反映電商信用行為的芝麻信用

芝麻信用基于阿里巴巴的電商交易數(shù)據(jù)和螞蟻金服的互聯(lián)網(wǎng)金融數(shù)據(jù)，并與公安網(wǎng)等公共機(jī)構(gòu)以及合作伙伴建立數(shù)據(jù)合作，數(shù)據(jù)涵蓋了信用卡還款、網(wǎng)購(gòu)、轉(zhuǎn)賬、理財(cái)、水電煤繳費(fèi)、租房信息、住址搬遷歷史、社交關(guān)系等等。芝麻信用以芝麻分來(lái)直觀呈現(xiàn)信用水平，主要包含了用戶信用歷史、行為偏好、履約能力、身份特質(zhì)、人脈關(guān)系五個(gè)維度，從950～350分劃分為5個(gè)等級(jí)，分?jǐn)?shù)越高代表信用程度越好，違約可能性越低。芝麻征信還出具個(gè)人信用報(bào)告，其主要由央行征信中心負(fù)責(zé)提供，記錄了個(gè)人基本信息、貸款信息、信用卡信息和信用報(bào)告查詢記錄等。

劉華鵬老師在農(nóng)業(yè)銀行講授互聯(lián)網(wǎng)金融

反映互聯(lián)網(wǎng)社交行為的騰訊征信

騰訊征信的數(shù)據(jù)更多的是社交數(shù)據(jù)，其征信產(chǎn)品有兩大類(lèi)別：一是反欺詐產(chǎn)品，包括人臉識(shí)別和欺詐評(píng)測(cè)；二是信用評(píng)級(jí)產(chǎn)品，包括信用評(píng)分和信用報(bào)告。騰訊征信反欺詐產(chǎn)品的主要服務(wù)對(duì)象包括銀行、證券、保險(xiǎn)、消費(fèi)金融、小貸、P2P等商業(yè)機(jī)構(gòu)，它能幫助企業(yè)識(shí)別用戶身份，防范涉黑賬戶或有組織欺詐，發(fā)現(xiàn)惡意或者疑似欺詐客戶，避免資金損失。對(duì)于之前沒(méi)有個(gè)人征信報(bào)告的藍(lán)領(lǐng)工人、學(xué)生、個(gè)體戶、自由職業(yè)者等用戶，騰訊通過(guò)他們使用社交、門(mén)戶、游戲、支付等服務(wù)，通過(guò)海量數(shù)據(jù)挖掘和分析技術(shù)來(lái)預(yù)測(cè)其風(fēng)險(xiǎn)表現(xiàn)和信用價(jià)值，為其建立個(gè)人信用評(píng)分。

反映借款人風(fēng)險(xiǎn)的好貸云風(fēng)控

好貸云風(fēng)控是好貸網(wǎng)和全球最大的個(gè)人信用評(píng)分機(jī)構(gòu)FICO（費(fèi)埃哲）共同打造的大數(shù)據(jù)風(fēng)控平臺(tái)，整合征信公司、司法數(shù)據(jù)、工商數(shù)據(jù)、消費(fèi)數(shù)據(jù)等重要數(shù)據(jù)源頭，構(gòu)建了金融貸款機(jī)構(gòu)風(fēng)控所需全行業(yè)各領(lǐng)域的風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)，同時(shí)包括反欺詐風(fēng)險(xiǎn)名單庫(kù)、重大風(fēng)險(xiǎn)識(shí)別名單庫(kù)、貸款申請(qǐng)記錄名單庫(kù)的數(shù)據(jù)，合計(jì)已超過(guò)7000萬(wàn)條。多達(dá)6000多個(gè)維度的數(shù)據(jù)庫(kù)不僅能有效補(bǔ)足貸款機(jī)構(gòu)本地的數(shù)據(jù)庫(kù)，還能協(xié)助其大幅提高反欺詐識(shí)別和信用風(fēng)險(xiǎn)識(shí)別能力，同時(shí)結(jié)合FICO的信貸決策引擎為信貸機(jī)構(gòu)提供服務(wù)。金融機(jī)構(gòu)不用再投入巨資自建系統(tǒng)，不用花巨大精力和成本尋找各種風(fēng)控?cái)?shù)據(jù)。

銀行風(fēng)險(xiǎn)控制與大數(shù)據(jù)征信結(jié)合

大數(shù)據(jù)難以解決所有問(wèn)題，但可以作為有效的工具。大數(shù)據(jù)能為信貸行業(yè)帶來(lái)什么價(jià)值？筆者的判斷是：大數(shù)據(jù)在未來(lái)一段時(shí)間，仍無(wú)法解決信貸風(fēng)控中的所有問(wèn)題；或者說(shuō)單純依靠大數(shù)據(jù)進(jìn)行信貸風(fēng)控、審批全流程的貸款種類(lèi)還很有限。

但是，大數(shù)據(jù)已經(jīng)可以解決信貸行業(yè)的一部分問(wèn)題，并且將發(fā)揮越來(lái)越重要的作用。比如，大數(shù)據(jù)在進(jìn)行反欺詐識(shí)別、風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)、用戶行為分析、用戶畫(huà)像等領(lǐng)域，都已經(jīng)有了越來(lái)越多的運(yùn)用。銀行機(jī)構(gòu)應(yīng)當(dāng)擁抱大數(shù)據(jù)，敢于和善于運(yùn)用大數(shù)據(jù)輔助進(jìn)行風(fēng)險(xiǎn)把控。

通過(guò)大數(shù)據(jù)，將民間借貸信息對(duì)銀行透明化。銀行機(jī)構(gòu)通過(guò)大數(shù)據(jù)征信的數(shù)據(jù)，可以了解借款人在民間借貸的信息。目前大數(shù)據(jù)征信公司提供的民間借貸相關(guān)信息主要包含黑名單信息、貸款申請(qǐng)信息和被查詢信息。以好貸云風(fēng)控為例，其包含了各家征信公司的黑名單信息以及好貸云風(fēng)控平臺(tái)整合的數(shù)十家P2P平臺(tái)的黑名單信息，同時(shí)也包含了好貸網(wǎng)的1000萬(wàn)條貸款申請(qǐng)記錄和每個(gè)星期增加一倍的被查詢信息。這些信息都從側(cè)面反映了借款人的民間借貸情況。通過(guò)大數(shù)據(jù)征信，將能夠使民間借貸信息對(duì)銀行機(jī)構(gòu)越來(lái)越透明，識(shí)別出更多的民間借貸風(fēng)險(xiǎn)，更好地進(jìn)行貸款審核和反欺詐識(shí)別。

豐富數(shù)據(jù)維度，提升對(duì)信用檔案客群風(fēng)控能力。2014年，美國(guó)政策與經(jīng)濟(jì)研究委員會(huì)（PERC）對(duì)于非金融信息（也成為替代性信息）在信貸決策中作用的研究表明：諸如水、電、煤、有線電視、手機(jī)等非金融信息納入征信系統(tǒng)，顯著地提高了信用檔案在案人群的信貸獲得能力。

目前不少銀行逐步認(rèn)識(shí)到已經(jīng)納入銀行傳統(tǒng)數(shù)據(jù)庫(kù)的信息量并不豐富和完整，開(kāi)始積極與第三方大數(shù)據(jù)征信公司頻繁接觸與接洽合作，如客戶信息、銀行擁有客戶的基本身份信息等。但客戶其他的信息，如性格特征、興趣愛(ài)好、生活習(xí)慣、行業(yè)領(lǐng)域、居住狀況等卻是銀行難以準(zhǔn)確掌握的；另一方面對(duì)于多種異構(gòu)數(shù)據(jù)的分析是難以處理的，如銀行有客戶的資金往來(lái)的信息、網(wǎng)頁(yè)瀏覽的行為信息、服務(wù)通話的語(yǔ)音信息、營(yíng)業(yè)廳、ATM的錄像信息，但除了結(jié)構(gòu)化數(shù)據(jù)外，其他數(shù)據(jù)無(wú)法進(jìn)行分析，更談不上對(duì)多種信息進(jìn)行綜合分析，無(wú)法打破“信息孤島”的格局。通過(guò)與第三方大數(shù)據(jù)征信公司的合作，盡力彌補(bǔ)自身在獲取信息維度以及數(shù)據(jù)挖掘和分析能力方面的不足。

綜上，筆者認(rèn)為，在互聯(lián)網(wǎng)時(shí)代和大數(shù)據(jù)時(shí)代的背景下銀行如欲進(jìn)一步加快轉(zhuǎn)型的步伐、實(shí)現(xiàn)誠(chéng)信社會(huì)與普惠金融的愿景、肩負(fù)信用風(fēng)險(xiǎn)管理重任，就要在信息使用、貸前調(diào)查、貸中監(jiān)控等風(fēng)險(xiǎn)控制方面借助互聯(lián)網(wǎng)的優(yōu)勢(shì)，擁抱大數(shù)據(jù)征信，充分利用內(nèi)外各種信息做好客戶征信和增信，進(jìn)一步提高對(duì)風(fēng)險(xiǎn)的控制和管理水平，才能立于不敗之地。