一般FinTech新創公司往往從科技切入金融,但太多FinTech公司只想憑著網路概念就創業,反而很快就陣亡。借貸公司WeLab創辦人不是理工背景,憑著在信用卡產業多年的經驗觀察,更了解傳統金融的商品設計與問題所在,找到痛點後,再用大數據來解決...

你現在位於《商業周刊》全新推出的「管理頻道」,我們用最新的企業案例,帶你思考數位浪潮下該如何轉型、戰勝不景氣!
☛訂閱管理趨勢報,每週免費獲得管理頻道最新消息

在「網路上借錢給大學生」,竟然能夠得到亞洲富豪李嘉誠、馬來西亞國家主權基金與荷蘭最大金融集團ING等青睞,憑著這個概念獲得人民幣10億元(約合新台幣51億元)的投資。這家公司叫「我來貸」(WeLab),一個直白到近乎市井的名字。2013年在香港成立,短短3年已有超過250萬活躍用戶,申請貸款金額逾人民幣100億元(約合新台幣515億元)。這個數字,比成立12年、英國最大網路借貸公司Zopa還要高。

2015年堪稱中國互聯網金融災難性的一年,因為經濟成長趨緩,銀行不良貸款率飆升,壞帳連連爆發。根據官方統計,當年度全中國逾3,600家P2P(peer-to-peer,點對點)網路借貸公司中,有一千多家倒閉,平均每天倒掉3家,爆雷率高達三分之一,呆帳金額高達人民幣150億元(約合新台幣772億元)。WeLab不僅沒有掃到颱風尾,業務量反而逆勢增長,還吸引了政府基金、大型銀行等投資者搶著入股,創下中國互聯網金融新創公司B輪融資的新高紀錄。 台灣金融業出身,找出傳統銀行借貸困境

有趣的是,WeLab雖然在香港成立,做中國市場的生意,卻是靠台灣經驗成為現在被《富比世》(Forbes)雜誌評估為市值上看10億美元的FinTech(金融科技)公司。WeLab創辦人暨執行長龍沛智雖是香港人,但曾任台灣花旗信用卡行銷主管,隸屬花旗銀行董事長管國霖麾下。於2006年,在台灣帶領團隊經歷過卡債風暴與金融海嘯;WeLab中國區總經理陳俊仁是道地台灣人,歷任VISA大中華區暨台灣區總經理、中信銀支付金融處長。

這兩人,都不是矽谷理工背景的小夥子,而是台灣銀行界外商、本土兩大信用卡龍頭的高階主管。他們在台灣信用卡市場的經驗,深知傳統金融的商品設計與缺陷所在,以此為根柢,再想辦法用網路科技解決,與一般FinTech新創公司從科技切入金融完全不同。WeLab能夠獲得主權基金的青睞,更在於其銀行背景,而走出不同於一般主流FinTech公司想要取代銀行的思維。

一位馬來西亞主權基金人士分析,太多FinTech公司只想憑著網路概念就創業,門檻其實很低,而WeLab選擇與銀行合作,「解決銀行解決不了的問題,才有存在與成功的價值。」 從銀行出身的龍沛智接受專訪時說,每個人進入社會上班,都會開設銀行帳戶,銀行已經擁有上千萬人的客戶資料,「你要跟銀行搶客戶,基本上是難如登天。」

因此,「WeLab不跟銀行搶客戶,我們的客戶是一般銀行接觸不到、沒有信用資料的大學生。」陳俊仁說,這群客層沒有薪資紀錄,在聯徵中心沒有信用資料,基本上是銀行接觸不到、也不敢放款的人。 大數據算信評,三分鐘填資料一天內放款

「借貸最困難的地方,就是10個人坐在你的面前,裡面有好人、也有壞人,但你不知道誰是會還錢的那個人,」龍沛智說。WeLab的能耐,就是擁有一個獨門武器:一套能用大數據模型,計算出貸款者還款能力的信用評分機制。傳統銀行做法,是要求貸款者填寫一堆書面問卷,調閱其身家背景、職業、財力證明、信用紀錄、聯徵資料等,並經過多次面談,據此判定放款與否及金額大小。不僅曠日廢時,搜集到的資料,也未必能證明借款者的還款能力。

舉例來說,一個在士林夜市賣雞排的攤販,他可能連國中都沒有畢業,從未有過正職工作,做生意都是用現金,沒有信用往來紀錄或報稅資料。即使月收入超過30萬,擁有優良的還款能力,一般銀行還是不願意借錢給他。

P2P的興起,正是要解決這個問題。業者在網路上架設平台,把有錢的人與缺錢的人抓在一起,雖然省去銀行繁複的手續,也能觸及到更多族群,徵信流程卻如同民間借款般粗糙。有的平台只要求上傳照片、資料,卻無法驗證借貸者的真實性,更多是連擔保都不做,要求雙方風險自負。這就造成了整體弊端叢生,甚至讓P2P金融淪為洗錢、非法吸金的代名詞,中國這波倒閉潮正反映了這個狀況。

WeLab剛好能彌補這兩種方式的缺陷,它不需要調閱一堆聯徵紀錄,借貸者只要花3分鐘填完基本資料,最慢一天內就能完成審核,即時提領現金。關鍵,就在它取得的資料。借貸者下載App的同時,必須同意授權給程式抓取手機內部各種資料,例如通訊錄、簡訊內容、社交網站訊息紀錄等。

用通訊錄、簡訊判斷還款力

陳俊仁解釋,該公司研發出的程式,會自動交叉比對資料相互間的真實性,最後算出一個信用評等分數,做為放款與否及金額大小的判斷依據。WeLab還能從手機裡的通話紀錄、簡訊內容,分析出借貸者的信用評等。手機中如果經常接到DVD出租店的電話、電話費催繳等簡訊,分數當然不可能高;反之,若從無相關訊息,「代表他借東西都會準時還,費用會準時繳,信用當然好囉,」龍沛智說。

透過這種用程式解讀大量非結構化數據的方式,WeLab大幅降低了借貸風險。龍沛智表示,不僅至今尚未出現被詐欺的案件,呆帳率低到僅0.5%,比一般銀行的1至2%好上許多。之所以能有這種準確度,是龍沛智與其團隊花了一年的時間,分析兩億多筆大數據的結果。「我們把借錢這件事,拆解成許多細小環節,一個個用數據去對應、定義、分析,這是一般銀行做不到的,」龍沛智說。

不搶銀行生意,專攻大學生、菜鳥族群

相較於一般FinTech業者想要取代銀行,WeLab反而與銀行合作,從銀行端取得資金來源,再放款給大學生與社會新鮮人等沒有聯徵紀錄的族群,等於是幫銀行開拓了新客源,包含ING、北京郵儲銀行等都是他們的合作夥伴。目前WeLab最高貸款額度是人民幣2萬元,期限最長為一年。「我們抓的是長尾後面小額,但大量的那一端,不去跟銀行搶企業或大客戶的生意,」陳俊仁說。

「他們在進行的是一場革命,完全顛覆傳統的風險評估方式!」在風控領域深耕20年的勤業眾信風險諮詢總經理萬幼筠,看到WeLab模式時驚呼:「銀行業者多年來想做卻做不到的事情,他們做到了!」萬幼筠觀察,WeLab走的是像螞蟻金服、微眾銀行那樣小額大量的路線。雖然無法確認其大數據計算模型,是否真的這麼厲害,但就目前的成績看來:「這幾乎是去跟銀行要錢,借給一群一定會還的人,這生意太好做了!」當美國、英國與中國的金融科技創業蔚為風潮,台灣也正式成立金融科技辦公室,相關法規陸續開放,WeLab的成功模式或許能給台灣的金融業者不少借鏡。

☛MBA明星講師開講、企業如何戰勝不景氣,都在《商業周刊》管理趨勢報