瞭望东方周刊特约撰稿蔡雯迪2014-12-25

  2006年,唐宁创立宜信,在街头巷尾推广“人人有信用”的理念,却遭遇冷落。彼时互联网金融、大数据等概念尚未诞生,信用价值说更是天方夜谭。

  2007年,范晓忻看到企业信用服务的巨大市场,他创立金电联行,努力说服银行“信用可计算,风险可量化”。数年的磨合,让他成为银行眼中的“有理想的疯子”。

  2013年,已从事小微信贷业务4年的支正春突然想到用互联网数据对用户授信。他四处与人交谈,而多数人的眼神里透着悲观。

  这种悲观并非毫无来由。林采宜和尹俊杰撰写的《互联网金融时代的征信体系》指出,目前央行个人征信系统共收录8.5亿人信息,其中约5亿人只有经济信息,无有效征信信息。

  今天的中国,许多人对信用的认识依然薄弱。而这些新兴的信用经济的从业者们,能将中国模糊的信用生活勾勒得更清晰吗?


大数据构建知识图谱

  今天,以P2P网贷为代表的互联网金融发展迅猛,然而信用审核却卡其命门。P2P网贷的汹涌浪潮正在倒逼民间征信业务的发展。

  目前,上海资信、安融惠众两家实力征信机构分别承建了网络金融征信系统(NFCS)、小额信贷行业信用信息共享服务平台(MSP),这还远不能满足当下热火朝天的P2P网贷市场。宜信、人人贷、陆金所等P2P领军企业正在开发自己的征信系统。

  而在今天,大数据无疑是建立和完善信用系统的一个最有效手段。

  2013年,在传统的信用系统的基础上,宜信成立了大数据创新中心,运用大数据和互联网技术进行金融创新的尝试。

  “八年半以来,宜信记载了上千万贷款数据,还有我们的爬虫得到的互联网公开数据、客户授权的数据,以及我们第三方合作伙伴的数据,再通过我们的大数据分析去贯通、关联,进而形成知识图谱。”宜信公司高级副总裁、大数据创新中心总经理张小沛对《瞭望东方周刊》表示。

  而其打造的搜索引擎“姨搜”就是这个信用知识图谱的出口,提供了借款人借贷相关的垂直搜索服务,可在贷前、贷中、贷后的各个交易环节提供数据参考,便于风险控制和管理。

  此外,利用大数据技术,宜信金融云能够解决金融领域海量数据的存储、查询优化,及声音、影像等非结构化数据的处理。一方面对数据进行可视化,构建客户画像,便于专家分析;另一方面结合专家知识和机器学习模型,实现规则引擎、授信引擎和反欺诈引擎等模块,有效地支持了宜信的在线和离线业务,完成对用户的实时授信。

  借助于大数据平台,宜信旗下宜人贷推出了“极速模式”,将对用户的授信时长从原来的十多分钟压缩到一分钟之内。

  2014年9月,宜信还与eBay公司达成战略合作,通过大数据技术为eBay平台电商卖家进行授信,即商贷通服务。这种电商贷款模式通过高效整合交易数据、第三方数据以及社交网络行为数据,为用户提供个性化的融资产品。


挖掘企业明细数据

  中小企业融资难的原因主要有三:没有信用记录、没有抵押担保、财务报表失真。

  这促使范晓忻2007年创立金电联行,利用企业供应链数据,给中小微企业提供信用评估服务,帮助他们获得纯信用融资。当时华尔街归国的师弟告诉他:在国外,信用融资占企业融资相当大的份额,中国还处于起步阶段,这其中蕴藏着巨大商机。

  范晓忻告诉《瞭望东方周刊》:“在中国,没有任何一家银行,会单凭财务报表就给中小企业放款。因为财报数据源极易更改,可信度较低。”

  那么,究竟该如何还原一个真实的中小企业?金电联行将目光转向企业的明细数据。订单、应收账款、回款、现金流、库存、税务、核心交易对手等等,都是金电联行力求得到的企业最精细的数据。

  “在一张增值税电子发票上,可能就有20多个指标项。”范晓忻告诉本刊记者,“我们拿到的企业数据往往以GB为单位,有些供应链较长的企业甚至能达到10GB。”

  在金电联行,为了研究如何挖掘海量企业数据,成立了一个40人左右的科研团队,几乎全是数学博士。2010年做出第一个项目以前,范晓忻和他的团队坚持了三年的科研。终于,他们找到了一种对企业明细数据进行分析计算的方法。

  “我们把石油炼成了汽油!”范晓忻说。

  2012年,北京怀柔某汽车部件公司找到了金电联行。“我们当时是一家小企业,没有银行贷款要的抵押物。”该公司财务总监程坤(化名)对本刊记者说。

  他们向金电联行提供了企业数据系统的钥匙。金电联行对该企业供应链数据分析计算后,向中国民生银行提交了信用报告,帮助该企业获得零抵押贷款200万元。此后,银行贷款每年递增,现已达400万元。

  金电联行提供的数据显示,其创立至今已累计促成40多亿元非抵质押的纯信用融资,最高融资额度达6800万元,最低为98万元,迄今未有一笔不良贷款。


搜寻互联网轨迹

  互联网蕴藏着难以估量的用户行为数据。用这些互联网数据描写出个人信用画像,则是一条描摹个人信用的蹊径。

  闪银是一款基于互联网海量信息之上的个人授信产品。2013年12月上线,8个月即收获60万粉丝,并宣布获得IDG资本的4000万元人民币A轮投资。

  闪银CEO支正春将闪银的目标用户定为“2+5人群”。他发现,本科毕业前两年加毕业后五年,年龄在20~28岁之间的人群,消费需求极其旺盛,获得银行信用评估的概率低,热衷使用网络,易在互联网留下信息。

  闪银根据用户授权的微博、人人网等社交账号,工资单、信用卡账单邮箱等财产资料,淘宝账号等电商信息,分析计算用户的信用状况。

  支正春向本刊记者透露了闪银基于大数据得出的一些试验结果:每天晚上11点到凌晨3点还活跃在网络上的客户平均信用偏低;赌博的人还款比例只有33%;此外,用户绑定邮箱的前缀和后缀、网购电子产品时对不同产品线和配置的选择,都能与个人信用评估联系在一起。

  除了数据源头增多、交叉验证真实性,大数据技术还极大提高了信用审核的效率。

  中国民生银行魏公村支行信贷主管陈光对《瞭望东方周刊》说:“过去我们人工审核信息,有时材料连四大箱子都装不下,还要花大量精力验证数据真实性。”

  “传统借贷以提高门槛来确保还款率,互联网信贷通过大数据在降低门槛的同时保证可靠性。”支正春介绍,闪银6000元以内授信可在15分钟内完成,50万元以内大额授信则在数小时内完成。

  

电商数据池

  信用无形无声,支撑着中国电子商务的井喷式发展,而电商市场规模不断膨胀,又为信用数据圈起了一方蓄水池。

  中国电子商务是在缺乏现代诚信观念和信用体系的环境下起步的。1999~2003年,中国网络购物市场的年规模为10亿元。

  阿里巴巴创立之初,为解决企业间电子商务(B2B)的信息不对称,建立了用户信息认证体系。2002年,阿里巴巴推出“诚信通”,为其B2B平台上的商家建立网上信用档案,记录商家的每一笔交易行为。

  2003年淘宝网推出,为了让买卖双方习惯在互联网的虚拟环境下交易,淘宝网让买卖双方交易成功后对彼此进行评价,累积的信用度作为下次交易的参考。2003年,支付宝作为第三方担保交易支付平台出现。支付宝的个人实名认证将买家、卖家上传的身份信息与公安部公民身份证数据库中的数据进行比对,同时还将身份信息与其银行卡账户信息进行关联确认。

  尽管一些商家“刷信用”的做法引来质疑,但店铺页面上闪烁的蓝钻、皇冠依然有效影响着人们网购时的心理刻度。

  2014年阿里“双十一”促销活动中,共有12家店铺因涉嫌以虚假交易提高信用评级被天猫清退出本次活动,另有6家店铺被“降级”处罚。

瞭望东方周刊 总第 773 期