目前，维信理财借助劣后/优先份额结构化产品（杠杆率1：4-6）与关联融资担保公司担保（杠杆率1：10）等融资工具，已经获得数十亿的放贷资金。
“其实，这套数据驱动模型，本身是一个方法论，关键是如何在海量数据里找出效益/风险的平衡点。”廖世宏直言。
这是互联网金融一路高歌猛进的时代，而大数据分析在其中担纲着越来越重要的角色。
维信理财作为国内首家涉足小额无抵押贷款的公司，营业已达10年，累计贷款余额约7亿美元，如今每月放贷规模控制在4亿元人民币。
“相比规模效应，我们更专注做好数据驱动业务模式。”维信理财总裁廖世宏接受21世纪经济报道记者专访时表示。
维信理财的数据驱动业务模式特别之处在于，它不向个人投资者募集资金，而是通过和信托公司、银行等金融机构合作，利用数据风控信贷工厂模式进行融资，再放贷给国内百余个城市的小微企业主或个人。
目前，维信理财借助劣后/优先份额结构化产品（杠杆率1∶4-6）与关联融资担保公司担保（杠杆率1∶10）等融资工具，已经获得数十亿的放贷资金。
这套数据驱动业务模式如何能吸引银行、信托公司向高风险的小微消费贷款提供杠杆资金，不少业内人士也直言“摸不透其中奥秘”。
“其实，这套数据驱动模型，本身是一个方法论，关键是如何在海量数据里找出效益/风险的平衡点。”廖世宏直言。
他举例称，一家小微贷款机构分别从10个客户选择4个、7个客户放贷，其产生的坏账风险与获客成本是截然不同的。前者明显坏账风险更低，但获客成本更高；后者则恰恰相反。此时数据驱动模型的最大作用，就是让机构基于海量客户还贷动态数据分析，优化某些放贷审核规则，一方面放宽信贷审批门槛降低获客成本，一方面又能有效控制坏账风险。
随着互联网金融的投资热潮来临，众多机构面临巨大的短期利益诱惑，大数据分析概念往往成为其做大规模效应、吸引风险投资的一大法宝。甚至有的机构基于自身大数据分析模型，开始涉足征信业务，创造更高的企业市值。
“维信理财会将征信业务看成是主营业务的一种延伸，不会刻意去涉足这个领域。”廖世宏称。
在他看来，金融领域的大数据应用，并不是一个炒作概念，而是一件苦差事——由于坏账风险往往是滞后的，数据的最大应用，就是在信贷审批环节提前建立起一道防火墙，尽可能过滤掉各类引发坏账风险的因素