張麗巖 葛靜 馬健 陸勝
摘要:隨著征信行業(yè)的快速發(fā)展,國(guó)家對(duì)征信行業(yè)的重視程度與日俱增,然而現(xiàn)有的社會(huì)信用評(píng)價(jià)體系無(wú)法落實(shí)到對(duì)具體某個(gè)部分或是某個(gè)層面的研究,尤其對(duì)考慮交通大數(shù)據(jù)的征信模型幾乎沒(méi)有。文章主要介紹了考慮交通大數(shù)據(jù)的征信模型的構(gòu)建,通過(guò)與芝麻信用的案例進(jìn)行比較分析,得出文章考慮交通大數(shù)據(jù)征信模型的優(yōu)缺點(diǎn),為后續(xù)進(jìn)一步研究提供理論和現(xiàn)實(shí)依據(jù)。
關(guān)鍵詞:交通大數(shù)據(jù);征信系統(tǒng);建模;案例;芝麻信用
社會(huì)信用體系的建設(shè)關(guān)乎國(guó)家及公民個(gè)人,是社會(huì)發(fā)展的重要組成部分,較發(fā)達(dá)國(guó)家而言,我國(guó)目前的征信行業(yè)仍處于起步階段,未來(lái)的發(fā)展也是一條漫長(zhǎng)而又坎坷的道路。我國(guó)的征信行業(yè)起步于20世紀(jì)的90年代,首先是在投融資方面以央行征信中心建設(shè)起來(lái)的個(gè)人信用評(píng)估體系,隨著社會(huì)時(shí)代的發(fā)展,現(xiàn)有的征信體系并不完善且不能滿(mǎn)足日益增長(zhǎng)的社會(huì)發(fā)展需要。因此圍繞征信行業(yè)評(píng)估體系所需的評(píng)價(jià)指標(biāo)是必不可少的,但我國(guó)目前涉及具體生活層面的評(píng)估體系模型非常少,尤其是對(duì)于交通行業(yè),幾乎沒(méi)有考慮到交通大數(shù)據(jù)的征信模型,因此建立關(guān)于交通大數(shù)據(jù)的征信模型將推動(dòng)交通行業(yè)的巨大發(fā)展。
一、 構(gòu)建關(guān)于交通大數(shù)據(jù)的征信模型
本文將征信的發(fā)展與交通行業(yè)相互融合,通過(guò)構(gòu)建考慮交通大數(shù)據(jù)的征信模型來(lái)達(dá)到既發(fā)展交通行業(yè)又發(fā)展征信行業(yè)的目標(biāo),形成雙方共贏(yíng)的局面。
1. 確定模型的指標(biāo)體系。由于現(xiàn)有的整個(gè)征信評(píng)估體系的建設(shè)不夠完善,而且關(guān)于交通大數(shù)據(jù)的征信系統(tǒng)建模缺乏具體的數(shù)據(jù)支持,因此本文在構(gòu)建模型時(shí)只能從探索的角度出發(fā),同時(shí)充分考慮數(shù)據(jù)來(lái)源的可靠性和真實(shí)性以及模型的相關(guān)性,選擇最為合適的評(píng)價(jià)指標(biāo),具體的指標(biāo)體系為:(1)自然情況:性別、年齡、婚姻狀況、文化程度、職業(yè)、個(gè)人月收入情況、月支出占收入百分比以及當(dāng)前居住地情況;(2)交通層面:駕照、駕照扣分情況、交通行為、出行方式選擇等;(3)參考數(shù)據(jù):芝麻信用評(píng)級(jí)。
2. 創(chuàng)建評(píng)價(jià)模型。通過(guò)對(duì)上文提出的各個(gè)指標(biāo)進(jìn)行分析,并分別賦予相應(yīng)的分值,本模型考慮的核心內(nèi)容是交通層面,通過(guò)分析個(gè)人的交通行為以及活躍度來(lái)確定其信用積分,而自然情況則是從各項(xiàng)個(gè)人基本靜態(tài)信息來(lái)評(píng)估個(gè)人信用的預(yù)期值,而芝麻信用評(píng)級(jí)能夠在本模型沒(méi)有更多大量數(shù)據(jù)支持下最直觀(guān)體現(xiàn)個(gè)人信用。本文構(gòu)建的關(guān)于考慮交通大數(shù)據(jù)的征信模型是以表格的形式呈現(xiàn),具體為表1所示。
將十五個(gè)項(xiàng)目的分?jǐn)?shù)相加獲取的最終分?jǐn)?shù)為評(píng)估的分?jǐn)?shù),并對(duì)評(píng)估分?jǐn)?shù)段加以劃分得到對(duì)應(yīng)的信用評(píng)估等級(jí),評(píng)分大于170且小于210分,評(píng)定為信用極好;評(píng)分大于155且小于170分,評(píng)定為信用優(yōu)秀;評(píng)分大于120分且小于140分,評(píng)定為信用良好;評(píng)分大于100分且小于120分為信用較差;評(píng)分低于100分的用戶(hù),評(píng)定為信用極差。
信用等級(jí)劃分為五級(jí)的原因一方面是中國(guó)的機(jī)構(gòu)當(dāng)前采取的分類(lèi)方法普遍為國(guó)際通用的五級(jí)分類(lèi)法,采用此分類(lèi)方法可以很好地便于對(duì)比交通行業(yè)的業(yè)務(wù);另一方面是便于統(tǒng)計(jì)和操作。交通管理機(jī)構(gòu)能以將信用評(píng)級(jí)作為交通參與人員的重要參考,為不同等級(jí)的交通參與人員劃分的授信額度。
三、 考慮交通大數(shù)據(jù)征信模型的應(yīng)用案例
1. 個(gè)人作用。隨著社會(huì)時(shí)代的變遷與進(jìn)步發(fā)展,個(gè)人征信體系的建設(shè)顯得尤為重要,伴隨著人與人之間的社會(huì)關(guān)系隨著社會(huì)時(shí)代變化而產(chǎn)生的微妙變化,個(gè)人信用在人與人之間就顯得尤為重要,可以說(shuō)個(gè)人信用是一個(gè)人的“第二身份”。本文所構(gòu)建的交通大數(shù)據(jù)征信模型,由于數(shù)據(jù)獲取的不便利及社會(huì)價(jià)值關(guān)鍵的轉(zhuǎn)變,一個(gè)簡(jiǎn)便的個(gè)人征信系統(tǒng)就能及時(shí)為個(gè)人提供征信的便利服務(wù),及時(shí)獲取個(gè)人信度。
2. 社會(huì)作用。社會(huì)作用主要體現(xiàn)在對(duì)于交通行業(yè)的發(fā)展層面,通過(guò)對(duì)交通大數(shù)據(jù)行業(yè)的了解及社會(huì)大時(shí)代下公共交通體系的發(fā)展,本文所構(gòu)建的交通征信體系更能適用于日常的交通層面。
(1)公共自行車(chē):將構(gòu)建的征信模型應(yīng)用于公共自行車(chē)的管理,可以有效提升管理的力度及管理的范圍,通過(guò)對(duì)交通征信等級(jí)的劃分及具體分?jǐn)?shù)的限制來(lái)進(jìn)行借用公共自行車(chē)人員的選擇,可以大幅度減少人力物力的投入并且有效維護(hù)公共自行車(chē)的安全,減少公有資產(chǎn)的損失及消耗。
(2)ETC:隨著社會(huì)時(shí)代的進(jìn)步,高速公路的發(fā)展已經(jīng)成為日益重要的一部分,作為構(gòu)建整個(gè)公共交通路網(wǎng)中最重要的部分,高速公路承擔(dān)著巨大的發(fā)展責(zé)任。而高速公路并不是公益性質(zhì)的道路,道路收費(fèi)是個(gè)重大難題,將考慮交通大數(shù)據(jù)的征信模型應(yīng)用至高速公路的收費(fèi)手段中去,個(gè)人的信用與收費(fèi)站電子化相關(guān)聯(lián),具體實(shí)施措施為個(gè)人信用與收費(fèi)卡相關(guān)聯(lián),采用每年清算兩次的方法,促進(jìn)高速公路的收費(fèi)效率,直接或間接提高高速公路通行效率。
(3)地鐵的乘坐:隨著社會(huì)時(shí)代的發(fā)展,地鐵已經(jīng)成為城市發(fā)展的標(biāo)志,但是地鐵的高峰期時(shí)人員流動(dòng)性較大,如果采用市名卡中無(wú)余額仍可乘坐并后期補(bǔ)齊費(fèi)用的方式,則可以大大提升高峰期人員的通行效率。
(4)交通安全:隨著社會(huì)時(shí)代的進(jìn)步,“中國(guó)式”過(guò)馬路的情況已經(jīng)有了大大的改善,但是仍然有行人不守交通規(guī)則肆意橫穿馬路。通過(guò)對(duì)不守交通規(guī)則的行人進(jìn)行交通信用的處罰能夠大大減少并逐漸杜絕此種現(xiàn)象的發(fā)生,提升道路交通安全。
(5)公益事業(yè):隨著社會(huì)生活水平的發(fā)展,人們的生活水平有了顯著提升,將交通大數(shù)據(jù)征信應(yīng)用于公益事業(yè)中,為人民提供日常生活的便利,提升人民幸福感,能夠最大限度提升政府的公信力,如何切實(shí)有效實(shí)行則有以下幾種方法:公益雨傘,雨衣等便民服務(wù),通過(guò)交通行業(yè)中根據(jù)個(gè)人信用為人民群眾分級(jí)提供便利,最大限度提升人民的幸福感。
四、 芝麻信用案例分析比較
1. 芝麻信用評(píng)分。芝麻信用評(píng)分是整合了整個(gè)阿里互聯(lián)網(wǎng)大數(shù)據(jù)的產(chǎn)物,通過(guò)現(xiàn)代化手段及先進(jìn)的技術(shù)分析個(gè)人信用,數(shù)字化展現(xiàn)個(gè)人的信用。目前世界上使用最多的表現(xiàn)個(gè)人信用水平的手段就是通過(guò)評(píng)分并對(duì)評(píng)分結(jié)果加以區(qū)分,芝麻分通過(guò)劃分階段的做法也是當(dāng)今世界主流的信用評(píng)估手。相比較于芝麻信用的評(píng)分,本文所構(gòu)建的考慮交通大數(shù)據(jù)的征信模型評(píng)分與之對(duì)比差異性是較大的,具體如圖1所示為芝麻信用與考慮交通大數(shù)據(jù)征信模型的評(píng)分對(duì)比情況。
由圖1可以清楚看到,芝麻信用的評(píng)分區(qū)間選取的為350~950分段,評(píng)分越高說(shuō)明個(gè)人信用水平越好,總共分為五個(gè)層級(jí),分別為極差、中等、良好、優(yōu)秀與極好。而考慮交通大數(shù)據(jù)的征信模型同樣分為五個(gè)層級(jí),但是兩者的適用性存在明顯的差異,如芝麻信用的運(yùn)用更多偏向于整個(gè)阿里體系的自身服務(wù)及相關(guān)層面的服務(wù),其有自身適用的圈子,但是考慮交通大數(shù)據(jù)征信的模型則是更多偏向于對(duì)交通行業(yè)的運(yùn)用,通過(guò)征信模型的使用來(lái)促進(jìn)公共交通等多層次、多方面的交通行業(yè)的發(fā)展。
2. 芝麻信用評(píng)估模型。芝麻信用的評(píng)估體系是參考美國(guó)的征信模型FICO設(shè)計(jì)的。因?yàn)镕ICO是針對(duì)個(gè)人信用所開(kāi)展的信用評(píng)估體系,所以在個(gè)人信用評(píng)分領(lǐng)域芝麻信用能夠發(fā)揮其最大的優(yōu)勢(shì),但是由于是社會(huì)信用評(píng)級(jí)機(jī)構(gòu)的緣故,其所評(píng)判的信用評(píng)級(jí)并不能夠說(shuō)明信用主體的信用水平,僅僅只是起到以一個(gè)參考作用。芝麻信用的評(píng)分設(shè)計(jì)在評(píng)估維度方面,一定程度借鑒了FICO的評(píng)分設(shè)定,并且融合中國(guó)國(guó)情,采用當(dāng)前最具有說(shuō)服力的五個(gè)評(píng)估層面,通過(guò)身份特質(zhì)、信用歷史、行為偏好、履約能力、人脈關(guān)系五個(gè)維度對(duì)信用主體進(jìn)行評(píng)估打分。
每個(gè)評(píng)估的維度均有其自身的數(shù)據(jù)來(lái)源,首先是身份信息的數(shù)據(jù),由于個(gè)人參與社會(huì)相關(guān)服務(wù)必定會(huì)留下基本信息,隨著社會(huì)時(shí)代的進(jìn)步發(fā)展,個(gè)人網(wǎng)絡(luò)的習(xí)慣會(huì)衍生出個(gè)人性格相關(guān),甚至于從參與網(wǎng)絡(luò)的行為推測(cè)出人格信息等。其次是信用歷史,信用歷史是對(duì)個(gè)人信用評(píng)價(jià)最為直觀(guān)的層面,通過(guò)對(duì)征信主體的信用歷史的分析,最能夠直觀(guān)反映出個(gè)人的信用度,但是由于信用歷史的參考僅停留在支付寶的數(shù)據(jù),對(duì)金融行業(yè)的信息獲取無(wú)法有效完成,用戶(hù)使用支付寶所產(chǎn)生的信用歷史大多是個(gè)人習(xí)慣所導(dǎo)致,可以衍生出其參與金融活動(dòng)的行為偏好。履約能力能直觀(guān)表現(xiàn)出個(gè)人信用額度,征信主體是否能夠在限期內(nèi)完成車(chē)輛或房屋的租賃繳費(fèi),是否按時(shí)歸還物品與處理個(gè)人違章記錄等,對(duì)生活層面的繳費(fèi)是否能夠按時(shí)完成均是對(duì)履約能力的一種體現(xiàn)。人脈關(guān)系是征信主體在社會(huì)生活活動(dòng)中所產(chǎn)生的,通過(guò)分析其社交傾向能從一個(gè)側(cè)面反映出個(gè)人信用水平。
3. 芝麻信用評(píng)估指標(biāo)。芝麻信用的評(píng)估指標(biāo)具體采用五個(gè)維度,如圖2所示為芝麻信用的評(píng)估維度圖。
由圖2可知芝麻信用的評(píng)估有其自身的特點(diǎn),根據(jù)其評(píng)估維度的指標(biāo),總結(jié)出以下幾個(gè)特點(diǎn):首先是與互聯(lián)網(wǎng)指標(biāo)共存的特色,從中可以看到整個(gè)芝麻信用所參考的數(shù)據(jù),均是來(lái)源于互聯(lián)網(wǎng)參與用戶(hù)以往行為的總結(jié),通過(guò)相比較于傳統(tǒng)征信機(jī)構(gòu)已有的信用卡還款時(shí)限、額度、級(jí)別等維度,更是在社交及行為中大部門(mén)采用互聯(lián)網(wǎng)行為,通過(guò)使用支付寶所產(chǎn)生的基礎(chǔ)數(shù)據(jù)進(jìn)一步延伸財(cái)務(wù)數(shù)據(jù),獲得一種更為精確的征信模型。
其次是考慮到互聯(lián)時(shí)代的發(fā)展,以互聯(lián)網(wǎng)為倚靠的芝麻信用,模型評(píng)分的時(shí)效性較強(qiáng),相比較于傳統(tǒng)征信模型的評(píng)估模式,芝麻信用更多是采用互聯(lián)網(wǎng)用戶(hù)的行為數(shù)據(jù),隨數(shù)據(jù)的產(chǎn)生及時(shí)分析。相比較于傳統(tǒng)征信行業(yè)的服務(wù)范圍只能覆蓋信貸參與人員,因而導(dǎo)致的個(gè)人信用評(píng)估發(fā)展體系落后,芝麻信用的適用范圍更廣,覆蓋面積更加全面,分析的效率更高。
從次是指標(biāo)體系中的基本信息與行為信息的融合,通過(guò)搜集用戶(hù)的個(gè)人基本信息對(duì)比分析其行為,更能直觀(guān)全面反映出個(gè)人的信用狀況。由于個(gè)人的行為受到多方面的制約,芝麻信用所收集的行為信息是由用戶(hù)在整個(gè)阿里體系網(wǎng)絡(luò)服務(wù)中所產(chǎn)生的,更能直觀(guān)表現(xiàn)出用戶(hù)的行為偏好。
最后是芝麻信用的應(yīng)用,任何一個(gè)評(píng)估指標(biāo)體系的構(gòu)建的最終目的是為了服務(wù)顧客,由于芝麻信用有著豐富的應(yīng)用空間,其適用的場(chǎng)景包含了機(jī)場(chǎng)、酒店、信貸等多方面,并且用戶(hù)享受芝麻信用所帶來(lái)的便利服務(wù)的同時(shí),新的用戶(hù)行為信息也及時(shí)反饋到了信用的評(píng)估體系中去,確保個(gè)人信用評(píng)估體系的良性循環(huán),確保信息的時(shí)效性最強(qiáng)。
4. 案例比較分析。本文所構(gòu)建的考慮交通大數(shù)據(jù)的征信體系模型處于初步階段,一切事物需要支持及政策扶持及資源數(shù)據(jù)共享等,缺乏一定量的數(shù)據(jù)資源。相比較于芝麻信用體系而言,本文所構(gòu)建的模型缺乏數(shù)據(jù)理論的支持。但是本文所構(gòu)建的模型屬于創(chuàng)新模型體系的構(gòu)建,仍然有發(fā)展的潛力,并且著重注意于一個(gè)方面的征信模型體系對(duì)于行業(yè)的發(fā)展有利。交通大數(shù)據(jù)方面的征信體系模型對(duì)于交通行業(yè)的發(fā)展有潛移默化的影響力,通過(guò)單獨(dú)行業(yè)的比較,凸顯這一行業(yè)在此種體系中的重要性質(zhì)以及提升公信力的有效途徑。
通過(guò)對(duì)比分析本文所構(gòu)建的模型與芝麻信用的征信模型相對(duì)比,得出本文交通大數(shù)據(jù)的征信模型所存在的欠缺點(diǎn)及優(yōu)勢(shì):
首先是欠缺點(diǎn):相比較于基于大數(shù)據(jù)網(wǎng)絡(luò)平臺(tái)的芝麻信用,考慮交通大數(shù)據(jù)的征信模型在數(shù)據(jù)資源的獲取上有所欠缺。由于時(shí)代的發(fā)展,交通時(shí)代的發(fā)展日新月異,此種模型的研究處于起步階段,缺乏人力資源與技術(shù)資源的力量投入。其次是優(yōu)點(diǎn),由于大數(shù)據(jù)網(wǎng)絡(luò)時(shí)代的發(fā)展及社會(huì)大時(shí)代的進(jìn)步,行業(yè)間的競(jìng)爭(zhēng)一直是固有問(wèn)題,通過(guò)文章所提出建設(shè)交通行業(yè)自身的征信體系,可以為日后交通行業(yè)的發(fā)展提供巨大助力,為交通行業(yè)的發(fā)展提供一條堅(jiān)實(shí)可靠的理論基礎(chǔ)。由于考慮交通大數(shù)據(jù)的征信體系的建設(shè)發(fā)展仍處于初步階段,尚有巨大發(fā)展空間,與資源優(yōu)勢(shì)均已具備的芝麻信用相比仍有巨大潛力。
五、 結(jié)語(yǔ)
在征信行業(yè)大興起的時(shí)代,本文所構(gòu)建的交通大數(shù)據(jù)的征信模型也是隨著時(shí)代發(fā)展必須要考慮建設(shè)的項(xiàng)目,這將促進(jìn)整個(gè)交通行業(yè)又好又快發(fā)展,提升發(fā)展效率。本文構(gòu)建了交通大數(shù)據(jù)的征信模型,同時(shí)與具體芝麻信用案例進(jìn)行分析對(duì)比,研究本文構(gòu)建的交通大數(shù)據(jù)的征信模型存在的優(yōu)缺點(diǎn),為后續(xù)的進(jìn)一步研究指明方向。
參考文獻(xiàn):
[1] 江宇,劉碧芳,黃昀.國(guó)外征信立法模式比及其啟示[J].征信,2014,(2):57-60.
[2] 楊群華.我國(guó)互聯(lián)網(wǎng)金融的特殊風(fēng)險(xiǎn)及防范研究[J].金融科技時(shí)代,2013,(7):100-101.
[3] 程鑫.互聯(lián)網(wǎng)金融背景下征信體系完善所面臨的機(jī)遇與挑戰(zhàn)[J].上海金融,2014,(11):109-110.
[4] 吳晶妹.未來(lái)中國(guó)征信:三大數(shù)據(jù)體系[J].征信,2013,(1):4-12.
[5] 沈滿(mǎn)洪,張兵兵.交易費(fèi)用理論綜述[J].浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2013,(2):44-58.
[6] 李博,董亮.互聯(lián)網(wǎng)金融的模式與發(fā)展[J].中國(guó)金融,2013,(10):19-21.
[7] Hoofnagle C J.How the Fair Credit Reporting Act Regulates Big Data[J].Social Science Electronic Publishing,2013,(10):18-24.
[8] Crosman P.Zest Finance Aims to Fix Underbanked Underwriting[J].American Banker,2012,(177):7.
[9] Angelini E, Tollo G D, Roli A.A neural network approach for credit risk evaluation[J].Quarterly Review of Economics&Finance,2008,(4):733-755.
[10] Feendman S,Jin G Z.Dynamic Learning and Selection:the Early Years[D].Maryland University of Maryland,2008.