第三百三十六章 企业征信 (第1/2页)
方雨涵的动作很高效，没两天就约到了微众税银公司的人。
来的有三个人，分别是董事长赵彦晖、CEO耿心伟，以及首席风险官CRO许卫。
在瑞民理财的董事长办公室里，张益达接见了这三人。
三人中最年轻的许卫也年近四十了，其他两人则四十多岁，看得出来，这是一个中老年创业团队。
说是中老年，也不过是相对二三十岁的互联网创业团队来说。
男人四十来岁正是创业黄金年龄，有人脉，有资金，有耐性。
一番寒暄以后，张益达了解到这家成立于2014年9月的公司已经完成了天使轮、A轮两轮融资。
其中，A轮融资还是IDG领投的，金额为2000万元人民币。
叫公司行政给三人泡好茶后，张益达笑道：“我也就直说吧！邀请三位前来呢，主要是想谈谈瑞民理财收购微众税银的事情。”
张益达见三人听后神色没有太大波动，猜想方雨涵已经打过了预防针。
事实上，也的确如此。
赵彦晖在接到方雨涵的电话后，听闻张益达约见自己，感到有些惊异。
他和张益达素昧平生，约见自己干什么？谈合作？
这种情况下，难免多问了几句。
方雨涵也不遮掩，大大方方的说张益达想收购他们公司。
张益达看上了自己的公司？
赵彦晖和其他两位创始人商量一阵后，决定见见张益达，听听他的条件再说。
张益达继续说道：“小微企业融资难，融资贵，一直是社会的难点和痛点。
瑞民理财也是怀着解决这个问题的初心，进入了企业贷领域。
但企业贷领域风控一直是个难点。微众税银作为一家企业征信和大数据分析公司，就这样进入了我们的视线。
对于你们公司，我也稍稍了解了，感觉十分敬佩。
才完成了2000万的A轮融资，却不舍得搬进甲级写字楼里办公，还守着旧办公里工作。”
许彦晖笑道：“虽然完成了2000万A轮融资，但这个数额根本不算大。
互金领域，融资几个亿，乃至几十亿上百亿的公司比比皆是。
比如说锐向，上一轮融资不就是25亿美元吗？
在这个行业，我们也就是蹒跚学步的孩子而已。
再加上人到中年，早已过了爱出风头，爱面子的年纪，我们认为融资的每一分钱都必须花在刀刃上。”
张益达哈哈一笑，确实比年轻创业者成熟稳重很多。
“我了解过微众税银，你们只给银行提供企业大数据征信报告，为什么不自己做放贷呢？”
微众税银CEO耿心伟回答道：“公司在企业大数据征信领域确立绝对的优势之前，都不会盲目扩张，搞多元化发展。
我们认为只有把精力专注在一件事情上面，才能把这件事情做到极致。”
张益达点头，确实很务实，应该是年轻时候遭受过创业的毒打，目标才会这么的清晰与坚定。
“瑞民理财有自己的稳定融资渠道，现在想切入小微企业贷领域，我想请教一下，我们该如何把“金融、科技、税务”三者融为一体，并发挥出最大威力？”
三人知道这是在考较自己等人，赵彦晖笑道：“这个问题，让许卫来回答吧！
我就是一个单纯做技术出身的，老耿则一直在银行工作。
许卫的金融科技应用经验更加丰富，他是麻省理工的博士，曾先后任富国银行量化分析副总裁，第一国际资本模型风险官。”
“哦，是吗？”
张益达笑道：“我公司有很多Capitalone回国加盟的人才，像益民贷CEO陈少杰他们都是第一国际资本出身的。
现在国内互金的半边天，都是第一国际黑帮撑起来的。
大米金融的CRO陈曦，网商银行CRO余泉，宜银贷CRO潘奕婷、拍拍贷COO章峰、陆金所副总经理姚志平……
不得不服啊！第一国际资本是全世界消费金融史绕不过的一座丰碑。
听说国内互金公司派出去的猎头把第一国际资本里的华人都挖空了。
听过最离谱的，一个人曾在CapitalOne做了一个月实习生，回国后成为某金融公司的首席风险官，结果公司估值生生涨了一个亿。”
许卫笑而摇头，既对张益达的赞誉感到深深自豪，又对国内互金行业的非理性繁荣感到担忧。
“相比国内C端消费金融的一片红海，我更喜欢没那么嘈杂的B端金融科技。”
张益达看着许卫，问：“许总的论点倒还是新颖，你认为B端机会更多吗？”
“机会或许没那么多，市场没那么大。但更加适合长期发展，因为赚B端的钱更辛苦，而更多的人缺乏这么一份耐心，更喜欢赚C端的快钱。”
许卫看着张益达，又说：“当然，我这里没有任何指责的意思，每个人的选择不同罢了。
B端目前还是一片蓝海，也有一定的进入门槛，所以可以安安静静的搞研发、打基础。”
中国没有B端互联网的巨无霸，也确实让人感觉匪夷所思的。
张益达相信迟早会涌现出这么一家公司的，当然大概率是在阿狸和企鹅中孵化出来。
无他，扎根太深了。阿狸的可能性甚至还要更大一些，因为钉钉比企业微信要好很多。
卖弄一通之后，许卫开始回到主题，他说道：“那我简单谈一下我对小微企业贷的看法，不足之处，还请张总见谅。”
“许总谦虚了，还请赐教。”
许卫继续讲道：“涉税数据在贷款领域的使用是一种中国创新。
中国在根据国情进行了税务的营改增之后，涉税数据价值大增，这对于中国金融业来说是一个非常大的机会，可以直接迈入数据化的时代，在国际上进行弯道超车。
通过税务局的专线接口调取相应的数据进行清洗、分析，通过模型形成可视化报告，并且给企业评分。
而金融机构可以基于这些信息给企业贷款。
在这个过程中，更现实的方式是实现自动化，用“人工+机器”学习的方式，让金融机构多了一个工具，以提高贷款效率。
（本章未完，请点击下一页继续阅读）