掘金大数据征信

　　从尽职调查到企业征信，再到个人征信和大数据征信，包括传统金融机构、互联网金融公司、大数据技术公司等一大批公司，纷纷涉足征信领域。

　　信用是商业社会存在的基础，和每一个人都息息相关。然而在中国，许多人都并不了解什么是征信。

　　“通俗一点说就是帮你了解合作方的信用状况，帮你打听消息的。借贷双方、买卖双方、交易双方，彼此不了解，委托一个第三方机构，给你做一个信用调查报告或一个信用评分，帮助你作决策，就是征信。”考拉征信服务有限公司（以下简称“考拉征信”）总裁李广雨告诉《瞭望东方周刊》。

　　考拉征信是2015年1月央行试点首批开展个人征信业务的8家社会机构之一。

　　2015年7月，央行结束对八家企业的验收，2015年10月结束第二次验收工作。只是直到2016年1月，正式发牌结果仍未公布。

　　然而，这只未落地的靴子，却让征信从2015年“火”到2016年。

　　而不少业内人士将2015年称为“大数据征信发展元年”。在《2015展望：网络征信发展元年》一文中，中国人民大学信用管理研究中心主任吴晶妹曾写道：“网上的一切数据皆信用，网络征信是一个完全的‘大数据’概念。网络征信是传统征信的业态升级，是对传统征信的彻底改革。”

　　从尽职调查到企业征信，再到个人征信和大数据征信，包括传统金融机构、互联网金融公司、大数据技术公司等一大批公司，纷纷涉足征信领域。

　　这批掘金者，或许看重千亿级市场，或许沉醉于技术带来的革新，或许是出于搭建信用体系的公共责任，又或许，仅仅是为了一块个人征信牌照。

　　千亿市场

　　在2015年1月央行试点个人征信业务市场化之前，只有央行征信中心可以做个人征信，拥有个人信用信息。

　　而对与钱打交道的行业来说，这些信用信息可用于风险控制。能否申请信用卡或贷款，额度多少，这些评估均依赖于征信报告。

　　事实上，央行从2005年开始，就推动工商、环保、质检、税务、法院等公共信息纳入征信系统，共采集了16个部门的17类非银行信息，包括行政处罚与奖励信息、公积金缴存信息、社保缴存和发放信息、法院判决和执行信息、缴税和欠税信息、环保处罚信息、企业资质信息等。

　　央行征信中心研究发展部总经理李连三曾透露，央行征信中心的个人信用信息大约每天被查询164万次。仅在2015年前三个季度，个人信用信息累计已被查询4亿次。

　　截至2015年9月，央行征信系统已收录8.7亿自然人。然而，这其中有信贷记录的仅为3.7亿人，而可形成个人征信报告、得出个人信用评分的仅有2.75亿人。

　　这相当于有10亿中国人是没有信用记录的。

　　“我们想关注这个人群，通过我们的数据分析、画像，帮助这些人获得他们的信用状况，为他们的信贷、就业等方面提供信用支持。”李广雨告诉本刊记者。

　　这当然也是一片巨大的蓝海。据平安证券《计算机行业征信市场系列研究》数据预测，中国征信行业未来市场规模将达千亿元，其中企业征信市场规模有百亿元，个人征信市场规模有千亿元。

　　而宏源证券发布的研报数据更为细致：通过中美对比测算中国个人征信市场空间为1030亿元，而中国目前个人征信和企业征信的总规模为20亿元。

　　即便是发展已久的企业征信领域，也给掘金者留下了机会。

　　传统企业征信的做法，主要基于工商数据等公开数据，依靠人工完成信审。一般标准企业征信报告得花大约一周的时间。

　　这种模式在北京宜信致诚信用管理有限公司（以下简称“致诚信用”）董事总经理赵卉看来，是低效的。

　　“现在许多单位有短平快的需求。我们的大数据征信平台‘致诚企福’可以更迅速地生成报告，以便用户兼顾贷前的风险评估及贷后的动态监控、风险预警。”赵卉告诉《瞭望东方周刊》。

　　从价格上来说，大数据征信也有优势。

　　“你是愿意花5000元买30个字段的征信报告，还是愿意花5元买1000个字段的征信报告？”天创信用服务有限公司（以下简称“天创信用”）常务副总经理王卫东告诉《瞭望东方周刊》，“互联网行业有句话，离钱近赚钱快，离钱远赚钱难。”

　　解放人力

　　当然，更重要的是，大数据征信能带来更多的价值。

　　在2015年中国大数据技术大会（BDTC 2015）上，阿里巴巴集团首席技术官王坚就曾谈到：“互联网是一种基础设施，而数据是一种新的生产资料。”

　　对掌握大量电商数据、交易数据的阿里巴巴来说，作为一种新的生产资料的数据，如何产生更多价值？

　　“我们基于本身的大数据，建立模型，进行分析，观测看模型效果，保持可解释性，再迭代更新模型。”蚂蚁金服副总裁、首席数据科学家漆远告诉《瞭望东方周刊》。

　　这是普遍的大数据征信模式。

　　通过运用大数据、云计算、深度机器学习等技术，芝麻信用也成为央行首批试点个人征信的8家公司之一。

　　在支付宝里，个人可查看芝麻信用评分，有身份特质、履约能力、信用历史、人脉、行为偏好等维度综合评估。这些数据指标，主要基于阿里云上的数据及其他第三方数据。

　　“我们现在云平台上有800PB的数据，一天进来1PB的数据，量是非常大的。”阿里云事业群副总裁章文嵩告诉《瞭望东方周刊》，这些数据中，包括访问日志数据、交易情况、出行的数据，等等。

　　漆远透露，通过芝麻信用信息验证等反欺诈服务，已有银行将虚假办卡的识别能力提高近3倍，通过行业关注名单识别不良用户占比达到平均的4倍以上。

　　更重要的是，大数据技术能做到人做不到的事情。

　　“大数据首先可以解决的问题是人工信审的自动化和产能提升。”宜信大数据创新中心首席数据科学家项亮在2015年中国大数据技术大会（BDTC 2015）上，这样对本刊记者表示。

　　余下的工作，便可以让人“做人最擅长的事情”。

　　项亮解释称，人最不擅长的就是作决策，而最擅长的东西，是可以搜集很多机器搜集不到的东西。“比如可以通过打电话跟人产生交流，可以感觉到这个人靠不靠谱。我们希望人和机器配合中发挥双方的优势。”

　　免费逻辑

　　即便大数据技术能在征信领域开拓一片新天地，其应用前景却仍陷于迷雾中。大数据征信真的能赚钱吗？

　　“征信行业是一个非常重要的行业，跟赚钱相比，社会责任要放在首要地位。更何况这个行业并不容易赚大钱。”李广雨坦陈。

　　至少在目前，更多依赖于大数据技术的征信公司提供的是免费服务，包括考拉征信。

　　“信用评分依赖于评分模型，需要经过多次的打磨训练和调整的。怎么做呢？只有经过大量的数据测试和样板分析来去看，这个模型成熟至少需要做好几年，每家都一样。”李广雨介绍说。

　　因此，与考拉征信合作的机构要给反馈，进行数据回流，教化模型。“我们的逻辑是向用户免费，成熟后有可能向机构收费。”李广雨说。

　　致诚信用的做法则是，免费开放宜信9年业务积累的个人借贷数据的“阿福平台”，供从业者查询。

　　“个人借贷数据，特别是贷后数据，是做信贷业务的强参数。整个P2P行业其实没有谁愿意主动开放。我们开放这些数据，主要是为了降低整个行业的欺诈和一人多贷的风险。”赵卉说。

　　她告诉本刊记者，免费开放给从业者，是指做个人信贷业务的机构，并不包括征信公司。

　　而查询数据依然会沉淀下来，为风险控制提供可靠的参数。

　　“数据库中的某个人被查询次数过多，很有可能就是他向多家平台申请借款了，对此我们会给客户提供风险预警功能，对于一个有经验的风控人员而言，他会判断是否存在一人多贷的风险，或许会考虑调整启动追款程序，等等。”赵卉说。

　　无论如何，一个共识是被广泛接受的：单纯靠卖征信报告，赢利太微薄。

　　王卫东向本刊记者坦言，有企业征信资质的天创信用，企业征信报告分为三类：“简单版本的是免费的，复杂一些的卖几十元，有定制需求的价格则在上百元。”

　　也正是由于不赚钱，天创信用业务中占大头的是“征信＋金融”，既做征信，也对接投资方和资产方，从而促成交易，收取服务费用。

　　争夺牌照

　　即便赢利微薄，甚至不赚钱要免费，掘金者也趋之若鹜。

　　2015年7月央行结束对首批8家个人征信机构验收后，有报道称，包括百度、京东金融、快钱、北京安融征信、拍拍贷等30余家机构，均有意申请第二批个人征信牌照。

　　然而，截至目前，第一批个人征信牌照仍未落地。

　　《征信机构监管指引》（以下简称“《指引》”）却先于牌照在2015年12月低调下发。《指引》从机构设立的审慎性条件、征信机构保证金、非现场监管和现场检查四个方面设置了持牌条件。

　　“据我们的了解和猜测，央行确实对这个牌照的发放还是非常慎重的，所以发牌之前先发了《指引》，目的是为了监管先行。我认为这有助于这个市场回归理性”李广雨说。

　　一位不愿透露姓名的业内人士告诉本刊记者，实际上个人征信是个烧钱的行业，真正值钱的是牌照。

　　“征信牌照是有价值的，有公司通过获得牌照立马就获得投资，征信概念股也在资本市场炙手可热。得到牌照后，也有公司倒手卖钱，溢价转让。”上述人士说。

　　实际上，《指引》中规定了股权变更超过5%以上需要央行重新审批，有分析人士称，这一规定，目的也是防止牌照发放以后倒买倒卖。

　　只是，对于市场来说，遵循的逻辑是“物以稀为贵”。

　　“关键是这牌照也不知道发几块，如果是通过一家就发一块，这牌照就不值钱；如果只发十块，那么就很值钱。”前述不愿具名的人士说。

　　《瞭望东方周刊》记者陈振华/北京报道