一、用互联网技术改造金融的核心

金融的核心在于风险管理和定价。但在风险方面，中国基于个人的征信行业发展就大大落后于欧美国家。目前央行征信中心的数据覆盖只占到全国人数的25%左右，远低于美国征信体系对人口的85%的覆盖率。如何在信用记录缺失的情况下做好资产的风险定价是个棘手的难题。

一方面，可以接入央行征信中心的金融机构仅仅只有银行、持牌照的第三方征信服务商以及部分地区的小贷公司，绝大多数的互联网金融公司还无法接入央行的征信数据，这无疑加大了互联网金融的风控难度。

另一方面，在风控技术上，传统的方法是从线下采集信用数据，效率比较低。而在风控思路上，传统风控是用昨天的信用记录来判断今天的信用价值，这未见得就是最合理的。

可以说，传统的线下风控技术限制了数据来源和信用评估思路，而互联网的技术、工具和思维则具备了改变这一切的可能性。金融的本质是对风险的管理和定价，但目前互联网还没有触及到这个本质，量化派要做的就是这件事。归根结底，目的就是打造一个数据驱动的金融市场，这才是真正互联网化了的科技金融。

回归到风控的本质，就是要解决两个问题：信用能力和信用意愿。量化派基于大数据的用户风控和传统风控在目的上是殊途同归，但不同的是，大数据征信的数据并不仅仅包括传统的信贷数据，也包括了与消费者还款能力和还款意愿相关的、能描述性风险的特征性数据。对这些相关性特征数据的抽取与筛选是量化派的核心技术。

相比于传统征信数据的强相关性，这些大数据征信的数据与消费者的信用状况相关性较弱，量化派就利用大数据技术，通过用户认证等方法搜集了更多的数据维度来加强这些弱相关数据的描述能力。这样便使得基于互联网大数据的风控不再仅仅依赖于传统信贷数据，进而对传统征信无法服务到的人群进行风险识别，实现对整个消费者人群的覆盖。

二、在良好的风控能力上构建交易闭环

风控是金融活动中的基础环节和能力，但仅仅是做风控咨询服务的话价值有限，还是需要切入交易环节。因此，将风险识别的结果运用到具体的金融业务中去，在良好的风控能力下实现业务闭环，才能最大化数据风控这个武器的威力。

量化派的后端是基于机器学习和互联网化的风险定价系统，而前端对接的则是各个消费场景，做的是消费金融。目的就是通过实现快速、低成本的消费贷款来改变用户的消费行为习惯。

在后端，量化派希望构建一种基于互联网的能力来改变金融，这种能力就是去掉线下环节，用线上数据来定义用户的风险。当然，这么做的前提是小额场景。在前端，则接入具体的消费场景，通过数据金融驱动来做消费资产。如果额度逐渐增大，则会对场景做更具体的要求和限制，以通过对场景的掌控来限定风险。

在具体做法上，量化派采用的是B2B2C的模式，即在数据上会跟具体场景内的服务提供商合作，比如对接租房分期业务时，就会跟线上租房中介合作。除此之外，还有来自合作金融机构（资金提供方）的数据、抓取的互联网上的公开数据以及用户在平台上自己提交的资料数据。在量化派的风控系统中包含的变量达到数万项。

量化派会根据不同的场景来对用户的信息进行交叉验证，得出每个用户的信用分数，并在此基础上对其进行授信。随后，将授信结果匹配给相应的资金提供方，由资金提供方提供资金。资金的差异在于成本和风险容忍度。当多家金融机构都能提供资金时，量化派会判断它们的相应速度、资金成本、风险容忍度、资金的人群偏好等，给出最匹配的结果。可以说，量化派是一个用户和金融机构之间的撮合平台。

三、消费金融市场的玩家

以阿里、京东为代表的电商平台都在大举进入消费金融市场，未来BAT等大型互联网公司相继进入该领域也是可以预见的。这些公司做消费金融有着天然的优势，包括海量的用户数据和贴近用户需求的场景闭环，这是创业公司难以具备的，尤其是后者。所以对于大公司已经涉足的场景和业务，创业者最好不要再直接进入。

目前，在消费金融领域涌现出了很多垂直型的创业公司，分布在电商分期、租房分期、蓝领分期、学生分期、旅游分期、教育分期等多个细分市场。但其中大部分的公司仍然依靠线下进行风控，运营成本较高。量化派理论上是一个针对多场景的消费金融平台，平台所筛选出来的优质信用用户是适用于多个消费场景的。并且随着接入场景的丰富，数据也会越来越丰富。这种线上风控的思路意味着将大大降低边际成本。

总的来说，风控能力和整合行业资源的能力是创业公司涉足该领域的核心竞争力。在风控环节，更是要兼顾人的风险、行业的风险和市场的风险，处理数据时需要“know how”。