凯文·佩雷拉有一个不错的创业计划——售卖经典的老式剃须工具，倡导复古的剃须体验。当他想开拓生意时，他向富国银行申请贷款，但银行拒绝了他。

随后，26岁的佩雷拉在谷歌上搜索找到了Kabbage平台。这家高科技平台分析了与佩雷拉有关的一系列数据：包括他公司的社交网络主页，他找到Kabbage网站的方式，他的信用卡数据，还有公司的会计信息等等。

最终，Kabbage通过了佩雷拉的申请，他的“传统湿剃俱乐部”获得了19000美元的信贷额度。

“我们能用Facebook的数据来做风险审核。这种方式和信用评分一样有效。”44岁的Kabbage首席营运官凯瑟琳·佩斯基说。

在传统银行那里难以获得贷款的小企业和个人现在可以转向Kabbage，Lending Club还有 OnDeck等新兴的网络借贷平台。新平台的优势在于技术——它们大规模地使用自动化算法来审核借款人，而银行使用更昂贵的人工审核。

有分析师认为，新的贷款审核技术对借款人来说是一个好消息，但是对银行来说是一个坏消息。根据高盛的一份分析报告，未来美国银行业的利润中有大概7%左右会受到此类新兴平台的威胁。

Kabbage希望能在今年发放超过10亿美元贷款。2014年，这个数字是6亿美元。根据公司的官方说法，它的贷款中有95%是不需要人工介入的，许多贷款甚至可以在7分钟内迅速发放到账。

当然，和传统金融机构的利率相比，Kabbage收取的贷款利率较高。“传统湿剃俱乐部”所获得的六个月信贷额度成本大概是出借资金的10%，相当于每年约30%的年化利率。

虽然偿还首笔贷款几乎耗费了公司的所有利润，但佩雷拉对网贷服务总体还是满意的。“当你开始创业，最重要的是尽可能地给它支持。”他说，“有了资金支持，我们可以毫不犹豫地囤下足够用一个月的存货储备。”

相比之下，富国银行的小企业信用贷款额度年化利率在5%到13%之间，已包括各种费用。

网贷平台在庞大的金融市场上只是非常小的一股力量，大概占1万亿美元个人和小企业贷款的3%左右;但是这个行业已经引起了传统银行的注意。程序化自动放贷和大数据集合都能帮助银行更有效地出借资金，同时也能减少人力成本。

花旗已与Lending Club合作，向贫困人口和少数族裔发放贷款。在今年5月，高盛雇佣了一名高管来筹备建立专注于消费和小企业贷款的网络借贷平台。在2月份，由200家社区银行组成的联盟宣布与Lending Club达成合作。Kabbage也表示正在与顶级的20家银行中的两家讨论合作事宜。

各显神通：大数据自动贷款审核

自动化的风险审核已经在其他领域有了相当一段时间的成功应用。比如消费信用卡贷款，银行从1990年代开始，就使用自动算法来做资金出借决策。小企业贷款一般都是由经营者个人担保，从某些方面来说也和信用卡贷款非常相似。

新兴的网贷平台表示他们发现了一些新的信息渠道。这些有用的信息在1990年那个时代还不存在。

例如，Kabbage就表示，他们发现在Facebook上有活跃账户的小企业要比那些没有Facebook账户的公司更不可能违约(违约率低20%)。在社交网站上的活跃表现意味着企业对客户了解较深。

如果申请人允许，Kabbage还会仔细审核它们在物流公司UPS的数据。网贷平台通过查阅申请公司所发出的包裹的尺寸重量，能推算测出这家公司有多少的客户，以及特定的客户服务频率。这些数据可以反映出公司的市场需求规模，公司顾客满意度和回头率等。

Kabbage可以联入UPS的数据，因为UPS本身就是Kabbage的投资方之一，而且它们都坐落于亚特兰大。

没有网贷平台会公开详细的算法介绍，因为算法牵涉到独家知识产权。但许多人都会愿意披露一些他们所关注的数据来源。Kabbage和其他一些网贷平台会查看借款人进入它们网站前的“上游来源入口页面”，将其当作客户还款可能性的隐性线索。(搜索进入、广告进入、第三方导航进入的客户质量不同。)

谷歌前首席运营官道格拉斯·梅里尔运营的ZestFinance使用的观测数据源还包括：申请者是否在申请信中使用了全部大写字母。根据ZestFinace的数据，全部使用大写字母的借款人要比正常使用大写的人更容易违约。

另一家消费贷款平台Upstart在测算模型中纳入了借款人的大学成绩和SAT分数(相当于高考分数)。这对那些缺乏足够历史数据积累的客户很管用。

自动放贷有风险

“把贷款决策交由电脑”曾被证明是有危险的。在上一次金融危机中破产的全国金融公司(Countrywide Financial Corp)就曾使用自动化的贷款风险审核技术。美国银行在2008年收购了全国金融公司，后来还因相关问题支付了一笔将近13亿美元的罚款。有评论家认为，如果自动化贷款技术被广泛应用，风险审核的状况可能会进一步恶化。

“大数据的滥用导致了自满情绪。” 曾经的银行业监管者，密苏里州堪萨斯城大学的教授威廉·布莱克表示，“自动贷款容易被操纵。它并不会给你客观的答案——它给你的只是预先设置好的程序。只要微微调整算法，平台就能制造出更多的贷款，增加短期利润。同时也会承担更多的信贷风险。”

更严重的是此类模型往往过于复杂，对于行政部门的监管不利。美国全国消费者法律中心(NCLC)在最近的一次研究中表示：“自动化贷款风险审计者使用的数据经常是不完整的，或者是计算错误的。”这家机构批评了相关风险审核过程中存在的极度缺乏透明的状况。 “这个黑盒子正在越来越大，越来越神秘。”一位NCLC的律师表示。某些传统银行也对自动化审贷持怀疑态度。摩根大通首席行政官杰米·戴蒙最近在一次会议上表示，他担心许多新兴的借贷公司恐怕活不过一场信贷衰退。

不可阻挡的巨大发展前景

无论如何，华尔街已经开始打包出售这类自动化的贷款资产。例如贝莱德就曾经手3亿美元的Prosper消费信贷产品。这项证券化产品曾获得穆迪的信用评级。前任花旗集团首席执行官潘伟迪投资了网贷行业第三方服务平台Orchard网站。它是一家帮助机构投资者筛选购买网络借贷资产的中介平台。认为自动算法发放的贷款可以获得与传统的人对人审核贷款一样的收益结果。“我想银行不会无视这一变化，总有一天他们会惊叹：‘天哪，我可以做得更好更便宜。’”潘迪特说。(网贷之家 金鲵/译)