瞭望东方周刊陈振华2016-01-21

  从尽职调查到企业征信,再到个人征信和大数据征信,包括传统金融机构、互联网金融公司、大数据技术公司等一大批公司,纷纷涉足征信领域

  《瞭望东方周刊》记者陈振华/北京报道

  2014 年 8 月 30 日,北京中国国际金融展上,拉卡拉社区通展台


  信用是商业社会存在的基础,和每一个人都息息相关。然而在中国,许多人都并不了解什么是征信。

  “通俗一点说就是帮你了解合作方的信用状况,帮你打听消息的。借贷双方、买卖双方、交易双方,彼此不了解,委托一个第三方机构,给你做一个信用调查报告或一个信用评分,帮助你作决策,就是征信。”考拉征信服务有限公司(以下简称“考拉征信”)总裁李广雨告诉《瞭望东方周刊》。

  考拉征信是2015年1月央行试点首批开展个人征信业务的8家社会机构之一。

  2015年7月,央行结束对八家企业的验收,2015年10月结束第二次验收工作。只是直到2016年1月,正式发牌结果仍未公布。

  然而,这只未落地的靴子,却让征信从2015年“火”到2016年。

  而不少业内人士将2015年称为“大数据征信发展元年”。在《2015展望:网络征信发展元年》一文中,中国人民大学信用管理研究中心主任吴晶妹曾写道:“网上的一切数据皆信用,网络征信是一个完全的‘大数据’概念。网络征信是传统征信的业态升级,是对传统征信的彻底改革。”

  从尽职调查到企业征信,再到个人征信和大数据征信,包括传统金融机构、互联网金融公司、大数据技术公司等一大批公司,纷纷涉足征信领域。

  这批掘金者,或许看重千亿级市场,或许沉醉于技术带来的革新,或许是出于搭建信用体系的公共责任,又或许,仅仅是为了一块个人征信牌照。

  2015 中国国际金融展现场的中国人民银行征信中心展台


  千亿市场

  在2015年1月央行试点个人征信业务市场化之前,只有央行征信中心可以做个人征信,拥有个人信用信息。

  而对与钱打交道的行业来说,这些信用信息可用于风险控制。能否申请信用卡或贷款,额度多少,这些评估均依赖于征信报告。

  事实上,央行从2005年开始,就推动工商、环保、质检、税务、法院等公共信息纳入征信系统,共采集了16个部门的17类非银行信息,包括行政处罚与奖励信息、公积金缴存信息、社保缴存和发放信息、法院判决和执行信息、缴税和欠税信息、环保处罚信息、企业资质信息等。

  央行征信中心研究发展部总经理李连三曾透露,央行征信中心的个人信用信息大约每天被查询164万次。仅在2015年前三个季度,个人信用信息累计已被查询4亿次。

  截至2015年9月,央行征信系统已收录8.7亿自然人。然而,这其中有信贷记录的仅为3.7亿人,而可形成个人征信报告、得出个人信用评分的仅有2.75亿人。

  这相当于有10亿中国人是没有信用记录的。

  “我们想关注这个人群,通过我们的数据分析、画像,帮助这些人获得他们的信用状况,为他们的信贷、就业等方面提供信用支持。”李广雨告诉本刊记者。

  这当然也是一片巨大的蓝海。据平安证券《计算机行业征信市场系列研究》数据预测,中国征信行业未来市场规模将达千亿元,其中企业征信市场规模有百亿元,个人征信市场规模有千亿元。

  而宏源证券发布的研报数据更为细致:通过中美对比测算中国个人征信市场空间为1030亿元,而中国目前个人征信和企业征信的总规模为20亿元。

  即便是发展已久的企业征信领域,也给掘金者留下了机会。

  传统企业征信的做法,主要基于工商数据等公开数据,依靠人工完成信审。一般标准企业征信报告得花大约一周的时间。

  这种模式在北京宜信致诚信用管理有限公司(以下简称“致诚信用”)董事总经理赵卉看来,是低效的。

  “现在许多单位有短平快的需求。我们的大数据征信平台‘致诚企福’可以更迅速地生成报告,以便用户兼顾贷前的风险评估及贷后的动态监控、风险预警。”赵卉告诉《瞭望东方周刊》。

  从价格上来说,大数据征信也有优势。

  “你是愿意花5000元买30个字段的征信报告,还是愿意花5元买1000个字段的征信报告?”天创信用服务有限公司(以下简称“天创信用”)常务副总经理王卫东告诉《瞭望东方周刊》,“互联网行业有句话,离钱近赚钱快,离钱远赚钱难。”

  解放人力

  当然,更重要的是,大数据征信能带来更多的价值。

  在2015年中国大数据技术大会(BDTC 2015)上,阿里巴巴集团首席技术官王坚就曾谈到:“互联网是一种基础设施,而数据是一种新的生产资料。”

  对掌握大量电商数据、交易数据的阿里巴巴来说,作为一种新的生产资料的数据,如何产生更多价值?

  “我们基于本身的大数据,建立模型,进行分析,观测看模型效果,保持可解释性,再迭代更新模型。”蚂蚁金服副总裁、首席数据科学家漆远告诉《瞭望东方周刊》。

  这是普遍的大数据征信模式。

  通过运用大数据、云计算、深度机器学习等技术,芝麻信用也成为央行首批试点个人征信的8家公司之一。

  在支付宝里,个人可查看芝麻信用评分,有身份特质、履约能力、信用历史、人脉、行为偏好等维度综合评估。这些数据指标,主要基于阿里云上的数据及其他第三方数据。

  “我们现在云平台上有800PB的数据,一天进来1PB的数据,量是非常大的。”阿里云事业群副总裁章文嵩告诉《瞭望东方周刊》,这些数据中,包括访问日志数据、交易情况、出行的数据,等等。

  漆远透露,通过芝麻信用信息验证等反欺诈服务,已有银行将虚假办卡的识别能力提高近3倍,通过行业关注名单识别不良用户占比达到平均的4倍以上。

  更重要的是,大数据技术能做到人做不到的事情。

  “大数据首先可以解决的问题是人工信审的自动化和产能提升。”宜信大数据创新中心首席数据科学家项亮在2015年中国大数据技术大会(BDTC 2015)上,这样对本刊记者表示。

  余下的工作,便可以让人“做人最擅长的事情”。

  项亮解释称,人最不擅长的就是作决策,而最擅长的东西,是可以搜集很多机器搜集不到的东西。“比如可以通过打电话跟人产生交流,可以感觉到这个人靠不靠谱。我们希望人和机器配合中发挥双方的优势。”

  免费逻辑

  即便大数据技术能在征信领域开拓一片新天地,其应用前景却仍陷于迷雾中。大数据征信真的能赚钱吗?

  “征信行业是一个非常重要的行业,跟赚钱相比,社会责任要放在首要地位。更何况这个行业并不容易赚大钱。”李广雨坦陈。

  至少在目前,更多依赖于大数据技术的征信公司提供的是免费服务,包括考拉征信。

  “信用评分依赖于评分模型,需要经过多次的打磨训练和调整的。怎么做呢?只有经过大量的数据测试和样板分析来去看,这个模型成熟至少需要做好几年,每家都一样。”李广雨介绍说。

  因此,与考拉征信合作的机构要给反馈,进行数据回流,教化模型。“我们的逻辑是向用户免费,成熟后有可能向机构收费。”李广雨说。

  致诚信用的做法则是,免费开放宜信9年业务积累的个人借贷数据的“阿福平台”,供从业者查询。

  “个人借贷数据,特别是贷后数据,是做信贷业务的强参数。整个P2P行业其实没有谁愿意主动开放。我们开放这些数据,主要是为了降低整个行业的欺诈和一人多贷的风险。”赵卉说。

  她告诉本刊记者,免费开放给从业者,是指做个人信贷业务的机构,并不包括征信公司。

  而查询数据依然会沉淀下来,为风险控制提供可靠的参数。

  “数据库中的某个人被查询次数过多,很有可能就是他向多家平台申请借款了,对此我们会给客户提供风险预警功能,对于一个有经验的风控人员而言,他会判断是否存在一人多贷的风险,或许会考虑调整启动追款程序,等等。”赵卉说。

瞭望东方周刊 总第 707 期