誰在收集你的信用

2006年，唐寧創立宜信，在街頭巷尾推廣“人人有信用”的理念，卻遭遇冷落。彼時互聯網金融、大數據等概念尚未誕生，信用價值說更是天方夜譚。

2007年，范曉忻看到企業信用服務的巨大市場，他創立金電聯行，努力說服銀行“信用可計算，風險可量化”，數年的磨合讓他成為銀行眼中的“有理想的瘋子”。

2013年，已從事小微信貸業務4年的支正春突然想到用互聯網數據對用戶授信。他四處與人交談，而多數人的眼神里透著悲觀。

這種悲觀并非毫無來由。林采宜和尹俊杰撰寫的《互聯網金融時代的征信體系》指出，目前央行個人征信系統共收錄8.5億人的信息，其中約5億人只有經濟信息無有效征信信息。

互聯網蘊藏著難以估量的用戶行為數據，用這些互聯網數據描寫出個人信用畫像，則是一條描摹個人信用的蹊徑。但今天的中國，許多人對信用的認識依然薄弱，而這些新興信用經濟的從業者們能將中國模糊的信用生活勾勒得更清晰嗎？

□蔡雯迪

大數據構建知識圖譜

今天，以P2P網貸為代表的互聯網金融發展迅猛，然而信用審核卻卡其命門。P2P網貸的洶涌浪潮正在倒逼民間征信業務的發展。

目前，上海資信、安融惠眾兩家實力征信機構分別承建了網絡金融征信系統（NFCS）、小額信貸行業信用信息共享服務平臺（MSP），這還遠不能滿足當下熱火朝天的P2P網貸市場。宜信、人人貸、陸金所等P2P領軍企業正在開發自己的征信系統。

而在今天，大數據無疑是建立和完善信用系統的一個最有效的手段。

據悉，2013年，在傳統的信用系統的基礎上，宜信成立了大數據創新中心，運用大數據和互聯網技術進行金融創新嘗試。“八年多以來，宜信記載了上千萬貸款數據，還有我們的爬蟲得到的互聯網公開數據、客戶授權的數據，以及我們第三方合作伙伴的數據，再通過我們的大數據分析去貫通、關聯，進而形成知識圖譜。”

宜信公司高級副總裁、大數據創新中心總經理張小沛告訴記者，其打造的搜索引擎“姨搜”就是這個信用知識圖譜的出口，提供了借款人借貸相關的垂直搜索服務，可在貸前、貸中、貸后的各個交易環節提供數據參考，便于風險控制和管理。

此外，利用大數據技術，宜信金融云能夠解決金融領域海量數據的存儲、查詢優化以及聲音、影像等非結構化數據的處理。一方面對數據進行可視化，構建客戶畫像，便于專家分析；另一方面結合專家知識和機器學習模型，實現規則引擎、授信引擎和反欺詐引擎等模塊，有效地支持了宜信的在線和離線業務，完成對用戶的實時授信。

據了解，借助于大數據平臺，宜信旗下宜人貸推出了“極速模式”，將對用戶的授信時長從原來的十多分鐘壓縮到一分鐘之內。

2014年9月，宜信還與eBay公司達成戰略合作，通過大數據技術為eBay平臺電商賣家進行授信，即商貸通服務。這種電商貸款模式通過高效整合交易數據、第三方數據以及社交網絡行為數據，為用戶提供個性化的融資產品。

挖掘企業明細數據

有業內人士告訴記者，中小企業融資難的原因主要有三：沒有信用記錄、沒有抵押擔保、財務報表失真。

這促使范曉忻2007年創立金電聯行，利用企業供應鏈數據，給中小微企業提供信用評估服務，幫助他們獲得純信用融資。當時，從華爾街歸國的師弟告訴他：“在國外，信用融資占企業融資相當大的份額，中國還處于起步階段，這其中蘊藏著巨大商機?！?/p>

因此，范曉忻告訴記者：“在中國，沒有任何一家銀行，會單憑財務報表就給中小企業放款。因為財報數據源極易更改，可信度較低?！?/p>

那么，究竟該如何還原一個真實的中小企業？金電聯行將目光轉向了企業的明細數據。訂單、應收賬款、回款、現金流、庫存、稅務、核心交易對手等等，都是金電聯行力求得到的企業最精細的數據。

“在一張增值稅電子發票上，可能就有20多個指標項?！狈稌孕酶嬖V記者，“我們拿到的企業數據往往以GB為單位，有些供應鏈較長的企業甚至能達到10GB?！?/p>

在金電聯行，為了研究如何挖掘海量企業數據，成立了一個40人左右的科研團隊，幾乎全是數學博士。2010年做出第一個項目以前，范曉忻和他的團隊堅持了三年的科研。終于，他們找到了一種對企業明細數據進行分析計算的方法。

“我們把石油煉成了汽油！”范曉忻說。

2012年，北京懷柔某汽車部件公司找到了金電聯行。“我們當時是一家小企業，沒有銀行貸款要的抵押物。”該公司財務總監程坤對記者稱，他們向金電聯行提供了企業數據系統的鑰匙。金電聯行對該企業供應鏈數據分析計算后，向中國民生銀行提交了信用報告，幫助該企業獲得零抵押貸款200萬元。此后，銀行貸款每年遞增，現在已經達到了400萬元。

金電聯行提供的數據顯示，其創立至今已累計促成了40多億元非抵質押的純信用融資，最高融資額度達到了6800萬元，最低為98萬元，迄今未有一筆不良貸款。

搜尋互聯網軌跡

互聯網蘊藏著難以估量的用戶行為數據。用這些互聯網數據描寫出個人信用畫像，則是一條描摹個人信用的蹊徑。

閃銀是一款基于互聯網海量信息之上的個人授信產品。2013年12月上線，8個月即收獲60萬粉絲，并宣布獲得IDG資本的4000萬元人民幣A輪投資。

閃銀CEO支正春將閃銀的目標用戶定為“2+5人群”。他發現，本科畢業前兩年加畢業后五年，年齡在20～28歲之間的人群，消費需求極其旺盛，獲得銀行信用評估的概率低，熱衷于使用網絡，而且容易在互聯網上留下個人信息。因此，閃銀根據用戶授權的微博、人人網等社交賬號以及工資單、信用卡賬單郵箱等財產資料，還有淘寶賬號等電商信息，分析計算用戶的信用狀況。

支正春向記者透露了閃銀基于大數據得出的一些試驗結果：每天晚上11點到凌晨3點還活躍在網絡上的客戶平均信用偏低；賭博的人還款比例只有33%；此外，用戶綁定郵箱的前綴和后綴、網購電子產品時對不同產品線和配置的選擇，都能與個人信用評估聯系在一起。

除了數據源頭增多、交叉驗證真實性，大數據技術還極大地提高了信用審核的效率。

中國民生銀行北京魏公村支行信貸主管陳光告訴記者：“過去我們人工審核信息，有時材料連四大箱子都裝不下，還要花大量精力驗證數據的真實性?！?/p>

“傳統借貸以提高門檻來確保還款率，互聯網信貸通過大數據在降低門檻的同時保證了可靠性?！敝д航榻B，閃銀6000元以內授信可在15分鐘內完成，50萬元以內大額授信則在數小時內完成。

電商數據池

信用無形無聲，支撐著中國電子商務的井噴式發展，而電商市場規模不斷膨脹，又為信用數據圈起了一方蓄水池。

不能否認，中國電子商務是在缺乏現代誠信觀念和信用體系的環境下起步的。

據了解，1999年—2003年，中國網絡購物市場的年規模為10億元。

阿里巴巴創立之初，為解決企業間電子商務（B2B）的信息不對稱，建立了用戶信息認證體系。2002年，阿里巴巴推出了“誠信通”，為其B2B平臺上的商家建立網上信用檔案，記錄商家的每一筆交易行為。

2003年淘寶網推出，為了讓買賣雙方習慣在互聯網的虛擬環境下交易，淘寶網讓買賣雙方交易成功后對彼此進行評價，累積的信用度作為下次交易的參考。2003年，支付寶作為第三方擔保交易支付平臺出現。支付寶的個人實名認證將買家、賣家上傳的身份信息與公安部公民身份證數據庫中的數據進行比對，同時還將身份信息與其銀行卡賬戶信息進行關聯確認。

盡管一些商家“刷信用”的做法引來質疑，但店鋪頁面上閃爍的藍鉆、皇冠依然有效影響著人們網購時的心理刻度。2014年阿里“雙十一”促銷活動中，共有12家店鋪因涉嫌以虛假交易提高信用評級被天貓清退出本次活動，另有6家店鋪被“降級”處罰。

螞蟻金融服務集團（簡稱螞蟻金服，原阿里巴巴小微金融服務集團）品牌與公眾溝通部公關專家葛瑞超告訴記者：“最初網購通過郵局匯款和網上銀行，支付寶推出之后電商才迅速蓬勃發展起來。”

隨著海量數據不斷沉淀，阿里巴巴布局信用產業鏈的腳步加速。

2010年，“阿里小貸”（現更名為螞蟻微貸）推出?！斑@主要是響應互聯網金融需求，為阿里巴巴會員提供無抵押、無擔保的純信用貸款。”葛瑞超告訴記者，螞蟻微貸對阿里巴巴用戶在其平臺上的經營數據、客戶評價、物流倉儲等數據進行計算，“信用度符合貸款服務標準的商家可在數秒內收到貸款，如果發現商家有賣假貨等行為相應融資服務會降低，甚至被移除出準入用戶范圍?！?/p>

據阿里巴巴數據顯示，截至2014年3月，36.5萬個借貸人從阿里小貸進行借貸，總貸款結余為132億元人民幣。

2012年起，電商平臺京東也針對其供應商推出了供應鏈金融、京保貝等信貸產品。

2014年9月，宜信與全球最大在線交易平臺eBay簽署戰略合作協議，聯手推出“商通貸”線上借款服務。

活躍在電商平臺上的小微企業主，率先擺脫了融資難困境。信用水平良好的消費者，也能夠享受到淘寶、京東等電商推出的賒購服務。