消费金融持续升级 京东数科坚持开放共享深挖场景价值

本篇文章2342字，读完约6分钟

在2019年3月举行的新闻发布会上，JD.com数字分公司正式宣布推出小白信用租赁平台“京小洲”，这是JD.com数字分公司针对消费金融领域租赁市场存在的保证金高、质量保证不足、损失金额大等痛点，通过自身信用体系认证进行的又一有益创新和尝试。

正如京东数码科技副总裁曲力所说，如果每个用户都能认识到商业信用的价值，帮助社会信用体系变得更加完善、健全和健康，形成“信用支撑经济发展，经济发展回馈信用体系”的积极激励。

对持续开放的双赢坚持

事实上，自2014年2月以来，JD.com数码分公司推出了行业首款信用支付产品“白条”。经过五年的积累、沉淀和探索，JD.com数字分行的消费金融服务在不断升级，覆盖面在深度和广度上都在不断扩大。我们在产品创新中秉承开放、共享、共赢的理念，不仅追求业务规模的扩大，更承担更多的社会责任，利用自身的生态优势，积极推动消费市场的良性发展，通过多元化手段解决消费者的资金困难。

开放和分享意味着合作。不仅是金融同行，京东数字科技与实体企业之间的联系也进一步深化，通过自身的技术赋权，消费金融的整体场景生态得以打开。

截至目前，JD.com数字分行已先后与中国银行、招商银行、中国光大银行、中信银行、盛京银行、爱奇艺、土家、怡海汽车租赁、机器交易所、业主、图巴汽车租赁、保护伞、环球漫游、泰格维萨、58家园等多家金融机构在各种消费金融场景和信用生态场景下达成合作。一方面，针对原有金融机构，应抓住传统信用卡消费的新发展机遇，输出金融技术核心竞争力，帮助商业银行完善风险控制策略，实现精准营销和数字化运营。另一方面，我们将拓宽非金融企业的赋权需求，探索和发展信用生态合作，通过我们自己的信用服务平台实现线上线下互联，帮助消费金融服务覆盖更多场景，包括租赁、租车、租赁物、回收、签证、校园、招聘等场景，提供金融租赁、场景操作、风险控制决策引擎、区块链存单、物流、维护、供应、保险担保服务。

你为什么坚持开放？做对社会有长远价值的事情一直是京东数码的核心商业价值。纵观京东数码分公司的业务布局，其核心是基于人工智能、区块链、物联网等数字化技术，借助技术降低行业成本，提高行业效率，优化用户体验。基于细分场景和数字化能力，业务边界不断优化和拓展，从“b2c”到“b2b2c”，开放成为京东数字实现全方位援助的关键。

目前，像“白条”这样的消费金融业务不再局限于服务JD.com，而是已经开始向外部多元化情景扩展。

多样的场景，优质的服务

在政策层面，“推动形成强大的国内市场，努力满足最终需求，提高产品质量，加快发展教育、育儿、养老、医疗、文化、旅游等服务业，改善消费环境。”这是2019年中央经济工作会议对消费提出的具体要求。此前发布的《关于进一步做好信贷工作提高服务实体经济质量和效率的通知》也明确提出，要积极发展消费金融，增强消费对经济的拉动作用，支持消费信贷发展。

如今，消费金融业务的全面升级离不开多种情景的帮助。消费者对消费金融的需求是多样化的，应用场景也是多样化、多层次的。该平台可以提高自身的精细化运营和服务能力，从而更好地了解用户需求，深入挖掘市场潜力。

目前，随着国内消费结构的快速变化，居民的消费观念不断发生变化，开展消费信贷业务的机构也呈现百家争鸣的趋势。在消费升级释放的巨大潜力的支撑下，国内消费金融市场的发展仍然可观。然而，在激烈的市场竞争下，平台仍需把握现场命脉，整合先进技术，挖掘真实消费意愿，深化实体产业链中的消费金融服务。

这也是京东数码在消费金融领域一直深入培育的方向。从京东数码消费金融业务所覆盖的场景来看，“白条”、“金条”、“小白卡”等个人消费金融产品已经实现了线上线下连接，贯穿了用户日常生活的方方面面，如吃饭、穿衣、生活、旅游、购物、娱乐等。此外，京东数字科技有限公司正在通过向外界出口产品、用户和技术，帮助传统金融机构实现数字化，并以数据和技术推动消费市场的开放和升级。

迭代技术，多维风险控制

毫无疑问，京东的多层次消费金融业务不仅帮助消费者解决了燃眉之急，帮助弱势群体建立了信用记录，而且在一定程度上进一步刺激了内需市场，履行了他们的社会责任。

可以说，在新的零售生态模式不断发酵的背景下，消费金融的发展势不可挡。面对这样的市场，形成差异化竞争优势，不断探索消费情景迫在眉睫。

在场景挖掘过程中，数字技术在产品、渠道和风险控制领域发挥着越来越深远的作用，良好的风险控制也是消费金融的核心竞争力。

目前，京东数字科技有限公司的风险控制系统主要采用深度学习、图形计算、生物探针等人工智能技术。，实现信贷和贷款无需人工审核，且坏账率和资本损失水平低于行业平均水平50%以上。数据显示，截至2018年底，京东“借据”的不良率和应收账款逾期率分别为0.48%和1.56%，低于注册消费金融公司的平均水平。

总体而言，京东数码通过以机器学习为核心的数据处理技术和具体的业务实践，在京东数码建立了领先的大数据风险控制系统。京东数码是业内第一家将机器学习模型应用于信用风险领域的商业化公司。2014年11月，机器学习模型首次应用于白质信用风险评估领域。到目前为止，它已经在11个主要版本中经历了30多次迭代，模型的数量是800多个。其中，主模型构建了200万个维度+的特征变量，最终选择的变量为150万个维度，预测能力ks达到60+以上，处于行业领先水平。用信用模型来评估客户数量为6.5亿以上，该模型每天调用1000万次以上，风险策略为4万次以上，欺诈损失率小于百万分之一，累计近1亿个可疑风险清单。此外，它还向金融机构输出了智能风险控制能力，帮助银行将信贷审计效率提高了10倍以上，并将客户订单成本降低了70%以上。