編者按:
年初,央行宣布啟動(dòng)個(gè)人征信牌照準(zhǔn)備工作,個(gè)人征信瞬息成了風(fēng)口。金融機(jī)構(gòu)和互聯(lián)網(wǎng)公司都希望盤活自身的數(shù)據(jù)資源,進(jìn)入征信領(lǐng)域,同時(shí)傳統(tǒng)征信企業(yè)也希望利用專業(yè)優(yōu)勢快速轉(zhuǎn)型。作為一家老牌P2P企業(yè),宜信擁有數(shù)百萬P2P客戶數(shù)據(jù),近年來也成立了大數(shù)據(jù)創(chuàng)新中心,希望綜合自身數(shù)據(jù)優(yōu)勢和互聯(lián)網(wǎng)上大量公開數(shù)據(jù)布局大數(shù)據(jù)金融。這其中,征信就是少不了的一環(huán)。作為宜信的CEO,唐寧也解讀了他對(duì)宜信征信業(yè)務(wù)的定位以及對(duì)國內(nèi)外征信市場格局的看法。
中美征信環(huán)境差異巨大
中國與美國的征信環(huán)境差異很大。在美國,F(xiàn)ICO已經(jīng)作為一個(gè)成熟的征信模型被廣泛應(yīng)用,而國內(nèi)在征信模型在FICO的基礎(chǔ)上需要做很多本土化調(diào)整。雖然宜信引進(jìn)了很多具有FICO背景的中高管,并且,宜信的征信模型與FICO模型背后的邏輯是一樣的,但我們并不會(huì)直接使用FICO模型。
舉個(gè)例子,在獲取客戶信息方面,美國的相關(guān)機(jī)構(gòu)可以通過征信局直接獲取,但我們還需要客戶自己提交可以自證信用的信息,或是客戶自己從征信中心拿到征信數(shù)據(jù)后提交給我們。在此基礎(chǔ)上,我們還需要進(jìn)行反欺詐檢驗(yàn),而國外的大部分模型由于默認(rèn)其從征信局獲得的數(shù)據(jù)都是真實(shí)的,所以并沒有反欺詐這個(gè)模塊,這就是在本土化中需要改造的地方。
利用自身數(shù)據(jù)所長獲取征信數(shù)據(jù)
國內(nèi)的征信數(shù)據(jù)基礎(chǔ)不如國外,征信體系不完善,整個(gè)征信業(yè)務(wù)的探索尚處在早期。因此,目前從事征信業(yè)務(wù)的機(jī)構(gòu)也都是利用各家數(shù)據(jù)之長在摸索。
目前,宜信主要通過央行的征信數(shù)據(jù)、用戶提交的數(shù)據(jù)和通過公開場合及互聯(lián)網(wǎng)公開渠道上獲得的數(shù)據(jù)來開展業(yè)務(wù)。
首先,宜信從客戶那里獲得他在央行征信中心的數(shù)據(jù),同時(shí)也會(huì)讓客戶在提交數(shù)據(jù)時(shí)盡量提供多維的、完善的個(gè)人數(shù)據(jù),拿到數(shù)據(jù)后宜信會(huì)逐條予以核實(shí)。
其次,宜信還通過自有的搜索引擎抓取數(shù)據(jù),在獲得用戶授權(quán)許可的情況下抓取用戶在互聯(lián)網(wǎng)上留下的電商購買數(shù)據(jù)、搜索引擎數(shù)據(jù)、社交數(shù)據(jù)等多個(gè)維度的數(shù)據(jù),并通過特定算法轉(zhuǎn)化為信用評(píng)估數(shù)據(jù)。
再次,宜信也向合作機(jī)構(gòu)拿取數(shù)據(jù),這些合作機(jī)構(gòu)既包括線上的互聯(lián)網(wǎng)公司也包括線下各個(gè)業(yè)務(wù)領(lǐng)域內(nèi)的公司,如小貸公司、房屋中介等。
不過,好的數(shù)據(jù)模型需要通過數(shù)據(jù)量的不斷積累來完善。宜信早期的征信模型是通過借鑒國外的征信模型以及國內(nèi)相應(yīng)領(lǐng)域的專家意見所完,隨著數(shù)據(jù)量的積累會(huì),數(shù)據(jù)模型也會(huì)得到不斷完善。
宜信征信業(yè)務(wù)的場景定位
國內(nèi)的征信市場還處于很早期的階段,還可能發(fā)生很多創(chuàng)新。對(duì)于宜信來說,我們一直提供P2P類的服務(wù),所以獲取了大量與之相關(guān)的客戶數(shù)據(jù)。并且,為了做好信用評(píng)估,我們也建立了自己的信用評(píng)估模型?;谶@一點(diǎn),可以說宜信的數(shù)據(jù)能力相對(duì)比較專注。即使我們?nèi)パ诱箶?shù)據(jù)能力,試圖解決自身企業(yè)之外的、行業(yè)之中的問題時(shí),也會(huì)與自己長期專注的領(lǐng)域密切相關(guān)。
征信應(yīng)該聚焦行業(yè)性的大問題,而宜信關(guān)注的行業(yè)問題則是“一人多貸”,這是金融行業(yè)中一個(gè)全球性的問題。我們的做法是:首先把自己的數(shù)據(jù)拿出來,并且允許其它機(jī)構(gòu)查詢,了解借款人是否在宜信平臺(tái)上借過款,這是一個(gè)重要的信息維度;其次,我們把自己的違約客戶名單共享出來,并呼吁行業(yè)內(nèi)其它機(jī)構(gòu)也參與共享,形成一個(gè)違約客戶的“黑名單”。目前,宜信已經(jīng)推出了專門的征信產(chǎn)品——致誠阿福——來解決金融小貸行業(yè)的“一人多貸”和信用評(píng)估能力建設(shè)等問題。
被“放大”的國內(nèi)征信市場
目前,征信的應(yīng)用有兩個(gè)基本方向:首先是對(duì)客戶進(jìn)行信用風(fēng)險(xiǎn)評(píng)估;其次是通過信用數(shù)據(jù)聚焦于某一類客戶(比如獲取高端客戶),從而以更精準(zhǔn)的方式獲客。
在國內(nèi)談?wù)餍诺姆秶容^廣,大家把數(shù)據(jù)服務(wù)都納入到了征信范圍內(nèi)。顧名思義,廣義上的征信就是獲取信用信息,這種“大征信”的范疇可以放大到數(shù)據(jù)服務(wù)、信用信息獲取、信用信息評(píng)估等領(lǐng)域。但從狹義的角度來理解,征信的社會(huì)服務(wù)意味更強(qiáng)——征信機(jī)構(gòu)從不同的數(shù)據(jù)源獲取數(shù)據(jù),然后生成數(shù)據(jù)報(bào)告,售賣報(bào)告。同時(shí),對(duì)個(gè)人用戶而言,如果他發(fā)現(xiàn)自己的征信報(bào)告中的信息有誤,還能夠向征信局提出異議,調(diào)整修改。而現(xiàn)在通過大數(shù)據(jù)的方式獲取數(shù)據(jù)、進(jìn)行信用評(píng)估,不是屬于狹義征信范圍內(nèi)的服務(wù)。
征信牌照的意義
征信業(yè)務(wù)有不同的范疇,其中有的業(yè)務(wù)必須由有征信牌照的機(jī)構(gòu)來做,比如傳統(tǒng)的央行征信業(yè)務(wù)——向機(jī)構(gòu)提供信用報(bào)告、并允許客戶提出修改。但事實(shí)上目前并沒有來自民間的機(jī)構(gòu)在做這樣的事情,或許在有了牌照之后,一些機(jī)構(gòu)會(huì)加入到這個(gè)行列中來,在社會(huì)層面來看,這對(duì)于加固信用基礎(chǔ)、普及信用使用來說都大有益處。
但隨著互聯(lián)網(wǎng)公司加入征信業(yè)務(wù)大潮,我們越來越傾向于把廣義的數(shù)據(jù)服務(wù)都納入到征信范圍內(nèi),這其中很多服務(wù)其實(shí)是不需要征信牌照的。廣義上來講,很多數(shù)據(jù)服務(wù)的模型及創(chuàng)新模式,在經(jīng)過客戶授權(quán)后都可以拿來做很多事情,而不一定非要拿到征信牌照。但問題在于,是不是拿到了牌照就意味著相關(guān)機(jī)構(gòu)可以更深度的、甚至不經(jīng)客戶授權(quán)的使用客戶數(shù)據(jù)?怎樣在便利和安全中尋找到平衡一直都是使用客戶數(shù)據(jù)過程中的難題??梢哉f,牌照的意義在于給了大家一個(gè)使用數(shù)據(jù)的標(biāo)尺,讓數(shù)據(jù)的使用有法可依。
征信業(yè)務(wù)的細(xì)分化與場景化
模式創(chuàng)新和技術(shù)創(chuàng)新在推動(dòng)征信領(lǐng)域和數(shù)據(jù)領(lǐng)域不斷演進(jìn),同時(shí)不同的機(jī)構(gòu)有不同的選擇,它們會(huì)基于自己的業(yè)務(wù)邏輯在數(shù)據(jù)使用上采取不同的策略,都是征信這個(gè)業(yè)務(wù)鏈條中的一環(huán)。
舉兩個(gè)例子。一種是美國數(shù)量眾多的小征信局,他們的業(yè)務(wù)就是去地方(以縣為主)拿取政府公開的紙質(zhì)相信記錄,然后將其轉(zhuǎn)化成電子版,并提供給銀行等金融機(jī)構(gòu)使用,使其進(jìn)入到相關(guān)機(jī)構(gòu)的信用評(píng)估模型中去。另一種服務(wù)則是向客戶提供申請(qǐng)錄入服務(wù)。具體來說,客戶可以聯(lián)系機(jī)構(gòu),基于其信用行為(比如連續(xù)按期償還貸款),要求機(jī)構(gòu)核實(shí)其信用信息,經(jīng)過核實(shí)之后,提供服務(wù)的公司可以把這個(gè)信息提供給金融機(jī)構(gòu)。所以說,在一個(gè)征信環(huán)境相對(duì)成熟的體系中,征信業(yè)務(wù)的分工明確,不同機(jī)構(gòu)的場景清晰。
美國的三大征信局有著明顯的共性:FICO提供模型,它們來做服務(wù),主要服務(wù)于金融機(jī)構(gòu)的信用評(píng)估和客戶獲取。再看國內(nèi),征信業(yè)務(wù)還是處于發(fā)展早期,對(duì)于不同的機(jī)構(gòu)來說是各有各的場景、各有各的深度和廣度。宜信的定位就是金融場景,可以說,宜信與阿里、騰訊等互聯(lián)網(wǎng)企業(yè)解決的是不同場景下的信用問題。
中國在征信模型的有效性上已經(jīng)有了一些突破,其中阿里芝麻分就應(yīng)用于一些小額生活場景。但是一個(gè)征信模型能否把風(fēng)險(xiǎn)真正控制住,還需要時(shí)間的檢驗(yàn)。信用服務(wù)是具有時(shí)間延續(xù)性的,這是與互聯(lián)網(wǎng)服務(wù)最大的差別。
雖然目前征信服務(wù)的場景化應(yīng)用已經(jīng)越來越普遍,但目前能做到場景化的即時(shí)征信還是有一定的局限性,或是額度偏小,或是基于有數(shù)據(jù)積累的既有客戶(比如螞蟻微貸平臺(tái)上的商戶)。如果第一次認(rèn)識(shí)客戶就向其提供較大額度的授信仍然很難控制風(fēng)險(xiǎn)。所以說征信體系的完善沒有捷徑,需要依靠數(shù)據(jù)的積累和時(shí)間的檢驗(yàn)不斷完善模型。