石孜

摘要：隨著互聯(lián)網(wǎng)時代的高速發(fā)展，大數(shù)據(jù)為互聯(lián)網(wǎng)金融領(lǐng)域提供了全方位的信息基礎(chǔ)，在經(jīng)濟(jì)社會發(fā)展中具有重大意義?；诖髮W(xué)生在個人征信體系中信用信息不全、自身信用質(zhì)量較低的情況，本文以個人征信體系中較為特殊的大學(xué)生群體為研究對象，運用文獻(xiàn)研究和案例分析相結(jié)合的方法，根據(jù)不同的大數(shù)據(jù)應(yīng)用場景，對大學(xué)生信用畫像進(jìn)行分析，并對大數(shù)據(jù)下大學(xué)生征信發(fā)展過程中存在的問題提出相關(guān)意見和建議。

關(guān)鍵詞：大數(shù)據(jù);大學(xué)生;信用畫像

中圖分類號：F08 ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：1005-913X（2019）07-0108-04

Research on College Students' Credit Portrait Based on Big Data

Shi Zi

（Anhui Sanlian College ?School of Economics and Management， Hefe Anhui 230601）

Abstract： With the rapid development of the Internet era， big data provides a comprehensive information foundation for the Internet finance field， which is of great significance in economic and social development. Based on the incomplete credit information and low credit quality of college students in the personal credit information system， this paper takes the special group of college students in the personal credit information system as the research object， and uses the combination of literature research and case analysis， according to different methods. The big data application scenario analyzes the credit portraits of college students， and puts forward relevant opinions and suggestions on the problems existing in the development of college students' credit information under big data.

Key words： big data; college students; credit portrait

征信一詞源于《左傳·昭公八年》中的“君子之言，信而有征，故怨遠(yuǎn)于其身”。其中，“信而有征”即為可驗證其言為信實。信用是從古至今都被人們所重視，然而，我國的征信體系還不夠完善，受眾群體多為社會人士，征信的對象忽略了還未完全步入社會的大學(xué)生。一直以來，有關(guān)大學(xué)生的相關(guān)研究屢見不鮮，而關(guān)于大學(xué)生征信的研究卻很少見。本文將針對大學(xué)生的信用問題，基于大數(shù)據(jù)，建立大學(xué)生信用畫像并對此進(jìn)行研究。

一、我國高校大學(xué)生征信現(xiàn)狀分析

（一）我國高校大學(xué)生群體的信用特征分析

弱信用群體是指在資本市場中信用信息不全，自身信用質(zhì)量水平較低、風(fēng)險緩釋空間較小的類群，并不包括那些信用信息記錄缺失，但自身擁有較強流動性創(chuàng)造能力，或者籌資渠道暢通的個體。[1]對于已經(jīng)成年但還未完全步入社會的大學(xué)生來說，大學(xué)生屬于弱信用群體。由于央行征信系統(tǒng)不夠完善，對于信用白戶的大學(xué)生，信用記錄空白，并不是件好事，在這個信用當(dāng)?shù)赖臅r代，凡是與信用掛鉤的金融活動和社會活動，在沒有征信記錄做參考的情況下，就無法取得相關(guān)機(jī)構(gòu)的信任，也無法辦理相應(yīng)的業(yè)務(wù)。

大部分工薪家庭的大學(xué)生收入來源于父母提供的生活費，即使是依靠兼職收入，在面對資金周轉(zhuǎn)中流動性、風(fēng)險性等問題時，大學(xué)生自身緩解空間較小。涉及到信貸問題時，大學(xué)生無法滿足正規(guī)渠道貸款的條件，轉(zhuǎn)向低要求的貸款渠道，從而發(fā)生如網(wǎng)貸、裸貸的悲劇。當(dāng)大學(xué)生面對如創(chuàng)業(yè)等財務(wù)上的困難問題時，籌資渠道也比較窄。綜上，我國高校的大學(xué)生普遍屬于弱信用群體。

（二）我國高校大學(xué)生信用現(xiàn)狀分析

截至2018年1月底，中國人民銀行的個人征信系統(tǒng)共收錄自然人9.5億，其中有信貸記錄的自然人4.8億。大學(xué)生的信貸記錄集中體現(xiàn)在大學(xué)生助學(xué)貸款一類，而受央行征信系統(tǒng)設(shè)計影響，征信數(shù)據(jù)的實效性、全面性和層次性上存在短板，無法全面反映大學(xué)生的真實信息。[2]如考試作弊、學(xué)術(shù)不端、學(xué)費繳納、助學(xué)金造假、上課缺勤、簡歷造假等信息只能通過高校的學(xué)生檔案、學(xué)籍管理等方式獲取，而由于個人信息保密，學(xué)籍檔案等管理規(guī)定，此類有關(guān)信用的信息難以獲取。如電信欠費、拖欠借款等數(shù)據(jù)都來源于第三方，也不易獲得。正是因為這些在征信報告中無法顯示的灰色信息，信息不對稱帶來的問題將會影響未來中國的征信市場。

大學(xué)生是我國信用社會的重要群體，關(guān)系著良好社會風(fēng)氣的形成。大學(xué)生的誠信問題和社會主義精神文明建設(shè)息息相關(guān)。我國高校大學(xué)生群體在誠信方面總體來看是好的，不乏有很多德才兼?zhèn)涞膬?yōu)秀大學(xué)生。但很多高校的大學(xué)生誠信檔案形同虛設(shè)，達(dá)不到設(shè)立的真正目的。而針對大學(xué)生在校園里的很多時常發(fā)生而不被重視的細(xì)節(jié)行為如：借錢不還、曠課缺勤、考試作弊、插隊逃票等卻對其以后求職、租房、貸款等行為具有細(xì)微的影響。

然而，對于涉及隱私的信用數(shù)據(jù)不可非法獲取，只能得到個人征信報告上的淺顯數(shù)據(jù)。央行的征信報告卻更像個可供查詢的數(shù)據(jù)庫，缺乏信息解讀，且在我國這種重征信，輕評級的環(huán)境下，無法形成個人信用評分模型，不利于了解其真實信用情況，更何況并沒有真正接觸到社會的大學(xué)生。在合法的情況下，為了深入挖掘大學(xué)生的信用情況，可以通過大數(shù)據(jù)，從多種場景了解大學(xué)生的信用情況，并做以信息解讀，更加詳細(xì)的了解其信用情況。本文將采用人物畫像的方式，將大學(xué)生的信用情況多方面展示出來。

二、基于大數(shù)據(jù)下的大學(xué)生信用畫像構(gòu)建

（一）大數(shù)據(jù)與信用畫像

大數(shù)據(jù)是巨量資料（海量資料）的計算機(jī)語言描述，指所涉及數(shù)據(jù)數(shù)量巨大、數(shù)據(jù)來源分散、數(shù)據(jù)格式多樣化，目前的技術(shù)無法對其在規(guī)定時間內(nèi)采集、分析處理，并成為可供企業(yè)決策參考的數(shù)據(jù)集合。大數(shù)據(jù)征信是指運用大數(shù)據(jù)技術(shù)對征信評價模型進(jìn)行重新設(shè)計定義，從多維度出發(fā)分析企業(yè)、個人的信用信息，形成更具有參考性的信用評價。[3]隨著移動互聯(lián)網(wǎng)深入大眾生活，大學(xué)生在出行打車、消費支付、租賃買賣等多維度多場景的使用行為時，都會產(chǎn)生一系列的大數(shù)據(jù)，可以通過對該類大數(shù)據(jù)信息進(jìn)行處理和分析，從購物消費、信用記錄等角度還原大學(xué)生個人行為特征、風(fēng)險畫像和信用水平。

我們可以通過搜集某位大學(xué)生的各項大數(shù)據(jù)信息后，分析該大學(xué)生的社會屬性、消費觀念、興趣愛好以及生活習(xí)慣等隱藏在數(shù)據(jù)背后的信息，從而描繪出一幅這個大學(xué)生的信用全貌，將這個大學(xué)生的特征全部勾畫出來，在需要了解信用情況的業(yè)務(wù)場景中，將這位大學(xué)生不同維度的特征進(jìn)行組合，充分挖掘大學(xué)生的信用情況。大數(shù)據(jù)環(huán)境下建立用戶畫像，本質(zhì)就是為現(xiàn)實用戶進(jìn)行數(shù)學(xué)建模。本文將從靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)進(jìn)行信息處理，根據(jù)收集到的數(shù)據(jù)信息，對用戶屬性貼上標(biāo)簽。標(biāo)簽是對用戶屬性特征進(jìn)行高度精煉的總結(jié)。[4]對用戶貼標(biāo)簽之后，在進(jìn)行用戶信用畫像的建立過程中，計算機(jī)對標(biāo)簽進(jìn)行清洗和提取，最終得出用戶的信用畫像。

（二）信用畫像的構(gòu)建

1.信息數(shù)據(jù)處理

靜態(tài)信息數(shù)據(jù)是對大學(xué)生的穩(wěn)定性信息進(jìn)行收集，并對這些信息進(jìn)行分類，比如分為性別、年齡、學(xué)號、院系、專業(yè)班級、成績排名、興趣、生活費、消費水平、是否身份驗證等。對于這些靜態(tài)信息，不需要構(gòu)建模型，通過文本分析對數(shù)據(jù)進(jìn)行清洗和過濾可以自行貼上標(biāo)簽。

動態(tài)數(shù)據(jù)由于用戶不斷進(jìn)行操作，產(chǎn)生的不停變化的信息數(shù)據(jù)。比如網(wǎng)絡(luò)購物確認(rèn)收貨或退貨、網(wǎng)上支付偏好、信用消費或租賃情況等。對于動態(tài)數(shù)據(jù)的處理，采用針對不同的行為貼的標(biāo)簽及對應(yīng)權(quán)重來分析。根據(jù)對不同行為貼的標(biāo)簽賦予一定的分?jǐn)?shù)權(quán)重，再對每組數(shù)據(jù)進(jìn)行評分得到最后的相應(yīng)分?jǐn)?shù)，最后將這些分?jǐn)?shù)加總就是大學(xué)生的信用評分。此外，隨著時間的變化，用戶的行為也會發(fā)生變化，根據(jù)行為發(fā)生的頻率，該行為標(biāo)簽的權(quán)重應(yīng)當(dāng)適當(dāng)調(diào)整。

2.信用畫像的建立及分析

綜上所述分析，可以構(gòu)建如下模型：

大學(xué)生信用畫像基本信息行為類型Touch point（行為內(nèi)容）

標(biāo)簽權(quán)重=衰減因子γ×行為權(quán)重內(nèi)容權(quán)重

舉例如下：

大學(xué)生A：品學(xué)兼優(yōu)、無缺勤、考試作弊、學(xué)術(shù)不端等行為。在支付寶有身份認(rèn)證，學(xué)信網(wǎng)有學(xué)籍認(rèn)證，網(wǎng)絡(luò)購物在火車票、機(jī)票購買和酒店預(yù)訂中已實名消費，考取駕駛證且無扣分罰款行為。網(wǎng)絡(luò)購物和線下購物均有，支付通過線上線下。無信用貸款、辦理信用辦卡行為。信用租賃自行車、雨傘、充電寶，并及時歸還、繳納費用。購買余額寶理財，有小額存款。

標(biāo)簽：大學(xué)生、購物、信用生活、履約

時間：因為在校表現(xiàn)優(yōu)異，經(jīng)常信用租賃等，假設(shè)衰減因子為：γ=0.95

則大學(xué)生A的標(biāo)簽是：大學(xué)生、購物、信用生活、履約

大學(xué)生，權(quán)重是：0.95*0.3*（0.4+0.2+0.3）=0.2565

購物，權(quán)重是：0.95*0.1*（0.4+0.4+0.1）=0.0855

信用生活，權(quán)重是：0.95*0.3*0.1=0.0285

履約，權(quán)重是：0.95*0.3*0.4=0.114

三、 建立基于大數(shù)據(jù)下大學(xué)生信用畫像的意義及建議

（一）建立大學(xué)生信用畫像的意義

1.提高大學(xué)生個人信用意識

還未完全步入社會的大學(xué)生并不了解社會規(guī)則，對很多事物還是比較茫然，隨著大學(xué)生信貸消費現(xiàn)象層出不窮，不良信用已經(jīng)成了大學(xué)生社會生活中的絆腳石。如果從大學(xué)生開始，就進(jìn)行個人信用的收集，形成一個詳細(xì)的個人信用畫像，以對未來的信用生活提供參考。這將會提高大學(xué)生的個人信用意識，從細(xì)節(jié)注意珍惜自己的信用。

2.促進(jìn)信用社會發(fā)展

通過信用畫像，全方位的展現(xiàn)出個人信用情況，彌補了央行征信系統(tǒng)缺乏信息解讀的空缺。通過詳細(xì)的個人信用畫像，在未來的信用生活中，供以參考，減少不良信用帶來的負(fù)面影響，完善相關(guān)征信體系建設(shè)，促進(jìn)這個信用當(dāng)?shù)赖纳鐣l(fā)展。

（二）發(fā)展過程中存在的問題

1.大學(xué)生的誠信意識淡薄，對征信的關(guān)注度不高

由于大學(xué)生在日常生活中與征信沒有達(dá)到息息相關(guān)的程度，目前，央行提供的個人征信報告大多用于個人用戶向商業(yè)銀行貸款、申請信用卡等業(yè)務(wù)，很多大學(xué)生并不涉及到此類業(yè)務(wù)，通過了解得知，部分大學(xué)生并不了解個人征信報告，征信引不起大學(xué)生的重視。然而，誠信是中華民族的美德，大學(xué)生又是祖國的希望、民族的未來。學(xué)生時代的種種不誠信行為如：考試作弊、上課逃課、學(xué)術(shù)不端等，如果不加以重視，將潛移默化的影響未來的信用生活。

2.相關(guān)征信體系不夠完善，信用檔案形同虛設(shè)

個人征信報告由央行征信中心提供，而央行的征信中心并沒有與三方支付，高校之間進(jìn)行共享機(jī)制，因此得不到全面的征信記錄，也沒有統(tǒng)一的標(biāo)準(zhǔn)。只是有貸款記錄如大學(xué)生助學(xué)貸款的大學(xué)生才可查到個人征信報告。信用白戶的大學(xué)生在沒有個人征信記錄的情況下，無法辦理一些業(yè)務(wù)。

2015年1月，中國人民銀行印發(fā)《關(guān)于做好個人征信業(yè)務(wù)準(zhǔn)備工作的通知》，要求芝麻信用等八家企業(yè)準(zhǔn)備好個人征信業(yè)務(wù)等工作，為期六個月。然而，到目前為止，由于市場上的征信產(chǎn)品公信力不足，沒有統(tǒng)一的標(biāo)準(zhǔn)，無法進(jìn)行推廣。第三方的征信評級評分只是適用于某些軟件平臺的使用，并不能替代個人征信報告。比如支付寶軟件里的螞蟻信用，通過評分功能，在支付寶里可憑借高信用分免押金進(jìn)行租賃業(yè)務(wù)。且有些高校的大學(xué)生信用檔案形同虛設(shè)，對有處分記錄的學(xué)生在畢業(yè)前，從寬處理，并未真正的將處分記錄記入電子檔案。由于個人隱私問題，相關(guān)信息沒有共享，極易造成的信息不對稱的結(jié)果。

3.大數(shù)據(jù)信息下，大學(xué)生的隱私問題存在隱患

在大數(shù)據(jù)時代，獲取大學(xué)生的信用數(shù)據(jù)一般通過數(shù)據(jù)傳導(dǎo)，在傳遞信息的同時，就存在被黑客攻擊、用戶信息被非法訪問或第三方竊取等隱私泄露問題。大學(xué)生隱私問題不可小覷。一般情況下可以直接獲取個人公開的信息，而涉及到較為隱私的信息時，如消費情況、租賃物品是否損壞、按時歸還、螞蟻花唄是否按時還款等數(shù)據(jù)時。通過第三方渠道查詢的時候，需要輸入姓名、身份證號碼、銀行卡號等信息時，容易在查詢?nèi)瞬恢榈那闆r下，造成信息泄露。如果被不法分子利用，后果則不可設(shè)想。獲取的渠道是否合乎規(guī)范需要引起重視，是否在授權(quán)的情況下得以獲取，是否存在欺詐行為的獲取個人隱私，是否會泄漏個人隱私。這些都是值得注意的事項，需要設(shè)立專門的監(jiān)管機(jī)構(gòu)對此進(jìn)行監(jiān)管，設(shè)立個人信息保護(hù)機(jī)制。

（三）大數(shù)據(jù)下關(guān)于大學(xué)生征信的建議

1.高校加強對大學(xué)生的誠信教育，引導(dǎo)大學(xué)生重視征信

各大高校應(yīng)該在大學(xué)生入學(xué)初就就行大量的征信知識宣傳，不斷向大學(xué)生強調(diào)個人信用在未來生活中的重要性以及愛護(hù)個人信用。高校應(yīng)與中國人民銀行建立宣傳合作關(guān)系，經(jīng)常開辦關(guān)于普及征信知識的講座，舉行一系列有關(guān)征信活動。引導(dǎo)大學(xué)生重視征信問題，珍惜自己的征信。同時也要進(jìn)行有關(guān)學(xué)生理財教育，嚴(yán)厲打擊校園貸款、網(wǎng)絡(luò)貸款，避免對大學(xué)生造成不良信用影響。

通過對大學(xué)生的誠信教育，在很大方面也有利于我國創(chuàng)新社會的建設(shè)。

2.建立健全高校大學(xué)生信用檔案和完善征信系統(tǒng)

建立健全高校大學(xué)生信用檔案，由于我國現(xiàn)行的高校大學(xué)生檔案信息不夠全面，內(nèi)容多為自然信息，對于負(fù)面消息能輕則輕，能免則免，不利于大學(xué)生誠信建設(shè)。高校應(yīng)該大學(xué)生誠信問題嚴(yán)加重視，將大學(xué)生出勤情況、繳費記錄、助學(xué)貸款還款記錄、考試作弊、學(xué)術(shù)不端、簡歷造假等涉及誠信方面都記入大學(xué)生信用檔案中。并與中國人民銀行征信系統(tǒng)進(jìn)行對接，形成一個共享機(jī)制，才能實現(xiàn)更大的價值。建立失信懲戒制度，以此來懲戒失信行為。無規(guī)矩，不成方圓，信用問題必須有所底線。

3.合法獲取大學(xué)生數(shù)據(jù)信息，構(gòu)建畫像需獲取授權(quán)

通過數(shù)據(jù)挖掘獲取大學(xué)生的信用畫像需要獲得大學(xué)生的授權(quán)，輸入學(xué)生的學(xué)號及密碼，匹配成功后，將學(xué)生信息和數(shù)據(jù)源進(jìn)行連接，獲取數(shù)據(jù)，開始構(gòu)建模型，輸出大學(xué)生個人信用畫像。與此同時，所得信用畫像與央行征信系統(tǒng)相對接，形成共享。對于學(xué)生的敏感信息，需要進(jìn)行加密處理，以此來保護(hù)學(xué)生的隱私。

參考文獻(xiàn)：

[1] 王俊生，何清素，聶二保，陳紹真.基于區(qū)塊鏈的修正KMV模型在互聯(lián)網(wǎng)金融征信中的應(yīng)用——以弱信用群體為例[J].征信，2017，35（9）.

[2] 張萬軍.基于大數(shù)據(jù)的個人信用風(fēng)險評估模型研究[D].北京：對外經(jīng)濟(jì)貿(mào)易大學(xué)，2016.

[3] 蔣君毅，張辰婕.大數(shù)據(jù)背景下大學(xué)生征信平臺建設(shè)路徑研究[J].晉城職業(yè)技術(shù)學(xué)院學(xué)報，2016，9（6）.

[4] 陳芊汝.區(qū)塊鏈與大數(shù)據(jù)技術(shù)的結(jié)合對互聯(lián)網(wǎng)征信發(fā)展的啟示[J].甘肅金融，2016（11）.

[責(zé)任編輯：蘭欣卉]