大数据征信助力普惠金融发展

大数据征信助力普惠金融发展信息生产与交易组织是金融的核心功能，征信是解决交易双方信息不对称性的重要手段互联网、大数据等数字技术在金融领域的应用，极大地提升了信息生产与交易组织的效率，使征信这一传统金融中的重要部份面临着变革与挑战一方面，大数据的发展有助于金融扩宽其服务范围，推动普惠金融的发展；另一方面，信息化亦对互联网金融信息安全提出了新的要求本文从实际案例出发，基于征信与征信业，探讨大数据对征信业带来的变革，以及如何推动普惠金融的发展，互联网金融征信业的变革与挑战等方面的问题，同时归纳出大数据征信助力普惠金融发展的实际路径1大数据征信助力普惠金融的创新实例

1.1国外案例

1.

1.1ZestFinance为弱势群体创造信用的普惠金融ZestFinance主要面向信用评级不高的群体，其假定每一个借款申请人都是“好”人，希翼通过搜集“证据”来证明这些信贷信息不完整、FICO评分极低的人群的真实信用状况,进而匡助他们实现享受正常金融服务的权利在继承传统征信体系的决策变量、深度挖掘授信对象的信贷历史的基础上,ZestFinance导入了大量非传统的数据包括借款人的工作与收入状况、房租缴纳记录、社交网络信息、典当行记录、网络数据信息等这些常规数据之外的非常规数据，能更加全面地反映借款人的真实状态，是客户真正的社会网络的映射这一做法极大地拓宽了数据来源，将碎片化的信息整合起来从而形成能够有助于提升信用评估的大数据ZestFinance的核心竞争力主要体现为两个方面一是其强大的数据挖掘能力征信的本质是将分散于不同信贷机构的局部信息整合起来，成为可以完整描述借款人信用状况的全局信息其次，ZestFinance具有强大的模型开辟能力传统的信用评分模型仅包括数十至上百个变量，而在ZestFinance的模型中最多可利用超过7万个变量来对信贷申请人的行为进行分析，并利用10个预测分析模型进行集成学习或者多角度学习，进而得到最终信用评分“征信数据是天然的大数据〃，大数据征信数据的应用使ZestFinance能够不依赖于传统的征信系统，对信贷申请者的资信状况从不同的角度进行分析与评估，有助于发掘传统金融机构未能服务的客户，推动普惠金融的发展

1.

1.2环联公司的大数据征信实践环联征信业务经历多年的发展和积累，采集了类型丰富的数据源，整合了传统信用数据与替代数据，从而覆盖传统征信机构无法服务的人群，并对对消费者未来的行为进行更精准的风险评估环联传统的信用数据包括消费者的历史支付数据、信用卡消费数据、信贷数据等，新型可替代数据源包括互联网行为数据、网络交易数据、租房信息、生活缴费信息等，并利用全新的信用评估模型将多样化的数据源进行结合，从而得到更加综合精细的评估结果环联不断提高征信业务所需的大数据处理技术，通过研发多款数据处理平台以及信用评估模型，综合提升了其解决方案的适应能力，其中包括以此基础大数据征信技术作为架构的底层，其他功能均在其框架之上横向或者纵向扩展；处理超大量级数据的开源分布系统，当前数据量级处于几何式的递增，所以海量数据的分析能力是不容忽视的因素；用于国际化商业的大数据分析技术，以满足不同国家的征信业务需求，更加适合运用在当前跨国商务贸易之中，保证双方大数据的同步以及安全相关的问题在大数据处理方面，海量的数据规模、数据源头的分散特性、数据格式的多样性都是不断曝露并且急需处理的问题，环联当前己经可以实现多系统间的数据处理、超量级的数据交换，并且通过多方面的提升业务处理效率

1.2国内案例蚂蚁金服平台化征信产品应用与传统征信产品不同，芝麻信用最初的数据源来自于阿里巴巴积累十余年的海量互联网用户行为数据阿里巴巴的电商以及支付平台拥有强大的用户基础，无论在PC端还是移动端，平均有超过一亿的消费者，数十亿的商品，产生了实时且密集的行为数据而交易和支付数据相比社交行为数据更加结构化，更有利于通过大数据分析进行信用评估此外,芝麻信用逐步整合了来自政府、公共机构、金融系统、合作火伴以及用户自主上传的数据，其阿里巴巴集团、蚂蚁金服集团之外的数据源己占90%以上，芝麻信用致力于将自身打造成一家独立的第三方征信服务机构通过不断地创新，芝麻信用在实际生活中为用户创造了评估模型对会员进行评分,付费用户可以通过查看感兴趣的更多的信用体验例如，婚恋网站百合网利用芝麻信用分的对象的信用分来衡量其信用度和契合度，再确定是否进一步深入发展，增加了相亲对象的信任感；芝麻信用还与租车公司以及酒店合作，达到一定水平的分数，用户可以享受免预授权租车和零押金住酒店的服务；芝麻信用还不断在个人征信场景上创新和突破，试水租房和医疗服务，为公众提供更多的便捷，例如通过广州市妇女儿童医疗中心合作，用户的芝麻信用分只要在650分以上就可以享受“先诊疗后付费”的服务，改善了医疗服务体验；芝麻信用还在毕业季租房时期推出了信用租房，缓解了毕业季需求增大导致的租金上涨，并计划逐步推广信用租房免押金服务此外，芝麻信用还与其他金融机构达成商业合作，将芝麻信用分作为信贷评估的依据，以提供不同额度、利率等差异化服务2大数据征信助力普惠金融的经验与挑战

2.1大数据征信的优势传统征信基于历史数据来判断借款人（或者借款申请人）未来违约的概率这其中存在两个问题一是昨天信用记录不佳的客户，今天是否仍然是一个高风险者；二是对于过去没有发生过信用记录的客户，如何判断其信用状况案例告诉我们，互联网大数据征信可拓宽预测模型中的来源，获取的数据可以实时地反映借款人的行为轨迹，并以此判断个人相对稳定的经济状况乃至性格与心理状态，进而判断其未来的履约能力与此同时，互联网大数据征信因为数据来源、数据内涵、模型思路的不同，信用评价更趋于对其履约能力和履约意愿进行评价，从而能更好地预测违约概率与此同时,基于大数据的征信可更精准地服务于细分客户群体我们知道，预测函数在不同的区间上表现的形式可能不同例如ZestFinance开辟的预测模型在其客户群体中具有很好的预测能力，并不代表在整个人群中都适用正因为如此，ZestFinance可专注于传统征信评级较差的客户群体，开辟出在“局部〃预测能力更强的预测模型

2.2大数据征信面临的问题随着互联网、大数据等数字技术在金融领域的应用，个人信息正在被大规模、产业化和数字化地应用，个人信息采集的广度和深度不断拓展，个人信息的挖掘和利用对数字经济的发展具有重大的意义然而，互联网大数据征信面临的最大问题是个人信息保护的问题近年来，互联网企业泄露个人信息的丑闻屡次爆发2022年3月，美国Facebook爆出了史上最大数据泄露事件；京东亦曾经爆出过内部员工与黑客勾结，贩卖超过50亿条用户信息的事件；与此同时，阿里巴巴也曾经面临过芝麻信用的个人信用信息采集过程是否得到用户授权的质疑央行副行长陈雨露曾经表示，“个人信息保护是征信业发展面临的核心问题个人信息权具有人格权的特征，加强个人信息保护已成为全社会的共识，更是促进数字经济发展与创新的迫切需要

2.3总结与启示

2.

3.1扩大征信数据来源数据是征信业的核心资产，全面而多元化的数据源能够扩大征信的服务范围，丰富征信的产品类型，增强评估结果的准确性如果无法获取足够多的数据，就无法为信用评估提供依据，无法对外服务我国应从政府层面推动征信行业广泛数据资源的采集与整合，完善征信体系的数据获取渠道,扩充社会保障部门、公积金、教育、医疗、公检法、工商、税务等职能部门的基础数据，电信、水电煤气、租房等生活缴费数据，商业保险、理财等金融机构数据，打通市场渠道，结合互联网企业的大数据优势，对海量的在线支付、社交、搜索等网络行为数据进行挖掘利用，自上而下由政府推进建立数据资源共享机制，加强各部门的互补与合作，打破数据资源壁垒和信息孤岛，减少数据的获取成本，从而推动整个征信体系向成熟和完善的方向发展

2.

3.2推动征信行业市场化我国征信行业的市场化发展程度较低，征信机构的数据基础和市场公信度比较薄弱，在技术、业务、从业人员等方面缺乏统一的标准和规范，因此直接效仿美国市场化征信机构的发展模式存在一定的风险，选择适合我国国情、市场环境、公众习惯征信模式是十分重要的建议由政府部门以及央行牵头，协调、支持征信行业市场化的发展，建立明确的数据采集、技术手段、信息安全与保护、征信报告的内容、信用评分的指标等的规范和要求，并在全社会推行，对于标杆企业重点支持、哺育，将成功模式不断复制优化，在此基础上，再通过数据的共享与整合，逐步丰富征信产品和服务的多样性

2.

3.3建立技术核心驱动力技术是征信机构的核心竞争力，每一次技术的突破会给征信业带来更多的商业模式的创新和变革，传统征信机构以及新兴科技公司都在从不同角度、不同方式尝试利用大数据技术提升征信业务的竞争力，通过人工智能、机器学习、生物识别等先进的技术提升对数据的挖掘、处理、分析能力，这需要征信机构投入大量的人力和财力进行技术研发，以应对新时期不断变化的风险管理需求，推动我国征信行业的快速刖进

2.

3.4完善法律监管从立法的角度，我国当前还没有针对个人信息保护或者应用的专门立法，一些条款散落在《宪法》和《消费者权益保护法》中，有关个人征信业务的监管也惟独《征信机构管理办法》《征信机构监管征信管理条例指引》《个人信用信息基础数据库管理暂行办法》等几个部门规章征信业能否借助互联网大数据的技术快速发展，从而构建我国社会信用体系，推动普惠金融发展，一个前提条件便是切实加强信用信息采集以及使用中的个人信息的保护。