2022-12-05 | 류석 기자

[Signal] Lending Machine:“开发基于AI的信用评估…贷款不良率降至1%以下”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

在高利率时代,“线上投资关联金融(P2P)”服务正成为信用贷款的替代选择,其中一家将不良率控制在1%以下、意图与银行竞争的初创公司备受关注。主角便是引领韩国电子商务市场的Interpark创始人李相奎(见图)代表设立的Lending Machine。李代表毫不掩饰其抱负:要以基于人工智能(AI)技术精细构建的自有信用评价模型,打造安全高效的线上投资关联金融业市场。

李代表在首尔江南区Lending Machine总部接受Seoul Economic Daily采访时强调:“线上投资关联金融业的成败取决于不良率控制得如何”,“Lending Machine将维持1%以下的不良率,让所有用户都能享受合理的贷款利率和稳定的投资收益。”他还指出:“据了解储蓄银行的平均不良率超过5%,这必然转化为客户的利息负担”,“缺乏有区分力的信用评价模型是高不良率的原因。”

Lending Machine近期推出面向上班族信用贷款的专业线上投资关联金融平台“Money Move”,正式开始贷款服务。与其他公司的同类服务不同,Money Move不向用户收取平台使用费,也不收取贷款及提前还款手续费。这实际上意味着不打算通过贷款服务获取收益。

Lending Machine计划转而以向在Money Move服务中被拒贷的客户推荐合作金融公司产品所获得的手续费作为主要收益来源。同时还将把自有信用评价模型有偿提供给其他金融公司,以拓宽收益来源。

李代表表示:“在Money Move查询利率额度的用户中,能够获得贷款的约为30%”,“我们将为70%的用户推荐最合适的贷款产品,并从合作金融公司获得手续费来实现收益。”

Money Move服务的核心竞争力是历时3年自主开发的AI信用评价模型。精细的信用评价大幅减少贷款不良,降低借款人的利息负担,同时也让投资者能够获得较高收益率。李代表解释:“目标是提供比银行更低的贷款利息”,“将维持最低贷款利率3.8%、平均利率7%的水平。”

Money Move的AI信用评价系统通过对300多项个人信用数据及非金融还款能力等进行多维度评估来预测违约。信用卡使用记录、健康保险公团的累计收入数据等也是重要评估要素。李代表自信地表示:“要同时提供低利息和高收益率,除了降低不良率别无他法”,“Lending Machine的信用评价模型不仅优于储蓄银行,也优于商业银行。”

Lending Machine的前身是2012年设立的KONEX上市公司Yellow Pay。设立之初主营业务是向Interpark提供便捷支付系统,去年更名为Lending Machine,转型为线上投资关联金融企业。2018年李代表离开Interpark时,全额收购了Interpark Holdings持有的Lending Machine股份。李代表预计:“如果Money Move成长为引领线上投资关联金融市场的服务,3年后转板KOSDAQ上市也是可能的。”

阅读韩文原文