【深度】水泥或鼠标：小微信贷的两大模式及其样本(14)_

从原理上而言，大数据授信大体上依然是一个征信回归模型。即，以过去的多个数据为自变量，或者以这些自变量间相互计算的中间变量为自变量，以最终的客户是否违约为因变量，通过回归分析寻找相关性。然后，找到显著相关的自变量，再去基于这些自变量的现在数据，去预测客户未来的还款情况。自变量的选择，可以是凭经验不断去尝试，但现在计算机技术进步之后，引进了机器学习等其他方法，自动寻找自变量，这种方式寻找出来的有些自变量具有相关性，结果有效，但不一定能够得到逻辑解释。

利用这些可以从数据中判断信用水平的新技术，再加上充足的客户量和数据量，便可使以合理成本实现授信成为了可能。并且，由于这种模式下单客业务成本极低，因此可进一步降低单客信贷规模，将服务覆盖至更下沉的客群。

大约在2012年前后，部分掌握海量客户和大数据的银行和互联网公司，开始尝试利用这些数据进行线上授信与放贷，比如建设银行、蚂蚁小贷等。这主要是互联网行业发展了多年后，其数据量积累到了可以在统计学上产生相关性并用于构建征信模型的地步。

2015年，国家放开新民营银行组建，我国互联网巨头腾讯、阿里巴巴开始开办互联网银行，专门从事完全基于大数据征信的线上放贷。截止目前，我国共有三家互联网银行，深圳前海微众银行、浙江网商银行和四川新网银行，此外也有传统银行、直销银行（如百信银行）等从事大数据授信业务，该模式的运用日趋成熟。