近日，網貸平臺“積木盒子”披露了2019年第二季度平臺運營報告。報告顯示，積木盒子期內促成借貸撮合交易21.75億元，為出借人帶來收益1.52億元。

值得注意的是，報告顯示，截至6月30日，積木盒子平臺逾期金額為1431.72萬元，同比下降約64.49萬元，項目逾期率同比基本持平，為1.97%。該逾期數據遵從中國互聯網金融協會關于網貸平臺信息披露的標準。

當前，國內宏觀經濟存在波動，加之行業逃廢債形勢依然嚴峻，網貸行業平均不良水平呈上升趨勢。據中國互聯網金融協會登記披露平臺顯示，就已更新2019年6月運營數據80余家網貸機構來看，絕大多數平臺的逾期率均上漲，金額逾期率超過10%的已有13家，項目逾期率超過10%的為12家。對此，網貸之家在相關報道中評論稱，“整體而言，6月平臺逾期情況較5月顯著惡化。”

對于平臺穩定的風控表現，積木盒子CEO謝群在出借人交流活動上表示：“我們一直在比對有公開披露信息的平臺的逾期率，雖然各家的口徑不一致，但是通過調整積木盒子數據的口徑來對齊比較，我們發現積木盒子的逾期率在這些平臺中是中等偏下的，更低于整個行業的平均數。”

謝群將積木盒子在資產風控上的表現歸功于團隊嚴謹的風控政策和有效的風控執行能力。他認為，對數目龐大、單筆小額、分散度較高的零售類資產的數據分析，是積木盒子團隊的一個強項。在風險管理上，平臺尤其注重積累數據，一方面是為合規檢查做留痕，一方面也為后期的分析打基礎。

“用數據說話”的風控

在進行數據分析之前，積木盒子通常會先收集海量數據。這些數據來自不同的地方，有從貸款申請人自填的數據，有對其申請貸款的設備進行分析得出的數據，有積木盒子自有的數據，也有合作的第三方數據以及征信數據。這些數據會及時反映在積木盒子的系統中，系統也會對數據中的描述進行抓取。“以小微經營類貸款舉例，有時候現場盡調人員還沒有返回基地，系統所抓取的數據就已經傳了回來，相關人員再把它們從圖像轉變為數字和文字，就可以進行后續分析了。”

謝群將積木盒子運用的主要數據歸納為六個維度：一是三方征信數據；二是身份信息數據；三是獲得授權的通訊數據；四是電商數據；五是消費者數據；六是合作機構的數據。“總數據里最多有1000多個字段供我們決策判斷使用。”謝群介紹，“這些數據，結合已有業務表現數據的學習和分析，使積木盒子能夠很好地掌握其中規律，幫助我們控制風險。”

優秀的風控執行能力

除了 “用數據說話”風控政策，對政策的執行、落地，對流程的優化等一系列配套措施，也是保證平臺能夠從數字到實際實施和落實的關鍵所在。

謝群向出借人介紹，對于網貸平臺行之有效的風控政策執行最主要的方法主要包括：第一，用單一規則做決策；第二，基于統計學習的規律和準入標準；第三，基于AI算法分析復雜數據，用于高級反欺詐；第四，基于已經開發出來的模型，通過做測試來優化貸款條款；第五，探索出有效的催收流程；以及第六，高精度的實地風控和盡調。

“就拿實地盡調來說，有些小微的經營類借款人的網絡數據表面看著不錯，但是實際的盡調中經我們調查出一些軟信息卻更好地體現借款人及其經營的風險特征，作為信貸決策依據。”他指出。因此積木盒子認為，線下調查對經營類貸款有著不可取代的風控識別性。