6月27日是聯合國確立的“中小微企業日”，如何高效提升中小微企業融資效率、降低融資門檻，成為金融服務機構的核心命題。小雨點信貸首席風控官隋立波表示，現代風控的本質是技術與戰略的結合，其核心在于“風險可量化”。借助大數據與計量技術，使得風險水位、客群分層等指標變得清晰可測，可以為小微金融服務注入更高效、更穩健的基因。

今年5月，金融監管總局、中國人民銀行、中國證監會、國家發展改革委、工業和信息化部、財政部、稅務總局、市場監管總局聯合印發的《支持小微企業融資的若干措施》明確了2025年小微企業金融服務“保量、提質、穩價、優結構”的總體目標，要提高融資效率，利用科技手段改進授信審批和風險管理模型，及時完善反欺詐模型規則和技術手段，加強多維度數據交叉核驗，提高預警識別能力。

傳統小微風控強調由信貸專家通過現場盡調、深入溝通、側面打聽、交叉驗證等方式收集申請者的多方面信息，并進行整合判斷。而審批智能化通過接入更多能反映申請者經營情況、還款能力、還款意愿的數據，運用AI算法對多種類和非結構化的數據進行提取整合，通過若干量化小模型為審批專家提供輔助決策，實現成本低、流程快、精度高的審批模式。

作為普惠金融的踐行者，小雨點一直致力于通過創新科技手段解決小微企業、“三農”群體的融資難、融資貴、融資慢問題。公司的數據貸作為專門服務小微企業的信貸產品，深度挖掘小微客戶的實際需求，突破傳統資信評估體系較為單一，難以滿足小微客戶多元化的融資需求的問題。該產品整合線上工商、司法、多頭行為及征信數據，同時結合經營相關的發票、稅務數據，構建了一個全方位、多維度的綜合資信評估體系，極大地提升了小微融資服務的質效。據了解，數據貸能夠同時實現審批效率和風險可控，自研融合模型功不可沒。

與常規統計評分模型相比，小雨點自研融合模型能夠容納更多的數據維度，同時在穩定性和可解釋性上比常規機器學習模型能力更強，適合應對小微風險點多且數據樣本偏少的情景。模型性能對比驗證結果顯示，該融合模型準確率比常規統計評分模型和機器學習模型高20%以上。

在小微企業信貸服務領域，信息獲取始終是金融機構面臨的核心風控挑戰之一。傳統的小微風控模式高度依賴線下人工收集信息和紙質資料，這種方式不僅效率低下，而且容易受到人為因素的干擾，導致信息的不準確和不完整。小雨點在這一背景下，通過引入并運用多維、對量化風險有作用的數據，實現了風控模式的革新。

小雨點利用多維度信息交叉驗證的方法，確保了信息的準確性和可靠性。這種方法通過整合不同來源的數據，如企業的經營數據、財務數據、交易數據等，進行交叉比對和分析，從而有效識別潛在的風險點。此外，小雨點還應用了自研的融合模型，該模型能夠將多維數據有效整合，并通過算法進行深度分析，進一步提升了風控的精度。

此外，小雨點已與多家支付、生活服務、移動通信等行業頭部企業和數據服務商建立數據合作，上述行業相關數據能夠從不同方面反映企業經營情況以及企業主畫像。例如，小雨點近年來與快遞物流數據商合作，分析發現收發快遞頻次長期保持穩定或持續增長的客戶風險較低，收發快遞相關畫像特征已應用到風控模型中。

目前，小雨點的數據源主要包括第三方數據源、自授權數據和遠程盡調數據。同時，公司也在探索遠程非現場盡調模式，如遠程訪談、線上資產核驗，在提升效率的同時降低操作成本。

在談到未來如何通過科技手段提升風控能力，進一步提升服務小微企業的質效時，小雨點相關負責人表示，小雨點計劃將數據、模型能力在信貸全流程環節充分發揮作用，其中一項重點工作是推進審批智能化建設。