互聯(lián)網(wǎng)金融和大數(shù)據(jù)是最近特別熱的兩個(gè)方向，而其中大數(shù)據(jù)發(fā)展最快的商業(yè)化應(yīng)用就是在互聯(lián)網(wǎng)金融中用于風(fēng)險(xiǎn)控制，簡(jiǎn)稱為大數(shù)據(jù)風(fēng)控。

大數(shù)據(jù)風(fēng)控領(lǐng)域里也有很多細(xì)分方向的產(chǎn)品，其中通過(guò)數(shù)據(jù)挖掘?qū)€(gè)人信用數(shù)據(jù)進(jìn)行分析，為互聯(lián)網(wǎng)金融機(jī)構(gòu)提供個(gè)人征信服務(wù)的產(chǎn)品，就是大數(shù)據(jù)征信產(chǎn)品。

最近剛好有機(jī)會(huì)對(duì)大數(shù)據(jù)征信產(chǎn)品做下快速的市場(chǎng)調(diào)研，雖然理解的還比較淺，但是對(duì)于像我一樣外行的朋友，總能有些幫助。

為了更好地理解為什么會(huì)需要大數(shù)據(jù)征信產(chǎn)品，首先要知道傳統(tǒng)征信機(jī)構(gòu)存在什么問(wèn)題。

傳統(tǒng)征信機(jī)構(gòu)的局限

以央行的征信系統(tǒng)為代表，傳統(tǒng)征信機(jī)構(gòu)通過(guò)商業(yè)銀行、其它社會(huì)機(jī)構(gòu)上報(bào)的數(shù)據(jù)，結(jié)合身份認(rèn)證中心的身份審核，提供給銀行系統(tǒng)信用查詢和提供給個(gè)人信用報(bào)告。

1. 存在大量信用“白板”用戶

央行征信系統(tǒng)有大概8億人檔案，其中只有不到3億人有過(guò)銀行或其他金融機(jī)構(gòu)發(fā)生過(guò)借貸的記錄。

2. 征信數(shù)據(jù)緯度單一，來(lái)源缺乏

沒(méi)有完全接納個(gè)人的社保、保險(xiǎn)、教育、房產(chǎn)、車輛等信息，數(shù)據(jù)主要來(lái)自銀行體系及少部分小貸公司提供，但不接入民間借貸信息

3. 半封閉式獲取，信息無(wú)法及時(shí)更新

數(shù)據(jù)上報(bào)機(jī)構(gòu)缺乏積極性，數(shù)據(jù)獲取方式非常被動(dòng)，導(dǎo)致數(shù)據(jù)來(lái)自某個(gè)時(shí)點(diǎn)的快照，因此無(wú)法有效交叉驗(yàn)證

對(duì)于互聯(lián)網(wǎng)金融機(jī)構(gòu)而言，需要解決的問(wèn)題更多。

互聯(lián)網(wǎng)金融機(jī)構(gòu)的困境

以P2P網(wǎng)貸為典型，互聯(lián)網(wǎng)金融機(jī)構(gòu)發(fā)展迅速，數(shù)據(jù)顯示2015年全國(guó)P2P網(wǎng)貸平臺(tái)每月資金成交量超過(guò)160億，數(shù)量超過(guò)3000家，有效投資人達(dá)到50萬(wàn)。

但是P2P網(wǎng)貸在風(fēng)險(xiǎn)管理上仍然非?；靵y，壞賬和逾期率都無(wú)法控制，而造成問(wèn)題的主要原因是缺乏個(gè)人征信的有效手段。

1. 沒(méi)有納入央行征信系統(tǒng)

央行征信系統(tǒng)對(duì)于其它征信機(jī)構(gòu)和互聯(lián)金融公司目前不提供直接查詢服務(wù)。

2. 客戶覆蓋范圍存在偏差。

互聯(lián)網(wǎng)金融機(jī)構(gòu)的客戶有很大比例是傳統(tǒng)征信中的“白板”用戶，而這些客戶是傳統(tǒng)征信中的盲區(qū)。

因此P2P網(wǎng)貸平臺(tái)只能依靠第三方征信機(jī)構(gòu)，

第三方征信機(jī)構(gòu)該如何解決個(gè)人征信的問(wèn)題呢？美國(guó)互聯(lián)網(wǎng)金融行業(yè)已經(jīng)發(fā)展成熟，因此最容易想到的解決方案當(dāng)然是借鑒美國(guó)的。

FICO和ZestFinance

長(zhǎng)期以來(lái)美國(guó)金融機(jī)構(gòu)用FICO作為一個(gè)重要的變量指標(biāo)來(lái)衡量個(gè)人信用風(fēng)險(xiǎn)。美國(guó)個(gè)人信用數(shù)據(jù)庫(kù)較全面，一般存儲(chǔ)有最近7-10年的個(gè)人信用記錄。但是美國(guó)仍有25%的人沒(méi)有征信記錄，在面對(duì)這些次級(jí)客戶時(shí)，F(xiàn)ICO評(píng)分指標(biāo)起不到特別好的甄別作用。

而ZestFinance正是面向無(wú)賬戶人群，信用數(shù)據(jù)不足和信用記錄不好的人群，通過(guò)大數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，采用十個(gè)模型，從不同角度進(jìn)行計(jì)算，給出個(gè)人信用評(píng)分。ZestFinance的核心是來(lái)自Google的大數(shù)據(jù)模型。特別的，ZestFinance主要還是采用結(jié)構(gòu)化和類結(jié)構(gòu)化的數(shù)據(jù),來(lái)源主要是從數(shù)據(jù)代理商處購(gòu)買(mǎi)，從未將社交網(wǎng)絡(luò)數(shù)據(jù)納入模型。

問(wèn)題是ZestFinance的模式真的完全適用國(guó)內(nèi)征信行業(yè)嗎？

大數(shù)據(jù)征信和本土化

ZestFinance似乎給出了個(gè)人征信的解決方案：大數(shù)據(jù)征信。大數(shù)據(jù)征信通過(guò)獲得多渠道的大數(shù)據(jù)原料，利用數(shù)學(xué)運(yùn)算和統(tǒng)計(jì)學(xué)的模型進(jìn)行分析，從而評(píng)估出借款者的信用風(fēng)險(xiǎn)。

國(guó)內(nèi)征信問(wèn)題的差異

美國(guó)征信體系完善，信用數(shù)據(jù)相對(duì)全面，ZestFinance在數(shù)據(jù)獲取的途徑上沒(méi)有障礙，因此其核心是數(shù)據(jù)挖掘和建立模型。

然而，國(guó)內(nèi)征信體系不成熟，大數(shù)據(jù)征信在本土化過(guò)程中首要解決的問(wèn)題是數(shù)據(jù)原料的獲取。那么國(guó)內(nèi)現(xiàn)有第三方征信機(jī)構(gòu)發(fā)展情況如何？

國(guó)內(nèi)第三方征信機(jī)構(gòu)

2015年央行公布了首批獲得個(gè)人征信牌照的8家機(jī)構(gòu)名單。這些機(jī)構(gòu)一個(gè)特點(diǎn)是征信機(jī)構(gòu)本身亦是“數(shù)據(jù)制造者”。比如阿里的風(fēng)控模式，他們通過(guò)自身系統(tǒng)大量的電商交易以及支付信息數(shù)據(jù)建立了封閉系統(tǒng)的信用評(píng)級(jí)和風(fēng)控模型。除此之外，還有眾多中小互聯(lián)網(wǎng)金融公司通過(guò)貢獻(xiàn)數(shù)據(jù)給一個(gè)中間征信機(jī)構(gòu)，再分享征信信息。

1. 芝麻信用：依托阿里電商系的交易數(shù)據(jù)閉環(huán)，構(gòu)建以芝麻分為核心的征信服務(wù)平臺(tái)。

2. 騰訊征信：騰訊多維度的產(chǎn)品線同樣構(gòu)建以社交關(guān)系行為為核心的征信體系

3. 考拉征信：考拉征信有老牌三方支付拉卡拉的數(shù)據(jù)，數(shù)據(jù)優(yōu)勢(shì)在于大量的真實(shí)線下還款交易及其他交易。

4. 中智誠(chéng)：曾服務(wù)于8家商業(yè)銀行聯(lián)盟的反欺詐咨詢，并與8家聯(lián)盟銀行的數(shù)據(jù)實(shí)現(xiàn)共享，有基于反欺詐的評(píng)分服務(wù)

5. 中誠(chéng)信：中誠(chéng)信從2003年起開(kāi)始布局征信也，比央行征信起步還早，前期積累了大量企業(yè)信息，和企業(yè)主信息。

6. 前海：平安從2013年開(kāi)始籌備征信事業(yè)部，銀行+保險(xiǎn)的模式獲取了大量金融服務(wù)的客戶數(shù)據(jù)。

7. 鵬元：老牌征信提供商，在深圳廣州有非常深入的金融征信數(shù)據(jù)，幾乎覆蓋了深圳地區(qū)所有的小貸公司數(shù)據(jù)。

8. 華道征信：華道征信有深厚的大型企業(yè)資源，在獲取獨(dú)占數(shù)據(jù)上有一定優(yōu)勢(shì)。

總體來(lái)說(shuō)，國(guó)內(nèi)征信機(jī)構(gòu)在數(shù)據(jù)獲取階段中存在兩個(gè)問(wèn)題：1.?數(shù)據(jù)緯度單一，數(shù)據(jù)多來(lái)自關(guān)聯(lián)業(yè)務(wù)。2.?數(shù)據(jù)無(wú)法共享，形成信息孤島。

授權(quán)爬取多緯度數(shù)據(jù)

真正的第三方征信機(jī)構(gòu)需要能進(jìn)行多緯度征信數(shù)據(jù)的獲取。

聚信立給出的解決方案是用戶授權(quán)爬?。和ㄟ^(guò)借款人授權(quán)，利用網(wǎng)頁(yè)極速抓取技術(shù)獲取各類用戶個(gè)人數(shù)據(jù)，通過(guò)海量數(shù)據(jù)比對(duì)和分析，交叉驗(yàn)證，最終為金融機(jī)構(gòu)提供用戶的風(fēng)險(xiǎn)分析判斷。聚信立2016年1月獲得京東B輪投資，同時(shí)京東也是ZestFinance的投資者。聚信立此輪融資后，數(shù)據(jù)獲取和處理能力將會(huì)進(jìn)一步提升。

聚信立報(bào)告的四個(gè)維度包括：

1. 信息驗(yàn)真：通過(guò)交叉比對(duì)驗(yàn)證用戶是否是真實(shí)存在的人，是否有欺詐風(fēng)險(xiǎn)。

2. 運(yùn)營(yíng)商數(shù)據(jù)：分析用戶生活、工作及社交范圍，與家人朋友的聯(lián)系頻率等。

3. 電商數(shù)據(jù)：分析用戶消費(fèi)能力及消費(fèi)習(xí)慣，判斷用戶是否有能力還款。

4. 其他數(shù)據(jù)：包括公積金社保數(shù)據(jù)、學(xué)信網(wǎng)數(shù)據(jù)、全國(guó)高法執(zhí)行名單、黑名單等數(shù)據(jù)，判斷用戶是否存在欺詐風(fēng)險(xiǎn)。

授權(quán)爬取是目前看來(lái)能夠解決多緯度數(shù)據(jù)獲取問(wèn)題的方法，而對(duì)于信息孤島問(wèn)題，同樣有機(jī)構(gòu)在嘗試新的解決方案。

P2P分布連接信息孤島

蜜蜂數(shù)據(jù)的解決方案是P2P分布數(shù)據(jù)庫(kù)：各平臺(tái)自行管理自有數(shù)據(jù)，無(wú)需中央數(shù)據(jù)庫(kù)；系統(tǒng)僅負(fù)責(zé)通訊、對(duì)接，不對(duì)任何征信數(shù)據(jù)進(jìn)行持久化存儲(chǔ)；統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)和接口，提供靈活、彈性的數(shù)據(jù)擴(kuò)展 ；按需查詢、按實(shí)際效果付費(fèi)，數(shù)據(jù)被查詢獲得收益 。 蜜蜂數(shù)據(jù)2015年6月B輪融資，目前已經(jīng)超過(guò)500家合作P2P平臺(tái)。

P2P分布式數(shù)據(jù)庫(kù)能實(shí)現(xiàn)金融機(jī)構(gòu)之間的純粹、完整、無(wú)交叉的強(qiáng)屬性數(shù)據(jù)自由、快速共享，加速行業(yè)發(fā)展，但是需要避免數(shù)據(jù)同質(zhì)化。

換個(gè)角度來(lái)思考，互聯(lián)網(wǎng)中存在著海量的社交數(shù)據(jù)，如果我們能夠從社交數(shù)據(jù)中挖掘出有效的信息呢？首先想到的自然是騰訊。

非結(jié)構(gòu)化數(shù)據(jù)的挖掘

如果能從社交數(shù)據(jù)中挖掘出更有價(jià)值的信息，將解決個(gè)人信用數(shù)據(jù)缺乏的情況。但是從社交等非結(jié)構(gòu)化數(shù)據(jù)中挖掘信息目前尚有困難。因此現(xiàn)在的騰訊征信模型中并沒(méi)有引入社交數(shù)據(jù)。

進(jìn)展

騰訊征信正在積極應(yīng)用新技術(shù)進(jìn)行研究和驗(yàn)證，社交數(shù)據(jù)的信貸應(yīng)用在全球范圍內(nèi)都是很前沿的探索。騰訊模型研究團(tuán)隊(duì)的初步成功已顯示，社交數(shù)據(jù)可以明顯提升個(gè)人征信的準(zhǔn)確性。

前景

騰訊擁有的海量社交數(shù)據(jù)將來(lái)會(huì)為個(gè)人征信機(jī)構(gòu)帶來(lái)更豐富的數(shù)據(jù)緯度，但是目前騰訊征信并未使用到用戶的社交數(shù)據(jù)。同時(shí)考慮到個(gè)人隱私的問(wèn)題，社交數(shù)據(jù)易偽造，數(shù)據(jù)清洗難度高，其前景仍然不明朗。

寫(xiě)在最后

目前看來(lái)，大數(shù)據(jù)征信行業(yè)還是剛剛起步，市場(chǎng)天花板很高，競(jìng)爭(zhēng)也會(huì)日趨激烈，同時(shí)先進(jìn)入的不一定是最后的贏家，關(guān)鍵還是要更懂中國(guó)，更符合國(guó)情。

本文屬原創(chuàng)內(nèi)容，轉(zhuǎn)載前須經(jīng)過(guò)本人同意。