作者：清华金融评论
标签：百融云创
评论：没有评论
文/百融金服CEO张韶峰
Capital One（美国第一资本金融银行）认为，风控应该前置到营销端，风险太高的人就不应该看到Capital One的广告，因为他们的贷款申请很可能会被拒绝，但给他们看广告一样是要花费广告费的。而且万一他们成功申请到贷款，Capital One可能连本金都会亏掉。不同风险的人看到的产品利率、额度、期限应该是不同的，这就要求做精准营销时必须建立风控模型。作为大数据行业的从业者，笔者对Capital One对数据应用的极致追求进行探析。
Capital One可以算作是一个典型的金融行业的成功案例：从上世纪90年代初到本世纪初的10年间，Capital One从一家默默无闻的、排名数十名外的区域性小银行里面的一个部门，成为美国排名前三甲的信用卡公司。在21世纪的互联网行业，这并不稀奇，但是Capital One是在上个世纪金融行业做成这样一件事情，这是非常令人惊艳的。现在，国内很多银行信用卡中心、消费金融公司都有一个共同的学习目标，那就是Capital One。
Capital One在开疆拓土前，美国已经有10多家比较大的信用卡公司。消费金融行业增速已经比较缓慢，整个行业已经比较成熟，没有人相信这个行业会出现颠覆性机会，更无人相信这样的机会会降落在Signet（Capital One原是Signet Bank的信用卡部门）这家坐落于弗吉尼亚州、连前20名都排不进去的小银行身上。Signet自己也没有奢望过有这样的运气，直到Richard Fairbank和Nigel Morris 加入Signet负责组建信用卡部门（Signet将信用卡部门分拆成独立的公司，即今天的Capital One）。之后Capital One一路披荆斩棘，创造过连续10年间资本回报率和利润增幅率均超过20%的奇迹。目前，Capital One资产规模已经超过3000亿美元。
20世纪80年代，美国市面上已经有几家规模较大、利润也相当不错的信用卡公司或者综合银行的信用卡中心，大家都认为消费金融市场已经比较成熟，很难有大的突破。但是Capital One的两位创始人Richard Fairbank和Nigel Morris却不这么认为。Nigel Morris坦承：“我们当时发现在消费金融和个人金融领域内有很多颠覆性机会：可以通过获取数据、存储数据、分析数据，让消费金融更加普及，使更多的普通美国人可以获得金融服务。基于数据对不同风险水平的人进行差异化定价，对风险低的人可以降价来吸引他们，对风险高的人则相反。”
两位创始人对自己这套基于数据和技术的方法充满信心，但是当他们尝试去说服大型金融机构采用他们的方法来改进过去的生意时，所有机构给他们的回答都是“不”。在几乎已经完全失望时，Signet银行同意尝试。
那时候美国的信用卡普及率已经非常高，但各家银行对信用卡的定价都比较僵化，没有银行有好的数据分析手段、甚至根本没有意识到可以通过数据分析来进行差异化定价，大多数信用卡的利率都是约20%：这实际上是在强迫好客户补偿坏客户（信贷行业、保险行业都存在这样的问题）。当然，信用卡的坏客户不仅仅指产生坏账的垃圾客户。从某种意义上讲，没有坏账但也不产生欠款的客户也是坏客户（至少不算真正意义上的好客户），银行对这群客户的服务可能是亏损的（这在中国尤其如此，因为在美国信用卡机构还可以收到一定的刷卡手续费，但是在中国，刷卡手续费费率实在太低）。真正的好客户是常使用循环信用额度或者使用分期功能，但是仍然能够还款从而为银行贡献稳定利息收入的客户（Capital One的定义是每年贡献约1000美元利息的客户）。拿国内的招商银行举例，招行信用卡中心80%的利润是由愿意使用循环信用或者分期功能的客户贡献的，但这部分客户只占招行卡中心客户总数的20%。
Capital One坚信，可以通过大规模的“边测试边学习”（Test-and-Learn）的数据分析方法来进行差异化定价，尽量留下好客户，并且避免服务坏客户。Capital One首先在市场上推出了针对好客户的、利率10%左右的产品，从而快速吸引其他信用卡中心的好客户转移到Capital One。当然，与此同时非常重要的工作是要甄别并防止其他银行的坏客户、尤其是高坏账率的垃圾客户成为Capital One的客户。
怎么做到“边测试边学习”？Capital One首先将客群分为数百组，针对不同组的客户，营销不同价格的产品，从而测试不同客群对不同产品的接受度（兴趣度）、NPV（用户贡献的净现值）、坏账率等指标，然后根据实际指标来调整产品策略、营销策略、风控策略。在任何一个时期，Capital One都在同时进行上千组这样的测试。这样的工作让当时Capital One内部很多员工觉得很繁琐：所有人都一个价得了，搞这么多价格，运营效率太低了！事实上员工说的也没错，在Capital One的发展早期，运营成本的确很高，而且坏账率也相当高。运营成本高是因为产品太多、需要同时针对不同的客群做很多事情，而总客户数又很小，毫无规模优势。
“边测试边学习”的体系因为Capital One被全行业所推崇，但是执行起来，却没那么容易。应该说，对大多数机构来讲，要执行好“边测试边学习”的体系，都是一件很挑战的事情。很多机构都会面临员工不愿意调整自己的思维模式、找不到数据挖掘人才、初期遇到一点障碍（甚至是利润下降、风险上升这样的大障碍）就很容易放弃等许多现实的问题。
1991年前的Capital One，在成功诱惑持卡人使用自己的信用额度（即从银行贷款）时，持卡人的贷款M2逾期率也线性升高。很多时候，信用卡活跃度与不良率是成正比的。所有的卡中心都希望实现，活跃度上升的同时保持不良率不变甚至下降这一理想目标。Capital One在1991年11月之后，实现了这一目标：大幅度提升活跃度的同时，维持不良率不变。CapitalOne用3年时间实现这一目标。
Capital One早期的风险表现。其实在Capital One成立的前4年，他们的坏账率一直比全行业平均水平高，直到1992年第三季度才达到行业平均水平，在这之后，Capital One的坏账率一直比行业平均水平低很多。
坏账率高不是因为Capital One风控水平不行，而是因为Capital One刚刚才成立，不像其他银行信用卡中心那样有大量持卡人的历史风险表现数据，新成立的信用卡中心必须通过实际发卡积累风险表现数据来优化模型，这个过程对新设机构来讲是比较漫长的，一般需要花费数年时间才能形成较为成熟的模型。
今天中国消费金融创业者面临的环境，与当初Capital One面临环境相比，有好有坏。
坏的方面是：2016年的中国信用体系的完善程度，依然比30年前的美国差很多，中国目前只有20%多的人口被官方征信数据库覆盖，而30年前的美国，征信数据库就已经覆盖了70%度的人口，因此今天中国的信贷机构查询借款人历史信用记录的难度依然比30年前的美国大；美国金融体系经过上百年的建设，大多数美国人早就已经形成了“珍惜信用”“有信走遍天下、无信寸步难行”的思想观念，在美国，不单是借贷时需要查询信用分，找工作、租房子、谈恋爱时都可能会查询信用分，一旦信用记录不良，在美国生活会遇到很大的麻烦。
好的方面是：今天中国的大数据公司覆盖的人口数据比30年前的美国强，那时候美国也没有大数据公司；目前各种机器学习、深度学习等大数据技术比30年前的美国强，30年前美国人也不敢想象能够出现AlphaGo这样的深度学习系统；目前计算机的价格（按照计算能力计价），恐怕只是30年前价格的几十万分之一；中国依然有70%～80%的消费者从未享受过消费金融服务，而30年前的美国，消费金融已经覆盖了70～80%的消费者，所以今天中国消费金融行业的总体发展前景比30年前的美国大很多。
虽然今天中国的消费金融创业者有这么多当初Capital One不具备的优势，但金融仍然是比普通互联网保守、严肃很多的行业，模型的稳定性需要经过至少2年时间来检验。Capital One花了4年时间将坏账率降低至行业平均水平，而且在提升持卡人活跃度的同时保持坏账率稳定，如果今天中国有哪家创业公司能够花3年时间做到这两点，就已经非常非常优秀了。
1992年后，Capital One的发展势如破竹。虽然很多大银行也意识到危机，开始学习Capital One重视数据挖掘、重视差异化定价与差异化服务，但一方面，大银行刚刚开始尝试Capital One的策略时，由于没有Capital One已经积累了四五年的大量风险表现数据，无法建立可信的模型，因此只敢设计少量的个性化利率的产品，在较小范围的客群中推广；另一方面，既得利益是很难被大银行主动放弃的，尤其是当他们仍然有一批客户愿意支付较高的价格时，大银行担心给一部分客户降价，会引起目前愿意支付高费率的客户的不满和投诉，所以做事总是缩手缩脚，欲做还休。
Capital One在市场上已经同时拥有了口碑优势以及规模优势，只要Capital One自己不犯错误，继续沿着差异化定价、差异化服务这一核心思路前行，它的成功已经很难被阻挡。
Capital One的产品与市场策略演进路径。Capital One最初推出的是年化利率9.8%的、针对中等收入阶层且信用良好客户的产品，帮助这些客户去偿还他们在其他银行卡中心背负的年化利率19.8%的债务（即余额代偿，全球第一家上市的P2P公司Lending Club的70%的业务来自于帮助客户偿还信用卡债务）。这一极具杀伤力的产品帮助Capital One快速获得了他们在中产阶级客群中的口碑，Capital One从大银行快速获得了很大量的客群。当大银行痛定思痛后决定效仿Capital One的做法为中产阶级降价时，Capital One在保持其既有产品在既有客群中的优势的同时，又开辟了新战场：为蓝领工人、外国留学生和其他一些较低收入人群（即次贷人群）推出针对性产品，而这样的产品以前更加是空缺的、这样的客群也更加是被大银行所忽视的。大银行忙着防守Capital One在中产阶级客群中的进攻时，眼睁睁看着Capital One进入次贷人群市场，但也几乎完全顾不上了。
Capital One是业界精细化运营的典范，但即使这样，Capital One也追求内部运营的持续精细化。当Capital One拥有了数百万高活跃度且风险较低的客户之后，开始担心市场竞争导致这些优质客户的流失（流失不能简单理解为客户销卡。事实上，如果一个客户之前就有两张以上的信用卡，但当他需要使用循环信用或者分期付款时，开始选择了Capital One之外的信用卡，那么这个客户就算实际流失）。Capital One又开始建立精细化的利率调整模型（基于风险评分），不断地调整每一个客户的利率，防止优质客户销卡，防止优质客户使用了信用额度之后，从之前的逐步还款变为立刻还款（这会导致Capital One无利息可收）。事实上，差异化定价（将利率定在什么水平从而既可以诱惑客户使用信用额度且不会立刻还款，又能够覆盖该客户的风险损失）是一件需要极大的耐心和丰富的数据挖掘能力的技术性工作。
美国金融危机期间，很多金融机构都遭受了严重打击，但Capital One遭受到的打击几乎为零。危机之后，大多数金融机构都在收缩规模，但Capital One却逆势扩张，进行了一系列收购。也许因为Capital One扩张动作太大，以至于美国金融监管机构还专门发文要求Capital One控制其收购行为。通过收购其他金融机构，Capital One成为美国第五大商业银行（在此之前，其信用卡业务早已进入美国信用卡行业的前三甲）。收购其他金融机构之后，Capital One会使用自己的经营策略和信息系统改造他们，从而使得收购来的资产变为可以持续造血的优质资产。
Capital One的成功取决于其一开始就根植于血液中的精细化和差异化经营思路，而支撑这样的经营思路的是其强大的数据处理能力和依靠数据驱动业务的理念。在此借用Capital One创始人的一句话：“我们不是一家银行，我们是一家以信息作为基础战略的公司，只不过我们公司第一个成功的产品碰巧出现在银行业。”
本文刊发于《清华金融评论》2017年4月刊
编辑：丁开艳