小额信贷有两个关键问题，一是成本，一是信用识别。如果使用传统办法，可能很难解决。所以我们要用新的办法去解决。
首先，问在座一个问题，大家知不知道十二星座里面谁最爱借钱，谁最爱逾期?我们通过对拍拍贷平台上的数据分析，发现来借款的人十二星座分布是比较均匀的，也就是说大家都爱借钱。但是逾期的数据有一些差异，我们发现处女座的人逾期率非常高，而天平座的人，逾期概率是最低的。
乔帮主为苹果公司设计了一个Think Different的slogan。我在这里借用一下。我认为，风险管理领域也非常需要Think Different。比如我们发明了一个视频认证，即是让借入者对着镜头宣读一份声明。里面至少包涵三点，第一个是自我介绍，第二个是承诺提交的资料是真实有效的，第三点是起誓愿意为自己在拍拍贷上的一切行为承担法律责任。我们通过对视频的分析和观察，来作为他信息审核的一个佐证。这有点像大家非常熟悉的一部美剧，叫Lie to Me。里面的莱特曼博士通过对对象的观察，比如皱一下眉、咽一下口水、或者耸一下肩。来判断这个人的心理状态，是紧张?恐惧?或者撒谎?举这个例子，也是想说明我们拍拍贷在做信用审核、风险管理的时候，我们是采用与传统不同的方式，我们在创新，我们在Think Different。
传统银行放贷的时候主要看一个人的还款能力。如果是一个工薪族，那主要看薪资收入，通过个人工资单、税单、银行流水等来佐证。如果是一个企业主，那主要看企业的经营状况、经营收入、资产负债、上下游情况、以及该企业处于行业中的什么水平;而我们更看重用户的还款意愿，即违约成本。比如在座各位50万，你们都会还款，不会跑，因为你们的违约成本远远高于50万;但是如果给一个没有固定职业、没有什么资产的人，他就有可能不还款。这是因为他的违约成本更低。我们现在就是通过各种数据评估借入者的违约成本，给到他的额度一定是低于这个数字。这也是风险管理方面的一个创新之处。
大家知道，传统银行有很好的金融基础，但他的流程比较繁琐，办理业务周期很长，这不符合现代社会的效率要求。我们也在寻找新方法，来解决信用识别和风险管理的问题。国外有一家叫Kabbage的网贷公司，完全根据网上数据来审核一个人，最快可以7分钟完成借款。我们希望有一天，我们希望借助大数据的力量，借助高效的运营系统，能比这个做得更好。
我们粗略估算了一下，银行评估一个借款人的数据维度大约是一百个，现在最牛的银行可能是两亿用户，那乘起来就是200亿数据，也可能才沾上大数据的边。银行的优势在于他获取借款人的收入等数据相对容易。但他的数据样本虽多，却多是结构化数据，在大数据很看重的非结构化数据方面，比一些互联网企业就要弱很多。同时他的很多数据都是通过线下的方式去获取的，数据获取的成本也是相当高。
对我们而言，可能获取这些判断还款能力的数据并不是那么容易。所以我们需要从其他方面去找，比如非结构化数据。这需要你要有不同的思路，要Think Different。比如用户提交了一张他跟家人的合照。按传统的方式就是一张合照，只是一个纬度。现在我们会更关注照片里面所隐含的各种非结构化数据。比如照片是在哪拍的，跟合影的人关系怎么样，拍照的状态怎么样，这仅仅是一张照片就可以反映出来的信息，其实还可以深挖。这些数据维度拓展起来可能一个人就有上千条数据。现在，我们在数据深度挖掘方面不断创新，以后，当我们有一千万、有两千万用户的时候，这就是一个相当大的数据规模。那个时候，我们可以说自己是一家真正的大数据公司。
最后需要说一点，我觉得P2P的发展前景非常可观，这个行业非常新，市场也很巨大。我也呼吁更多的人都来创新，不断推动P2P业务形态更有效地往大数据方面发展。我愿意和各位一同迎接P2P的大数据时代。最后，不管我们愿不愿意，互联网金融都可能超越我们在座每个人想象。谢谢大家。
