大数据征信在互联网金融中的应用分析

大数据征信在互联网金融中的应用分析　魏强　（上海商业会计学校，上海２０００１１）　摘要：互联网金融体系运行的基础是征信，依靠大数据进　金融通过程中发生的交易成本。互联网金融利用信息网络，　行征信体系建设成为互联网金融发展的重大课题。本文在互　联网金融内涵和大数据特点分析的基础上，重点解析大数据　减少大批人力及其他实物资源，通过网络平台自行完成信息　发布、对象甄别、产品匹配、资金定价和最终交易，交易成本　大大降低。　２．交易过程快捷方便。在互联网金融模式下，金融业务　征信在互联网金融中的应用模式和技术，并提出政策建议。　关键词：大数据征信；互联网金融　金融在现代经济运行中处于核心地位，金融活力决定整　主要由计算机按标准化流程操作，速度更快，效率更高，客户　足不出户，只需在电脑前运筹帷幄，就可以实现资金的高效　运转。　体经济运行的质量和潜力。金融活力取决于金融系统接受　新理念、应用新技术的能力，而对互联网技术在金融领域的　３．海量数据价值庞大。互联网金融的飞速发展，依托于　大数据和电子商务的发展。互联网提供的便利，诱导人们的　工作、生活依赖互联网，网上采购、网上工作，使单位或个人　的行为消费暴露在网络空间，形成海量数据。在现代社会，　应用和推广，使传统金融迅速从经济领域脱胎换骨，扩融成　一个全新的产业——互联网金融。在现实经济中，互联网金　融被越来越多的学者认为是经济增长的新引擎，由于互联网　金融的基础是以大数据为特征的现代化征信体系，依靠大数　数据即是资源，只要进行适当分析并应用在合适领域，即可　激发巨大的商业价值。互联网金融即是大数据的处理分析　４．创新程度强、监管难度大、风险系数高。金融是经济　最活跃的领域，随着新技术进步，新的金融产品、融资形式源　源不断产生，网络银行、网络证券公司、网络保险公司、网络　据进行征信体系建设成为互联网金融发展的必然选择。本　析大数据征信在互联网金融中的应用模式和技术，并提出政　策建议。　一文将在互联网金融内涵和大数据特点分析的基础上，重点解　后的典型应用。　、互联网金融特点及对其征信系统的依赖　（一）互联网金融的内涵和特点　学术界认为：互联网金融是一个谱系概念，涵盖因为互　联网技术和互联网精神的影响，从传统银行、证券、保险、交　易所等金融中介和市场，从瓦尔拉斯一般均衡对应的无金融　中介或市场情形之间的所有金融交易的组织形式。　金融交易平台、余额宝、支付宝、微信支付、网络贷款、众筹融　资等，互联网金融产品和支付模式层出不穷。但对互联网金　融的管理却非常薄弱。互联网金融征信尚未接入央行征信　系统，信用信息共享机制还未建立，缺乏监管手段和法律约　束，成为不法分子从事非法集资和诈骗等犯罪活动的温床。　（二）互联网金融的发展依赖大数据征信　综合国内外文献，我们不难看到，建立在高新技术基础　上的互联网金融具有以下显著特点：　１．交易成本相对低廉。交易成本是资金供给双方在资　）　）　）　根据互联网金融的特点，传统的征信体系征信速度慢、　效率低，覆盖面窄，无法满足其业务需求。大数据信息技术　）　＼　）　）　＼　＾　）　）　）　金融机构的互联网业务和互联网企业开展的金融业务可以　草根化，用户体验更加个性化便捷化，打造互联网金融与商　业银行各方共赢的时代。　参考文献：　［１］谢平，邹传伟．互联网金融模式研究［Ｊ］．金融研究，　２０１２，（１２）：１１—２２．　在合作中实现共赢，机构之间应加大合作力度，实现优势互　补，合力营造健康的互联网金融生态产业链。面对互联网金　融企业的强势来袭，商业银行不能逃避竞争，也不能运用恶　意竞争等手段对其进行排挤，而应与其建立合作共赢的关　系　。互联网金融拥有虚拟空间的绝对优势，却难以逾越实　［２］袁博，李永刚，张逸龙．互联网金融发展对中国商业银　体距离的阻碍；能够获取海量数据信息，却无法保证其信息　的有效与安全。商业银行拥有广泛的客户资源，权威的公信　力，完善的实体渠道和相对成熟的运作模式，二者的优势互　补无疑将使得信息更加透明化对称化，参与主体更加扁平化　行的影响及对策分析［Ｊ］．金融理论与实践，２０１３，（１２）：　４１３．　［３］冯娟娟，互联网金融背景下商业银行竞争策略研究［Ｊ］．　现代金融，２０１３，（４）：３６２．　１　１　ＦＩＮＡＮＣＥ＆ＥＣＯＮＯＭＹ金融经济　的发展，使所有可行数据成为信用信息来源，为互联网金融　征信体系建设带来新的思路。原来巨量纷繁、杂乱无章的信　息，经过信息清洗、有效匹配、数据整合、深度挖掘、成为准确　和实用性。如全球第一家将社交网络纳入信用评价的金融　服务机构ＫＡＢＢＡＧＥ，基于网商经营情况及其在社交网络上　与客户互动情况等信息开发了信用评级体系——ＫＡＢＢＡＧＥ　性、预测性较强的信用数据，对互联网金融的发展，具有决定　性作用。互联网金融业务本身的发展是基于互联网技术和　大数据分析的支撑，与其配套征信体系也源于大数据技术，　也就是说互联网金融与大数据征信是高度融合的，大数据技　ＳＣＯＲＥ；国内第一家服务于电子商务领域小微企业融资需求　的阿里小贷，使用违约风险模型、对网商进行信用评分，根据　网商信用评分和商城融资担保情况，确定不同客户的贷款额　度、利率和时间期限。　术是其共同的基础。　二、征信系统在大数据背景下的新特征　信用是金融发展的基石，大数据背景下的征信模式变革　则是互联网金融发展的基础。在信息技术高度发达、信息应　用无孔不入的市场经济社会，征信系统在传统模式的基础　上，呈现出新的典型特征。　（一）信息采集系统全面高效　信息网络技术的发展为全面高效采集企业和个人的信　用信息提供可能，计算机技术则为系统分析档案数据提供支　持。２０１４年９月正式运营的２１３１５全国征信系统，由企业征　信系统和个人征信系统构成。系统采集的信用数据既包括　（四）征信业务与网上交易业务、互联网金融业务高度　融合　正如传统银行对信用业务的需求而发展内部征信系统，　大数据背景下，交易平台上集聚的网商或个人留下海量数据　资源，导致平台运营商具有天然优势，将数据资源和供需双　方整合起来，形成网上交易、网上信用、互联网金融三位一体　的趋势和格局。　三、解析大数据征信在互联网金融的应用　（一）大数据征信具有适应互联网金融发展的巨大优势　大数据征信系统与传统征信模式相比，具有适应互联网　金融发展的巨大优势：　所有政府职能部门监管信息，如企业基本身份、行政许可认　包括银行信贷信用信息，如中国人民银行信贷信用评价、各　商业银行信贷评价、小贷公司信贷评价、民间借贷信用评价、　伴的市场反馈信息等。上线运营后，企业征信系统将覆盖全　第一，大数据征信系统更具接近对象本质特征。大数据　传统征信数据来自于借贷领域并主要应用于借贷领域，大数　据征信利用互联网络，获取信息主体在交易平台上的行为数　用中产生的行为数据等，从网上的行为轨迹和交易细节中更　定、行政奖罚，产品质量监测，法院判决，知识产权等信息，也　征信不仅收集海量数据，而且以其基础进行归、分析，不同于　行业协会评价、媒体评价、企业运营管理、交易对象及合作伙　据，包括销售或购买数据、社交数据以及其他互联网服务使　国１０００多万家企业，企业质量信用状况、信用等级以及企业　法人代表的信用状况能顺利实现预告、实审和跟踪评估，并　按月对企业诚信记录和失信记录进行管理。个人征信系统　将覆盖近８成中国公民。全面信息能比较客观的反映出企　多反映企业和个人的性格、心理、品性等本质信息，可以用来　对信息主体的信用状况进行推断，可靠性更强。　第二，大数据征信系统更着重预测未来趋势。大数据征　信重在预测行为主体的行为规则和行为模式。通过征信对　象的本质特征，分析判断在不同的客观环境下对象的行为表　现。与传统征信以过去的信用记录来直线评判其未来表现　业或个人的信用状况，才有较高的参考价值。　（二）信息内容相对真实　现代征信系统数据通常来源于第三方数据，这些数据的　共享和读取通过取得授权的账户关联来实现。它吸纳企业　息、物流信息、客户信息等等。如电商平台上商品的浏览数、　不同，大数据征信解决了两个问题，一是如何评价没有传统　意义上的信用记录的评价对象，大数据征信可通过其他数据　的性格特征、心理状态和经济状况，进一步评判其未来的履　并据此评价其相对稳定　或个人在互联网上的行为信息、销售或购买信息、资金流信　实时地反映个人的生活、行为轨迹，价格、评价、库存变化、退货率、库存率等，以及在线支付账户　的现金流出入数据。互联网行为信息是海量的真实的记录，　有意识或者无意识的行为反映消费者真实的行为习惯和生　约能力。二是评价对象的风险特征是否持续，大数据征信与　传统征信模式也可能得出迥然不同的结论，传统征信模式受　直线思维和惯性特征的影响，在预测的灵活性和准确度方面　活状态，由于信息量广，时间跨度和空间跨度大，伪装成本极　远逊于大数据征信系统。　高，基本可以认为是真实信息的反映。征信系统在信息采集　第三，大数据信息不疏漏弱势的大多数。在信息覆盖方　渠道的源头设定了严格把关机制和纠错反馈机制，保证了信　息的客观性、真实性。　（三）应用模型规范评分　面，传统征信系统覆盖面较少。如人民银行的征信系统２０１３　年底仅记录３．２亿人，约占总人口数的２３．７％。这意味着约　有７６．３％的人们，即人们中的大多数被排除在传统金融业务　之外。大数据信息囊括所有网上经济活动、社交活动、娱乐　现代征信系统采用统一征信标准、统一数学模型下的信　用分值（信用评级）来衡量对象的信用状况。如设立统一数　活动，随着互联网广为普及，大数据征信几乎覆盖所有人群。　（二）大数据征信在互联网金融领域应用的模型解析　据库、统一查询平台，保证了信用档案分值的可比性、通用性　大数据征信的发展将极大扩展征信体系的数据范畴，以　全新的服务理念和先进的信息处理方式，推动传统信用评分　模式的转变，进而对推进完善整个社会的信用体系建设。现　也将根据自己的信用等级获得相应的贷款额度。　拍拍贷用户已超过６０万。随着用户规模越来越大，数　据量越来越多，拍拍贷累计了大量真实案例和样本，建立了　在其基本应用模式进行分析。　首先，大数据征信模型以数据分析技术为基础，多渠道　２０多个信用评级模型，涵盖２０００个变量，并且每周都会根据　用户跟踪情况，持续优化每个模型。凭借这样的核心竞争　采集信息，不仅汇集对象的信贷信息，而且将其交易数据、社　交信息、申请信息等，实现信息深度与广度的融合（见图１）。　力，拍拍贷累计违约率仅１．５２％。　四、政策建议　（一）实现互联网金融大数据征信系统的信息共享　从目前互联网金融企业的现状看，由于涉及企业的核心　竞争力，在缺乏利益激励机制的情况下，无法实现信息共享。　建议将符合条件的互联网金融企业征信数据接人人民银行　图１　大数据征信的信息源　征信系统，支持互联网金融征信平台建设，实现国家金融基　其次，将大数据征信信息用于互联网金融，其建模过程　应具体遵循以下步骤：第一步，浓度挖掘各种来源各种形式　的信息特征；第二步，寻找这些变量之间的一些关联性。第　础数据库信息在更大范围内的共享利用。　（二）加强大数据征信的隐私保护　从保护用户隐私的角度考虑，大数据征信活动存在违反　《征信业管理条例》有关管理法规的法律风险。建议明确互　联网金融征信的数据采集方式、范围和使用原则，建立互联　三步，在关联性的基础上将这些信息重新归类为某些信用特　征；第四，赋与每项信息特征分值；第五，计算源于大数据的　信用得分，并做出评判（见图２）。　网金融企业信息采集、使用授权和个人不良信息告知制度。　（三）培育专业化大数据征信公司　随着互联网时代来临，数据开始爆发式增长，催生了新　兴的专业化大数据征信公司。当前，我国还缺乏相应的公司　及产品。２０１５年１月５日，央行发布了《关于做好个人征信　日一日一图　围团　图２大数据征信建模步骤　业务准备工作的通知》，要求芝麻信用、腾讯征信、深圳前海　第三，在互联网金融平台把握大数据的发展趋势。基于　大数据分析的信用分数是基于海量数据、大量社交网络数　据、大量非结构化数据的综合处理。根据牛津大学的维克托　・征信等八家机构做好个人征信业务的准备工作，这其中芝麻　信用、腾讯征信等是从事互联网大数据征信业务探索的机　构。这说明国家层面已经意识到培育专业化大数据征信公　司的重要性。　迈尔一舍恩伯格教授在《大数据时代》一书中对大数据发　展提出了三个前瞻眭观点。一是随着计算能力的增强，传统　的抽样统计正在被总体数据分析所取代，即小数据时代的随　在下降，而数据的模糊性分析需求在不断上升，大数据的简　（四）完善大数据征信的监管　探索建立符合大数据征信特点的监管方式和手段，改进　场地、办公环境的要求，代之以符合行为标准、完善行为要素　等要求。　参考文献：　机采样正在被全数据模式替代；二是数据分析的精确性需求　监管理念，由机构监管转向行为监管，逐步弱化对征信机构　单算法优于小数据的复杂算法；三是大数据时代对关联度的　追求大于对传统意义上的因果关系的追求。这三个大数据　趋势构成了很多数据挖掘模型的基础，成为关于数据挖掘方　［１］《征信业管理条例》．　［２］袁新峰：《关于当前互联网金融征信发展的思考》，《征　面需要遵循的三大原则。　（三）应用大数据征信的互联网金融典型案例——拍拍　贷的客户风险控制　拍拍贷成立于２００７年６月，是中国第一家Ｐ２Ｐ网络信　信》，２０１４年第１期，．　［３］谢平、邹传伟：“互联网金融模式研究”，《金融研究》，　２０１２年１２月．　用借贷平台，拍拍贷用先进的理念和创新的技术建立了一个　［４］谢平、邹传伟、刘海二等：《互联网金融手册》，中国人民　大学出版社，２０１４年４月版．　安全、高效、诚信、透明的互联网金融平台，其风险控制的核　心在于应用大数据征信。当借款人在拍拍贷发出借款请求　后，拍拍贷在其授权下，开放各大网站的接口，从各大社交网　站、其他网站上抓取其上网数据，通过其在社交网站、微博、　微信上的行为和关系，去评估计算，大约４８秒就可以分析出　［５］杜迎伟：《大数据时代征信业发展探析》，《金融时报》，　２０１４年Ｏ９月２９日．　［６］卫容之史燕君：《个人征信的大数据时代》，《国际金融　报》，２０１５年１月２６日．　来，算出借款人的信用等级，然后给出可以贷款的额度，这样　［７］《互联网金融下的信用体系建设》，杨秋海，《征信》，　２０１４年第６期．　出借人就可以根据评估内容决定出借还是不出借，而借款人