“大数据”是否能辅助我们做出更好的贷款选择？这是一个实时热点的问题，因为一些由硅谷大公司创投的初创公司正在使用大数据技术，以提供短期小额贷款。这些公司希望能帮到68万被联邦存款保险公司(FDIC) 称为很难获得贷款的美国人。他们之中，要么没有信用记录，要么信用记录很差
这些公司会处理各种数据，从Facebook的朋友数量到用户是否定期交话费，甚至用户们花了多长时间去填写贷款申请的数据也不会放过。这些公司声称能用这样的方法选取可信的借贷者，而并不像以往那样只用信用记录的信息做出判断。他们说，数据使他们能够提供的是比发薪日贷款更实惠的贷款。根据皮尤慈善信托基金估测，其年利率平均约400 ％。
现在，消费群体经过研究这些初创公司所提供的贷款得出的结论是，大数据不会带来很大的不同。
美国消费者法律中心发现来自于LendUp ， Zest Finance，和Think Finance公司以及其他大数据初创企业提供的贷款，其有效的年利率为134 ％至749 ％。这里面，Think Finance既是贷款人又是使用大数据的公司; LendUp只是贷款人; ZestFinance为其他提供贷款的公司做大数据分析。 LendUp和Zest Finance说，他们在过去几年所取得的贷款笔数数以万计。
Persis Yu是一位来自消费者中心的律师。她在报告中分析了这几家公司公开的利率，贷款条约以及一些公开的费用。她在报告中写道，这些和发薪日贷款相比“大数据的算法似乎并没有带来更好的贷款产品的开发”。
LendUp是由谷歌公司的谷歌风险投资公司所支持的。ZestFinance是由Paypal创始人Peter Thiel和领导谷歌的前高管Douglas Merrill所支持的。Think Finance是由风险投资公司Sequoia Capital支持。谷歌风投，Thiel和Sequoia均收到了询问该问题的邮件，但他们都没有回复。
包括这几家在内的一些公司使用统计建模技术来分析大数据，他们希望通过对于赋予数千新变量权重的方式预测出更为精确的用户可信度。而这些新的变量包含借款者从小规模机构的借款记录、发薪日贷款信息、典当记录与收藏记录。其中有一些对大数据的使用令人费解：比如Zest Finance说，一辆汽车的报废与否以及填表时使用大写字母都会导致欠款风险的增高。LendUp则会查看用户浏览网页的速度。那些跳过阅读网站材料就跳到大的贷款金额的用户，更可能是高风险借款人。LendUp首席执行官Sasha Orloff说：“这就像走进一家银行大喊，‘我需要钱，马上！’”。
不过，这些公司也进入了法律的灰色地带。有些公司声称一部分的算法与数据源不会被使用来做出信贷决策，仅仅是为了筛选欺诈者，并且因此不能与消费者共享。美国联邦贸易委员会在周三讨论这些算法是否具有歧视性或侵犯借款人的隐私。
LendUp的高管，Think Finance和Zest Finance并不同意报告的调查结果，认为他们能提供给那些被传统信贷公司拒绝的用户更便宜的贷款。他们说，他们的公司通过提供灵活的付款条款和相应的金融知识，同时要求借款人支付部分贷款的本金并不计未付款的滚利的方式来保护消费者。据Pew Charitable Trust称，传统的发薪日贷款的贷款者会在每次发薪时被扣除掉一大部分工资用于偿还滚利。这则报告列出了Lendup的最大利率是749%，但CEO Orloff先生说：” 数字是有误导性的，因为它仅适用于七天的贷款。 LendUp的平均年利率为220 ％。”。他同时说，公司的实际利率更低是因为借款人有30天的时间来重新付款而不会被收取滚利费用。
Think Finance首席执行官Ken Rees说，一般来说，他的客户支付的年利率为240 ％。他说，该公司的贷款比传统的发薪日贷款要更好，因为他们能为那些还清款的贷款者提供更多的低息贷款。
ZestFinance首席执行官Douglas Merrill说，他的公司所提供的贷款比典型的发薪日贷款收的手续费还要少。
但高管们也承认，即使有更好的统计模型和更新的数据点，违约率仍然很高，因此利率也只能保持在三位数。这些公司也拒绝透露他们的违约率。
“市场的性质使得它很难提供两位数的年利率，”即小于100 ％的年化利率，ZestFinance的Merrill先生说。他还说，他雇用了一百多名数据专家和谷歌培养的数据挖掘技术专家来试图锁定那些好的借款者。“我们希望能最终找到一种方法来提供两位数的年利率，”他说：“我们的算法一直改进，这需要一些时间。”LendUp的Orloff先生说，他也希望随着时间的推移，整体利率会逐渐降低。“你要么同意穷人应该获得信贷，要么反对。但我们相信穷人该获得信贷，我们也一定会创建出适合他们的产品。”
原文发布时间为：2014-04-12
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
