新用戶登錄后自動創(chuàng)建賬號
登錄研究結(jié)論:
1.酒店機(jī)票預(yù)訂、網(wǎng)購消費(fèi)、社交等產(chǎn)生的數(shù)據(jù)都將成為個人信用報告的一部分。民營征信機(jī)構(gòu)通過采集和整合這些數(shù)據(jù),以布局個人征信這個千億級藍(lán)海市場。
2.目前信貸記錄仍是判斷一個人履約能力和意愿的核心,社交數(shù)據(jù)只是補(bǔ)充。但未來社交數(shù)據(jù)對個人信用的貢獻(xiàn)度取決于專業(yè)的數(shù)據(jù)整理能力和精準(zhǔn)的算法技術(shù)。
3.除了積累多維度數(shù)據(jù)源、提升數(shù)據(jù)整理能力和算法技術(shù),未來個人征信機(jī)構(gòu)取勝關(guān)鍵在于產(chǎn)品化能力和應(yīng)用場景。
序:民營征信機(jī)構(gòu)搶灘千億級藍(lán)海市場
用打車軟件爽約、酒店預(yù)訂未入住、淘寶網(wǎng)購拒簽收……這些看似不經(jīng)意間的小細(xì)節(jié)在互聯(lián)網(wǎng)時代都會留有痕跡。它們可能會影響我們的個人信用,并進(jìn)而影響我們買車、買房時能拿到多少貸款。
個人征信,簡單來講,就是機(jī)構(gòu)將數(shù)據(jù)采集過來,在合理、合法、合規(guī)的條件下對其進(jìn)行整理、加工、處理、產(chǎn)品化,然后對外提供信用報告、信用評估、信用信息咨詢等服務(wù)。
目前,芝麻信用,騰訊征信,前海征信等八家民營征信機(jī)構(gòu)正期待著征信牌照的發(fā)放,他們是央行“開閘”后首批獲準(zhǔn)開展個人征信業(yè)務(wù)的機(jī)構(gòu)。未來酒店機(jī)票預(yù)訂、網(wǎng)購消費(fèi)、社交等產(chǎn)生的數(shù)據(jù)都可能成為個人信用報告的一部分。
央行作為中國征信體系的主導(dǎo)者,仍是現(xiàn)階段最有公信力,最為獨(dú)立公允的第三方征信平臺,其個人征信報告是目前所有金融機(jī)構(gòu)對用戶信用考核的重要標(biāo)準(zhǔn)。
近日,央行等十部委出臺了《互聯(lián)網(wǎng)金融指導(dǎo)意見》,明確指出“推動符合條件的相關(guān)從業(yè)機(jī)構(gòu)接入金融信用信息基礎(chǔ)數(shù)據(jù)庫,允許有條件地從業(yè)機(jī)構(gòu)依法申請征信業(yè)務(wù)許可,接入央行征信系統(tǒng)。”這將一定程度上緩解網(wǎng)貸(P2P)理財欺詐亂象。
宏源證券的分析師通過對比中美兩國情況,測算出中國個人征信市場規(guī)模將達(dá)1030億元。民營征信機(jī)構(gòu)正紛紛搶灘千億級藍(lán)海市場,比如京東金融、快線等在申請第二批征信牌照,未來有望打破央行一家獨(dú)大的局面。
那么征信市場未來格局如何?民營征信機(jī)構(gòu)如何在賽跑中勝出?另外,哪些數(shù)據(jù)參數(shù)或維度最能判斷一個人的履約能力?
信貸記錄是核心,社交數(shù)據(jù)是補(bǔ)充
央行在信貸數(shù)據(jù)這塊有民營機(jī)構(gòu)無法比擬的先發(fā)優(yōu)勢,而騰訊征信等民營機(jī)構(gòu)也有其獨(dú)特的優(yōu)勢,比如騰訊擁有社交數(shù)據(jù),那么究竟哪些數(shù)據(jù)參數(shù)最能反映一個人的履約能力和意愿呢?
央行方面認(rèn)為,假如一個人平時說話做事不坦誠,而他的履約歷史記錄卻一直不錯,那么授信機(jī)構(gòu)仍然會相信他在經(jīng)濟(jì)層面具備履約能力;只有當(dāng)履約記錄不存在時,非經(jīng)濟(jì)層面的信息才會被納入考慮范疇。
也就是說,判斷一個在經(jīng)濟(jì)活動中是否守約,信息是分主次,按重點來分類。首先考慮個人信貸數(shù)據(jù),假若其歷史借貸良好,個人信用就高;如有拖欠水電費(fèi)、通訊費(fèi)等現(xiàn)象,也關(guān)系不大,畢竟影響這些費(fèi)用的原因很多。只有找不到信貸數(shù)據(jù)時,才會依賴水電費(fèi)等數(shù)據(jù)作判斷。
那么越來越多的社交數(shù)據(jù)如大眾點評網(wǎng)的評價,天貓平臺退貨記錄,滴滴打車爽約記錄等到底對個人信用會產(chǎn)生多大的影響?
社交數(shù)據(jù)對個人信用的貢獻(xiàn)是毋庸置疑的,關(guān)鍵是這些海量數(shù)據(jù)如何處理才能發(fā)揮其最大的貢獻(xiàn)率。比如社交數(shù)據(jù)一定程度上對驗證欺詐有效,騰訊征信已推出反欺詐產(chǎn)品,同時財付通開發(fā)現(xiàn)金貸產(chǎn)品,有助于彌補(bǔ)騰訊信貸記錄的缺失。
螞蟻金服也在嘗試消費(fèi)信貸產(chǎn)品“花唄”,京東金融推出“京東白條”等產(chǎn)品,都希望覆蓋更多的用戶,摸清用戶的還款或違約頻次。
但問題是,信貸記錄的積累需要時間,結(jié)果也需要多次驗證才行。所以短期來看,數(shù)量龐大的網(wǎng)貸(P2P)公司并不會輕易選擇芝麻信用、騰訊征信等民營征信機(jī)構(gòu)。
同時,中國個人征信業(yè)務(wù)有其獨(dú)有的特色。正如中智誠征信CEO李萱在2015年中國銀行業(yè)發(fā)展論壇接受媒體采訪時表示的那樣,阿里通過天貓等電商平臺積累的數(shù)據(jù),會給ABCD機(jī)構(gòu)使用;或?qū)BCD機(jī)構(gòu)的數(shù)據(jù)搜集過來,經(jīng)過加工,整理,產(chǎn)品化,提供給EFGH機(jī)構(gòu)使用。
個人征信監(jiān)管機(jī)構(gòu)允許不同業(yè)態(tài)的八家機(jī)構(gòu)同時存在,交給市場來篩選,這是一種明智的做法。在美國,有三大跨國征信巨頭益百利、艾可菲和全聯(lián)公司,企業(yè)主通常會選擇一到兩個征信機(jī)構(gòu),而各個征信機(jī)構(gòu)相互競爭,他們的數(shù)據(jù)源和算法模型,使得信用評級也有所差異。
產(chǎn)品化能力是取勝關(guān)鍵
央行征信中心黨委書記王曉明在本月的銀行征信系統(tǒng)建設(shè)座談會上發(fā)言時稱,未來征信體系要考慮更多新元素,比如數(shù)據(jù)分析維度的延展,征信應(yīng)用場景的豐富,及信息主體范圍的擴(kuò)大。
同時,王曉明認(rèn)為,海量的網(wǎng)上交易數(shù)據(jù)和網(wǎng)絡(luò)社交平臺行為信息的集聚,是對征信系統(tǒng)數(shù)據(jù)的“注水”過程,所以數(shù)據(jù)清洗能力和分辨力都至關(guān)重要。那么征信機(jī)構(gòu)在賽跑中靠什么制勝?
首先,多維度數(shù)據(jù)來源
傳統(tǒng)征信數(shù)據(jù)主要源自信貸領(lǐng)域,而在互聯(lián)網(wǎng)時代,數(shù)據(jù)源更廣,種類更豐富,時效性更強(qiáng)。交易數(shù)據(jù)、社交數(shù)據(jù)等也能反映客戶社會關(guān)系和經(jīng)濟(jì)行業(yè)的特征,間接反映個人信用狀況。
拿央行來舉例,它的一個短板是其征信系統(tǒng)無法覆蓋主流用戶之外的個人信用情況,所以央行正在不斷完善征信系統(tǒng)新數(shù)據(jù)新信息的收集和補(bǔ)錄工作。
央行越來越注重采集非銀行信息,與海關(guān)、稅務(wù)、社保等數(shù)據(jù)源單位接洽,多渠道、多維度地判斷信息主體的信用狀況,以建立全面、準(zhǔn)確、實時的數(shù)據(jù)庫,以防范金融機(jī)構(gòu)的信貸風(fēng)險。
另一案例是美國P2P領(lǐng)頭羊Lending Club,其創(chuàng)始人雷諾·拉普蘭切(Renaud Laplanche)曾表示,他們通常會采集25項數(shù)據(jù)源,包括銀行信貸記錄,F(xiàn)acebook、Twitter等社交數(shù)據(jù),Yelp等點評網(wǎng)數(shù)據(jù),UPS、FedEx等物流數(shù)據(jù),多維度判斷借款人的信用。
但值得注意的是,對于準(zhǔn)確性不高的數(shù)據(jù)源,事先就不該采用,否則后期的異議處理會使征信活動很不劃算,也可能間接影響到征信機(jī)構(gòu)的公信力。
其次,數(shù)據(jù)整合能力及算法技術(shù)
批量數(shù)據(jù)采集后,只有經(jīng)過精準(zhǔn)的分析、整理、保護(hù)、加工才能成為決策的依據(jù)。通常情況下,信息量大免不了數(shù)據(jù)會相對瑣碎或雜亂,加上數(shù)據(jù)不連貫不持續(xù),數(shù)據(jù)噪音會相應(yīng)增加。
這時就需要進(jìn)行數(shù)據(jù)篩選和清洗,挖掘出容錯數(shù)據(jù),分析出破壞性最大的變量,并將其去掉。同時,建立模型,增強(qiáng)模型預(yù)測的準(zhǔn)確性。
比如,美國征信巨頭益百利(Experion)采用多層次數(shù)據(jù)挖掘技術(shù)和云計算技術(shù),篩選并清洗批量數(shù)據(jù),建立算法模型,最終提升其風(fēng)險的預(yù)測力和分辨力。
目前已有部分企業(yè)在積累大數(shù)據(jù)和構(gòu)建精準(zhǔn)模型算法上下了不少功夫,比如芝麻信用有交易數(shù)據(jù)、騰訊征信有社交數(shù)據(jù)、京東金融的消費(fèi)數(shù)據(jù)、中誠信的銀行信貸數(shù)據(jù)等。
假若數(shù)據(jù)是征信機(jī)構(gòu)的核心要素,那么對于那些目前還處于同一起跑線上的征信機(jī)構(gòu),未來憑什么在激烈的市場競爭中勝出?數(shù)據(jù)究竟該如何發(fā)揮價值?
這就涉及到最后一點:產(chǎn)品化能力和應(yīng)用場景
未來可能真正考驗征信機(jī)構(gòu)的是其產(chǎn)品化能力。美國三大征信巨頭益百利、艾可菲和全聯(lián)公司都十分注重產(chǎn)品創(chuàng)新和多元化,提供反欺詐產(chǎn)品、信用評級產(chǎn)品,及其他風(fēng)險解決方案。
央行征信中心也已經(jīng)開始聆聽市場需求,優(yōu)化產(chǎn)品,以提升服務(wù)能力,比如開發(fā)小微企業(yè)信用報告,提供重要信息提示服務(wù),推出個人征信評分“個人信用報告數(shù)字解讀”服務(wù)等。
征信活動本質(zhì)上是一個商業(yè)活動,能折射出一個社會對信用本身的認(rèn)知,個人征信的發(fā)展突破也必將對整個社會誠信體系的構(gòu)建大有裨益。