金电联行范晓忻：跨界凶猛

金电联行范晓忻：跨界凶猛。

2007年年初的一天，面对清华计算机系师弟的劝说，范晓忻没有想到，之前丝毫没有接触过金融的他会一头扎进这个领域，而且一做就是7年，更没有想到无意之中引领了国内中小微企业的信贷融资变革潮流。

彼时的年月，还远没有大数据金融和互联网金融的概念，中小微企业向银行贷款靠的是抵质押物，中国的信用融资还处于空白。彼时的他，一直在做汽车企业供应链系统，接触最多的是供应链上形形色色的数据。

7年后的今天，范晓忻创办的金电联行，凭借以大数据分析为基础建立的信用评价体系，已经可以满足企业融资、银行风控、政府治理三大需求。

作为民生银行、招商银行、中国邮政储蓄银行等多家银行的信贷管理服务提供商，金电联行经过多年运营实践，利用大数据技术和风险监控模式已为超过千家的中小微企业提供信用融资服务，累计提供40多亿元非抵质押的纯信用融资，其中融资额度最高达到了6800万元，最低一笔为98万元，而且迄今未发生过一笔不良贷款。而在贷后风险监管方面，金电联行已经为国家开发银行、广发银行等多家金融机构提供将近200亿的监管服务。预计年内，监管金额将超过1000亿元人民币。

金电联行以大数据分析建立的客观信用评价体系，从某种意义上打破了以财务信息为核心的固有信用评价思维，改变了以抵押担保为主的传统信贷方式，针对我国中小微企业信用融资的难题，创建了一个低成本、大批量、高效能、全风控的纯信用贷款管理模式。而随着2013年互联网金融的爆发、大数据金融的兴起，作为最早的从业人员，范晓忻也被冠以国内信用融资“先行者”的称号。

9月12日，在北京CBD朝外SOHO 的金电联行总部，坐在《互联网金融》杂志记者面前接受专访的范晓忻，回首金电联行走过的7年，有两点最深的感触：

一是金电联行的信用评价体系“让数据说话”取得了政府、银行、企业等的认可，这件事对社会有价值，让他感到欣慰。“我哪怕只帮扶了一家企业，给它做了信用贷款，我都觉得我是有价值的，在这一点我是很满足的。”

二是“困难和挫折远比想象的复杂，产生的影响意义也比想象中深远”。他把这看做一个“堂吉诃德式”的故事，“无知者无畏”。正是因为之前没有接触过金融，才没有丝毫的思想包袱，凭借一腔热情和坚定信念走下去。

“跨界凶猛!”这是他的感悟。

“新管道”破冰

尽管中小微企业在我国国民经济中占重要地位，但资金紧张、贷不到款却是长期面临的问题。

这其实也不难理解，因为中小微企业普遍存在着规模小、资产少、内部治理和抗风险能力弱等问题，同时银行向其放贷时信息不对称，这些企业无力还贷时政府出面协调与救助的概率低。因此，这些企业时常受到贷款困扰。

而对于有信贷规模限制又追求利润的商业银行而言，小企业的放贷成本与风险相对于大中型企业而言往往更高。

对这一点，范晓忻深有体会。从2007年开始，范晓忻就一直在做大型的汽车企业供应链系统，对供应链上下游的企业非常熟悉，通过实地走访，他发现这些企业大都有一个“痛点”：融资对他们来说是一个主要的困难和瓶颈。

“我们的中小微企业一直喊融资难、融资贵。融资难是因为抵押物不多，银行不敢做;而融资贵是银行觉得企业风险大、服务成本高。”范晓忻指出，银行为中小企业贷款的驱动力不足主要是存在两大问题：一个是成本居高不下;二是准确度不高，无法有效监管。

另外范晓忻发现，目前的融资方式缺少在没有抵押物的情况下，为中小微企业服务的方法，也就是金融机构没有针对中小微企业的风险识别、风险测算和风险跟踪的解决方案。在这样的前提下，金融机构很难在找到解决防控中小微企业经营高风险的办法前，为绝大多数的中小微企业提供融资业务。

一直接触供应链数据的范晓忻开始意识到企业经营数据的价值未被充分开发，不过当时他并未将此与金融联系起来。

“你是学计算机的，学数学的，一直做的是供应链系统，能不能通过一些方法对它进行分析。分析出来以后，能够让这个企业的情况真实地反映给银行，这样银行能给企业提供信用贷款。这可能会给中国的信贷体系带来一个很大的变化。”2006年年底，从华尔街回国的师弟对范晓忻说。

他的这位美籍华人师弟，熟悉中美融资环境的差异：美国人以信用作为中小企业的融资依据，然而这当时在中国尚处于市场空白，没有体系，蕴藏着很大的商业机会。

就这样，范晓忻开始考虑利用企业供应链数据，给中小微企业提供融资贷款。2007年，他联合几个合作伙伴成立了金电联行，为其客户做客观信用计算，再把他们介绍给银行，申请无抵押信用贷款。

然而，要打通银企之间的通道殊非易事，从传统思维看，是中小微企业失真的财报和抵押、担保资源信息的匮乏，造成了信用评价无法给出足够的信用，致使银行没有动力给企业提供贷款。比如，范晓忻熟悉的汽车供应链企业，很多汽车零部件优质供应商尽管本身订单充足，只是缺少短期资金购买原材料，但受制于抵押物不足，很难获得贷款。

范晓忻透露，为了打通银企对接障碍，他们当时对上千家中小企业进行了调研，几乎跑遍了四大国有银行以外的所有银行，让他们接受信用贷款模式。最终他们利用在供应链上的优势，找到了破除银行与企业障碍的“新管道”：大数据，这是除却传统的抵质押物之外，一个新的通道。

通过这一通道，两个步骤开启破冰之旅，范晓忻总结道，“首先，利用大数据技术挖掘企业信用信息，计算企业信用，联合金融机构为长期缺乏抵质押物的中小企业提供无抵押无担保的纯信用融资;其次，通过大数据技术对风险进行量化管理，使风险可计算、可度量，帮助金融机构增强服务中小企业的信心。”

范晓忻认为，大数据信用能够化解中小微企业融资难的关键，在于它突破了从财报、抵押资产和担保信息评价企业信用的传统思维，是从企业经营的明细数据中挖掘信用，从企业的行为模式中计算信用，打开人们认识信用的新天地，从而彻底解决了中小微企业融资难的缺信息、缺信用的问题。

信念与坚守

金电联行逐渐成型的理念，范晓忻称之为，信用可计算和风险可量化。“我们在金融方面业务的两个方面，一个帮助中小企业，通过我们的计算建立信用，通过你的信用的情况，那么这个金融机构为它放信用贷款，或者是增信的贷款。第二，比如说金融机构，或者是准金融机构有大量的存量客户，现在风险在不断地累积，你不知道今年的情况，风险是多么大，不仅是互联网金融领域，传统金融现在也面临着极大风险的考验。那么我们能把每一个金融机构的客户风险完全量化。”范晓忻表示。

这样，金电联行的盈利模式也就水到渠成了，一来可以向提供融资服务的中小企业收取一定量的服务费，二来可以向需要贷后监管服务的银行收取一定的费用。

然而，实际操作上的困难远比想象中复杂，直观地反映在业务层面。金电联行2007年创立，直到2010年才促成第一笔企业信用贷款。

范晓忻认为当时遇到的困难主要表现在两个方面。首先，大数据不是一天建成的，系统平台的研发、信用体系的建模以及数据的获取的过程是困难和辛苦的活，范晓忻和他的团队忍受寂寞，沉下心来，用了将近3年的时间，终于把大数据模型初步建成，此后逐渐完善。

另外，要打破金融机构的传统观念，让银行接受纯信用贷款也非常难。“因为，明清两代以来，中国都是抵质押的天下。当年是要房契，现在是要房本。在没有一个行之有效的信用体系、没有大量可披露的信息的情况下，对于金融机构来讲，让他彻底信任你，拿你的这个计算结果作为依据去给企业放款，是一个漫长的过程。”范晓忻表示。

尽管如此，在这三年里，范晓忻的信念从未产生动摇，他认为自己在做一件有价值的事情，方向没有错。

事情终于在2010年5月有了转折，吃了三年老本，几乎没有家底的金电联行迎来了第一单业务。

“那是一个1500万的贷款额度，经历了各种波折和困难。我们之前是开了200多个会，银行已经否了我30多个客户。”这样一单终于完成，辛苦地付出没有白费，这让范晓忻感到欣慰。

范晓忻看到了一丝曙光，他却以为这就是黎明。此后的半年，给他的打击远远超过之前3年的全部。

那段时间里，金电联行又是一单没成。尽管陆续上报了几个单子，总额超过亿元，但银行一个都没批。已经山穷水尽的范晓忻开始感到迷茫，甚至产生了动摇，怀疑眼前这条路能否走通。

“就像一场大雨把你从头浇到尾，给你浇透了。”这是范晓忻当时的感受。

当时，金电联行主要精力放在金融业务上，原来公司的软件年费收入已经不作为重点拓展内容。因此收入几乎没有，公司面临生存问题。

“当时我不理解啊，我觉得这多好的事，我的客户一个比一个好，这都是龙头，结果银行没有批我们，那段时间我们准备不干了。那是最大的一次波折，当时我认为这个事情不可复制，不是生意。”忆及最难时刻，范晓忻感慨道。

最痛苦的时候，范晓忻曾经和他的合伙人朱志伟一起喝酒，酣畅之余范晓忻向朱志伟提出了散伙：“咱俩别愚公移山了，面对现实吧。”这一提议得到了默认。

第二天一早，两个人一起到银行打算与老总道别，决定彻底放弃。没想到，那位老总的一番表态却让他出乎意料：“范总，不要放弃，都是我们没有把事情考虑得很完全。你一定要坚持，成功就在前头。”

后来，范晓忻对当时公司的业务进行了反思，“当时，包括银行跟我们做业务的一些人，都觉得这个事已经成了。但实际上银行很谨慎，他们希望看到最终的效果，这个需要一定的时间。另外，因为当时我们的贷后监管并没有上来，银行更希望能够实现电子化监管。这一块当时我们没有明确意识到，我们有这样的技术、手段，但是我们并没有完全利用上。”

银行老总的鼓励，让范晓忻率队的金电联行继续坚持了下来。这一坚持，让范晓忻和他的公司走到了今天，而且公司已经获得了包括中国人民银行在内多家金融机构的高度认可。

今年7月25日，中国人民银行营业管理部召开征信机构工作会议，参加会议的金电联行获得了央行授予的企业征信机构牌照。这被认为，标志着征信行业又向前迈出实质性的一步。而对金电联行来说，作为大数据理论与云计算技术在信用领域的革命性应用者，能够获得国内第一批征信牌照是具有里程碑意义的事情。

无声言者

“一切由数据说话!”这是范晓忻经常对中小企业讲的一句话。

作为金电联行的核心业务，大数据信用是如何计算出来的呢?

“数据”就是金电联行为企业融资的绝招。

金电联行采用大数据挖掘和分析技术，对中小微企业的日常生产经营数据进行计算和分析，把毫不关联的数据变为各项信用指标和信用报告，将无形的企业信用计算出来，使银行、政府能够跨过财务报表中的合计数字，清楚地看到企业的运营情况，甚至可以了解某个行业、某条供应链的现状和趋势。

金电联行要分析的数据是基于对供应链信息系统的挖掘，包含订单、库存、下线、结算、付款等相关环节的所有信息，并且对数据进行整理，“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。

范晓忻表示，大数据信用融资不依赖传统的财报信用评价思维，而是通过对企业的“大数据”，即生产、流通、销售中产生的所有信息进行分析，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，通过计算机核算出企业的信用额度，让银行能够放心地提供无抵押的“纯信用贷款”。

据记者了解，在欧美市场，信用融资早已成熟，占整个企业融资市场相当大的份额，目前在中国还处于起步阶段。金电联行提供的客观信用融资，是首开国内先河的领先服务模式。

“我们实验室里有1000多个指标项数据，在实际应用到的也有将近500个。这些指标项环环相扣，形成了大量的数据网络。我们把这些看似繁杂的明细数据，规律整合，然后把它应用起来，建立了各个行业的客观信用体系，这就是我们7年来所干的最重要事。”范晓忻介绍。

他进一步给《互联网金融》记者总结，金电联行将企业数据类型划分为三条轴线。一是横轴，根据接触到的大量供应链数据，计算企业信用分值，和往年订单、回款、库存等的趋势分析以及所有的原始数据，他把这看做企业财富创造过程产生的一系列数据;二是纵轴，这是企业财富创造过程产生的一系列结果，包括现金流、税务、盈利、固定资产变化、财务创造等数据;三是历史轴线，“我们不但要看企业现在的各种数据，也要其过往3-5年，甚至更长时间所有的这些数据。”

范晓忻表示，国内的财务报表数据有时候不能反映出企业的真实情况，而通过这三大轴线产生的数据源，就把企业的信用状况完整地呈现出来了。最终呈现的结果能有效地化解中小微企业会计信息失真，没有信用积累和抵押、担保资源，难以进行信用评价的问题。不仅可以开展成批量的企业信用评价，而且还大大降低了企业融资的门槛，使其获得真正的信用贷款。

当然，确保信用评价体系中数据的真实性就变得至关重要，范晓忻对此有深刻的认识和足够的自信。

与传统银行普遍采用纯财务报表分析有很大区别，金电联行力求得到中小微企业最精细的数据，比如厂商供应链上的每一笔订单、每一笔物流、每一次的仓储、每一笔的汇款、每一张增值税发票等等，这些数据规模能达到财务报表数据的一千倍，甚至上万倍。

范晓忻透露，“金电联行得到的企业数据大小往往是以GB为单位，很多供应链比较长的企业，有时能达到10GB，这是真正的大数据。金电联行的大数据分析模型时时刻刻关注这些数据的变化，而这些数据的关联度也非常高，企业造假的可能性微乎其微。”

金电联行的一大强项是数据挖掘技术，可以不通过企业，直接从第三方的电子化交易平台里挖掘数据，从而确保了数据的真实、有效。

“近两年我们主要的科研方向是‘数据清洗’。大数据来了以后，我们有强大的数据清洗能力。这个数据清洗简单讲，我们叫自身关联性、历史关联性和我们大数据库之间的关联性，三个关联性在一起，企业作假的难度非常之大。”

各方入口采集的数据流通过云服务平台处理后，金电联行通过“客观信用评估体系”首先计算得出客观信用指数，以确定企业的综合实力，然后通过分大数据分析，最终核定贷款额度。这种方式的意义就在于，它不仅突破了手工核定授信额度的方式，大大提高了客户审批效率，而且授信额度是依据数据计算得出，抛弃了人为主观因素，使结果更加客观。

当然，企业是好是坏，是生是死，是否能够获得银行等金融机构的认可，主要取决于大数据分析的结果。

“大数据不讲因果，只要结果!”范晓忻斩钉截铁称。

数据“把脉”

大数据的一大核心价值是对未来趋势的预测。也就是说，大数据信用可以实现量化的风险预警。

金电联行创建的“客观信用评估体系”给企业和银行全面“把脉体检”。通过大数据深度挖掘，能够帮助金融机构量化贷后监管，实现风险预知和风险抑制。

“现在个人体检中心遍地都是，有几个能给企业做体检的呢?有报表就体检了?我们能把企业真实情况体检出来，原来看报表，就相当于做了一个血常规。我现在能给你做什么，做一个CT，做核磁共振，做个脑瘤图，做一个造影，我可以给你做全面的体检。”范晓忻形象地比喻道。

范晓忻指出，企业的经营状况出现问题大多是一个缓慢的过程，这个过程就像“温水煮青蛙”。基于大数据的监管可以在准确预测企业经营行为模式的前提下，对超出一定严重程度的风险自动提醒、迅速发出预警，最大限度地监控风险。

“企业好比青蛙，经营问题就像温水，随着问题不断出现，水温逐渐上升。当水温是30℃，青蛙还算自在;当温度达到 60℃，即便青蛙不死也失去活力，随着水温的继续升高，青蛙再也没有挣扎的能力，最终死去。大数据风险管理的量化能力不仅能告诉金融机构当前水温是多少，还能预测未来水温变化的趋势，当出现不断上升时，即可在‘水温’达到某一指定高度前做出预警。”范晓忻表示。

范晓忻透露，大数据信用为金融机构控制和防范风险，其周期可以提前3-6个月，大大提高了金融机构的风险防控能力。金电联行的大数据信用能够24小时全天候、量化地进行风险跟踪，对捕捉到的风险发出预警，使企业、银行以及其他相关各方即时掌握信用状况及风险波动，将风险最大限度抑制在发生前，解决贷后跟踪评价难的问题。

据范晓忻介绍，只要拥有供应链管理系统或者拥有一定数量电子化生产经营数据的企业，都可以进行信用“诊断”服务。

此外，借助企业入园体检提高政府系统性、区域性风险防范能力，金电联行正在与一些地方的产业集群园区开展合作。

一个案例让范晓忻印象深刻。某家企业在入驻某地方保税区时，自称年产值可达亿元，并要求开发区为其提供总计1亿元的政府扶持，其中2000万元的资金支持和8000万的债项支持。面对如此巨大的政府支持的要求，该保税区提出让金电联行对该企业进行企业入园体检，并要求该企业向金电联行提供规定的经营数据。在经过反复提交数据后，金电联行最终对该企业测算结果远未达到预定的标准。在测算的过程中，金电联行发现该企业的实际情况与其之前宣称的优秀业绩相去甚远，甚至未及其所说的一半。

最终，金电联行给出的体检报告建议保税区降低对该企业的扶持，并提出可以以股权融资的形式予以支持。结果证明，金电联行的企业体检服务成功地为保税区防范了资金风险。

范晓忻介绍，金电联行从2013年下半年开始针对产业园区的企业进行调研，主要对于人力资本的信用和风险评估进行了建模，借助大数据信用分析，能够为科技型园区的企业做风险评估，以便对这些企业的资金应用效率和风险做出预判。

金电联行已经与北京、上海、浙江、山东等省市在金融风险管理和数据化社会管理等多个方面都有不同程度的合作。其中，在与上海市嘉定区的合作上已经取得了非常可喜的成绩。经过一年的实践，金电联行与嘉定区共同搭建了数据监管平台，实现了对区内15家小贷机构和担保公司的监管工作，总计金额超过50亿元人民币;为上海绿地经济城、上海安亭经济城、上海国际汽车城等经济发展中心提供区域认知服务，助力当地经济发展。

“政府用大数据来进行理性治理，他们有非常明确的认识，只不过没有太多的方法。而通过我们的大数据分析，政府可以了解不同企业的状况，要提供帮扶、优惠政策的话，可以做到有的放矢。”范晓忻表示。