第二百一十一章 B端业务（3/5）

一位中行的领导用手指数了数，忍不住问道“今天就放款532263万了啊？放款人数是23141人？人均借款2000多？”

张益达点点头，说“是的，你所看到的一切都是真实数据。

用呗和贷呗目前一共有超过200万名的授信用户，总授信额度超过了100亿元。

目前我们每个月的放款额超过20亿元，预计15年度总放款量将超过200亿元。

相较于年初，我们的业务增速达到了100以上。

虽然业务增速提升了，但我们的风控质量并没有下降，坏账率一直维持在08以内。”

“张总，这所有的流程都是在线上完成的？线下没有一个工作人员？”

建行的领导年纪有些大了，感觉这套系统太神奇了，十分好奇的问道。

“是的，全部流程都在线上完成。用户是我们在内部系统按风险系数筛选过后，依次逐批的开放授信额度。

用户获得了授信额度，通过手机a直接就能把借款取出来了。”

张益达不耐其烦的给各位领导讲解起了很多工作原理。

“我们如果采购这一整套解决方案，该如何落地？”

工行领导的这一句问到了点子上，其他三大行领导也把目光投向张益达，看他如何回答。

“这个很简单嘛！

四大银行引入我们这一整套解决方案，将可以对你们银行体系的全部用户进行信用评估和分级。

再按照不同的信用评级，给予用户不同的授信额度和风险定价。

信用好的，额度给高点，利息给低一点；

信用差一点的，额度就给低一点，利息给高一点。后期再根据用户的履约情况进行二次信用评估和额度授予、利息调整。”

“光这一点的话。我们的信用卡评分模型也可以做到啊！”

工行领导连连摇头，他们宇宙行的风控技术也不是盖的，张益达拿出来的这套风控模型，在他看来，也没什么了不起的。

他们工行每年都聘请了很多985院校毕业的后台技术人员，还投入了重金用于研发，风控技术一向不差。

“那贵行的坏账率是多少？2还是15？

风控模型和风控模型之间也是有差距的。”