|
|
第一章 范晓忻和他的金电联行
没有火爆的投资基础、没有明确的商业模式、客户基础不具备、市场环境完全未知……金电联行董事长范晓忻完全没有想到，从未接触金融的他会一头扎进这个陌生领域，一干便是8年;他更没想到，这家白手起家、几度挣扎的公司，现在成了大数据金融的领军企业，引领着国内中小企业的信贷融资变革。
金电联行长期致力于解决中小企业融资难。范晓忻坚信，中小企业才是国家创新和经济发展的源动力，把信贷做好，企业发展壮大了，个人财富的增长便水到渠成。
那么，范晓忻和他的金电联行是如何帮助中小企业跨过抵押，直接从银行获得纯信用贷款的?在他理想的人生规划中，遇到了怎样的现实难题?经过几轮融资，估值暴涨，金电联行接下来会有哪些大动作?带着一系列问题，《IT时代周刊》近日走进金电联行总部，揭秘不为人知的金电联行。
偶然中的必然
范晓忻，理工科中的文艺范儿。谦虚中显主见，微笑里藏思想，一双大且亮的眼睛充满智慧。大学时代，他曾领导清华大学合唱团，乐坛上红极一时的水木年华组合，就是以合唱团背景发展起来的。
他喜欢艺术，热爱运动，随便玩票，且都非常出色。范晓忻的羽毛球打得相当好，跟他过招的不少人都觉得他有专业水准。
但，范晓忻骨子里崇尚学以致用，喜欢IT。清华大学计算机系毕业后，他在和记黄埔旗下的和记工商专线工作，仅用三年时间，就做到了这家公司的中国区首席代表。就在很多人对他羡慕不已时，他却毅然选择回归IT——创办了国内最早的产业链IT服务企业，专门做供应链管理信息系统。
“2002到2005年，我所做的工作，就是与合资车企对接，给对方的供应链系统提供维护。”范晓忻说，“由于企业间交互系统繁复，问题较多，维护工作量十分庞大。为此，我们自主开发了一套新系统，当时处于业界领先。”
“那时，北京有四大车企，两家选择我们。”范晓忻回忆说，正是这段时间的积累与磨砺，为后来进军金融领域，做了铺垫。当时，他发现一些汽车供应链企业虽然有足够的订单，但遇到资金周转紧张时，往往一筹莫展。那时，范晓忻逐渐意识到，企业大数据大有挖掘潜力。
但，他并未将其与金融联系到一起。促使范晓忻迈出最终一步，是清华师弟的一语激励。这位师弟在华尔街投行工作，2006年底，在一次回国公干中，看到范晓忻所在公司复杂的供应链系统后，建议他改行做金融。
“你熟悉数据交换，系统比国外的还做得好。而这些数据，正好可以帮助中小企业分析供应链系统上的金融价值，解决它们的融资难问题。”师弟的建议，点醒了范晓忻，有了他后来的跨界转行之路。
2007年，范晓忻联合合作伙伴，成立金电联行。当时还没有大数据概念，金电联行就通过大量数据建模分析，给银行提供参考，为企业做无抵押贷款。
“你怎么在连大数据概念都没有的2007年，就做大数据了?无数人问我这个问题。”范晓忻说，答案其实很简单：偶然。这个偶然出现后，就有一股强大的力量，吸引他的团队成天待在实验室里，分析、研究各种指标模型。
当时，范晓忻没想那么多，走多远算多远。他和公司联合创始人朱志伟就这样进入大数据领域，搞起科研。
一把辛酸泪
公司创办之初，范晓忻和朱志伟携同他们的团队，一直在实验室里研究算法和数据建模，不断推倒重来。今天，除了技术人员，金电联行还有大量研究数据模型的科学家在实验室里，对未知领域进行探索。正是有了这个坚实基础，金电联行在大数据金融领域里，挖出了一条深深的护城河。
但光环背后，是无尽的辛酸。金融借贷领域的困难，远超乎范晓忻的想象。金电联行2007年成立，在长达3年时间里，没有一笔订单，金电联行一直在做搭平台、建模型之类的苦差。
他彷徨过，如果说服不了金融机构，再好的理论体系和算法模型也是白搭。“金电联行第一笔纯信用贷款在2010年5月，金额为1500万元。接到银行电话时，甚至不敢相信这是真的。”范晓忻告诉《IT时代周刊》，之前，已经有30多个客户被银行相继否掉。为了这一单，在一年多时间里，公司跟银行开了200多个会，经历的挫折不计其数。
“接二连三的打击，让人喘不过气来。虽然我一直坚信在干一件有意义的事，方向是正确的，但就算银行愿意跟我们搞创新，没有任何抵质押，也是非常困难的。”身处逆境中，这种消极思想，一度在范晓忻脑海中浮现。
第一单带来的欣喜太短暂，光明出现之后，是无边的黑暗，给人黑云压城城欲摧之感。拿下第一单业务之后，接下来近半年时间里，迟迟没有新订单兑现。金电联行接连报送总额几亿元的订单，全部被银行无情地打回。
有一天，一单业务又被银行否了，团队上下情绪都受到了影响，而长期的压抑，使得范晓忻近乎崩溃。那天晚上，他约同事一块儿吃饭。其实，他心里已经把这当作最后的散伙饭。幸亏，饭桌上大家气氛非常热烈，范晓忻的话多次涌到嘴边，都不忍心说出来。
范晓忻回忆说，那大半年时间里，他是从极度煎熬与焦灼中度过的。第一单之后，金电联行积累起了一定信心，对公司的技术也颇为自信。然而，刚刚柳暗花明，突然又变得山穷水尽。
他开始反思，自己选择的路是不是走不通。因为，金电联行报给银行的客户，都是精选出来的，有望成为未来行业里的精英。就在范晓忻打起退堂鼓时，一位银行经理劝他坚持下去。这句简单的话，给了他持续走下去的动力。
著名画家里希特说：“苦难有如乌云，远望去但见墨黑一片，然而身临其下时不过是灰色而已。”
苦难是真正的试金石，经历此番之后，范晓忻变得淡然和超然。在他今天看来，公司最初遇到的困难，不能怪金融机构。首先，系统平台的研发，信用体系的建模，数据的获取，都需要时间积累，反复试错。另外，面临金融机构观念转变的难题，让它们接受非抵押式纯信用贷款，还要做大量的思想工作。自古以来，中国的借贷都是物资抵押，缺乏行之有效的信用体系。
第二章 破解千年难题
学报到的第二天，辅导员老师(清华大学计算机系知名老教授)在动员会上说，虽然计算机系属于应用数学范畴，但你们不是搞数学的，一切都是为了应用。” 范晓忻至今清晰地记得，老师告诉他，只要有数据，凡事可计算，一切可量化。当时，范晓忻听得懵懵懂懂。成立金电联行后，老师的那番话，成了他工作中的坐标，指引他这八年来所有的工作。
信用可量化
西方国家有四大信用体系(商业信用、个人信用、政府信用和司法信用)，它们捆绑在一起，企业违规成本非常高，中小企业通过纯信用，就能从银行借到钱。中国不同，虽然中央三申五令要求国有银行给中小企业放贷，支持实体经济发展，但由于信用体系不健全，中小企业很难有一笔贷款是通过信用达成的。
金电联行发现，中小企业缺少抵押物，银行贸然放贷，容易成为不良贷款。即便一些企业有抵押物，额度也较小。最关键的是，银行完成一笔贷款，需要经过申请、受理与调查等多个步骤，而国有银行的人力成本非常之高，意味着给小微企业贷款不划算。
还有，传统的财报信息对中小企业的信用风险，无法进行有效评估。一些企业财报造假，银行真假难辨。范晓忻从中看到了机会，希望金电联行能成为金融机构与中小企业之间的粘合剂，让中小企业拿到更低成本的资金，让资金流向有需求、有潜力的企业，同时又提高银行放贷效率。
中小企业是有信用的，只不过这些信用银行不可查询。金电联行通过企业的“大数据”，对生产、流通、销售中产生的所有明细数据进行分析，从而创建出一个大批量、高效能、全风控、低成本的信用评价模式。
金电联行所做的工作，是金融机构无法做的，或不愿去做的。通过分析企业日常的海量交易数据，计算出大数据的信用。如此，即便没有任何抵质押担保，企业也可获得信用贷款。这是一种全新的模式，信用可以量化计算。
“通过供应链上的数据，把企业生产经营情况分析出来，把真实信用计算出来，金融机构就可以给中小企业放纯信用贷款，这等可帮中小企业成长的好事一定要做。”范晓忻说，最初设想把企业的情况计算明白，判断这个企业到底行不行，未来有没有发展空间，把无法查询的企业信用计算出来。
迄今，金电联行服务了一万多家企业，在某种程度上，破解了中小企业融资难的问题，为一千多家企业获得总额超过60亿元信用授信，与多家商业银行开展基于大数据的贷后管理合作，与上海、北京、天津、山东、浙江、贵阳等开展大数据合作，并获得了央行的征信牌照。
大数据不忽悠
今天，大数据概念十分火热，但也鱼龙混杂，一些企业挂羊头卖狗肉，卖肉夹馍的都说自己是搞大数据的。而在范晓忻眼中，只有经过提炼，产生应用价值的数据，才叫大数据。
面对一大堆数据时，首先要问两个问题：一是这些数据来源于哪里?二是价值在哪里?如果解决不了这两个问题，就算不上大数据。最近一年，大量金融机构找到金电联行，说手里有大量的说不出来源、辨不出真伪、很难提炼有价值的数据，请求给他们做分析。
“我们要挖金子，如果挖出来的不是含金的矿石，就没有任何意义。”范晓忻用这样一个形象的比方，来阐述数据精准的重要性。他认为，现在，很多人都在提数据资产，金电联行在后面加了一个“化”字，叫“数据资产化”。数据不一定是资产，它还需要存储和备份，也在不断增加。如果数据不能资产化，就与垃圾无异。
“大数据绝对忽悠不了，也非一天能建成。”范晓忻经常跟员工说，“先不要着急应用，多花一些时间建立模型，经过反复验证之后，再拿出来应用。”历经8年筛选数据之后，金电联行发现，有价值的数据，相对较少，或者隐藏得比较深，需要不断深入地去挖掘。而且，还要具备提炼数据的方法和能力，如果挖到了金矿，不懂冶金术，价值就无法体现。
金电联行除了科技创新、模式创新外，最重要是理念上的创新。国外基于算法的技术，在中国没有取得好的效果，是因为他们采用的是报表数据，而报表的很多数据，都不一定真实准确。金电联行另辟蹊径，分析企业的每一张订单，每一笔物流，每一个出入库，每一次社保记录等，确保实验室拿到的是全数据。
金电联行开展这么多业务，从来没向企业要过一张财务报表，都是基于真实交易数据。“为了贷款，中小企业通常不惜造假，这种情况在我们的信用评价体系中走不通。”在范晓忻看来，金电联行采用企业3到5年的明细数据，企业要想造假，成本非常高。而且，金电联行要查看数据之间的关联性，公司的系统有能力通过数据清洗，剔除虚假信息。
从2008年初开始，金电联行就一直在开发“数据挖掘机器人”技术，只要把这个“机器人”铺设到中小企业的供应链系统上，订单、库存、下线、结算、付款等相关环节的所有信息，就会源源不断地传输过来，系统再对这些信息进行处理，“清洗”掉一些边缘数据，再进行分析、展现，最后计算出企业的信用等级、信用额度，甚至未来的成长性及安全性。
第三章 站在时代的风口上
8年摸爬滚打，金电联行告别初创企业的青涩，渐入佳境，从一家科技公司，逐渐成为国内大数据金融行业的领头羊。其大数据信用技术，在不断应用中趋于成熟，以技术创新引领金融及社会管理模式创新。
做风险入口
金电联行变成明星企业，业务不断增多，为银行风险管理总量300亿元人民币，预计2015年下半年将突破500亿元人民币;与上海、北京、天津、山东、河北、江苏、安徽、贵州等省市政府开展大数据社会管理合作，获得了企业、银行、政府等各方的高度认可。与此同时，大量的投资蜂拥而来，已经获得了来自国泰君安、三联虹普等领投的数亿注资。随着公司的成长，金电联行的业务范围拓宽了。2012年之前，金电联行的业务还比较单一——破解中小微企业融资难题。现在，金电联行已跳出这个思维，目光从贷前往贷中和贷后转移，不仅服务中小企业，也帮助银行追踪计算贷后风险，帮政府监管金融风险。
金电联行采取“谁受益谁付费”的原则。若中小企业通过金电联行贷到了款，金电联行就会从中小企业收取服务费(贷款额度的1%-2%);若银行用金电联行的服务，控制了风险，收回贷款，银行也会付一定的费用。
现在，跟金电联行合作的银行有近20家，国开行、邮储银行以及民生银行、广发银行、平安银行等一些股份制商业银行，都是其主要合作伙伴。银行赚利差，但不良贷款会侵蚀本金，金电联行可帮银行有效进行风险监管。
“现在，银行对放出去的贷款，约束力不强，甚至被一些企业骗贷。” 范晓忻说，只要银行说需要通过金电联行收集企业的经营数据，部分有问题的企业就落荒而逃。而那些能在规定时间内提交数据的企业，最后被证明都很优秀。这说明，大数据增强了银行对企业的约束力。某种程度上，金电联行是在做风险入口，帮助银行控制风险。
目前，已经有一些银行通过金电联行来量化风险，了解企业状况。“我希望进一步扩大量化风险的市场占有率，让更多的金融机构也能采用这种风险管理方式，这对金融市场的稳定大有裨益。”
凭借坚实的基础，金电联行练就了一双火眼金睛，哪些数据是可靠的，哪些数据是失实的，都能明察秋毫。反过来，这也拓宽了金电联行的业务范围，除了中小企业、金融机构，地方政府也找上门来。
政府为了招商引资，会承诺给企业提供政策、资金的支持与帮助，一旦有企业欺骗政府，投入的钱就打了水漂。一家企业入驻某地方保税区时，自称年产值达亿元，并要求开发区为其提供总计1亿元的政府扶持，包括2000万元的资金支持和8000万元的债项支持。面对如此巨大的政府支持要求，该保税区拿捏不定。为了稳妥起见，该保税区想到了金电联行，让其为这家企业进行入园体检。在测算过程中，金电联行发现，该企业业绩注水，实际情况与之宣称的相差近一半。
金电联行的信用计算、风险监管，都在计算机系统上完成，没有人为干扰。一旦企业经营发生波动，风险出现异常，系统会自动预警。从而有银行说，能做大数据量化风险管理的，目前只有金电联行。
构建生态系统
“要感谢这个时代，是时代把我们推到了风口上。”范晓忻说，以前人们不知道大数据金融到底是什么，有什么用，随着总理提出“互联网+”概念，互联网金融的重要性得到了更多人认同。
未来，金电联行将重点发展两大业务。一是对传统业务夯实，进一步创新。比如，在融资方面，金电联行要搭建一个大型投融资平台，与企业进行对接。企业可以在金电联行的平台上，选择合适的金融产品，金融机构会到平台上来找企业。
这个平台对金电联行意义重大，搭建好了，生态繁荣了，将充满巨大的想象空间，企业的债权融资和股权交易，都可以通过这个平台进行，同时又进一步培养了用户，反哺金电联行。
金电联行是第一批拿到央行征信牌照的公司，范晓忻还有一个目标，就是做大数据征信平台。“我们现在是做大数据评级，这是动态业务。未来要做大数据征信，这是静态的。”在范晓忻的构想中，要让有数据的企业进入征信平台，将企业的法人信息、纳税信息、关联公司消息等各种数据，做一个静态的大数据。
在国内，目前还没有企业或机构做征信平台，但征信平台又是刚需服务，不仅银行需要，政府需要，很多个人也希望能查到相关公司的详细信息。征信平台建好后，会为大家提供方便，比如有公司通知求职者去面试，而求职者对这家公司不太了解，上征信平台一查，情况就一目了然。
“我希望能对社会信用体系做点贡献。信用不光是金融的事，还渗透人们生活的方方面面。” 范晓忻坚信，大数据来了，而金电联行掌握了定性和定量的技术手段，将来一定可为国内的社会信用体系建设、数据治理作出贡献，发光发热。