趣店数据为什么如此惊人？揭开趣店上市的万圣节面具

趣店前首席风控官粘旻环

粘旻环不到一年的在职时间里给趣店的技术风控系统做的事情，有控制风险的部分在，但更多是装点门面。

经我们调查，那个“基于大数据、机器学习和人工智能”的风控系统的原理，是通过机器学习算法将逾期风险分类，以帮助逾期催收。具体而言，是把借款人的评分分为A、B两个部分，A分数评估新借款人的数据，B分数评估在趣店上发生过借贷行为用户的数据。

而这套系统正是在递交招股书之前不久的 2017 年第二季度才正式上线——也就是说公司刚准备上市，风控系统就上线了。

这套系统的新用户的信用评估部分也很有意思——用来评估新借款人信用的A类分数包含的部分有：芝麻信用数据、用户社交网络上的活跃度、平均流动资产指数(由蚂蚁金服评估)、线上消费水平、信用还款指数(由蚂蚁金服评估)。

可以看到，其中有三项指数由蚂蚁金服提供，而剩余两项中，“线上消费水平”有理由推测来自用户支付宝的交易数据;而“社交网络活跃度”则显得非常怪异——趣店其实并不要求用户绑定社交网络账户。

再来看趣店披露的关于风控团队的情况。

截至 2017 年 6 月，趣店员工共有 1014 人，风控团队 291 人，占总员工数的28.7%，分别负责信用管理和催收。招股书又称，其天津和抚州的员工人数为 222 和 367 人，这两个城市的员工主要负责呼叫中心(电话催收)的运营。

这两个说法存在明显的前后不一：风控团队的 291 人已经包含了信用管理和催收，而隶属于催收系统的天津和抚州的员工总数总数竟然达到 589 人。

趣分期CEO罗敏

其它上市技巧

另一个不能忽视的细节是，招股书中，趣店大放烟雾弹。

2017 年上半年，在上市准备同期，趣店密集地进行了多处业务变动：

2 月，支付宝决定终止给来分期和趣店的免费导流; 3 月，双方的补充协议约定 8 月开始收取费用。

4 月，为避免潜在的政策风险，趣店突然停止与P2P平台合作，要知道 2016 年，趣店曾非常依赖P2P平台，全年来自P2P平台的金额有80. 99 亿人民币，占交易总额的63.7%;但 2017 年上半年这个数字骤降到2. 75 亿，仅占总交易额的1.3%。

同样是 2017 年 4 月，趣店将金融服务费的年利调整到36%以下。在此之前， 2016 年全年趣店所有借款中有59.5%的年利率超过36%。这同样是为了合规：最高法规定，民间借贷年利率超过36%的利息部分被视作无效。趣店计算，如此安排之后将会减少3. 07 亿元收入，大约是 2016 年总收入的21%。

又是 2017 年 4 月，趣店正式与一家银行开始合作，向借款人直接提供贷款。除了这家银行，其资金端除了自有小贷公司之外的金融合作伙伴的身份未作披露，是否持牌、对学生的放贷是否能够合规无从考证。但这里有一个数据可以参考：将债权直接对接给银行和金融合作伙伴获得的抽成收入只占 2017 年上半年收入的2.8%。其中的意义不言而喻。

另外，上文也提到， 2017 年第二季度趣店风控的重大更新才完成上线，这是它真正意义上的由机器学习技术驱动的风控算法。

以上动作，是典型的企业上市前合规运作的征兆。这原本无可厚非，但对于趣店有着另一层含义：这些动作既可以让自己显得“合规”，但动作过于频繁，反倒暴露了过去“不合规”和令人疑虑的部分，太多了。

而那些才是让趣店的数据表现如此惊人的原因。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!