微眾銀行WeBank年報披露:累計發放貸款逾200億金融

微眾 2018-03-09 16:24
分享到:
導讀

微眾銀行近日對外公布的首份年報數據顯示,微眾銀行個人客戶數已超過600萬。微眾銀行方面表示,作為首家成立的互聯網銀行,自2015年5月份以來,陸續推出微粒貸、微眾銀行APP、微車貸等產品以個人貸款和大眾理財為主的普惠金融產品服務體系基本成型。同時,公司已經實現“去IOE”,構建了自己的科技架構和風控模型。

發布時間:2016年3月30日  來源:中國證券報

微眾銀行近日對外公布的首份年報數據顯示,微眾銀行個人客戶數已超過600萬。微眾銀行方面表示,作為首家成立的互聯網銀行,自2015年5月份以來,陸續推出微粒貸、微眾銀行APP、微車貸等產品以個人貸款和大眾理財為主的普惠金融產品服務體系基本成型。同時,公司已經實現“去IOE”,構建了自己的科技架構和風控模型。

客戶資產超200億

2015年5月,微眾銀行上線微粒貸,開始進軍“普惠”金融領域。這是國內首款從申請、審批到放款全流程實現互聯網線上運營的貸款產品,用戶只需要手機QQ、微信的“錢包”入口中一鍵點擊“借錢”,系統會在幾秒鐘之內判斷個人信用情況,并給出500元—20萬元不等的貸款額度。用戶無需任何抵押物,根據相應提示填寫信息,就能在短短15分鐘內線上完成借款。而且后期可以隨借隨還。這樣一款產品主要通過騰訊兩大社交平臺手機QQ和微信運行。

2005年,聯合國提出普惠金融的概念,即在可負擔的成本前提下,及時有效地為社會各階層的群體提供所需要的金融服務。而結合我國實際情況,銀行由于實體網點不足,外加風險管理及成本因素,傳統銀行服務難以完全覆蓋中低收入客群和微小企業。在這樣的大環境下,互聯網銀行有極大的優勢。

微眾銀行的統計數據,目前微粒貸主動授信已經超過3000萬人,累計發放貸款超過200億元。其中,70%的提款客戶為大專以下學歷,71%的用戶為制造業、藍領服務業等客戶群體,提款客戶覆蓋了31個省、自治區、直轄市的354座城市。

微眾銀行表示,目前每日新發放的“微粒貸”貸款中,80%的貸款資金由合作銀行提供。微眾銀行已經把一批中小商業銀行拉進微粒貸中,已經簽約的中小商業銀行已經超過20家,有12家已經有實際業務發生。充分調動這些中小商業銀行的存量資金優勢,共同向個人和微企提供優質金融服務。預計未來聯合貸款規模將繼續快速增長,成為“微粒貸”產品服務普惠金融的主要方式。

報告顯示,除了個人貸款,微眾銀行還布局大眾理財領域。去年8月微眾銀行推出首款獨立APP形態產品。APP通過為用戶優選出符合多種理財需求的金融產品,且支持實時提現,實現資金調度高效便捷。目前,微眾銀行客戶資產超過200億元。

在平臺合作上,微眾銀行表示,公司與國內一批有影響力的電商合作,用金融推進“互聯網+”。比如,與優信二手車聯合推出微車貸,支持老百姓(603883,股吧)買二手車;此外還有緩解老百姓裝修壓力的微裝貸、提升商家收款效率的點付寶等創新產品。公司意在建立一個基于“互聯網+”思維的普惠金融生態圈,其核心使命是連接其大眾客戶、微小企業和合作金融機構。其盈利模式也不再依賴傳統的存貸利差或者銀行的中間業務收入,而是主要來自于與合作金融機構的業務成果分享。

微粒貸征信,微粒貸提額。建成“去IOE”科技架構

在“普惠”金融的浪潮下,互聯網銀行如何確保安全的體系和風控。微眾銀行認為,必須要搭建完全自主可控的科技體系。目前該銀行是國內首個建成“去IOE”科技架構的銀行。“去IOE”指IBM、Oracle和EMC,分別是小型機、數據庫和高端存儲的領導廠商,一直是大型金融企業后臺的“黃金架構”,但同時也存有源代碼不公開、IT成本高、技術安全無法自控等隱患。

在大股東騰訊集團的支持下,微眾銀行利用一整套開源技術,按分布式架構搭建技術平臺,實現“去IOE”,目前已有21項新技術應用申請國家發明專利。在自主可控的“去IOE”科技架構基礎上,微眾銀行2015年上線核心系統56個,子系統204個,并將人臉識別、聲紋識別、機器人[0.21% 資金 研報]客服等創新技術運用于實際業務場景。據了解,該系統可以支持億級海量用戶及高并發交易;徹底改變了金融服務的成本結構,每賬戶運維成本與同行業相比降低了90%。

對于純線上運營的互聯網銀行,沒有網點、沒有營銷人員、完全用機器去替代人工,所面臨的風控難度要比傳統銀行更為復雜,如何在互聯網海量和高并發交易背景下管控好相關業務風險,是互聯網銀行生存發展面臨的首要課題。微眾銀行稱,以微粒貸為例,微眾銀行通過騰訊的大數據分析,對QQ、微信的用戶進行多維度評定。評估的點包括用戶的年齡、性別、興趣愛好等特征以及社交、購物、游戲等等行為,同時結合入行征信數據,形成對用戶的誠信評級,決定用戶可申請貸款的額度。

如果用專業的術語來描述,微眾銀行的這種做法是在傳統風控手段的基礎上,引入神經網絡、決策樹和機器學習等國外新型風險識別模型和算法技術,陸續建立社交、人行征信、商戶授信和反欺詐等系列模型,并在模型中注重運用消費、社交行為等動態數據以及通過文字和圖片解析的非結構化數據,真正實現了基于大數據的風險模型構建。“用數據來管風險,只要各種數據運用得好,威力非常大。”顧敏在接受媒體采訪時坦言。

微粒貸,微粒貸申請,微粒貸官網。


銀行 微眾 金融
分享到:

1.TMT觀察網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網的原創文章,請轉載時務必注明文章作者和"來源:TMT觀察網",不尊重原創的行為TMT觀察網或將追究責任;
3.作者投稿可能會經TMT觀察網編輯修改或補充。


專題報道