时尚汽车_汽车生活移动版

车买回家就亏钱，已经是一个社会常识。绝大部分汽车，从开出经销商店里的那一刻起就开始贬值。

但从汽车产业链的角度来看，车辆贬值风险不只用户承担。为其提供消费贷款服务、保险等汽车金融产品的企业也一同受损。不仅如此，这类企业还要为用户未来的违约风险买单。

我国的汽车金融市场在过去的七年间保持了持续高速增长，亿欧智库报告曾以2010年至2017年的复合增长率26%预测，中国汽车金融市场规模将在2020年达到2.4万亿元。

万亿级市场吸引群狼环伺，银行、汽车金融公司、保险业都盯着这块大蛋糕。但汽车金融行业的风控管理有不同于一般消费贷款的特点，这就让觊觎者在入局时需要一位专业的“引路人”。因此，旨在提供汽车估值风控服务的车e估选择在这时切入市场。

融合人、车、场景的汽车金融风控体系

2013年，车e估成立于广州市，2014年定下了为二手车金融、融资租赁等企业提供估值服务的基调。估值工具不仅在二手车交易时发挥作用，还与汽车保值率预测、风控管理等方面联系紧密，而这些也是汽车金融方案制定时最重要的数据基础之一。

2017年年底，车e估开始向B端推出汽车金融风险管理服务，业务对象包括银行、保险公司，信托基金等。

车e估研发出一套资产管理系统，面向资金方和资产方提供服务。系统通过对具体场景下的人、车大数据分析，能够在金融资产的交易过程中甄别资产的真实价值，以及交易后的整个资产存续期间价值的动态变化，同时做申请人资金状况的跟踪扫描。

在传统的贷前反欺诈基础上，针对汽车垂直领域，车e估对贷中监管人和车结合的场景挖掘、数据分析和模型构建，完成时点静态评估和时段动态跟踪。静态方面，对车辆资产和人的历史信用进行查验；动态方面，在业务存续期间，客户可以根据需求选择维度和周期对人和车进行扫描，如果发现异常情况系统会及时推送，例如车辆的GPS的轨迹，个人的信用记录变化等。

从车e估的这个风控路径可以看出，在汽车金融领域，车辆资产和消费者行为都需要去关注。此外，不同的业务场景、不同的企业之间，对决策依据的选择也是不同的。车e估汽车金融事业部总经理金银华在与亿欧汽车的交流中提到，“我们正努力通过资产价值和偿还能力相互结合去分析，构建人+车+场景贷前反欺诈、贷中监管、贷后协同。”

大数据风控时代

在数据来源方面，车e估的数据库由自有数据和外部数据两方面构成。在技术层面，车e估的数据分析和模型工程由自有团队搭建，同时和一些高校实验室进行更深层的探索。

大数据的应用越来越广泛，其实大数据征信已经伴随我们很长时间。最早是物的征信，比如消费者在电商平台上购买商品，页面显示卖家描述和买家评价，消费者根据其他人对商品或者服务给出的评价做购买决策。更高层次、更成熟的应用是国家层面信用体系的建设，比如百行征信的成立、新版央行征信报告的推出计划。未来的风控将会更加立体，人工智能、大数据、征信都和金融风控存在紧密联系。

二手车一车一况一价，传统的人工风控效率低，而且容易诱发道德风险。在一些业务前端，存在销售协助C端将用户资料包装的情况，还可能出现人为利用二手车辆处置价格区间大的特点进行不正常操作的问题。车e估对于人和车的评估是基于大数据完成的，在后台还会增加人工复核的环节，来协助企业减少人为操作的风险。

从最初对于车辆资产的风险识别延伸到人，从基础数据、模型算法到决策引擎，这让车e估既可以为客户提供专家建议，也可以根据客户的实际应用场景与客户联合定制。协助资金方选择优质资产的对接，协助资产方做好资产管理的工作。

但最终是否触发企业的贷后行为，决策细则的设置是车e估联合企业共同制定的，根据企业自身的业务，进行策略上的配置和调优。

目前，市面上不乏专注于汽车金融风控服务的公司，他们还不约而同地选定了大数据+AI的技术解决方案。这给“大数据风控时代”的来临提供了依据，但也让彼此之间的差异化不再明显。

即使是大数据，也无法覆盖所有风险