珠海本土网

>互联网金融行业在中国发展迅速，而缺乏信用数据系统成为行业掣肘。根据人民银行征信中心披露的数据。截止2016年9月底，有8.9亿个人在人民银行留下征信数据，但是只有4.1亿人跟银行发生过借贷关系，即中国14亿人中，有超过一多半的人口缺乏有价值的征信数据。

当地时间3月6日到7日举办的2017朗迪互联网金融峰会期间夸客金融创始人兼首席执行官郭震洲博士表示，中国的移动互联网发展走在世界前列，移动互联网具有数据化的先天特点，而通过大数据采集和机器学习，能弥补了中国普惠人群征信数据匮乏的短板。

中国年轻人越来越习惯网上购物，使得互联网数据的比重逐渐加大，所以除了传统金融机构常用的官方征信数据以外，P2P公司也努力获得手机通讯录、线上消费和支付、银联记录、公积金以及多头借贷数据的授权。

郭震洲博士介绍，夸客金融的数据来源主要有自身采集，客户授权和向第三方机构采购三种方式。而在上述情况下，夸客金融正是同时运用多元数据采集，来有效刻画用户特征。

在朗迪峰会的圆桌论坛上，郭震洲博士分享了机器学习在P2P借贷领域的应用。机器学习的核心在于通过大数据，以及特征工程提供的迭代信息，帮助各种风控模型进行学习，提升模型的有效性。而在数据源尚不充足的情况下，机器学习做出判断则是个渐进的过程。郭震洲博士称，数据源有限时，模型在不断循环，验证的情况下，对用户的画像会越来越清晰。

同时，在画像不清晰的情况下，投资放贷决策要做一部分人工干预，是人脑和电脑的结合。据悉，夸客金融成立三年以来，人工干预从最初的80%，到目前可以做到人工干预和自动审批各占一半。

郭震洲是美国乔治·华盛顿大学物理学博士，拥有20年风险管理和个人信贷业务经验，曾在美国银行业多个金融机构担任要职。夸客金融的名字来源为物理学概念“夸克”，即目前已知的最小粒子。郭震洲博士表示，夸客金融就是希望服务普通个人和中小企业这样的普惠人群。