第一財經(jīng)日報
長(cháng)久以來(lái)，我國征信市場(chǎng)都是以央行為主導的單一格局。央行征信系統主要收集以銀行信貸信息為核心的企業(yè)和個(gè)人信息，截至2015年4月底，該系統收錄自然人8.6億，其中有信貸記錄的3億人，收錄企業(yè)及其他組織近2068萬(wàn)戶(hù)。
所以，不管是在用戶(hù)的覆蓋面還是數據的多樣性上，央行征信系統都有很大的局限性。如何滿(mǎn)足其他沒(méi)有征信記錄的5億多人的金融需求?這便是大數據征信所覬覦的市場(chǎng)機會(huì )。
傳統信用評估模型是根據一個(gè)人的借貸歷史和還款表現，通過(guò)邏輯回歸的方式來(lái)判斷這個(gè)人的信用情況。而大數據征信的數據源則十分廣泛，包括電子商務(wù)、社交網(wǎng)絡(luò )和搜索行為等都產(chǎn)生了大量的數據。
這些數據在信用評估中的效用究竟如何?大數據征信是言過(guò)其實(shí)，還是真的風(fēng)控神器?群雄逐鹿征信市場(chǎng)，誰(shuí)能成為最后的贏(yíng)家?從金融服務(wù)到生活服務(wù)，中國的個(gè)人征信機構究竟有何“野心”?
帶著(zhù)以上問(wèn)題，《第一財經(jīng)日報》于近日專(zhuān)訪(fǎng)了芝麻信用的總經(jīng)理胡滔、騰訊征信總經(jīng)理吳丹、FICO中國區總裁陳建、京東金融消費金融總監許凌、芝麻信用首席科學(xué)家俞吳杰、美國Zest Finance前模型組創(chuàng )始人顧凌云等。
一. 解碼大數據征信:征信市場(chǎng)新格局
個(gè)人征信牌照的發(fā)放久拖未決，但央行于近日率先發(fā)布了一份《征信機構監管指引》(下稱(chēng)《指引》)。業(yè)內普遍認為，該文件的發(fā)布正是為了給個(gè)人征信牌照的下發(fā)鋪路。
根據《指引》，監管部門(mén)對于申請牌照的機構提出了多項具體要求，包括個(gè)人征信機構設定保證金制度、股權變革的制度化管理等，以規范個(gè)人征信這個(gè)新興行業(yè)的發(fā)展。
但事實(shí)上，個(gè)人征信市場(chǎng)的參與者除了首批八家申請征信牌照的機構外，以拍拍貸、積木盒子為代表的P2P平臺，以京東金融、宜信為代表的互聯(lián)網(wǎng)金融公司，以FICO為代表的第三方機構均開(kāi)始利用既有的數據和技術(shù)布局大數據征信業(yè)務(wù)。
征信市場(chǎng)新格局
今年1月5日，央行下發(fā)《關(guān)于做好個(gè)人征信業(yè)務(wù)準備工作的通知》，個(gè)人征信業(yè)務(wù)正式“開(kāi)閘”。騰訊征信、芝麻信用、深圳前海征信、鵬元征信、中誠信征信、中智誠征信、考拉征信、北京華道征信獲準開(kāi)展個(gè)人征信業(yè)務(wù)準備工作。
其中，背靠螞蟻金服的芝麻信用和騰訊旗下的騰訊征信因其用戶(hù)覆蓋面廣、數據規模龐大、技術(shù)實(shí)力雄厚而最具競爭力。另外，前海征信因背靠綜合金融集團--中國平安也被視為有力的競爭者。
此外，考拉征信則匯集了拉卡拉平臺上進(jìn)行信用卡還款、轉賬、公共繳費等個(gè)人用戶(hù)數據。華道征信的數據則主要來(lái)自其兩家股東:新奧資本握有大量的居民燃氣數據;銀之杰旗下的億美軟通是中國三大電信運營(yíng)商資深的戰略合作伙伴。
而另外三家機構中，中誠信征信和鵬元征信的大股東均是老牌的企業(yè)征信公司，以企業(yè)信用評級業(yè)務(wù)起家。中智誠征信是民營(yíng)第三方征信公司，以“反欺詐”業(yè)務(wù)為主。
其實(shí)，除了上述八家首批獲準開(kāi)展個(gè)人征信業(yè)務(wù)的機構外，不少擁有海量數據和技術(shù)基礎的公司都在暗暗布局大數據征信市場(chǎng)。另?yè)襟w報道，包括京東金融、百度金融、小米、宜信等30多家企業(yè)均有意申請第二批個(gè)人征信牌照。
以京東金融為例，除了盤(pán)活集團內的數據資源外，京東還于今年6月宣布投資美國的Zest Finance。這家由Google前副總裁創(chuàng )辦的互聯(lián)網(wǎng)金融公司主要利用機器學(xué)習算法和數據技術(shù)幫助用戶(hù)做出更精準的金融風(fēng)控及營(yíng)銷(xiāo)決策。
據了解，雙方宣布成立一家名為JD-Zest Finance Gaia的合資公司，旨在利用Zest Finance在大數據挖掘和處理方面的技術(shù)構建京東自己的信用評估體系，目前Zest Finance的技術(shù)專(zhuān)家已經(jīng)到位。
另一家大數據征信市場(chǎng)的有力競爭者--宜信旗下的至誠征信也在今年6月發(fā)布一款針對P2P機構、小額信貸機構和銀行信貸部門(mén)的風(fēng)控產(chǎn)品，包括信用評分、個(gè)人借款數據、個(gè)人風(fēng)險名單數據三塊內容。
此外，包括拍拍貸、積木盒子在內的P2P借貸機構也利用過(guò)去幾年所積累的數據建立自己的信用評估體系。以拍拍貸為例，它于年初推出了基于大數據的風(fēng)控模型--“魔鏡系統”。
除了那些手握數據資源的公司外，圍繞大數據征信領(lǐng)域的第三方技術(shù)和服務(wù)機構也開(kāi)始涌現。例如，專(zhuān)注大數據挖掘的“百分點(diǎn)”、在在數據源上層完成數據分析和信用評估的“冰鑒科技”、“閃銀”等。
最終僅剩兩三家?
但值得注意的是，與其它很多行業(yè)不同，征信市場(chǎng)的“容量”卻十分有限。
對比美國，1960年代末美國的征信公司曾一度多達2200家，但隨著(zhù)行業(yè)不斷發(fā)展和整合，如今已減少到400家左右。其中，艾可飛(Equifax)、益百利(Experian)和全聯(lián)(Trans Union)三大巨頭便占到了90%的市場(chǎng)份額。
芝麻信用曾在內部提到，當下大數據征信還處于第一階段，即個(gè)人征信機構跑馬圈地、百花齊放;而到了第二階段，征信行業(yè)或出現大規模并購，最大的兩三家公司將占據市場(chǎng)60%以上份額或者更多，其他幾家共享細分市場(chǎng)。
這個(gè)預判基本已經(jīng)成為行業(yè)共識。
顧凌云認為，中國的征信市場(chǎng)在三到五年之內不會(huì )一統天下，原因是因為到目前為止中國征信市場(chǎng)還處在第一步，也就是數據源整合這一步。但是在今后四五年之后應該會(huì )有兩到三家成為最終的贏(yíng)家。
許凌認為，大數據征信需要前期投入巨大的人力、物力，不僅周期長(cháng)且回報慢。尤其是個(gè)人征信這部分，對于數據、資金、技術(shù)，以及場(chǎng)景都有很高的要求，最終只會(huì )有兩三家主導市場(chǎng)。
眼下國內的個(gè)人征信市場(chǎng)剛剛放開(kāi)，還處于群雄逐鹿的階段。盡管首批僅有八家機構申請牌照，但在業(yè)內人士看來(lái)，相比牌照，數據和技術(shù)才是個(gè)人征信領(lǐng)域更為關(guān)鍵的門(mén)檻。
平安證券在一份報告中稱(chēng)，根據征信行業(yè)的產(chǎn)業(yè)鏈，個(gè)人征信公司經(jīng)營(yíng)成功的關(guān)鍵在于:數據來(lái)源的范圍和準確性、數據處理能力、數據產(chǎn)品是否能夠滿(mǎn)足客戶(hù)要求、是否具有多樣性。
目前來(lái)看，除了獲得牌照的機構之外，掌握信息搜索和網(wǎng)頁(yè)瀏覽數據的百度、整合了電商、金融、生活服務(wù)數據的京東、積累了九年數據的互聯(lián)網(wǎng)金融機構宜信、以及正在積極布局中國大數據征信市場(chǎng)的FICO都是有力的競爭者。
二. 解碼大數據征信:大數據征信的“是與非”
大數據征信可以通過(guò)我們在互聯(lián)網(wǎng)上留下的這些“足跡”清晰地描繪出一個(gè)人，但如何把控數據源的“量”與“度”，各家機構還在不斷嘗試。更重要的是，最終繪制出的人物“肖像”與個(gè)人信用究竟有多大的關(guān)聯(lián)度，至今仍存有爭議。
此前亦有接近監管部門(mén)人士對《第一財經(jīng)日報》記者表示，個(gè)人征信牌照遲遲未能落地，其原因之一也在于監管部門(mén)對于大數據征信的商業(yè)化應用存有疑慮。尤其，以人臉識別為代表的關(guān)鍵技術(shù)的可靠性還有待進(jìn)一步檢驗。
何為大數據征信?
在FICO中國區總裁陳建看來(lái)，征信的本質(zhì)就是采集和記錄信用信息并在整理加工后提供給決策者，而如今，得益于大數據、云計算、人臉識別、深度算法等技術(shù)的進(jìn)步，征信有了更廣泛的意義和用途。
“只要對消費者的特征描繪和風(fēng)險判斷有顯著(zhù)作用的就可以叫征信?！标惤ㄕJ為， 現在一切信息皆可以成為信用數據，經(jīng)過(guò)分析后用于證明一個(gè)人或企業(yè)的信用狀況。因為數據覆蓋廣、維度多，因此形成了廣義的征信，也就是大數據征信。
陳建表示，有價(jià)值的大數據具備幾個(gè)因素:第一要覆蓋面廣，用戶(hù)足夠多，例如銀聯(lián)、電信的數據;第二維度要有效，能夠有效轉為結構化的數據，例如電商的數據;第三信息要穩定。
不過(guò)，對于這種日益崛起的征信新業(yè)態(tài)，今年7月在上海外灘舉辦的“2015上海新金融年會(huì )”上，央行征信中心副主任王曉蕾直截了當地提出了疑問(wèn)，“我不知道你們說(shuō)的‘征信’是什么”?
央行的征信系統是一個(gè)“放貸人之間的信息共享數據庫”，主要采集的數據位身份信息、信貸信息、非金融負債信息三類(lèi)，以及部分公共信息。因此，王曉蕾對于征信的基本定義為，“從放貸人那里采集借款人信息”。
而另一個(gè)“糾結”的概念在于，王曉蕾認為，放貸機構之“征信”是放貸機構基于內部信息的風(fēng)險管理過(guò)程，而征信行業(yè)之“征信”是為放貸機構的風(fēng)險管理提供外部信息支持的活動(dòng)，征信機構應該是一個(gè)純粹的獨立第三方。
如果按照這個(gè)界定，我們現在所談到的大數據征信跳脫了傳統“征信”范疇內。不再局限于金融屬性的信息，并且也打破了“采集者與信息產(chǎn)生沒(méi)有任何關(guān)系”的獨立第三方原則。
例如芝麻信用、前海征信、騰訊征信，一方面它們的數據來(lái)源目前還主要來(lái)自母公司阿里、平安、騰訊，而另一方面，它們的兄弟公司又涉足放貸業(yè)務(wù)，例如阿里小貸。
盡管有關(guān)大數據征信的定義和效用仍爭議不斷，但對于既無(wú)法接入央行征信系統又面臨快速發(fā)展的互聯(lián)網(wǎng)金融行業(yè)而言，利用大數據來(lái)幫助判定風(fēng)險、開(kāi)拓業(yè)務(wù)已是必然的選擇。
從應用范圍來(lái)看，目前大數據征信已從金融業(yè)務(wù)向生活服務(wù)蔓延。其中，最核心的兩個(gè)價(jià)值就是:防范欺詐風(fēng)險和信用風(fēng)險。簡(jiǎn)單來(lái)說(shuō)就是:既要證明“你是你”，還要描述出“你是什么樣的人”。
如何證明“你是你”?
無(wú)論是在傳統金融領(lǐng)域，還是互聯(lián)網(wǎng)金融領(lǐng)域，給客戶(hù)做信用評估的前提是必須知道這個(gè)人就是他自己。所以，如何利用證明“你是你”是大數據征信首先要解決的問(wèn)題。
尤其，隨著(zhù)越來(lái)越多的金融業(yè)務(wù)互聯(lián)網(wǎng)化，“反欺詐”面臨的挑戰也日益增大?！吧矸菡J證”的重要性在各項監管文件中反復被強調，而各家機構也在不斷探索如何利用新的技術(shù)在網(wǎng)上實(shí)現身份的核實(shí)。
其中，在指紋、虹膜、人臉識別等一系列生物識別技術(shù)中，人臉識別因其技術(shù)的成熟度和準確率，以及使用的便捷性而被進(jìn)一步普及。包括騰訊征信、芝麻征信在內的多家個(gè)人征信機構都有組建自己的人臉識別技術(shù)團隊。
此前，在騰訊征信的北京媒體溝通會(huì )上，為騰訊財付通、微眾銀行、騰訊征信等提供圖像和模式識別技術(shù)支持的優(yōu)圖團隊也向大家展示了“人臉識別”在“反欺詐”方面的應用，即如何證明“你是你”。
根據現場(chǎng)的演示，在上傳身份證照片、自拍照片并與公安部的信息進(jìn)行比對之后，“人臉識別”的另一關(guān)鍵步驟是活體檢測，通過(guò)讀取隨機的數字串，分析聲音和唇語(yǔ)等信息來(lái)防范有人用視頻、照片等方式來(lái)仿冒用戶(hù)。
據了解，在今年國際權威的人臉識別數據庫LFW上，騰訊優(yōu)圖團隊在人臉驗證測試中達到了 99.65%的準確率。目前，微信的“人臉識別”技術(shù)已經(jīng)在騰訊征信、微眾銀行、微證券開(kāi)戶(hù)等場(chǎng)景中開(kāi)始試用。
盡管人臉識別的準確率已經(jīng)達到較高水平，但該項技術(shù)的商業(yè)化應用才剛剛起步，它的有效性和安全性仍備受質(zhì)疑。
優(yōu)圖團隊研發(fā)總監黃飛躍也表示，該技術(shù)現在還不能說(shuō)100%的成熟，而是適用于某些特定的應用環(huán)境中。其中，金融領(lǐng)域的身份核實(shí)條件較好，由于用戶(hù)往往是為了通過(guò)驗證(例如支付)所以比較配合。
芝麻信用首席科學(xué)家俞吳杰表示，整個(gè)的反欺詐產(chǎn)品從身份認證到信息驗證再到網(wǎng)絡(luò )關(guān)聯(lián)，每一步的技術(shù)含量非常高。以身份認證為例，現在已有有很多的途徑，比如信息交叉比對、人臉識別技術(shù)、KBA問(wèn)答認證等。
他以網(wǎng)絡(luò )關(guān)聯(lián)技術(shù)為例說(shuō)明到，它能把所有出現過(guò)違約行為的身份，手機，設備等關(guān)鍵點(diǎn)都在風(fēng)險庫里面分門(mén)別類(lèi)的保留下來(lái)，我們可以通過(guò)一層或者多層關(guān)聯(lián)找出所有的風(fēng)險點(diǎn)供合作伙伴參考，這對技術(shù)和硬件要求都是非常高的。
爭議大數據征信
解決了“身份認證”的問(wèn)題，接下來(lái)就要評估你的信用，即描述出“你是什么樣的人”。
在關(guān)于大數據征信的文章中，我們經(jīng)?？梢钥吹揭恍┌咐?，如經(jīng)常半夜上網(wǎng)的用戶(hù)可能被認為沒(méi)有穩定的工作而降低信用評分，買(mǎi)雙開(kāi)門(mén)冰箱的用戶(hù)可能因為有家庭而信用評分較高，微博更新頻繁的用戶(hù)可能因為社交活躍而信用評分較高等。
“這些考量因素被過(guò)度放大了，也許這只是用戶(hù)個(gè)人習慣而已。但每一個(gè)因素與個(gè)人信用的相關(guān)性有多大?我們還無(wú)法完全解釋?zhuān)绕洚敂祿床蛔銐蜇S富時(shí)，這些評判便存在欠缺?！敝ヂ樾庞玫募夹g(shù)專(zhuān)家景藝亮表示。
冰鑒科技CEO顧凌云在回國前曾領(lǐng)導并開(kāi)發(fā)了Zest Finance前四代風(fēng)控模型，在他看來(lái)，大數據征信的核心并不是對某個(gè)變量極其依賴(lài)，而是把很多個(gè)都只有微小影響的變量通過(guò)非線(xiàn)性的算法整合在一起，從而使模型的整體表現更好。
“大數據其實(shí)并不一定就是數據量本身大，我們講求的是變量涵蓋的信息緯度要多和均衡，然后才是能夠通過(guò)淺度學(xué)習和深度學(xué)習等多種復雜的算法把這些變量更有效地柔和在一起?！彼硎?。
王曉蕾認為，互聯(lián)網(wǎng)記錄了借款人以前不可記錄的行為，獲得了以前無(wú)法、或成本很高的數據，有利于為放貸人了解借款人是誰(shuí)、有沒(méi)有還款能力和還款意愿提供了新的渠道和方法。但是，相關(guān)的信息究竟如何使用有待進(jìn)一步研究驗證。
王曉蕾引用2014年美國政策與經(jīng)濟研究委員會(huì )(PERC)的一項研究結果稱(chēng)，非金融信息在信貸決策中的作用有限。例如，研究就初步發(fā)現，社交信息對于判斷借款人的還款意愿和能力暫無(wú)預測力。
“而諸如水、電、煤、有線(xiàn)電視、手機等非金融信息納入征信系統，顯著(zhù)地提高了薄信用檔案人群的信貸獲得能力，但對于厚信用檔案人群而言邊際作用不大?！彼硎?。
“只有好樣本，沒(méi)有壞樣本是無(wú)法建立有效的信用評估機制?！?宜信至誠征信的董事總經(jīng)理趙卉表示，電商、支付、社交等數據只能作為信貸審核的參考值，而貸后數據才是強參數。
對于這種論斷，互聯(lián)網(wǎng)公司們顯然是不贊同的。
騰訊征信總經(jīng)理吳丹告訴記者，從這段時(shí)間內測的結果來(lái)看，在模型中加入社交數據以后，對它的風(fēng)控能力有20%-25%的提升，尤其在小額貸款領(lǐng)域。因為，通常一筆幾百塊的借款，違約發(fā)生的原因不在于借款人的還款能力而是意愿。
俞吳杰表示，通過(guò)大量的研究證明，人的行為數據和他的信用有直接關(guān)聯(lián)，因為行為很難撒謊。從這段時(shí)間公測的結果來(lái)看，用戶(hù)的芝麻分越高，其貸款的違約率越低，二者呈單調、線(xiàn)性的關(guān)系，這也證明了芝麻分在信用評估上的有效性。
不過(guò)， 僅僅依靠互聯(lián)網(wǎng)上的數據并不足以建立一個(gè)強大的信用評估體系。顯然，所有大數據征信的市場(chǎng)參與者都深知這一點(diǎn)?！霸谖磥?lái)，把傳統數據和創(chuàng )新數據結合到一起，一定是我們要到達的終點(diǎn)?！敝ヂ樾庞玫目偨?jīng)理胡滔如此總結到。
顧凌云告訴記者，風(fēng)控模型本質(zhì)上還是對一個(gè)人金融還貸能力的預測和評估，所以，盡管Zest Finance大量采用非傳統的信用數據，但在大部分的風(fēng)險評估模型中，傳統的信用數據(銀行信貸數據)依然占有一定的比重，平均也在40%左右。
三. 解碼大數據征信:誰(shuí)會(huì )成為中國版“FICO”
大數據征信導出產(chǎn)品的方式之一是構建一個(gè)可被廣泛采用的信用評分體系，而從國外的經(jīng)驗來(lái)看，通過(guò)評分而不是數據報告的方式呈現征信結果，也是一個(gè)解決隱私保護問(wèn)題最好的途徑。
因此，目前多家機構都率先推出了各自的信用評分體系。例如，芝麻征信的“芝麻分”、華道征信的“豬豬分”、拉卡拉征信的“考拉分”、前海征信的“好信度”、騰訊京東金融的“白度”、拍拍貸的“魔鏡分”、騰訊的信用星等。
從呈現方式來(lái)看各不相同，例如，“芝麻分”的范圍在350分到950分之間，分數越高代表信用程度越好;“白度”則是從0到100度;騰訊的信用評分則沿用QQ體系的習慣，用星級而非數字體現，七顆星為最高信用級別。
但比FICO“野心”更大的是，中國的個(gè)人征信機構正試圖把信用評分體系的應用范疇從金融領(lǐng)域擴展到生活領(lǐng)域，從租車(chē)、租房，到婚戀、求職等等。甚至，它們希望從改變大眾對信用的認知到提升社會(huì )的信用體系。
誰(shuí)能打破數據孤島
在談及征信業(yè)務(wù)的發(fā)展時(shí)，大部分接受《第一財經(jīng)日報》采訪(fǎng)的人士都提到了FICO分。盡管中美兩地的征信市場(chǎng)存有差異，但像FICO一樣形成一種被普遍采用，并具有行業(yè)標準價(jià)值的信用評分體系卻是各家征信機構都在努力的方向。
事實(shí)上，作為美國著(zhù)名的個(gè)人消費信用評估公司，FICO本身并非一家征信公司，而是提供決策和分析管理技術(shù)的第三方服務(wù)機構。由于美國三大信用局都使用FICO分，每一份信用報告上都附有FICO分，以致它幾乎成為信用分的代名詞。
FICO中國區總裁陳建在接受本報專(zhuān)訪(fǎng)時(shí)表示，中國不缺數據，不管是阿里的電商數據，還是騰訊的社交數據都是可靠、大量且真實(shí)的，對于刻畫(huà)消費者的特征、風(fēng)險有很好的作用，但是目前中國還沒(méi)有除央行以外很好的評分體系。
在他看來(lái)，中國建立一個(gè)全民評分體系的挑戰在于:個(gè)人征信市場(chǎng)剛剛放開(kāi)，很多數據源之間還是一個(gè)相對封閉的“孤島”，例如傳統金融機構與互聯(lián)網(wǎng)公司之間是基本隔離的兩套體系，每一家互聯(lián)網(wǎng)公司之間又是各自獨立的一套體系。
由于“數據孤島”的存在，盡管現中國已經(jīng)出現了很多信用評分體系，但距離一個(gè)能夠覆蓋全民的，被普遍認可的標準分還有不小的差距。那么，顯而易見(jiàn)的是，誰(shuí)能率先打破數據割裂的狀況，誰(shuí)就有望成為最終的那兩至三家勝出者。
所以，眼下各家機構除了努力盤(pán)活自身的數據資源，也在積極地尋求外部數據源。這既是征信業(yè)務(wù)本身的需要，更是中長(cháng)期的戰略需求。
以芝麻信用為例，目前其數據來(lái)源包括阿里體系內的電商交易數據、互聯(lián)網(wǎng)金融數據，集團體系之外的公安網(wǎng)、最高法、工商、教育部等公共機構以及合作伙伴數據，以及用戶(hù)上傳的數據等。
而騰訊征信方面，除了擁有騰訊8億QQ賬戶(hù)、超過(guò)5億的微信賬戶(hù)、以及超過(guò)3億的支付用戶(hù)以及其他多種服務(wù)上聚集的用和社交數據外，騰訊也不斷利用在基金、理財、貸款、支付等領(lǐng)域的業(yè)務(wù)整合更多的數據資源。
但由于它們的兄弟機構多有涉略信貸或相關(guān)業(yè)務(wù)，例如阿里小貸、微眾銀行等，因此不少業(yè)內人士憂(yōu)慮，這種既當裁判員又當運動(dòng)員的做法可能在未來(lái)整合資源的過(guò)程存有障礙。
而FICO正是瞄準了這個(gè)“空隙”。作為信用評分領(lǐng)域的標桿企業(yè)，盡管FICO在中國缺少數據資源，但它希望利用自己多年積累的“獨立第三方”服務(wù)機構的口碑，通過(guò)技術(shù)優(yōu)勢另辟蹊徑、殺出重圍。
據了解，FICO已在內部成立了互聯(lián)網(wǎng)金融事業(yè)部，專(zhuān)注開(kāi)發(fā)適用于中國市場(chǎng)的大數據征信產(chǎn)品。它希望通過(guò)“云計算”技術(shù)在“云端”建立一個(gè)數據共享機制，打通“數據孤島”。
從金融到生活場(chǎng)景
要形成一套具有行業(yè)標準價(jià)值的信用評分體系，除了數據來(lái)源要足夠豐富和多元，更重要的是它必須被廣泛的采納和使用。
根據騰訊征信總經(jīng)理吳丹的判斷，未來(lái)一兩年里，越來(lái)越多的金融產(chǎn)品會(huì )往線(xiàn)上遷移，向著(zhù)快速便捷的方向發(fā)展，從國外和過(guò)往的經(jīng)驗來(lái)看，越是便捷的產(chǎn)品面臨的風(fēng)險越大，尤其是欺詐風(fēng)險。
從各家征信機構披露的進(jìn)展來(lái)看，大數據征信的產(chǎn)品主要可分為兩大類(lèi):反欺詐產(chǎn)品和信用評估產(chǎn)品。而適用范圍則是從商業(yè)銀行等傳統金融機構，到P2P等互聯(lián)網(wǎng)金融公司，甚至生活類(lèi)的各種場(chǎng)景。
在銀行合作方面，目前芝麻信用與北京銀行信用卡中心、騰訊征信與廣發(fā)銀行信用卡中心的合作均已展開(kāi)，商業(yè)銀行希望通過(guò)引入更多元的信用評估機制來(lái)刪選客戶(hù)。
此外，涉足信貸業(yè)務(wù)的P2P平臺、消費金融公司對大數據征信產(chǎn)品也有著(zhù)強烈的需求。例如，P2P平臺積木盒子的消費信貸產(chǎn)品“讀秒”，面向大學(xué)生群體的趣分期等都對接了芝麻信用，對于每位借款人，芝麻征信都會(huì )給出一個(gè)信用評估結果。
前海征信也在不久前上線(xiàn)了針對P2P機構的三大系列、十款征信產(chǎn)品，并于陸金所聯(lián)合推出了P2P行業(yè)的“人民公社”，為P2P平臺提供獲客、增信、產(chǎn)品設計、征信、系統平臺、催收等服務(wù)。
但與專(zhuān)注于金融領(lǐng)域的FICO分不同，國內的機構一開(kāi)始便把信用評分體系的適用范圍放寬到了衣、食、住、行的生活場(chǎng)景中。
騰訊征信希望把個(gè)人信用與商業(yè)、生活、住房、消費等相結合，而芝麻分的應用場(chǎng)景也已經(jīng)延伸至神州租車(chē)、一嗨租車(chē)等租車(chē)網(wǎng)站，全國6千多家酒店，簽證服務(wù)，甚至婚戀網(wǎng)站。
今年5月，考拉征信也聯(lián)合了嘀嘀打車(chē)、愛(ài)大廚、E袋洗、e保養等眾多商家開(kāi)展名為信用圈的活動(dòng)，希望把考拉分覆蓋到衣食出行、居家養生、愛(ài)車(chē)保養等多個(gè)領(lǐng)域。
芝麻信用首席科學(xué)家俞吳杰認為，數據的應用有兩個(gè)方面，一個(gè)是偏好，一個(gè)是信用。當下，在互聯(lián)網(wǎng)革新商業(yè)的這個(gè)過(guò)程中，數據可以幫助商業(yè)機構更好的進(jìn)行決策與轉型。不過(guò)，把具有強金融屬性的信用評分體系應用于生活場(chǎng)景，這在其他國家并沒(méi)有先例。
據了解，目前信用分從模型開(kāi)發(fā)的樣本選擇，特征選擇，到最后的性能評估，都有一套非常完整的，跟金融和征信密切相關(guān)的體系?！八谏顖?chǎng)景中是否有用?”這也是芝麻信用的科學(xué)家們所擔心的問(wèn)題。
據俞吳杰介紹，經(jīng)過(guò)了半年的測試和大量的研究表明，芝麻信用分對用戶(hù)有較好的分辨能力?！叭绻粋€(gè)人有持續的、良好的借貸還款行為，那么他在其他各個(gè)場(chǎng)景當中都會(huì )有類(lèi)似的延續性、慣性在里邊?！?/p>
在冰鑒科技CEO顧凌云看來(lái)，大數據就是解決傳統數據倉庫所不能解決的問(wèn)題,實(shí)現一切皆可數據化、一切皆可量化、一切皆可預測。按照顧的邏輯，隨著(zhù)大數據挖掘和分析能力的進(jìn)步，它可應用的范圍還將越來(lái)越廣。
從各家機構的發(fā)展規劃來(lái)看，除了通過(guò)類(lèi)似生活場(chǎng)景的開(kāi)拓與傳播增加個(gè)人征信的適用范圍外，它們更大的“野心”在于，從改變大眾對信用的認知到提升社會(huì )的信用體系。
聯(lián)系客服
