对话 | 信而富科学家Thomas：中国的信用数据体系就像有很多星的晚上

信而富成立于2013年，是专注于撮合个人消费贷款的上海老牌P2P网贷平台，曾于2014年11月联合腾讯发布中国首款移动社交平台小额信贷产品“现金贷”，又于2015年10月联合百度发布“现金贷”产品，堪称当前国内大火的现金贷产品技术的先驱，近期在纽交所上市。

信而富将自己的客群定位为“正在崛起的经常使用手机的中产消费者（Emerging Middle-Class Mobile Active Consumers，EMMA）”，其特征为在央行征信中心没有信贷记录、职业稳定、高度依赖互联网、喜欢网购……。

近日，零壹财经和信而富硅谷大数据实验室首席科学家Thomas Wang（以下简称“Thomas”）进行了对话。以下是对话精选。

零壹财经：信而富硅谷大数据实验室是如何运作的？

Thomas：我们跟斯坦福和麻省理工学院有合作，我们向他们咨询技术，也会向他们提供数据。我们使用的数据大部分来自中国，也会用美国数据（比如网贷平台Lending Club和政府的）来做对比研究。

零壹财经：您认为美国数据和中国数据有何不同？

Thomas：美国的数据非常干净，我是说很结构化。中国的信用数据体系就像在晚上，你会看到很多星星，但是它们散落于各处，你要把这些“星星”都拼起来才能决定要不要给一个人放款。

零壹财经：关于信贷，您现在的想法是怎样的？

Thomas：用人工智能、机器学习使信贷决策和反欺诈自动化。不过无监督模型应用于信贷，不是很robust（显著），因为信贷决策的环境经常改变。但是我们会继续尝试这种方法，我们知道的谷歌的Alphago应用的就是无监督学习，因为人没办法看很多数据，无监督学习能自己预测、自己判断。

零壹财经：关于您个人，您以前的经历是怎样的？

Thomas：芝加哥大学毕业后，我在华尔街做过一段时间高频交易。总体来讲，我认为美国监管很严格，在中国就可以做很多事情，有很多数据。

零壹财经：您现在的经历和以前的有什么不同？

Thomas：以前在华尔街做模型用三四十个变量。现在用机器学习，会用几千个变量，大部分又噪音，但是有用的还是比以前的多得多。

相关阅读：

零壹财经 · 零壹学院

互联网金融刑事责任风险与防控要点（研修班）

时间：6月3日—4日

地点：北京

形式：培训+讨论+风险测试

课程特色：法官、检察官、法学专家现身说法

测试量表评测刑事风险

注重实操拿来即可使用

长按识别二维码，即可报名

▼