7月6日晚，“2019国际货币论坛-金融科技之夜” 闭门研讨会在中国人民大学举行。此次闭门研讨会由中国人民大学财政金融学院主办，中国人民大学国际货币研究所（IMI）、中国人民大学金融科技研究所承办。会上， 首先我想介绍一下，我们是一个大数据征信公司。什么是大数据征信公司呢？大家可能不太了解，我想可以从这几个问题出发去理解： 1、一是对算命先生常问的“你要算什么东西”。一个大数据征信公司“算”什么东西呢？它是将对大数据的采集应用到金融里，作为金融的一部分，作为金融的补充。 2、二是配钥匙的人会问的“你配吗？”。我认为，作为一家征信公司，我们是第一批拿到央行征信备案的征信机构，是第一批在发改委发布的能够提供社会综信用服务的试点机构，在这两天也作为第一批通过的可以承担信用修复、信用修复培训，以及出具信用修复报告的机构。这样看来也算配作为一个大数据征信公司。 3、三是快递小哥会问“你是大件还是小件？”，这个在我们看来，确实是我们作为征信公司经常被别人问到一个问题：“你和央行征信有什么区别？你们服务的是什么产品？”。作为一个征信公司来讲，我们应该是属于小件。央行征信对于不管是银行信贷还是整个金融体系来讲，都是最核心的一个机构之一。但是仍然存在很多其他的机构，比如金融科技公司、征信公司，会服务于整个金融体系。所以我认为我们是一个央行征信的一个补充。大家可能对央行征信有所了解，有信贷业务或者发生过信贷的公司才会有央行征信的记录。但很多中小微企业他们没有信贷的记录，我想作为一个大数据征信公司，可以服务于这些普惠金融领域。所以我说征信公司是一个补充，是一个小件。 4、四是上海现在比较热的一个话题“你是什么垃圾？”我也遇到过这个问题，因为我家就在上海，我们有晚上的时候，固定的时间去扔垃圾，扔垃圾的时候就会问“什么垃圾？”所以我们在做这个扔垃圾的时候就会很小心。而对于普惠金融、金融科技，对于我们来讲的话，前面曹博士也提到了我们是ABCD中的D，就是数据，我们提供这些原材料，然后服务于金融科技。我们有各个方面很多的数据，包括企业的、工商的、司法的、税务等等。但是我们怎么去把这些数据处理好？我们怎么去把这些数据提供给需要的人，不管是金融科技公司还是银行，还是其他的金融机构。大家看到这些数据，可能觉得很多都是垃圾。而我们能做什么呢？实际上我们做的事情就是垃圾分类，我们把那些海量的数据里面有用的信息提取出来，帮助金融科技。 5、最后一个问题，我觉得这是今天主要想讲的一个话题，就是征信公司的定位。其实不管是哪家公司，金融科技也好，征信大数据公司也好，如何给自己定位都是一个重要的问题。这个话题我可能一下子也说不清楚，我想先谈谈对数据征信公司定位的看法。 大数据征信公司前面已经说了，它是一个补充，因为现在有很多数据，我们可以通过章泽天高考成绩数据的挖掘提供新的洞见。在此之外，其实还有一个方法可以定位自己，就是找一个对标。我们找行业内的一些好的、或者国外比较优秀的企业，比如邓白氏，作为我们的对标企业。我们怎么去成为中国邓白氏？更进一步地问，不管是元素征信，或者是任何一家大数据征信公司，它应该成为一个什么样的企业？我们想成为一个第三方信用服务的领军企业。 这个感觉还是比较抽象的概念，一个领军企业到底怎么领军？它怎么去作为第三方给别人提供信用服务？从2013年公司成立到现在，我们一直也在思考这个问题。我们在想要怎样去服务好金融机构，以及现在的科技金融企业。我们更多地是想通过一些具体的实践、大数据分析的方法，甚至科技的手段去解决这个问题，去帮助我们从成堆的垃圾里面找到真的可以回收利用的东西，然后把这些数据集中起来，给金融机构，或者是金融科技企业。这是我们现在想做的一件事情，其实是很小的一件事情。 后面的话，因为时间也比较晚了，我们就简单讲一下。其实前面张总和吕总都已经讲了，大家对对普惠金融也有比较好的认识和看法。我们也很认可咱们百融把一些大数据或者是金融科技的手段嵌入到传统金融企业里面，实现对整个普惠金融和小微企业的赋能。 这里我们想简单分享一下我们遇到的一些问题，我们为什么要去做一个创新的征信报告？征信报告已经是一个存在了很多年的东西了，我们为什么要对这样一个东西做创新呢？这其实对应着现在目前中国普惠金融所面临的很多问题。比如说银行为什么不愿意做普惠金融？因为它提交的报告不准确，财务报告是假的，那我们就面临着怎么把财报进行验真的问题。还有比如我们要怎么去判断一家企业是一个空壳的公司，还是真实在运转的一个企业。这些都是我们实际面临的很多很多问题，上述只是其中的一部分。我们在实际跟银行沟通过程中，他们经常会问我们，你们数据这么好，能不能帮我把财报表还原，还原企业真实的状况，我想这只能企业的老板自己才清楚，它跟工商局和税务局的财报都不一样，它有一套自己的标准。所以我们想说通过大数据做一些看似不可能的事情，而且我们觉得这些事情是可以做的，通过我们多年的积累，我们甚至做到了一部分这样的工作，帮助金融机构也好，帮助科技金融也好，都是取得了一些成绩。 最后想以一张最近网上比较火的图结束，这是一个华瑞银行的朋友画的。其实大家可以看到，大数据不管是人工智能也好，还是机器学习、深度学习，它看起来像是开着一辆跑车，跑得飞快，可以很快达到终点。但实际要到达终点是很难的，我们在过程当中需要解决各种各样的问题，有太多的坑。其实也是前面贲院提到的，我们需要是的人才，很多的问题不是说一天两天，或者是突发一个奇想就能够解决的，需要各种人才。还有各种各样的技术，比如前面也有提到的用区块链解决一些数据失真的问题，把这些技术利用起来才能达到终点。 |