大數據應用時代探索農商行信用評定體系建設及應用

滕興國+王宗勛

隨著大數據廣泛應用，互聯網公司以個人生活數據及金融服務為原始數據的信用評定逐漸走向成熟。農商行普遍立足城鄉，服務客戶群體面臨年輕人話語權增加、理財消費觀念超前、金融知識普及面廣的新變化。積極探索新時代下農商行信用評定體系意義深遠，是現代金融發展的重要內容。筆者試著借鑒成功應用金融+非金融場景數據案例，結合費縣農商行信用評定體系發展現狀及存在的問題，初步設計新體系建設及應用思路。

一、研究背景

目前繼阿里芝麻信用評分上線兩年后，騰訊信用8月7日上線，開啟第三方征信市場“兩巨頭”時代的來臨，這是自2015年1月中國人民銀行印發《關于做好個人征信準備工作的通知》要求八家民營企業做好個人征信業務的準備工作以來，第二家在征信業務應用大數據互聯網公司。與阿里巴巴公司芝麻信用類似，騰訊信用從300-850分不等，由履約、安全、財富、消費、社交五個指數組成，同時還分為7個星級，根據在微信QQ的消費、實名認證、理財記錄、信用卡還款等行為，綜合各維度評估計算信用得分。該評分能夠全面評價用戶在微信應用的各種信用行為，最終騰訊信用得分廣泛應用騰訊公司推廣住宿、出行、醫療、金融等各個方面。作為個人征信的良好補充，下一步一旦被央行納入個人征信報告，金融機構將迎來一個多元化信用評級及深入應用時代。為順應時代潮流，民生銀行開通芝麻信用滿650在線申請信用卡業務；青島銀行與螞蟻金服簽訂智慧城市發展戰略協議；互聯網金融公司借助評分結果營銷在線貸款不勝枚舉。同時，多家實力雄厚銀行已建立以數據應用分析為基礎的信用卡額度評定模型、客戶等級管理模型，對客戶的信用評定是眾多量化模型的基礎。農商行主要依靠央行征信系統信用評定結果為授信準入條件，輔以信貸人員對客戶的調查總結，最終信用評定無法量化且應用停留在輔助階段。

二、費縣農村商業銀行信用評定現狀及存在的問題

（一）定量評定單一依靠央行征信系統，手工信用評分受主觀因素影響大。

該行開展客戶授信工作中，客戶信用定量準入條件僅依靠央行個人征信報告。而該報告提供客戶在各金融機構履約、貸款、擔保記錄，數據采集來源僅限金融機構，數據源單一化造成對客戶信用評價不充分。同時，該報告采用如實記錄，在逐條記錄中才有定量描述，直接應用效果差。該行雖然自己制作的信用評定表應用定量打分，但相關依據沒有具體數據支撐，信用評分過程中存在隨意性，客觀程度不夠。

（二）定性描述依靠客戶經理調查結論，口碑信譽采集難以實現全面真實。

按照該行管理制度，客戶評級為A級AA級等級別，主要依據客戶經理現場與非現場調查結合后形成的調查結論，調查過程中，客戶經理主要通過走訪客戶單位同事、近鄰鄉親形成信用評價，信息來源容易受到情緒化、偏見等噪音干擾，既難于全面收集，又存在較大誤差。同時，客戶經理長期形成客戶信用信息評價，容易在崗位調整無法系統準確的交接給接崗熱源，造成專家判斷法評定客戶信用不能連貫使用。

（三）應用客戶關系管理系統評定等級，評定依據不能融合其他數據來源。

該行實現以賬戶為中心的業務核心系統、信貸管理系統提供業務數據源的基礎上，應用以客戶為中心客戶給關系管理系統的數據資料整合，自行設定參數計算綜合貢獻度完成客戶五星級分類。計算依據是該行金融產品使用情況、存款貸款余額、客戶創造中間業務收入等，因不能整合失信信息、日常生活繳費信息等其他反映個人信用其他數據，造成客戶評定結果不能直接反映客戶信用情況，評定得分無法等同于信用評分。

（三）客戶信用評定結果僅為授信參考，以客戶信用為中心體系亟待建設。

該行日常業務中嚴格將央行征信報告中逾期三個月為失信人員，作為信貸服務的先決條件。信用評定打分結果作為客戶等級參考，不同程度存在為滿足客戶等級分值倒算情況。而阿里巴巴、騰訊公司通過客戶信用得分嚴格劃分等級，分級推廣公司產品。如給予芝麻信用良好者螞蟻借唄、螞蟻花唄等信貸服務，并通過大數據核算額度，實現信用得分為核心的廣泛應用，提高服務產品推廣精確度，從而提升普及效率。

三、探索農商行信用評定體系建立及應用

（一）主動與第三方征信機構合作，提前備戰信用評定多元化。

一是與阿里芝麻信用、騰訊信用合作。整合基于商戶、電商平臺數據的阿里芝麻信用與基于社交平臺微信、QQ數據的騰訊信用，共享客戶信用數據，根據客戶芝麻信用、騰訊信用評分，結合央行征信系統，綜合評價客戶信用，授予信貸額度，防范貸款風險；二是與其他第三方征信公司合作。隨著央行對第三方征信體系建設的逐步推進，第三方征信體系必將得到長足發展，鑒于阿里、騰訊的強勢地位，可與其他參與試點的第三方征信機構，如中誠信征信有限公司、拉卡拉信用管理有限公司合作合作，打破兩巨頭在第三方征信體系的壟斷地位，鞏固農村金融市場。

（二）積極創建特色信用評定體系，實現信用評定過程定量精確化。

一是建立自己的信用評分模型。探索一套適合農商銀行自身實際的，基于分析農村金融市場數據的，具有當地特色的征信評分模型，夯實征信體系架構。二是應用新技術。運用互聯網、云計算、大數據和人工智能等新技術，創建征信體系，提升數據的數字化水平，不斷做大做強數據庫，為征信體系的建設提供支撐。三是打造具有當地特色的征信數據庫。鑒于農村金融機構客戶小而多的特殊屬性，整合現有信貸、電子銀行、客戶關系以及具有當地區域特征的數據，同時將一線人員掌握的客戶數據歸總整理，轉變為征信體系的大數據，掌握客戶最新信用動態，豐富征信數據系統。

（三）拓展融合其他渠道信用信息，探索創建多場景信用評定體系。

一是與法院、政府部門、移動運營商等合作，共享失信信息、環保信息、繳費信息。通過開通客戶關系管理系統與其他部門系統端口，將其他渠道信息作為金融外場景與金融場景深度融合。二是外包數據應用處理業務，與專業公司共同探索建立多場景信用評定模型，通過與其他平臺的評定結果對比不斷優化模型，發揮外包公司專業勝任優勢，實現數據充分挖掘和深度應用。提升數據處理水平。三是充分借鑒芝麻信用、騰訊信用評定模型，注重客戶使用本行金融產品的深度及頻度，以能否量化分析為數據源是否采用的區分界線，實現基礎數據源的精確量化。

（四）轉變信用是門檻的傳統觀念，發揮應用信用評定導向作用。

通過量化評定結果，按照信用得分將客戶劃分為制裁級、普通級、鼓勵級、優先級。分層服務提供特色精確化服務，緊密聯系鼓勵級客戶，了解客戶需要，開發客戶金融需求；上門拜訪優先級客戶，撰寫拜訪報告，為下一步合作領域擴展做好信息收集。制裁級客戶僅提供結算服務，并對貸款及時采取提前收回或訴訟保全措施，避免信貸資產出現風險。對同樣級別客戶按照年齡、行業等多維度進行篩選，發掘有價值提升空間的客戶制定綜合金融服務方案。結合以客戶為中心的服務理念踐行，實現客戶以客戶信用為中心的觀念轉變。

（五）注重健全信息保密機制建設，確保信用評定應用信息安全。

為加強嚴格信息安全管理，充分借鑒央行《征信管理條例》要求，加強對應用系統數據的管理，尤其要加強對個人信息的保護，確保征信信息的安全性。繼續嚴格執行個人信用查詢集中管理制度。所有客戶查詢記錄需要本人簽訂委托書。網點查詢人員需要培訓上崗，查詢時需要得到總部管理員審批，一人一號、專人管理、專人負責；密碼定期更改，并具備相應的安全級別，不能轉告他人；充分防范個人信息泄露、倒賣事件發生。此外，在與其他單位系統對接過程中，嚴格簽訂保密協議，明確雙方責任；選用專業勝任且責任心強的客戶人員參與對接工作；防止本行核心數據外泄，造成重大信息安全事件。

（作者單位：山東費縣農村商業銀行，山東 費縣 273400）endprint