張強

摘要：當前國內(nèi)征信行業(yè)的數(shù)據(jù)評分產(chǎn)品領(lǐng)域存在著產(chǎn)品質(zhì)量良莠不齊，產(chǎn)品標準不統(tǒng)一、概念混淆等問題。本文從評分產(chǎn)品全流程（數(shù)據(jù)采集、數(shù)倉建模、機器學習、數(shù)據(jù)評分產(chǎn)品應(yīng)用）來探討此問題產(chǎn)生的原因，并給出一定的管理建議。整體上目前存在著核心信貸數(shù)據(jù)采集不到位，數(shù)倉建模不成體系，機器學習模型過于泛濫等問題。建議回歸征信的本質(zhì)，加強制度建設(shè)，同時發(fā)放多張征信牌照，引入市場化機制推動問題的解決。

關(guān)鍵詞：數(shù)據(jù)，概念，模型，制度

筆者從2015年一直在征信行業(yè)數(shù)據(jù)評分領(lǐng)域工作，見證了國內(nèi)征信行業(yè)評分產(chǎn)品的發(fā)展。當前征信行業(yè)各種概念層出不窮，為了便于表述清晰，現(xiàn)將文中討論的概念提前說明。

文中提到的征信行業(yè)評分既包括傳統(tǒng)的信用評分，也包括傳統(tǒng)信用評分的有效補充大數(shù)據(jù)評分，兩者的定義如下：信用評分是基于對個人信用檔案的等級分析的數(shù)字表達式，代表個人的信用度。信用評分主要基于信用報告，信息通常來源于信用局;大數(shù)據(jù)評分是一項基于云的服務(wù)，讓消費者貸款機構(gòu)通過使用大數(shù)據(jù)提高貸款質(zhì)量和接受率。

數(shù)據(jù)評分產(chǎn)品的產(chǎn)生整體上分為數(shù)據(jù)采集、數(shù)據(jù)倉庫（基于數(shù)據(jù)模型構(gòu)建、實施數(shù)據(jù)倉庫）、數(shù)據(jù)建模（機器學習模型）、數(shù)據(jù)產(chǎn)品等環(huán)節(jié)。

一、征信行業(yè)數(shù)據(jù)評分產(chǎn)品存在問題

1. 數(shù)據(jù)采集不到位

1）信用數(shù)據(jù)采集不全

一個良好的數(shù)據(jù)評分產(chǎn)品需要有覆蓋率高、數(shù)據(jù)質(zhì)量高的數(shù)據(jù)源作為支撐，否則數(shù)據(jù)評分產(chǎn)品的質(zhì)量很難做好。過去數(shù)年，部分企業(yè)打著“互聯(lián)網(wǎng)金融”、“助貸”名義，實際從事著信貸業(yè)務(wù)。相關(guān)信貸數(shù)據(jù)既不共享給央行旗下征信中心也不共享給個人征信持牌公司。導致市場上沒有一家數(shù)據(jù)機構(gòu)能夠采集覆蓋銀行、消金、小貸、互金的信貸數(shù)據(jù)。這為數(shù)據(jù)評分產(chǎn)品帶來了嚴重的質(zhì)量問題，例如某人在一家機構(gòu)逾期了幾個月的貸款，但由于數(shù)據(jù)沒有共享到央行征信中心，基于央行征信中心做的數(shù)據(jù)評分產(chǎn)品可能會顯示用戶信用良好。不能如實反映用戶信用狀況。

2）隱私保護不到位

由于無法準確采集到用戶信貸數(shù)據(jù)，前些年國內(nèi)對個人隱私保護相關(guān)法律制度不完善。市場上充斥了以大量機構(gòu)以大數(shù)據(jù)評分名義，采集用戶資產(chǎn)、金融賬戶、互聯(lián)網(wǎng)訪問行為等數(shù)據(jù)，部分機構(gòu)在數(shù)據(jù)采集上邊界做的不到位，導致大量采集用戶隱私數(shù)據(jù)。征信行業(yè)數(shù)據(jù)評分本來應(yīng)當以信貸數(shù)據(jù)為主，大數(shù)據(jù)為輔，隱私數(shù)據(jù)的廣泛采集造成了“本末導致”，最終導致數(shù)據(jù)評分產(chǎn)品不穩(wěn)定。

2. 數(shù)倉建模體系不完善

1）數(shù)倉建模缺乏理論與制度支撐

當前我國征信行業(yè)數(shù)倉建模更多的以數(shù)據(jù)驅(qū)動、應(yīng)用驅(qū)動為主，例如能采集到哪些數(shù)據(jù)就先都采集過來，然后全部存儲。應(yīng)用端需要哪些變量，數(shù)倉端就需要無條件支撐。缺乏理論支撐會造成只顧短期利益，不顧長遠需求。導致數(shù)據(jù)倉庫不穩(wěn)定，進而導致上層數(shù)據(jù)模型不穩(wěn)定，數(shù)據(jù)產(chǎn)品質(zhì)量不穩(wěn)定。

2）數(shù)倉團隊投入較少

數(shù)倉環(huán)節(jié)涉及數(shù)據(jù)質(zhì)量，數(shù)據(jù)加工運轉(zhuǎn)效率等數(shù)據(jù)產(chǎn)品必須的要素。但在當前國內(nèi)環(huán)境，對數(shù)倉的投入，無論是人力、物力上都遠遠不到位。高水平人才也不愿從事默默無聞的崗位，導致國內(nèi)數(shù)據(jù)倉庫的質(zhì)量良莠不齊。最終嚴重影響了數(shù)據(jù)產(chǎn)品的質(zhì)量。

3. 機器學習模型泛濫

1）模型泛濫

一個好的征信行業(yè)評分產(chǎn)品需要有清晰明了的模型進行支撐，模型的本質(zhì)要簡明、扼要。但國內(nèi)目前存在著為了模型而模型的問題，為了獲取客戶，各種包裝模型。

2）不實宣傳

國內(nèi)存在著宣傳不實的問題，例如宣稱評分完全是基于行為數(shù)據(jù)產(chǎn)生，但背后數(shù)據(jù)源確涉及很多信貸類數(shù)據(jù)。宣稱模型底層運用了數(shù)萬維度變量，但實際上可能僅僅是幾十維度。不實宣傳為模型的監(jiān)管帶來了極大問題，也為應(yīng)用場景的穩(wěn)定性帶來了極大的隱患。

二、征信行業(yè)數(shù)據(jù)評分產(chǎn)品問題產(chǎn)生的原因

改革開放40余年以來，伴隨著市場經(jīng)濟的發(fā)展，征信行業(yè)也經(jīng)歷的從無到有，那么深刻的剖析征信行業(yè)數(shù)據(jù)評分產(chǎn)品種種問題產(chǎn)生的原因，將是我們做好評分產(chǎn)品的必要前提。

1. 制度缺失帶來評分產(chǎn)品開發(fā)全流程效率問題

成熟的市場經(jīng)濟國家，例如美國有17部征信相關(guān)法案規(guī)范征信行業(yè)應(yīng)該采集哪些數(shù)據(jù)，如何保護消費者隱私等。這些法案從制度層面規(guī)定了征信行業(yè)參與者的權(quán)利與義務(wù)。而我國由于征信行業(yè)剛剛起步，目前僅有《征信業(yè)務(wù)管理條》、《征信業(yè)務(wù)管理辦法》，在制度的建設(shè)上我們還任重而道遠。

制度缺失帶來數(shù)據(jù)采集、數(shù)倉建模、機器學習模型、評分產(chǎn)品應(yīng)用等多個環(huán)節(jié)的不規(guī)范。

2 ?概念理解偏差帶來評分產(chǎn)品開發(fā)全流程冗余投入的問題

如果將一件事情做好分為規(guī)劃和行動兩方面的話，那么規(guī)劃往往占據(jù)的比例要更高一些。而對概念的定義、理解在規(guī)劃環(huán)節(jié)特別重要。如果概念理解錯誤，那么執(zhí)行往往會跑偏。最終會產(chǎn)生行動環(huán)節(jié)與理想中的目標脫節(jié)嚴重，進而帶來整體效率的偏低。

一個好的應(yīng)用，最終是需要有強大的數(shù)倉模型和機器學習模型的支撐的。這樣這個應(yīng)用的生命周期會變成，才更容易形成長效機制。重機器學習模型，會導致過度的根據(jù)機器模型的短期效果或者有偏樣本形成的效果來指導數(shù)據(jù)倉庫的建設(shè)。這會導致數(shù)據(jù)倉庫的重復建設(shè)、冗余建設(shè)，最后會帶來整體鏈路的不穩(wěn)定性。進而導致整體效益偏低。

例如，在當前征信評分、大數(shù)據(jù)評分領(lǐng)域，市場上可能充斥是幾百種評分，應(yīng)用的機器學習模型“五花八門”，對數(shù)據(jù)需求需要也是多種多樣。最終的結(jié)果是數(shù)據(jù)倉庫層不穩(wěn)定，模型效果也不穩(wěn)定。整體的效益自然是偏低。

我國《征信業(yè)管理條例》頒發(fā)多年，各個銀行，各大互聯(lián)網(wǎng)機構(gòu)依然會從外部采購多種數(shù)據(jù)，多種評分產(chǎn)品來輔助風控，部分銀行會與幾十家合作伙伴合作，評分產(chǎn)品的迭代周期也特別快。而部分發(fā)達國家，銀行只需采購1-2家的評分產(chǎn)品即可，且評分產(chǎn)品幾年不用迭代。

3 ?短期利益考核評分產(chǎn)品開發(fā)的資源錯配問題

1）短期利益考核帶來監(jiān)管套利

重機器學習模型，輕數(shù)倉模型。還會帶來非常嚴重的監(jiān)管套利。人們樂于引入稀奇古怪的概念來解決短期問題，但對長期問題、本質(zhì)問題卻關(guān)注不夠。在當前我國計劃經(jīng)濟與市場經(jīng)濟并行的機制下，大家借助機器學習模型進行監(jiān)管套利，混淆視聽。

例如在當前大數(shù)據(jù)評分領(lǐng)域，市場上大部分機構(gòu)對外宣稱使用的是大數(shù)據(jù)（行為類數(shù)據(jù)），但背后使用的確是信用類數(shù)據(jù)。這個整個監(jiān)管帶來極大的困難。

2）短期利益考核帶來的整體效率低下

從數(shù)據(jù)的采集，到數(shù)倉模型的構(gòu)建，再到機器學習模型的構(gòu)建，最后到最終應(yīng)用是一個整體。當前各個應(yīng)用場景一般以最終應(yīng)用需求驅(qū)動機器 學習模型的構(gòu)建，進而是數(shù)倉模型的構(gòu)建。重機器學習模型輕數(shù)倉模型會帶來投入較大的人力、物力放在機器學習端，而較少的人力、物力放在數(shù)倉模型。最終導致機器學習模型特別復雜，甚至某些時候脫離實際生產(chǎn)。最終導致依據(jù)應(yīng)用層模型需求重新開發(fā)數(shù)倉模型的復雜度和實施周期極高。最后會帶來整體效率的大幅偏低。

三、征信行業(yè)評分產(chǎn)品改革的原則

1 制度上對全流程進行規(guī)范：

建立一套從數(shù)據(jù)采集、數(shù)倉模型到機器學習模型再到最終應(yīng)用的行業(yè)標準及相關(guān)制度。行業(yè)從業(yè)人員根據(jù)行業(yè)標準和制度展開業(yè)務(wù)。成熟的市場經(jīng)濟國家有相關(guān)的制度來規(guī)定該采集哪些數(shù)據(jù)，數(shù)倉模型如何設(shè)計，機器學習模型（或類似）應(yīng)當遵守哪些原則。相關(guān)法律條文可參考成熟的市場經(jīng)濟國家，同時結(jié)合我國具體國情。

2 滿足本質(zhì)需求原則

數(shù)據(jù)評分產(chǎn)品應(yīng)該在不損害企業(yè)利益的基礎(chǔ)上盡可能滿足與企業(yè)相關(guān)的利益集團的真實需求，以便維持和發(fā)展這些利益集團對企業(yè)的貢獻和支持。以征信行業(yè)為例，征信的本質(zhì)就是為授信機構(gòu)或投資人的決策提供信息參考，是授信人或投資人之間的一種信息分享機制。在實際展開業(yè)務(wù)時，我們應(yīng)當牢牢抓住這個本質(zhì)。

四、我國征信行業(yè)評分產(chǎn)品改進建議

對現(xiàn)行征信行業(yè)評分產(chǎn)品的變革，一定要解決好繼承與發(fā)展的問題，要改革與數(shù)據(jù)應(yīng)用環(huán)境不相適宜的部分，進一步與國際數(shù)據(jù)應(yīng)用接軌?？偟膩碚f，對數(shù)據(jù)應(yīng)用體系的改革應(yīng)是一種揚棄，主要包括以下幾個方面：

1進一步加強征信行業(yè)評分產(chǎn)品理論研究

為數(shù)據(jù)評分產(chǎn)品的管理的改進提供堅實的基礎(chǔ)。從本質(zhì)看，對理論的研究包含數(shù)據(jù)應(yīng)用體系相關(guān)概念的定義，相關(guān)制度的理論支撐。相關(guān)概念的定義可由國家主管部門給出標準，定義需要用清晰、明了的語言做說明。概念定義好后，還需要在整個社會做出廣泛的科普。

在制度層面，相關(guān)主管部門可廣泛調(diào)研，結(jié)合我國國情，盡快的在細分領(lǐng)域推出法規(guī)制度。例如，在征信行業(yè)，各主要金融機構(gòu)，需要長期、持續(xù)的做好征信相關(guān)概念的科普，讓老百姓對概念有清晰的認知。

2 進一步加強現(xiàn)有制度的落地執(zhí)行

在征信行業(yè)，國家已經(jīng)出臺部分制度，規(guī)定了采集哪些數(shù)據(jù)，如何高效應(yīng)用，如何保護隱私等，但確保制度落地執(zhí)行到位是重中之重。同時，在檢查過程中需要重點檢查部分企業(yè)執(zhí)行中是否存在“監(jiān)管套利”行為。

同時在執(zhí)行層面，對底層勞動者要做到尊重。

參考文獻

[1]郭瑛琰，張舒?zhèn)?。對我國通用個人信用評分產(chǎn)品開發(fā)的思考與建議.《征信》，2014.

[2]袁浩洲。基于用戶體驗的互聯(lián)網(wǎng)個人信用評分產(chǎn)品設(shè)計研究. 《華東理工大學》，2017.