(電子商務研究中心訊) 研究結論：
1.酒店機票預訂、網(wǎng)購消費、社交等產(chǎn)生的數(shù)據(jù)都將成為個人信用報告的一部分。民營征信機構通過采集和整合這些數(shù)據(jù)，以布局個人征信這個千億級藍海市場。
2.目前信貸記錄仍是判斷一個人履約能力和意愿的核心，社交數(shù)據(jù)只是補充。但未來社交數(shù)據(jù)對個人信用的貢獻度取決于專業(yè)的數(shù)據(jù)整理能力和精準的算法技術。
3.除了積累多維度數(shù)據(jù)源、提升數(shù)據(jù)整理能力和算法技術，未來個人征信機構取勝關鍵在于產(chǎn)品化能力和應用場景。
序：民營征信機構搶灘千億級藍海市場
用打車軟件爽約、酒店預訂未入住、淘寶網(wǎng)購拒簽收……這些看似不經(jīng)意間的小細節(jié)在互聯(lián)網(wǎng)時代都會留有痕跡。它們可能會影響我們的個人信用，并進而影響我們買車、買房時能拿到多少貸款。
個人征信，簡單來講，就是機構將數(shù)據(jù)采集過來，在合理、合法、合規(guī)的條件下對其進行整理、加工、處理、產(chǎn)品化，然后對外提供信用報告、信用評估、信用信息咨詢等服務。
目前，芝麻信用，騰訊征信，前海征信等八家民營征信機構正期待著征信牌照的發(fā)放，他們是央行“開閘”后首批獲準開展個人征信業(yè)務的機構。未來酒店機票預訂、網(wǎng)購消費、社交等產(chǎn)生的數(shù)據(jù)都可能成為個人信用報告的一部分。
央行作為中國征信體系的主導者，仍是現(xiàn)階段最有公信力，最為獨立公允的第三方征信平臺，其個人征信報告是目前所有金融機構對用戶信用考核的重要標準。
近日，央行等十部委出臺了《互聯(lián)網(wǎng)金融指導意見》，明確指出“推動符合條件的相關從業(yè)機構接入金融信用信息基礎數(shù)據(jù)庫，允許有條件地從業(yè)機構依法申請征信業(yè)務許可，接入央行征信系統(tǒng)。”這將一定程度上緩解網(wǎng)貸(P2P)理財欺詐亂象。
宏源證券的分析師通過對比中美兩國情況，測算出中國個人征信市場規(guī)模將達1030億元。民營征信機構正紛紛搶灘千億級藍海市場，比如京東金融、快線等在申請第二批征信牌照，未來有望打破央行一家獨大的局面。
那么征信市場未來格局如何？民營征信機構如何在賽跑中勝出？另外，哪些數(shù)據(jù)參數(shù)或維度最能判斷一個人的履約能力？
信貸記錄是核心，社交數(shù)據(jù)是補充
(圖注：央行信用報告樣本圖)
央行在信貸數(shù)據(jù)這塊有民營機構無法比擬的先發(fā)優(yōu)勢，而騰訊征信等民營機構也有其獨特的優(yōu)勢，比如騰訊擁有社交數(shù)據(jù)，那么究竟哪些數(shù)據(jù)參數(shù)最能反映一個人的履約能力和意愿呢？
央行方面認為，假如一個人平時說話做事不坦誠，而他的履約歷史記錄卻一直不錯，那么授信機構仍然會相信他在經(jīng)濟層面具備履約能力；只有當履約記錄不存在時，非經(jīng)濟層面的信息才會被納入考慮范疇。
也就是說，判斷一個在經(jīng)濟活動中是否守約，信息是分主次，按重點來分類。首先考慮個人信貸數(shù)據(jù)，假若其歷史借貸良好，個人信用就高；如有拖欠水電費、通訊費等現(xiàn)象，也關系不大，畢竟影響這些費用的原因很多。只有找不到信貸數(shù)據(jù)時，才會依賴水電費等數(shù)據(jù)作判斷。
那么越來越多的社交數(shù)據(jù)如大眾點評網(wǎng)的評價，天貓平臺退貨記錄，滴滴打車爽約記錄等到底對個人信用會產(chǎn)生多大的影響？
騰訊征信負責人表示，社交數(shù)據(jù)對個人信用的貢獻是毋庸置疑的，關鍵是這些海量數(shù)據(jù)如何處理才能發(fā)揮其最大的貢獻率。比如社交數(shù)據(jù)一定程度上對驗證欺詐有效，騰訊征信已推出反欺詐產(chǎn)品，同時財付通開發(fā)現(xiàn)金貸產(chǎn)品，有助于彌補騰訊信貸記錄的缺失。
螞蟻金服也在嘗試消費信貸產(chǎn)品“花唄”，京東金融推出“京東白條”等產(chǎn)品，都希望覆蓋更多的用戶，摸清用戶的還款或違約頻次。
但問題是，信貸記錄的積累需要時間，結果也需要多次驗證才行。所以短期來看，數(shù)量龐大的網(wǎng)貸(P2P)公司并不會輕易選擇芝麻信用、騰訊征信等民營征信機構。
同時，中國個人征信業(yè)務有其獨有的特色。正如中智誠征信CEO李萱在2015年中國銀行業(yè)發(fā)展論壇接受媒體采訪時表示的那樣，阿里通過天貓等電商平臺積累的數(shù)據(jù)，會給ABCD機構使用；或將ABCD機構的數(shù)據(jù)搜集過來，經(jīng)過加工，整理，產(chǎn)品化，提供給EFGH機構使用。
個人征信監(jiān)管機構允許不同業(yè)態(tài)的八家機構同時存在，交給市場來篩選，這是一種明智的做法。在美國，有三大跨國征信巨頭益百利、艾可菲和全聯(lián)公司，企業(yè)主通常會選擇一到兩個征信機構，而各個征信機構相互競爭，他們的數(shù)據(jù)源和算法模型，使得信用評級也有所差異。
產(chǎn)品化能力是取勝關鍵
央行征信中心黨委書記王曉明在本月的銀行征信系統(tǒng)建設座談會上發(fā)言時稱，未來征信體系要考慮更多新元素，比如數(shù)據(jù)分析維度的延展，征信應用場景的豐富，及信息主體范圍的擴大。
同時，王曉明認為，海量的網(wǎng)上交易數(shù)據(jù)和網(wǎng)絡社交平臺行為信息的集聚，是對征信系統(tǒng)數(shù)據(jù)的“注水”過程，所以數(shù)據(jù)清洗能力和分辨力都至關重要。那么征信機構在賽跑中靠什么制勝？
首先，多維度數(shù)據(jù)來源。
傳統(tǒng)征信數(shù)據(jù)主要源自信貸領域，而在互聯(lián)網(wǎng)時代，數(shù)據(jù)源更廣，種類更豐富，時效性更強。交易數(shù)據(jù)、社交數(shù)據(jù)等也能反映客戶社會關系和經(jīng)濟行業(yè)的特征，間接反映個人信用狀況。
拿央行來舉例，它的一個短板是其征信系統(tǒng)無法覆蓋主流用戶之外的個人信用情況，所以央行正在不斷完善征信系統(tǒng)新數(shù)據(jù)新信息的收集和補錄工作。
央行越來越注重采集非銀行信息，與海關、稅務、社保等數(shù)據(jù)源單位接洽，多渠道、多維度地判斷信息主體的信用狀況，以建立全面、準確、實時的數(shù)據(jù)庫，以防范金融機構的信貸風險。
另一案例是美國P2P領頭羊Lending Club，其創(chuàng)始人雷諾·拉普蘭切(Renaud Laplanche)曾表示，他們通常會采集25項數(shù)據(jù)源，包括銀行信貸記錄，F(xiàn)acebook、Twitter等社交數(shù)據(jù)，Yelp等點評網(wǎng)數(shù)據(jù)，UPS、FedEx等物流數(shù)據(jù)，多維度判斷借款人的信用。
但值得注意的是，對于準確性不高的數(shù)據(jù)源，事先就不該采用，否則后期的異議處理會使征信活動很不劃算，也可能間接影響到征信機構的公信力。
其次，數(shù)據(jù)整合能力及算法技術。
批量數(shù)據(jù)采集后，只有經(jīng)過精準的分析、整理、保護、加工才能成為決策的依據(jù)。通常情況下，信息量大免不了數(shù)據(jù)會相對瑣碎或雜亂，加上數(shù)據(jù)不連貫不持續(xù)，數(shù)據(jù)噪音會相應增加。
這時就需要進行數(shù)據(jù)篩選和清洗，挖掘出容錯數(shù)據(jù)，分析出破壞性最大的變量，并將其去掉。同時，建立模型，增強模型預測的準確性。
比如，美國征信巨頭益百利(Experion)采用多層次數(shù)據(jù)挖掘技術和云計算技術，篩選并清洗批量數(shù)據(jù)，建立算法模型，最終提升其風險的預測力和分辨力。
目前已有部分企業(yè)在積累大數(shù)據(jù)和構建精準模型算法上下了不少功夫，比如芝麻信用有交易數(shù)據(jù)、騰訊征信有社交數(shù)據(jù)、京東金融的消費數(shù)據(jù)、中誠信的銀行信貸數(shù)據(jù)等。
假若數(shù)據(jù)是征信機構的核心要素，那么對于那些目前還處于同一起跑線上的征信機構，未來憑什么在激烈的市場競爭中勝出？數(shù)據(jù)究竟該如何發(fā)揮價值？
這就涉及到最后一點：產(chǎn)品化能力和應用場景。
未來可能真正考驗征信機構的是其產(chǎn)品化能力。美國三大征信巨頭益百利、艾可菲和全聯(lián)公司都十分注重產(chǎn)品創(chuàng)新和多元化，提供反欺詐產(chǎn)品、信用評級產(chǎn)品，及其他風險解決方案。
央行征信中心也已經(jīng)開始聆聽市場需求，優(yōu)化產(chǎn)品，以提升服務能力，比如開發(fā)小微企業(yè)信用報告，提供重要信息提示服務，推出個人征信評分“個人信用報告數(shù)字解讀”服務等。
征信活動本質上是一個商業(yè)活動，能折射出一個社會對信用本身的認知，個人征信的發(fā)展突破也必將對整個社會誠信體系的構建大有裨益。（來源：企鵝智酷；文/徐安娜）
