互聯(lián)網(wǎng)征信的價(jià)值分析

【摘要】本文歸納了互聯(lián)網(wǎng)征信與傳統(tǒng)征信的區(qū)別，從數(shù)據(jù)來(lái)源、覆蓋人群、評(píng)價(jià)思路等方面展開(kāi)分析，總結(jié)出互聯(lián)網(wǎng)征信的特點(diǎn)，指出了互聯(lián)網(wǎng)征信相較于傳統(tǒng)征信所具有的優(yōu)勢(shì)和原因，從而分析了互聯(lián)網(wǎng)征信的價(jià)值，為行業(yè)發(fā)展提供參考。

【關(guān)鍵詞】互聯(lián)網(wǎng)征信 價(jià)值分析 征信應(yīng)用 大數(shù)據(jù) 互聯(lián)網(wǎng)金融

一、序言

信用是現(xiàn)代金融的基石，當(dāng)前的市場(chǎng)經(jīng)濟(jì)的運(yùn)行中普遍存在并依賴著企業(yè)與個(gè)人的信用行為，信用的管理也具有較高的重要性。征信是信用管理的重要方面，人民銀行在2015年1月印發(fā)《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》之后，以互聯(lián)網(wǎng)征信為代表的民營(yíng)征信機(jī)構(gòu)獲得認(rèn)可并發(fā)展。2018年1月，人民銀行受理了百行征信有限公司，簡(jiǎn)稱“信聯(lián)”，的個(gè)人征信業(yè)務(wù)申請(qǐng)，這是一個(gè)由中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)牽頭，首批8家個(gè)人征信試點(diǎn)機(jī)構(gòu)共同出資成立的個(gè)人信用信息平臺(tái)?！靶怕?lián)”將成為與央行征信中心平行的機(jī)構(gòu)，未來(lái)會(huì)與央行征信數(shù)據(jù)互通。這意味著互聯(lián)網(wǎng)征信將與央行征信相互補(bǔ)充，線上線下聯(lián)結(jié)，達(dá)到“讓一個(gè)人在金融市場(chǎng)上的所有不良記錄無(wú)處遁形”的理想效果。

互聯(lián)網(wǎng)征信以大數(shù)據(jù)為基礎(chǔ)，對(duì)大量真實(shí)且多樣的低價(jià)值密度互聯(lián)網(wǎng)信息進(jìn)行高速分析，從而得出征信報(bào)告，為信用管理提供服務(wù)。當(dāng)前許多依托大數(shù)據(jù)的服務(wù)在收集數(shù)據(jù)時(shí)仍然較為盲目，沒(méi)有針對(duì)性的搜集各種數(shù)據(jù)，從而導(dǎo)致了嚴(yán)重的隱私侵犯和資源浪費(fèi)的問(wèn)題，本文希望通過(guò)梳理互聯(lián)網(wǎng)征信與傳統(tǒng)征信的區(qū)別，歸納互聯(lián)網(wǎng)征信的特點(diǎn)，從而分析其價(jià)值，引導(dǎo)征信機(jī)構(gòu)合理收集數(shù)據(jù)，提高互聯(lián)網(wǎng)征信的效率。

二、互聯(lián)網(wǎng)征信與傳統(tǒng)征信的主要區(qū)別

互聯(lián)網(wǎng)征信的數(shù)據(jù)來(lái)源于線上，而傳統(tǒng)征信的數(shù)據(jù)來(lái)源于線下渠道，這就導(dǎo)致了互聯(lián)網(wǎng)征信與傳統(tǒng)征信在以下幾個(gè)方面有著顯著區(qū)別。

（一）數(shù)據(jù)來(lái)源、類型與內(nèi)涵不同

傳統(tǒng)征信的數(shù)據(jù)來(lái)源于線下借貸和履約行為，類型主要是信貸數(shù)據(jù)、公共事業(yè)繳費(fèi)和罰款等結(jié)構(gòu)化數(shù)據(jù)。從內(nèi)涵上來(lái)說(shuō)可以體現(xiàn)征信對(duì)象在借貸方面履約的可能性。

互聯(lián)網(wǎng)征信的數(shù)據(jù)主要從線上各類平臺(tái)獲得，包括網(wǎng)絡(luò)交易數(shù)據(jù)和社交網(wǎng)絡(luò)數(shù)據(jù)。網(wǎng)絡(luò)交易數(shù)據(jù)來(lái)源于淘寶、京東等電商平臺(tái)，支付寶等第三方支付平臺(tái)和P2P借貸、眾籌等其他類型互聯(lián)網(wǎng)金融平臺(tái)。社交網(wǎng)絡(luò)數(shù)據(jù)來(lái)源于微博、微信和QQ等社交網(wǎng)絡(luò)平臺(tái)和其他具有社交屬性的平臺(tái)。以上這些線上來(lái)源可以提供征信對(duì)象以往的買賣、支付、線上借貸信息，以及圖片、視頻、地理位置等各種非結(jié)構(gòu)化的數(shù)據(jù)。從內(nèi)涵上來(lái)說(shuō)，互聯(lián)網(wǎng)征信可以綜合工作生活、性格心理、人際關(guān)系等各方面來(lái)推斷征信對(duì)象的信用情況。

（二）覆蓋人群范圍不同

傳統(tǒng)征信的數(shù)據(jù)主要來(lái)源于銀行等傳統(tǒng)金融機(jī)構(gòu)，并且與司法、公共事業(yè)、稅務(wù)等部門(mén)之間相互獨(dú)立，從而導(dǎo)致傳統(tǒng)征信數(shù)據(jù)更新緩慢，覆蓋的范圍十分有限。以個(gè)人征信為例，截至2016年6月底，央行征信中心覆蓋人群雖有8.8億，但其中有信貸記錄的僅為3.8億人，約占總?cè)丝诘?7%。和征信水平發(fā)達(dá)的國(guó)家相比，覆蓋比率很低，并且近幾年沒(méi)有顯著的提高。

互聯(lián)網(wǎng)征信所依托的網(wǎng)絡(luò)服務(wù)在我國(guó)覆蓋度已相當(dāng)高，例如截止2017年底，中國(guó)網(wǎng)民超過(guò)7.5億，智能手機(jī)用戶接近13億，支付寶用戶已達(dá)5.2億。由此可見(jiàn)，互聯(lián)網(wǎng)征信廣泛的信息渠道與多樣的數(shù)據(jù)類型可以使其覆蓋到過(guò)去沒(méi)有信用記錄的人，有著比傳統(tǒng)征信更高的覆蓋率，從而為更多人提供征信服務(wù)。并且，將來(lái)“信聯(lián)”的運(yùn)營(yíng)將使得民營(yíng)、地方、央行征信系統(tǒng)之間的信息共享，進(jìn)一步提高互聯(lián)網(wǎng)征信的覆蓋率。

（三）信用評(píng)價(jià)思路不同

傳統(tǒng)征信利用過(guò)往的信用記錄來(lái)評(píng)價(jià)征信對(duì)象當(dāng)前的信用情況，但當(dāng)征信對(duì)象的履約能力發(fā)生變化或過(guò)去無(wú)借貸信用記錄時(shí)，傳統(tǒng)征信就無(wú)法準(zhǔn)確的對(duì)信用情況進(jìn)行判斷?；ヂ?lián)網(wǎng)征信則依靠分析實(shí)時(shí)獲取的大量用戶行為數(shù)據(jù)，從性格、心理、人際關(guān)系等多方面判斷用戶履約意愿和能力。數(shù)據(jù)動(dòng)態(tài)更新，能在傳統(tǒng)征信不能時(shí)做出信用情況的判斷，更及時(shí)的反應(yīng)信用情況的變化。

（四）數(shù)據(jù)分析技術(shù)不同

互聯(lián)網(wǎng)征信所使用是數(shù)據(jù)類型明顯區(qū)別于傳統(tǒng)征信，需要分析大量的文本、圖片等多樣性的數(shù)據(jù)，涵蓋了消費(fèi)、借貸、社交等方方面面，因此互聯(lián)網(wǎng)征信使用到的數(shù)據(jù)收集、整理、分析技術(shù)也是區(qū)別于傳統(tǒng)征信的。例如，互聯(lián)網(wǎng)征信需要通過(guò)使用圖像識(shí)別、語(yǔ)義分析、深度學(xué)習(xí)等新技術(shù)來(lái)對(duì)收集到的數(shù)據(jù)進(jìn)行加工處理，利用社會(huì)學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)的相關(guān)理論對(duì)數(shù)據(jù)進(jìn)行分析，并不斷跟蹤學(xué)習(xí)，提高預(yù)測(cè)模型的精準(zhǔn)度。

（五）應(yīng)用場(chǎng)景不同

傳統(tǒng)征信主要被應(yīng)用在借貸領(lǐng)域，用于評(píng)估貸款申請(qǐng)人的信用水平和還款能力，而互聯(lián)網(wǎng)征信的應(yīng)用范圍不限于借貸。由于其數(shù)據(jù)有著多維度與開(kāi)放性的特點(diǎn)，互聯(lián)網(wǎng)征信的應(yīng)用范圍更加廣泛和多樣。例如免押金租車、賒購(gòu)等各種生活中需要履約的場(chǎng)景。得力于互聯(lián)網(wǎng)的開(kāi)放性，互聯(lián)網(wǎng)征信可以不斷拓展其產(chǎn)品的應(yīng)用場(chǎng)景，從線上各類互聯(lián)網(wǎng)金融業(yè)務(wù)到線下服務(wù)都存在很大拓展空間。

三、互聯(lián)網(wǎng)征信的價(jià)值

（一）實(shí)現(xiàn)更精準(zhǔn)的信用評(píng)級(jí)

傳統(tǒng)征信依靠歷史數(shù)據(jù)，利用一定的數(shù)學(xué)模型進(jìn)行分析，依靠的是根據(jù)歷史數(shù)據(jù)計(jì)算出的各相關(guān)變量和違約率之間的對(duì)應(yīng)關(guān)系。傳統(tǒng)征信進(jìn)行信用評(píng)級(jí)時(shí)間滯后且維度單一，不能與財(cái)務(wù)或信用歷史之外的數(shù)據(jù)進(jìn)行交叉驗(yàn)證，導(dǎo)致信用評(píng)級(jí)的精度與可靠性不高。

互聯(lián)網(wǎng)征信使用的數(shù)據(jù)所涵蓋的范圍是遠(yuǎn)大于傳統(tǒng)征信的，利用財(cái)務(wù)數(shù)據(jù)之外的信息，更立體的對(duì)信用評(píng)估的對(duì)象進(jìn)行分析。并且互聯(lián)網(wǎng)征信的數(shù)據(jù)更新頻率更高，技術(shù)手段上比傳統(tǒng)金融發(fā)展更快，可以方便的實(shí)現(xiàn)各數(shù)據(jù)庫(kù)之間的共享，從身份特質(zhì)、履約能力、信用歷史、人脈關(guān)系、行為偏好等方面繪制出征信對(duì)象更全面且更具細(xì)節(jié)的肖像，使得評(píng)級(jí)結(jié)果更加精準(zhǔn)。

（二）豐富信用評(píng)級(jí)的應(yīng)用場(chǎng)景

傳統(tǒng)征信主要被銀行等金融夠使用，用于借貸領(lǐng)域，具有很強(qiáng)的金融屬性，而互聯(lián)網(wǎng)征信的應(yīng)用場(chǎng)景更加碎片化與生活化。網(wǎng)絡(luò)借貸、購(gòu)物、預(yù)定酒店、租車等各個(gè)方面都可以使用互聯(lián)網(wǎng)征信的信用評(píng)級(jí)。在社交方面，還可以通過(guò)互聯(lián)網(wǎng)征信為用戶提供就業(yè)、招聘、交友方面的支持。表1參考了芝麻信用，列舉了部分互聯(lián)網(wǎng)征信的應(yīng)用場(chǎng)景。

（三）消除征信的死角

傳統(tǒng)征信的死角存在兩個(gè)方面，一是僅能使用線下金融機(jī)構(gòu)所記錄到的信用行為來(lái)進(jìn)行評(píng)估，存在數(shù)據(jù)孤島，二是不能及時(shí)反映出信用水平的變化，存在時(shí)間上的滯后。例如某人在A銀行貸款逾期未還，存在違約記錄，此人在向B銀行申請(qǐng)貸款時(shí)將會(huì)被拒絕，卻可以在P2P網(wǎng)絡(luò)借貸平臺(tái)上獲得借款。互聯(lián)網(wǎng)征信除了可以實(shí)時(shí)從電商、支付、社交網(wǎng)絡(luò)等平臺(tái)獲取信息之外，還可以與同業(yè)平臺(tái)共享數(shù)據(jù)，甚至與央行征信數(shù)據(jù)互通，消除數(shù)據(jù)孤島和時(shí)間遲滯，也可讓監(jiān)管層全面掌握信息，實(shí)施更精準(zhǔn)的政策調(diào)控。

（四）加強(qiáng)征信行業(yè)的競(jìng)爭(zhēng)

目前已有8家征信公司在從事信用評(píng)級(jí)業(yè)務(wù)，相互之間存在著競(jìng)爭(zhēng)關(guān)系，尤其以芝麻信用和騰訊征信之間的競(jìng)爭(zhēng)關(guān)系最為直接。和過(guò)去只能有少數(shù)征信機(jī)構(gòu)合法從事征信業(yè)務(wù)的情況不同，現(xiàn)在我國(guó)引入了民營(yíng)企業(yè)進(jìn)入征信市場(chǎng)，將來(lái)央行很可能進(jìn)一步開(kāi)放征信的準(zhǔn)入限制，征信行業(yè)將出現(xiàn)更多的競(jìng)爭(zhēng)者，央行與機(jī)構(gòu)之間的數(shù)據(jù)也可能實(shí)現(xiàn)互通。這有助于防止市場(chǎng)的壟斷，加強(qiáng)征信機(jī)構(gòu)之間的競(jìng)爭(zhēng)，提升行業(yè)的活力，從而加速互聯(lián)網(wǎng)征信技術(shù)的升級(jí)創(chuàng)新，提升信用評(píng)級(jí)的效率。可以預(yù)見(jiàn)將來(lái)我國(guó)征信的市場(chǎng)的需求也會(huì)逐步擴(kuò)大，互聯(lián)網(wǎng)征信機(jī)構(gòu)也能提供更加多樣的服務(wù)，滿足社會(huì)對(duì)征信的需求。

四、總結(jié)

作為一種新興的業(yè)態(tài)，互聯(lián)網(wǎng)征信開(kāi)創(chuàng)了我國(guó)征信行業(yè)的新時(shí)代，在優(yōu)化征信行業(yè)、約束不信用行為等方面有著重要價(jià)值。當(dāng)前我國(guó)的互聯(lián)網(wǎng)征信行業(yè)仍處于起步階段，在規(guī)范性、法律、技術(shù)應(yīng)用等方面都存在著較大的改進(jìn)空間。認(rèn)識(shí)清楚互聯(lián)網(wǎng)征信的價(jià)值，有助于發(fā)展互聯(lián)網(wǎng)征信行業(yè)，提升我國(guó)的征信水平。

參考文獻(xiàn)

[1]張健華.互聯(lián)網(wǎng)征信發(fā)展與監(jiān)管[J].中國(guó)金融，2015，（01）：40-42.

[2]李真.中國(guó)互聯(lián)網(wǎng)征信發(fā)展與監(jiān)管問(wèn)題研究[J].征信，2015，（33）：9-15.

[3]孔德超.大數(shù)據(jù)征信反思——基于個(gè)人征信視角[J].現(xiàn)代管理科學(xué)，2017，（09）：103-105.

[4]丁振輝，李星諭.互聯(lián)網(wǎng)征信的意義、問(wèn)題及商業(yè)銀行的對(duì)策[J].征信，2015，（05）：32-36.

[5]余麗霞，鄭潔.大數(shù)據(jù)背景下我國(guó)互聯(lián)網(wǎng)征信問(wèn)題研究——以芝麻信用為例[J].金融發(fā)展研究，2017，（09）：46-52.

[6]趙紅梅，王志鵬.大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)征信發(fā)展中的問(wèn)題及應(yīng)對(duì)策略[J].金融經(jīng)濟(jì)月刊，2016，（09）：69-71.

作者簡(jiǎn)介：李冠（1990-），男，漢族，江蘇常熟人，職務(wù)：江蘇經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院金融學(xué)院專任教師，職稱：助教，學(xué)歷：碩士研究生，研究方向：互聯(lián)網(wǎng)金融。