人账户上只有不到1000美元，在遇到紧急情况时，这些人中的大部分都会被传统信贷市场拒之门外，不得不使用费用高昂的发薪日贷款，被迫承担可能高达400-500%的年化利率。贫穷的人得不到好的信用评级，只能承受更高息的债务，于是还债负担加重，违约风险增强，风险定价抬高，从而陷入恶性循环。2012年发薪日贷款市场收取的费用高达80亿美元。

为了给拥有低信用评级的好人更好地发放贷款，谷歌前首席信息官和工程副总监道格拉斯·梅里尔（Douglas Merril）与Capital One公司前主管肖恩·巴德（Shawn Budde）联合创立了ZestFinance，最初名为ZestCash。

传统意义上，大多数美国银行依靠FICO信用评分体系来评估贷款者信用，这套体系基于15-20个变量，如信贷比例、还贷是否逾期等指标。而ZestFinance则完全颠覆了这一模式，它笃信“一切数据皆是信用数据”，开发了10个基于学习机器的算法模型，创建了数万条指标，以更加全面地评估信贷申请人的状况。本质上，ZestFinance就是一家由数据科学家主导的企业，它抓取每位信贷申请人的上万条原始信息数据进行转换、分析，形成一个最终的分数，而完成这一过程只需5秒。

ZestFinance非常擅长从各种细节中挖掘提取数据。对它来说，用户在填写信贷申请表时输入姓名的方式都是一种信息：全部使用小写字母、全部使用大写字母还是采用首字母大写的正确方式；开尼桑的顾客会比开丰田、雅阁的还款更为激进等。其他类似的信息还包括，申请人在公司网站上停留的时间（反映借贷的谨慎程度与还款诚意）、申请人是否拥有预付款或已付全款的手机等。

2012年7月，ZestCash正式更名为ZestFinance，将自己的这一套分析系统提供给其他贷款者，业务模式由直接放贷升级为给第三方次级贷款者进行信用担保，将原先的竞争者变成了服务对象。

ZestFinance创始人梅里尔坚信，基于大数据的个人信用评估体系迟早将代替FICO信用体系，开放这一体系能够服务于更多人。其服务的客户如SpotLoan，正是一家传统的发薪日贷款者。而资本亦大力捧场其创新模式，继2011年A轮1900万美元、2012年B轮7300万美元融资后，ZestFinance于2013年再次获得了C轮2000万美元融资。可以预见，通过大数据来为缺乏信用记录的穷人进行风险定量，能够帮助贷款机构更清楚地甄别出哪些客户有更高的意愿和动力还款，次贷市场上的供需双方均能从中受益：申请者更容易通过，而借款人则享受更低的违约成本。

Palantir：

估值90亿美元的安全类公司

Palantir由PayPal联合创始人彼得·泰尔（Peter Thiel）和斯坦福的一群计算机科学家创建于2004年。作为一个为政府和金融机构提供高级数据分析的平台，它的目标是利用数据与技术去勘察人性与环境，致力于解决一系列至关重要的现实问题：如何防止下一场庞氏骗局？如何拦截恐怖主义网络？如何防范次贷危机？如何识别网络欺诈与黑钱组织？

Palantir的一个主要特点是能从数万个不同架构的数据库中通过引擎抓取相关数据，并将人工干预和数据抓取结合在一起，从庞杂信息中过滤掉多余的噪音，通过蛛丝马迹间的彼此关联，判断出人们行动最终的目的指向和影响。

目前，Palantir以政府业务为主，大约占60%。美国国土安全局、联邦调查局及中央情报局均向其购买产品。华尔街则是另一大客户源，很多银行都开始应用Palantir的技术侦查诈骗迹象，进行交易分析，甚至用其给抵押贷款定价。摩根大通的信息主管盖伊·查理奥评价道，谷歌通过搜索引擎解放了互联网，而Palantir则帮助解放了公司内部的数据，让枯燥无趣的数据变成了金矿。摩根大通利用Palantir技术来防止欺诈行为，甚至用其更好地为客户定制营销活动。

在网络金融安全领域，Palantir同样与高智商犯罪斗智斗勇。在目前流行的金融骗局中，罪犯能偷取或侵入数千人的网络银行账户，当观察到潜在受害者购买机票或外出度假时，罪犯就会动手屏蔽掉账户提醒功能，之后取走账户中的余额，整个过程悄无声息。而通过使用Palantir的软件，某家全球性的大银行发现了数千个被盯上的银行账户，及时制止了可能的损失。

在政府及金融两大机构客户外，Palantir开始多元化转型，医疗、零售、保险和生物科技成为其下一站攻城略地的方向。2013年，Palantir收入5 亿美元，而2014年的合同额更已高达10 亿美元。同样，其技术突破和发展壮大与资本的扶携密不可分。创立一年后，Palantir被CIA旗下的创投基金In-Q-Tel相中，提供了种子基金，并迅速发展。短短数年内，公司已进行了十轮融资，仅曾投资过Facebook的著名风投Founders Fund一家就先后参与了三轮融资，而Palantir的估值也由2010年的7.35亿美元飙升至目前的90亿美元（表1）。

Kabbage：基于第三方数据平台的美版阿里小贷

作为一家数据驱动型的网贷公司，Kabbage的主要客户是电商平台上的众多网店，它们的特点是规模小，几乎没有固定或抵押资产，营运资本短缺时告贷无门。迄今为止，超过10万个小企业主成功从Kabbage获得融资。初看去，Kabbage似美国版的阿里小贷，但其自有独到之处：将第三方平台数据纳为己用，同时使用商业预付款的概念绕过贷款业务所面临的监管。

客户提出贷款申请的过程非常简单，在网上免费注册后，提交额度申请和融资目的即可。在资格审核一环，Kabbage自身并非电商平台，并不像淘宝那样坐拥海量的后台数据，因此它鼓励客户关联各种第三方平台账户信息，如网店在Ebay、亚马逊上的营运数据，从Google Analytics获得的网络信息，从记账软件得到的相关信息，从UPS等物流企业得到的发货信息以及品牌在Facebook上获取的评价信息等。客户关联的账户越多，信息透明度越高，贷款申请越容易获得通过，也越有可能获得高评级。最终，Kabbage会根据自己独有的信用评分系统，打出一个综合得分来评定该笔申请的费率。

Kabbage的另一创新之处在于，其发放的资金并不称为贷款，而是商业预付款（Advance），每笔额度在500-10万美元间，周期统一为6个月。它将每笔预付款的发放视作与客户间签订的一份合同，以客户后期现金流来作为还款保障。其获得的收入也不是贷款利息，而是基于商业行为的费用。费率计算完全透明，不附加任何隐性成本，前两个月的费率在1-12%之间（此费率由综合得分决定），此后4个月的每个月为1%，支持提前还款。在其网站给出的示例中，一笔1万美元的商业预付款，6个月到期后的总费用是1200美元，远高于银行贷款收益（表2）。

2012年，Kabbage发放了4万笔预付款，2013年已增至7万笔。通过对现金流、物流、消息流等数据的全面整合，Kabbage已将客户拓宽至线下商家。2013年底，Kabbage开发出移动终端App，实现手机融资申请。迄今Kabbage已完成了三轮共计逾5000万美元的股权融资，还通过债务融资了9000万美元。

风险与中国机会

无论是通过大数据来进行信用评级创新，还是追踪网络犯罪，靠的都是在浩淼数据中发现彼此关联度的能力，美国这几家新兴企业的成功，既源于前沿的科研实力，也和强大的资本支持不无相关。在中国，精明的商人同样试图从大数据金融中掘得先机。据阿里小贷首席技术官王坚介绍，旗下200-300名工作人员，已通过独有的信用系统审核发放了超过60万笔贷款，这种效率显然是传统银行无法比拟的。而另一家聚立信，也打出了“类ZestFinance，但更懂中国”的广告。银行业也已尝试采用非传统的信贷审核手段，如记账类软件随手网就联手中信银行推出信贷产品“信金宝”，双方达成合作后随手记（和卡牛）的用户可在移动端授权中信银行调取自己的财务管理/记账数据，这些数据可用作审核信用的补充。

不过，金融业的大数据奇兵，都需要面对同样的隐私保障问题。自9·11恐怖袭击后，FBI等情报机构对普通居民各种信息状况的摸排了解已让人感到不安，斯诺登的爆料更让舆论哗然。没有人希望过往种种被一览无余地提取、集档和分析，而这却正是如Palantir等大数据公司所孜孜以求的境界。技术本身并没有好恶，但是信息被滥用或遭到泄露所带来的杀伤力有多大，尚难预料。■