本讲座选自马上消费金融有限公司CDO刘志军于2016年4月22日在“大数据在清华—数据科学高峰”论坛上所做的题为《消费金融，大数据，经济发展》的演讲。
我回国就是为了做消费融，我们申请了消费金融的营业执照，回来的时候想两件事情，一个就是建立以数据为驱动的消费金融模式，希望能够在中国落地。另外一个是感受一下创业。回来以后见到我的一个老朋友，他问我出来了？怎么来的？坐高铁来的。其实我回来回听到更多的是经济下行、新常态、创新、创业、“互联网+”、消费等等这些东西，这就是说我们国家的经济进入到一个新的时期。其中有消费金融，消费金融到底是怎么回事？其实我本人不是一个经济学家，就我的一些观察跟大家分享一下。
看消费金融占GDP的比例，这个统计是2011-2014年，中国的比例相当于美国的一半，这个怎么解释再说，现象是中国的消费占GDP的百分比相当于美国占它的GDP的一半。
再一个是家庭债务占GDP的百分比，中国是一半以下，美国都到了70%多了。我们想想看这里面到底有什么关系，可能有些关系不是特别准确，但是表现了什么？经济和消费有极大的关系，消费和欠债有很大的关系。这种关系是不是让我们经济新阶段要发展的一个方向？大家都认为确实发展新经济是一个新的驱动，因为我们以投资拉动经济已经走到一个回旋的地方了，怎么算都可以算得出来。如果是这样，这个应该怎么做？
我在美国将近三十年，除了前一段教书以外，后面都在征信、消费金融这个行业工作，对美国的消费金融和征信方面有一些了解。我们就可以对比一下美国，我们是不是可以做一些什么？这也是我2014年年底回来说可能中国这个时机和美国差不多。我在美国征信局工作的时候就想，征信这个是多么好的东西，中国为什么没有？那是大概2001、2002年时。能不能建立起来？了解了一下情况，数据从哪里来？都是银行的数据，直接拿来那是不可能的事，银行的数据怎么可能会拿出来让大家看。当时是觉得短期内绝不可能在中国发生，这是我当时感觉到的。其实2004年时人行的征信中心已经成立了，其实这个形势是比别人强的。我觉得消费金融这个，大家说是一个新的蓝海，不管是什么海，肯定是一个大海。
然后说到服务业的发展，这个是不是有关系？跟消费有什么关系？当然也很有关系。我刻意查了一下，是不是服务业占国民经济的比重越大是经济发展的标准？好像不是。美国从很早以前，在二十世纪初时就超过这个比例了，可能也是和整个的文化、传统有些关系。
不管服务行业和消费金融、消费有什么关系，我们比较一下美国是消费金融怎么来的。整个消费市场很大大，我最熟悉美国信用卡这一块，说一下。看美国信用卡的市场规模，2014和2009年年底，有一些萎缩，因为次贷危机造成了一些萎缩，萎缩之后又增加了，增加的是什么？主要的信用卡发行公司。只有三家公司增加，别的都在减少。购物、消费的领域一直在增加，不管是借记卡还是贷记卡，消费的总量是很大的。很大的主要形式是信用卡的形式，但是说明一个问题，占经济的总量非常大。
信用卡市场规模的分布是这样的，主要有四个公司：VISA、Mastercard、AMEX、Discover，中国有多少？当然中国有的有先天的优势，比如说阿里。不管是VISA还是Discover，做的好的银行都还不错，在美国做的很大，做得很好，也很挣钱。
美国是从什么地方走到这样来的？说到消费金融的发展。按照这个说起来，应该有上百年的历史，在这以前，消费金融或者任何个人金融，是什么方法？是用强行催收的方式来进行的。因为他要管理风险，不管是什么金融都有风险，个人金融的风险，以前是用强行催收的方式。为什么？是国家介入把这个作为一个罪犯来对待的，欠债不还就坐牢。在美国有一个地方曾经是囚犯流放的地方，什么样的囚犯？欠钱不还被抓起来了。当时是这样的一个管理方式，后来才进入文明管理方式。我们能不能用一种好的制度、方法来解决风险管理问题？其实现在是要么不管，要么刑事犯罪。其实可以有更好的办法，比如个人破产制度规章。公司能破产，个人为何不能？从注重催收到注重审批是好的趋势，把钱放出去收不回来不行，而应该不想一想这个钱该不该放。还有以前是单一的标准，一刀切，所有人一个标准，无量化风险。以前风险评估有很多的主观判断，找十个风控人员可能给你十个研究报告。从简单的规则到复杂的模型，是这样的一个历程过来的。我们是不是要走同样的路？我觉得应该。因为我不相信信用卡预期定为刑事犯罪是合理的，有这个必要吗？你为什么不能说账务管理不好让他重组，工资上扣一扣重组，都是可以做到的。这是我们觉得应该可以做到的事情。
紧接着要做风险的管理，确实要有数据、方法，但是随着美国征信局的出现，我以前工作过的那家公司的前身Equifax，1899年就成立了，这也是那时候的需要。以前我们借钱是什么？我小时候借钱都是向亲戚朋友借钱，如果是村里的话要人品好才能借来钱。以前美国借钱去找镇里的小银行，你要借钱的话，人品好，握握手，借钱了。随着经济发展，靠熟人知道人品不行了。那个时候要有人推荐，你借钱时，给几个推荐人，看你人品怎么样。Equifax的创始人就想多么麻烦，我先把这个全都找齐了不就可以了嘛，你就不要再找推荐人，问我就可以了。就这样办了征信局。然后到了七八十年代有很多家，最后形成了三家。
从信用评分来说，第一个做信用评分的是FICO，两个人，一个数学家，一个工程师合作来做这个东西，说这个模型可以用于信用风险评估。那个时候刚诞生不久，当时他起了一个名字，不叫做模型，一说模型太高大上，他起了一个名字叫评分卡，就是一个小纸片，查到一个内容给多少分，每一项汇总下来加起来，只要学过加法的人就可以做信审人员。这个已经传到中国来了。有时候一个评分卡不够，就做成多个评分卡，分成块来做模型。其实这个模型到了九十年代开始普及，普及了以后，发现五十年代的方法到现在还没变化，就引进了新的方法，这就是大数据。美国大银行还是比较保守的，我在美国工作的时候，完全没有什么固定建模的方法，什么先进、什么好用，全用。审批的流程方面是从手工到完全自动的发展过程，已经完全不是人读征信报告来审批，完全是机器和模型来审批。监管方面，美国的监管和我们不一样。出发点是公平，公正，透明，保护消费者权益。从这可以看到整个儿形成了一个良性的循环，从数据的收集、数据的应用、数据的分享，分享是免费的，拿回来是要交钱的，大家都愿意干，因为可以看到他的好处。这个在中国还没有，大家都不愿意把数据拿出来，不管做得好坏，大家都不愿意拿出来，没有形成一个良性循环。
大数据跟金融有什么关系？就是要控制风险，欺诈风险、信用风险，这些都可以基于模型来做预测。做到风险量化，能做到这个，下面的事情就好办了。说一说目前的状况，数据方面仅仅从名词上来说数据特别多，有征信、公安部，在美国绝对拿不到公安局、电商的数据，税务局的数据很贵。但是我们拿到很多这样的数据。消费金融本身，有牌照的十几家，然后还有上千家的P2P、小贷，监管都给予不同的区分对待。我不知道是好还是坏，如果统一了规章当然更好。但是主要的是风险管理上，不管是从理念还是手段、技术上还处于一个发展的阶段，我希望这个阶段能够发展更快。制度的不完善、违约成本低是一个很大的问题。我们要么就是打到顶，要么什么都不管。打到顶部就是刑事犯罪，能不能想一些办法，让违约有成本。
这是我们目前的一些状况，但是我们确实可以利用条件，弯道超越。因为我们现在进入移动互联网时代，技术上有优势，电商也非常发达，大数据技术的发展。我们现在有战略优势，完全可以做到弯道超越。那就需要大家共同来努力做这件事情，所以我对这个是非常乐观的，尽管有很多困难在前面。
