什么是信息不对称？解决办法是什么？
小赢卡贷款面临两大类信息不对称、非法高利贷问题及解决方案:最上面一类是逆向选择问题，如何挑出坏人；第二个问题是道德风险，如何让借款人做一个好人，比如按承诺还贷。关于逆向选择和道德风险这两个问题，技能提升，比如大数据的收集，计算模型的细化，计算能力的细化，能解决这两个问题吗？
众所周知，金融中介机构，无论是大银行还是互联网巨头，在制定贷款决议计划时，实际上都是依靠以往历史数据产生的硬信息。这些信息包括你的财富和收入信息、教育工作单位信息、以前的业绩记录等等。科技进步的结果是什么？它使得收集这些信息的方式越来越多，变量越来越多，但收集的信息仍然服务于同一个目的，那就是判断你是否是一个合格的借款人。
小赢卡贷款需要敲黑板。问题的关键在于，数据量的增加不一定带来增量的有用信息，有时数据量的增加会带来干扰信息。
一些社会信息对财务行为的预测误差率非常高。比如你把自己的消费信息和手机使用信息拿出来放到模型里，可能就没有办法判断你是不是一个会履行合同的人了。
一个教训是，2014年P2P渠道盛行的时候，很多渠道都声称使用过这些数据或者技巧，但实际上坏账率还是很高的。很多P2P借款人的数据看起来很漂亮，尤其是那些用来评价资质的信用评分、资产、学历，看起来特别好，但实际上判断并不准确，利率往往很高。
随着技能的提高，收集这些信息的渠道更加多样化，这使得金融中介之间的竞争更加激烈，但并不意味着信息可以完全对称。事实上，我们传统的金融机构几千年来一直在努力减少信息不对称。小赢卡贷款发现，增量数据和科学技能不是唯一的提高途径。很多大银行决定贷款，经过与企业的长期多渠道接触，堆积了关于借款企业和事务的相关信息，做出解决方案。
这种交易叫联动贷款，是利用长期互动产生的软信息。简单来说，你从数据和模型中看到的，可能没有你从邻居老王那里看到的真实。
所以完全信息对称可以说是乌托邦，数据和技能确实可以进一步减少信息不对称，但这里的赢家必须有两点:第一，它可以生成有价值的关键数据；第二，在生态上，要形成对未来按时还款的激励。
做到这两点的赢家，必须满足几个条件:名列前茅，必须真正了解金融本质，懂得挑选有价值的数据，这是未来金融从业者的核心资产；第二，这个渠道必须有真实动态的生活数据。说白了，渠道的生态应该足够丰富。
小营卡贷原有的“WinSAFE”生态系统已经进入成熟阶段，实现了信息对称，大大降低了坏账率和不合理的“高利贷”。
