作者：蘇寧金融研究院數(shù)據(jù)風(fēng)控實(shí)驗(yàn)室首席研究員  倪偉淵

央行征信報(bào)告一直都是金融機(jī)構(gòu)評(píng)價(jià)借款人還款能力和還款意愿的重要依據(jù)?；ヂ?lián)網(wǎng)金融的發(fā)展讓信貸服務(wù)可以惠及更多的人，但央行征信報(bào)告覆蓋率和信息完整度的局限性使得金融機(jī)構(gòu)無法對(duì)更廣大人群進(jìn)行準(zhǔn)確評(píng)估。

據(jù)易觀數(shù)據(jù)顯示，截至2016年6月底，央行征信中心覆蓋人群8.8億人，其中信貸記錄人群僅為3.8億人。也就是說，中國(guó)10億多的成年人口中超過60%的人沒有信用卡或央行貸款記錄，這些人在申請(qǐng)貸款時(shí)，金融機(jī)構(gòu)很難從央行征信中心獲取有價(jià)值的參考信息。

許多互聯(lián)網(wǎng)金融機(jī)構(gòu)的借貸信息并不會(huì)體現(xiàn)在央行征信報(bào)告中，可能一個(gè)申請(qǐng)人已經(jīng)在多個(gè)互金平臺(tái)發(fā)生逾期了，而通過央行征信報(bào)告并不能獲悉這樣的高風(fēng)險(xiǎn)因素，這限制了金融機(jī)構(gòu)對(duì)客戶風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。

為了擴(kuò)大業(yè)務(wù)規(guī)模、降低壞賬風(fēng)險(xiǎn)，金融機(jī)構(gòu)希望可以獲取更全面的客戶信用信息，與央行征信報(bào)告形成重要互補(bǔ)，實(shí)現(xiàn)對(duì)客戶風(fēng)險(xiǎn)的精準(zhǔn)評(píng)估。強(qiáng)烈的市場(chǎng)需求推動(dòng)了第三方信用服務(wù)業(yè)務(wù)的迅猛發(fā)展，下文將重點(diǎn)解讀這些互聯(lián)網(wǎng)信用服務(wù)公司的“玩法”。

1.  基于互金借貸信息

個(gè)人的借貸信息最能反映申請(qǐng)人的違約風(fēng)險(xiǎn)，而多數(shù)互金機(jī)構(gòu)各自維護(hù)自有客戶的借貸記錄和黑名單，形成“信息孤島”。為了能夠充分利用這些有價(jià)值的信息，第三方數(shù)據(jù)服務(wù)公司通過不同方式聚合多方信息，并加工成有效的標(biāo)簽，幫助金融機(jī)構(gòu)預(yù)防風(fēng)險(xiǎn)。這里面主要有2種“玩法”：

（1）聯(lián)防聯(lián)控

第三方數(shù)據(jù)公司和金融機(jī)構(gòu)建立聯(lián)防聯(lián)控機(jī)制，第三方數(shù)據(jù)公司從合作金融機(jī)構(gòu)獲取用戶的借貸記錄，并根據(jù)客戶的調(diào)用記錄累計(jì)申請(qǐng)人在不同平臺(tái)的借貸次數(shù)。在數(shù)據(jù)積累到一定程度后，這種方式可以非常有效地識(shí)別多頭借貸行為。

不過，第一家持牌個(gè)人征信機(jī)構(gòu)百行征信的成立，可能會(huì)對(duì)這樣的商業(yè)模型產(chǎn)生沖擊，畢竟更權(quán)威、更全面、更穩(wěn)定的數(shù)據(jù)源代表著更強(qiáng)的競(jìng)爭(zhēng)力。

（2）數(shù)據(jù)回流

可能不少人沒有留意到，多數(shù)互金機(jī)構(gòu)是沒有支付牌照的，這些機(jī)構(gòu)在放貸和還款環(huán)節(jié)需要依賴第三方支付公司，那么這些支付公司就有天然的信息優(yōu)勢(shì)。通過對(duì)客戶機(jī)構(gòu)回流數(shù)據(jù)的分析和推導(dǎo)，可以計(jì)算出用戶的借款和還款記錄，從而進(jìn)一步判斷用戶是否違約。

由此，支付公司的市場(chǎng)占有率決定了其借貸數(shù)據(jù)的質(zhì)量。目前，業(yè)界只有兩三家支付公司可以基于回流數(shù)據(jù)提供個(gè)人信用服務(wù)。

2.  基于消費(fèi)行為

除了借貸信息之外，消費(fèi)行為也可以用來衡量一個(gè)人的還款能力和違約風(fēng)險(xiǎn)。一般購(gòu)買能力較強(qiáng)的人，還款能力也較強(qiáng)；若一個(gè)申請(qǐng)人的手機(jī)號(hào)近些年都沒有被用作收貨手機(jī)號(hào)，那么有可能就是一個(gè)小號(hào)，違約概率相對(duì)較大。

當(dāng)然，用戶的訂單記錄多半在各家公司自己的數(shù)據(jù)中心，絕不會(huì)向外部開放用戶的消費(fèi)明細(xì)。一種玩法是數(shù)據(jù)擁有者可以根據(jù)用戶在自身生態(tài)內(nèi)的消費(fèi)行為對(duì)用戶進(jìn)行評(píng)分，在符合監(jiān)管要求的前提下對(duì)外輸出用戶評(píng)分；另一種玩法是與店鋪CRM系統(tǒng)的廠商進(jìn)行合作，基于用戶訂單記錄提煉統(tǒng)計(jì)標(biāo)簽。

3.  基于社交行為

物以類聚，人以群分，和黃牛、貸款中介、老賴有密切往來的人，通常會(huì)比一般人有更高的違約風(fēng)險(xiǎn)，這是社交行為數(shù)據(jù)的一個(gè)關(guān)鍵價(jià)值。比如，可以基于各類黑名單，順藤摸瓜挖掘出相關(guān)的高風(fēng)險(xiǎn)用戶，幫助金融機(jī)構(gòu)規(guī)避風(fēng)險(xiǎn)。

當(dāng)然能夠基于社交行為提供信用服務(wù)的公司不多，行業(yè)門檻高，容易受到用戶隱私方面的質(zhì)疑。

4.  基于運(yùn)營(yíng)商數(shù)據(jù)

不少互金機(jī)構(gòu)在信貸審批時(shí)，需要用戶授權(quán)運(yùn)營(yíng)商信息，通過爬蟲服務(wù)獲取用戶的通話記錄和賬單數(shù)據(jù)。這些運(yùn)營(yíng)商爬蟲服務(wù)公司在累計(jì)了大量數(shù)據(jù)之后，結(jié)合各種渠道的電話號(hào)碼黑名單就可以對(duì)電話號(hào)碼的風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，算法的基本思想比較簡(jiǎn)單，即“近朱者赤，近墨者黑”。

5.  基于其他行為習(xí)慣

如果一個(gè)借款人經(jīng)常瀏覽賭博、套現(xiàn)相關(guān)論壇、下載了很多借貸類APP，那么這個(gè)借款人的違約風(fēng)險(xiǎn)一定是非常高的。因此，用戶特定的網(wǎng)頁(yè)瀏覽、APP下載、網(wǎng)絡(luò)檢索等行為，也可以幫助金融機(jī)構(gòu)預(yù)測(cè)違約風(fēng)險(xiǎn)。

手機(jī)廠商、互聯(lián)網(wǎng)巨頭都有足夠的數(shù)據(jù)可以提取相應(yīng)的標(biāo)簽，然而，大多數(shù)用戶都是非實(shí)名認(rèn)證的，如何將非實(shí)名用戶和借款申請(qǐng)人匹配上是一個(gè)比較大的挑戰(zhàn)。

結(jié)語(yǔ)

最后，需要指出的是，上文提及的個(gè)人信用服務(wù)的幾個(gè)主要數(shù)據(jù)來源都是和個(gè)人信息強(qiáng)相關(guān)的。目前我國(guó)還缺少個(gè)人信息保護(hù)相關(guān)的法律頂層設(shè)計(jì)，《個(gè)人信息保護(hù)法》尚在制定中，對(duì)個(gè)人信息采集和使用的邊界和監(jiān)管尺度還不夠明確。筆者曾經(jīng)和一家主流手機(jī)供應(yīng)商的朋友有過交流，發(fā)現(xiàn)該公司具有較強(qiáng)的法律合規(guī)意識(shí)，用戶的明細(xì)數(shù)據(jù)是一概不允許出公司數(shù)據(jù)中心的。蘇寧金融則擁有自己的支付牌照，這樣外部數(shù)據(jù)公司就無法獲得用戶使用任性貸等業(yè)務(wù)的信息，在最大程度上保護(hù)了用戶隱私。相信，隨著法律和監(jiān)管的完善，個(gè)人信用服務(wù)行業(yè)也會(huì)越來越規(guī)范。

返回列表