大数据征信 是伪命题?还是金融行业的救世主?

2016年,互金圈遭遇冰火两重天:一边是P2P的倒闭潮,一边是,新模式的全面崛起。

进入涅槃期的P2P,为新崛起的互金圈,上了最为昂贵的一课:风控之痛,恐怕是扼住互金咽喉的那只手。

没有征信体系的中国,互金的发展,就如沙漠中迷途的旅人,饥渴难耐,却又茫然无措。

政府也意识到这个问题, 在万众期待中,八家征信机构拿着央行的“介绍信”,开始蹒跚学步。

不管是阿里的“芝麻信用”,还是腾讯的社交数据,这些所谓的“大数据征信”,真的能成为中国互金的救世主吗?

1、风控之痛

“中国的互金产业发展慢,成本高,很重要的原因,是因为中国没有自己的征信体系,导致每个互金公司,都得自建风控系统”,某业内专家指出。

一家P2P平台的老总在同行间的饭局上醉后沉吟:“现在是在刀尖上跳舞啊,我明天就可能要在被围堵和跑路之间做选择。我宁愿一下砸几个亿下去,把风控做起来。”而“风控专家”,也是互金圈的香馍馍。国内主要的招聘网站上,这个职位大多都是50万以上的年薪。

风控之痛,每个互金从业者都感同身受。

目前,市场上有近百家公司从事个人征信业务,主要玩法是黑名单识别,灰名单识别,以及客户征信评分。一些大数据风控公司,号称拥有将近1000万的黑名单。黑名单来源于民间借贷、线上P2P、信用卡公司、小额借贷等公司的历史违约用户,其中很大一部分不再有借贷行为。另一个主要来源是催收公司,“黑户”的催收成功率一般小于30%。也就是说,目前只有200万左右的黑户仍旧活跃。基数有点小,对于互金平台来说,只是杯水车薪。所谓的“灰名单识别”,是逾期低于3个月、但还没有达到违约的客户,灰名单通常意味申请人在多个贷款平台进行借贷,总借款数目远超过其还款能力。

从征信公司来说,每家拥有的名单相比市场总量都是沧海一粟。按照道理来说,如果互金公司抱团,数据互通有无,也可以大幅度降低风控成本。但互金平台都不太愿意贡献自家的名单,一来自己真金白银换的教训不甘心拿去“资敌”,二来名单太长影响公司声誉,降低公司估值。

这就形成了第三条路——客户征信评分。玩法就是,互金公司们把用户数据统一交给第三方征信机构,第三方机构建立统计模型,代入数据,最终得出信用评分。但由于每家机构聚集的用户基数不大,评分的可信多高,也有待商榷。黑灰名单作车轮,一份评分作车架,互金公司如此抖抖霍霍上路。

“互金公司的数据现状就是,没有好的征信机构,也没用好的数据源,相当于,既没有发动机,也没用柴油”,业内专家称,这也导致了互金行业一个不可言说的秘密——坏账率已高达12%。

2、巨头的掣肘

2015年,央行发布《关于做好个人征信业务准备工作的通知》,要求8家市场化机构做好个人征信业务的准备工作。其中三家仍以信贷数据为重点,前海征信、芝麻信用、腾讯征信等五家则另辟蹊径,根据各自的数据优势,探索新的征信评价体系。

布局最早的,无疑是阿里系的芝麻信用。

“阿里巴巴并非是一家互联网公司,本质上是一家数据公司。”马云从一开始就定下基调。信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系……阿里在每个布局都做数据沉淀。去年1月央行上述通知下发后仅仅23天,芝麻信用上线测试,阿里不过是拿出了一个早有准备的成品罢了。芝麻信用分考虑用户的信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度的信息。

数据来源呈三足鼎立,其中来自淘宝、天猫、蚂蚁金服等电商和互联网金融平台的数据占一半以上,公安、工商、税务、电信等政府部门数据和金融机构、同业征信数据完成补全。据了解,去年某银行信用卡中心与芝麻信用开展合作,将信用卡审批通过率提高2-3%。能反哺传统金融机构,芝麻信用的实用性初步证实。然后,芝麻信用分就一定公正吗?不是,甚至可以刷。在网络上,刷芝麻信用分已形成一个产业链条。相互转账可以提升分数,因此,在网上形成一些QQ群,专门操作转款业务,相互打款,然后原封不动转回;同时,还可以找开店的卖家,虚假购买,刷单,来积累交易数据等。

与之相比,腾讯征信的数据来源则更边缘化。

社交是腾讯的立身之本,腾讯的数据,更多使用社交信息完成用户画像。微信支付、手机QQ支付和微信中内嵌的理财服务也是数据来源。但首先腾讯系支付产品大多用于小额结算,互金中的借贷通常是大额的,场景并不匹配。其次腾讯金融体量无疑远远低于阿里系,纵向来比,沉淀不够,横向来比,数据量小。“社交信息有多大作用,这还是一个未知说”,业内专家称,人都具有多面性,社交时通常都带着面具,就算是一个老赖,也有自己完整的生活,很难从平时社交中鉴别。

至于微信支付,几乎都是小额场景。

一个用户每天在便利店消费10块钱,连续一年的数据,远没有一张1万元的车险保单数据有价值。社交和支付,腾讯征信的两门大炮,似乎都很难打响。芝麻信用扩展到有网购记录的人;腾讯征信则进一步扩展到有网络社交的人,大家各自在自己的一亩三分地,对自身数据进行挖掘,就如一个个数据孤岛,各有掣肘。

3、征信体系之难

“解决数据孤岛问题,政府是唯一正解”,金电联行的CEO范晓忻称,政府的数据维度最高,税收、社保、水电、民政等,几乎涵盖了生活的方方面面。

因此,第一步,是先公开政府的数据。“因为数据庞大,如果政府不是用出洪荒之力的话,数据推进会很慢”,范晓忻称,从2014年开始,政府在不停推进政府数据的开放。但根据区域的不同,进程速度也不同。在今年,江苏省就公开表示,将在2020年前,将政府的数据对公众开放。

在政府数据的基础上,范晓忻认为第二步,是需要第三方公司介入,对数据进行分析处理。“政府是管理部门,不能让他做技术的事情,所谓术业有专攻”,范晓忻称,现在大家都翘首以盼,政府可以推进发行“数据处理牌照”,“相当于,政府搭建一个数据生态,类似政府开发一个苹果系统,制定谁可以开发APP的规则”。如此,中国大数据的征信系统,才可呈现雏形。但一些核心的交易数据,还是会处在孤岛里。范晓忻认为,企业的数据孤岛很难打破,“让BAT去贡献数据,可能性都不大,因为这是他们的核心资源”。

大数据征信,我们已经迈出了第一步。但我们离西方的信用体系,还有一个漫长的旅程。“西方几百年经济发展的历程,我们只走了几十年。信用这个事,时间是刚性的,需要慢慢积累”,范晓忻称,除了时间上对数据积累,还有一个至关重要的原因,是西方的违约成本,太高。他举例称,你开一家公司,如果欠了银行20万美金,那以后你就坐不了飞机、出不了国,几乎驱逐了金融圈,寸步难行。“西方的征信体系,除了个人信用、商业信用,更重要的,是背后的社会信用和司法信用”,范晓忻称,所谓社会信用,就是政府眼中的信用值,司法信用,就是制度和法律的约束力。为了20万,你可能要付出200万的代价,这个时候,才能治标治本。

大数据征信,确实能缓解中国互联网金融的风控之痛。但却不是这个行业的救世主。恐怕不能把所有的希望,都寄托在技术上。建立完整的信用体系,除了刚性的时间,还需制度的推力。

本文转自d1net(转载)

时间: 2024-09-15 06:39:59

大数据征信 是伪命题?还是金融行业的救世主?的相关文章

大数据征信六大难题待解

随着消费金融.网络借贷等互联网消费模式快速增长,以及大数据技术突飞猛进,大数据征信服务机构开始大量涌现.但多元化.多层次征信市场体系建设面临一系列挑战,有很多难题尚未破解. 一是数据的质量.权威性问题.相比于央行征信系统的权威性.数据质量的高可靠性,大数据征信机构虽然数据来源更加宽泛.品种更加丰富,但数据质量.权威性受到质疑.美国国家消费者法律中心2014年3月对主要的大数据征信公司进行调查后并发表了题为<大数据,个人信用评分的大失望>的调查报告,报告称,大数据征信公司的信息错误率高于50%.

大数据征信如何为一个人建立数据肖像?| 硬创公开课

"凡走过必留下痕迹",大数据时代,你的一举一动都在为你建立一个电子档案,从你有多少张信用卡.每个月消费多少.还款记录如何到你喜欢浏览什么网站.手机是什么型号甚至IP地址对应的位置,有一万多个词条可以刻画你的肖像,银行在不需要跟你打交道的情况下可以靠这种数据肖像决定要不要给你放款.放多少合适.这就是大数据征信. 每个人每天会产生无数的信息,征信机构如何从这里面抽丝剥茧找到有效的数据,又如何给每个数据设置合理的权重去建立模型?机器出现故障之后又如何修正?我们请到了在征信上有多年经验的嘉宾.

大数据征信成撬动消费金融的支点?

文章讲的是大数据征信成撬动消费金融的支点, [IT168资讯]如果要说近日整个互联网金融领域什么最火,相信必然非消费金融莫属.但是消费金融更多建立的是一种信用消费,而这个核心和根本就在于个人征信.但是看看目前国内整体的互联网金融个人征信,却仍然存在许多不足之处. 1.目前整个国内的央行征信系统虽然覆盖到了8亿人,但是真正和银行有信贷关系的只有3亿人.尤其是央行的征信目前尚没有介入到任何非银行类机构,客户的信用分析也不能仅仅依靠央行的征信报告就能够完全判断准确.对于大部分的传统机构来说,他们掌握的

大数据征信:央行开了“半扇门”

在1月5日,中国人民银行官网发布消息称,人民银行已印发<关于做好个人征信业务准备工作的通知>,要求芝麻信用管理有限公司等八家机构做好个人征信业务的准备工作,准备时间为六个月. 这是2013年3月15日中国征信领域首部法规<征信业管理条例>开始施行之后,央行第一次通知企业做个人征信的准备工作,多位受访专家认为,这无疑在征信市场化方面向前推进了一步.中国企业在征信业的探索始于上世纪90年代初,由于国内征信行业此前一直没有专门法规,其运行一直处于灰色地带. 这同时意味着,今后中国人个人信

工业大数据是中国制造的伪命题 | 无知识不数据 精益数据时代

工业大数据在中国是伪命题 大数据本来有更加学术化的名称:数据密集型(Data-Intensive)计算研究.微软在2009年组织撰写<第四范式:数据密集型科学发现>一书,给与这种方法以"范式里程碑"的待遇.而对于大众而言,这些不过是野地径自升起的炊烟,无人知晓也无可关注. 后来随着Big Data这个简洁明了的概念一炮打响,各种大数据这才迎风而上. 工业大数据不过是其中一种BigBang.工业4.0轻松地接过这一闪亮的火把,搅动了人们对于大数据无穷的想象力和不着边际的信心.

什么才是真正的大数据征信?

随着国家推动社会信用体系建设的步伐不断加快,大数据征信的概念得到广泛传播,已被越来越多的公众所认知.大数据征信代表着未来征信业的发展方向,将深刻改变商业交易模式,成为支撑市场经济健康快速发展的基础性产业. 大数据征信前景广阔,在资本市场.商务合作和终端消费市场,征信产品的需求已经显现出来,金融机构.企业和消费者对通过第三方大数据征信机构在经济活动中考察合作和交易对方的信用状况抱有很大的期待. 目前国内注册成立的征信机构无一例外将发展目标锁定在了大数据征信上.大数据征信首要的工作就是信用信息数据库

【干货】史蕾:大数据征信时代的个人信息保护

嘉宾介绍: 史蕾:1998年毕业于复旦大学国际经济法专业,现柏杨云天(北京)企业咨询有限公司,合伙人.曾就职于纳斯达克B2B上市公司环球资源(NDSDAQ:GSOL)和奇虎360法务部. 密切关注大数据企业和大数据产品的创新性业务实践,为多家大数据公司产品合规分析.用户协议拟定.个人数据保护和隐私政策的制定.股权激励项目提供专项咨询意见. 讲座全文: 各位嘉宾下午好,首先感谢韩院长和清华大数据研究中心给我提供这次机会,也感谢微路演梁总的推荐.今天下午我带来的题目是<大数据征信时代的个人信息保护>

大数据征信平台Perfios获得610万美元投资,但印度的征信才刚起步

  日前,36氪获悉,印度大数据征信平台 Perfios 宣布获得 610 万 A 轮美元投资.投资方为 Bessemer Venture Partners 等机构. 根据 Perfios 官网信息,Perfios 创立于 2008 年,主要提供财报分析.电子化验证.API 外接.企业征信报告和行业数据分析等主要五个功能. 目前来看,Perfios 主要有B2C 和 B2B 两块的服务.在 2C 这边,主要是提供个人财务管理的解决方案,即尽量以自动化的方式(如在用户刷卡消费后,自动调取相应数据等

从大数据征信看银行风控创新

数据将是未来银行的核心竞争力之一,这已成为银行业界的共识.在大数据时代,银行所面临的竞争不仅仅来自于同行业内部,外部的挑战也日益严峻,互联网.电子商务等新兴企业在产品创新能力.市场敏感度和大数据处理经验等方面都拥有明显的优势.在此形势下,利用大数据征信创新和提高银行的风险把控也逐渐成为业界关注与探讨的重要话题. 银行业在风险控制中的不足之处 普华永道发布的<2015年中国金融及银行业展望>指出,截至2014年第三季度末中国的商业银行不良贷款总额上升36%,达到7670亿元人民币,是四年来的高点