截至目前，阿里旗下的芝麻信用分、騰訊信用分、拉卡拉的“考拉分”、中誠信征信的“萬象分”、華道征信的“豬豬分”、前海征信的“好信度”等都已陸續(xù)上線或開始內測，并且開始嘗試與機構合作測試。百家爭鳴的征信行業(yè)是否能長驅直入，大步邁進，其應用市場前景如何？
新的評分維度和新的場景金融數(shù)據(jù)
金融市場的大小不僅取決于人口市場規(guī)模的大小，也受消費者信用引起的金融系統(tǒng)風險的大小影響，而征信體系則是金融業(yè)的根基和保障。曾經(jīng)一家獨大的央行中心已表現(xiàn)出明顯的不足：采集的征信信息在用戶多樣性、場景碎片化的當下越來越狹窄變得不合時宜。
以芝麻信用分為首的個人信用評分，開始成為征信機構市場化運作的先驅，隨后其他民營征信機構紛紛推出自己的征信產品和評分制度，他們都是通過對海量信息數(shù)據(jù)的綜合處理和評估為客戶評分或評級從而直觀呈現(xiàn)用戶信用水平，其中評判的標準和維度大同小異。以芝麻信用為例，構成芝麻分的五個維度是：
信用歷史
行為偏好
履約能力
身份特質
人脈關系
這顯然同傳統(tǒng)征信數(shù)據(jù)主要來源于借貸領域有所不同，脫胎于互聯(lián)網(wǎng)背景的民營征信體系數(shù)據(jù)資源更加豐富征信數(shù)據(jù)來源更加廣泛，各家除了基礎的個人基本信息、貸款信息、信用卡信息、信貸領域以外的信用信息等金融數(shù)據(jù)外，也在收集來自生活、電商等其他數(shù)據(jù)，甚至有人猜測，淘寶差評記錄、滴滴打車爽約、騙取保費時偽造個人信息等都將成為個人征信報告中的“污點”。
另外，數(shù)據(jù)采集也從線下轉移到線上，用戶信息呈現(xiàn)立體化、多元化、碎片化趨勢，當然個人線上生活痕跡更容易被記錄，因為這背后剛好是集社交、購物大成者的騰訊、阿里等在支撐。再者民營征信機構產品線更加豐富，比如還有評分體系，更深層次的模型、精準營銷以及大數(shù)據(jù)的服務等?？傊覈餍旁u分體系開始用豐富多樣的“社交數(shù)據(jù)”或“電商數(shù)據(jù)”等場景數(shù)據(jù)去融合“金融數(shù)據(jù)”從而全面展示用戶信用數(shù)據(jù)降低風險，這恰好移動互聯(lián)大數(shù)據(jù)下的場景數(shù)據(jù)對金融數(shù)據(jù)的補充和完善。
但這是否就代表更加科學更加優(yōu)質的征信體系和行業(yè)生態(tài)？作為用戶，我們如何去評判這種變化是進步還是陷阱，是該積極擁抱還是消極旁觀，征信產品的價值到底在哪？在此基礎衍生出來的應用場景又將呈現(xiàn)怎樣的面貌？
征信產品的應用場景在哪里？
回答這些問題的前提是先確定評判的標準。網(wǎng)絡時代，數(shù)據(jù)就是信用，信用就是財富，而征信產品的價值大小取決于以下3條：
1、客觀事實呈現(xiàn)
各家征信企業(yè)個人征信數(shù)據(jù)是否全面完整體現(xiàn)個人信用狀況，來源渠道是否有效？民營企業(yè)的征信報告是否能和央行報告結合，互相參考、印證？評分系統(tǒng)從大量數(shù)據(jù)中提煉出來的預測信息和行為模式是否符合客戶信用表現(xiàn)的普遍性規(guī)律？
2、評估標準一致
實施過程中是否受審批人員的主觀感受、個人偏見、喜好和情緒等影響？審批人員人工經(jīng)驗是否會加大審批的隨意性和不合理性？場景用戶不同的情況下，其評估和決策的標準是否相同？
3、評價準確監(jiān)管公平
依托于大數(shù)據(jù)、運用統(tǒng)計技術科學是否能準確預測客戶各方面表現(xiàn)的概率？是否能讓金融機構準確地衡量風險、收益等各方面的交換關系，找出適合自身的風險偏好和收益的最佳平衡點?民營征信企業(yè)中，個別企業(yè)之間還存有多種業(yè)務交叉點，這種競合關系是否會影響最終評價的準確性，以及如何規(guī)避篡改個人數(shù)據(jù)等不正當競爭？個別監(jiān)管征信公司既做基礎數(shù)據(jù)，又出個人評級報告，即是裁判又是選手，他們的信用如何監(jiān)管？
既然標準確定，那又該如何使得征信評分系統(tǒng)更加科學優(yōu)質呢？曾在Equifax多年任職首席統(tǒng)計學家現(xiàn)任國內首家互聯(lián)網(wǎng)消費金融公司馬上消費金融首席數(shù)據(jù)官的George恰好提供了部分答案：
模型的實質是靠找到人的本質特征來預測行為，我們在美國做的所有案例都表明金額征信數(shù)據(jù)是最能代表人的本質特征，別的數(shù)據(jù)達不到這樣的效果。只有算法而沒有適合建模的數(shù)據(jù)，由此得到的模型預測效果不理想。
因此，價值評判的難點就落在找到適合建模的數(shù)據(jù)上。正如George從技術角度的解釋：“評價模型效果的指標可以參考KS(Komolgorov-Smirnov)和Lift Chart。模型的好壞和KS(Komolgorov-Smirnov)指數(shù)不是線性關系，KS在25以下基本是隨機模型，KS在70以上實際中基本達不到，F(xiàn)ICO在美國的模型差不多在50左右。
這樣看來，8家民營征信機構給我國帶來的“社交數(shù)據(jù)”或“電商數(shù)據(jù)”至少算是金融征信體系的新鮮血液，為評價模型提供了新的數(shù)據(jù)來源。
盡管“電商數(shù)據(jù)”“社交數(shù)據(jù)”在金融風控中是否有效還需等待驗證，但這在事實上增加了數(shù)據(jù)資源，一是金融數(shù)據(jù)資源，二是社交等場景數(shù)據(jù)資源，這樣只要對泛場景大數(shù)據(jù)的充分挖掘就可能催生出更加科學的評價體系和更安全的金融消費環(huán)境，同時對使用場景的開發(fā)也有極大的促進作用。
目前，騰訊征信、阿里征信以及前海征信已經(jīng)為P2P、小貸公司、消費金融以及中小銀行提供相關的風控管理。傳統(tǒng)的征信機構鵬元征信、上海資信等也將網(wǎng)貸、小貸、消費金融公司作為目標市場。其中消費金融、網(wǎng)貸成為首當其沖的“主戰(zhàn)場”。
近年，得益于消費金融行業(yè)潛力大、政策利好、國民信貸需求旺盛等因素，互聯(lián)網(wǎng)消費金融成為金融業(yè)的“新貴”，2017年，互聯(lián)網(wǎng)消費金融整體市場規(guī)模更將突破千億元大關。但目前我國的消費金融業(yè)仍處于初期，滲透率較低、基數(shù)較小，消費信貸理念正逐步擴散，征信與評級更是消費金融產業(yè)鏈上缺失的環(huán)節(jié)，獨立的第三方催收服務也未成型。
一旦阿里、騰訊為背景的征信機構順勢借助電商、社交為基礎的生態(tài)系統(tǒng)來開發(fā)上下游的消費金融需求并提供風險控制服務就可解決目前消費金融行業(yè)個人信用數(shù)據(jù)不開放、信用信息分散和相互屏蔽等狀況，并大大降低風控成本。
正如George所言，個人消費金融企業(yè)成功的關鍵在于其風控系統(tǒng)，尤其是信用風險模型的精準度。而消費金融領域的風險主要為兩類，
第一類是欺詐風險，這是主官預謀的，是犯罪行為，這種風險的防范要靠事前模式識別和事后的信息共享以及執(zhí)法；
第二類是信用風險，這是由人的行為模式?jīng)Q定，模式的改變需要有主觀的認識和有意識的糾正。尤其是我國個人征信起步不久，個人信貸不夠普遍，需要正確的引導和教育來讓消費者意識到信用的價值，改正一些行為模式以增加和維護信用。
除此之外，信用風險的管理關鍵在于識別風險和找到對應措施。識別風險的最佳方式莫過于精確量化每一個消費者的信用風險，而措施則在于對消費者有一個全面了解，了解他們的行為，了解他們對消費金融的價值，然后有一個量化的價值和風險的平衡。
這就需要各征信機構建立公開平臺分享場景金融數(shù)據(jù)，甚至分享有知識產權的數(shù)據(jù)產品。同時金融機構也可如鵬元、馬上消費金融一樣積極自主開發(fā)信用風險模型，建立完善的信用收集、分析、評估和監(jiān)督體系。作為消費金融公司，也應發(fā)揮自身優(yōu)勢，利用互聯(lián)網(wǎng)和大數(shù)據(jù)，加強與互聯(lián)網(wǎng)消費金融平臺的合作，積極探索，挖掘內部交易數(shù)據(jù)信息，審核落實客戶信息真實性，準確識別客戶信用風險。
除了消費金融，網(wǎng)貸也已成為征信機構開拓業(yè)務的主要市場之一。征信公司主要為金融機構的借貸業(yè)務提供風控服務。但目前，征信機構提供的產品與國內網(wǎng)貸平臺的業(yè)務需求仍未完全契合，尤其是P2B（企業(yè)和企業(yè)主）的需求，模型也有限。騰訊征信等互聯(lián)網(wǎng)背景的公司提供的更多是個人征信，而傳統(tǒng)征信公司則受地域限制，如鵬元、上海資信等作為地方性征信平臺，數(shù)據(jù)主要集中在各自所在的區(qū)域，但網(wǎng)貸平臺業(yè)務卻分布在全國。
征信機構還需適應網(wǎng)貸平臺的業(yè)務多元性，畢竟除了人人貸、拍拍貸等少量P2P平臺外，更多平臺都涉及企業(yè)經(jīng)營借貸業(yè)務。要知道就連消費貸和經(jīng)營貸這兩種業(yè)務所需的征信模型都不一樣，網(wǎng)貸細分市場還需區(qū)別對待，征信產品決不可有“一招鮮、吃遍天”的妄想，網(wǎng)貸正在等待更加個性化針對性的征信體系。
總而言之，征信行業(yè)的健康發(fā)展不是一家獨大，也不是標準化模板化的生搬硬套或“一刀切”。應用場景中期待在競合之中找到平衡點，并提高征信準確性增強用戶體驗的征信產品。
本文地址:http://www.quema.com.cn/artinfo/2028.html
