大數據視角下互聯網消費金融風險探討

趙建鳳

基金項目：河南省哲學社會科學規劃項目“精準扶貧視角下河南省普惠金融發展問題研究”

（項目編號：2016BJJ003）

中圖分類號：F724 文獻標識碼：A

內容摘要：本文以京東白條為例，探討大數據技術在消費金融信用風險管理中的應用。京東白條是京東金融集團自建的大數據模型體系和風控系統，主要從貸前目標客戶選擇及信用評估、貸中客戶行為監測、貸后逾期本息追償三個角度進行客戶信用風險的管理。京東白條服務于京東電商產業鏈閉環，有效減少了客戶信息的不對稱性，可實現全流程的動態風險管控。然而，京東白條也存在著白條身份不明確、信息收集渠道有限以及貸后追償成本高等風險，針對這些問題，文章提出了相應的風險管控措施。

關鍵詞：大數據 京東白條 互聯網金融 信用風險

京東白條業務及其運作模式

京東白條業務是京東金融集團依托京東商城平臺會員用戶的信用體系，而推出的一項面向個人消費者的消費金融業務。用戶在申請使用京東白條業務時，可以選擇延后免息付款或分期付款兩種消費付款方式，分期付款期限可選擇3、6、12、24個月等，服務費率一般為月化0.5%。

京東金融集團在開展京東白條業務的過程中逐步形成特有的業務運作模式。首先，在客戶端的選擇上，早期由京東金融集團依據消費者在京東商城上的歷史交易數據，通過大數據分析評估后向一部分注冊用戶發出邀請，由其進行實名認證并綁定信用卡從而獲得公司給予的一定授信額度。后期京東白條業務開始逐步面向全部用戶開放，一部分京東用戶在自主申請京東白條額度時，若通過系統審核便可獲取公司提供的普通和小額授信額度。其次，在商品供給端，用戶到京東商城平臺購買商品主要分為兩類：一類是京東自營商品，由京東作為零售商身份自主進貨并配送以賺取差價收益；另一類是開通分期購物服務的第三方商家商品，借助京東商城用戶流量和品牌效應等優勢，將商品信息掛靠到京東平臺上，擴大銷售渠道。對于掛靠的第三方商家商品，京東主要賺取的是平臺服務費及賬期收益。最后，在資金端，京東白條業務除了京東多年來積累的資金以及引入戰略投資者方式實現的融資外，目前對京東白條業務發展最具助力的要屬資產證券化實現的自我融資。

2014年以來，京東全年自營業務規模呈現爆發式增長，京東消費金融事業部推出的白條業務起到了重要的推動作用。京東白條業務對京東商城交易總額滲透情況如圖1所示，京東白條增速與京東電商交易總額的增長高度相關，且白條滲透率呈現逐年攀升的趨勢。

京東白條的大數據基礎及其風險管控措施

（一）京東白條的大數據基礎

京東金融通過以自有電商生態產生的數據為主，并整合其它各方數據，真正形成了覆蓋廣、維度多的“大”數據。具體來看，其大數據主要來源于以下幾方面：首先，內部產生的基礎數據，京東金融依托于京東集團運營十多年來的自營電商零售業務和支付業務，積累了大量完整、精確的客戶電商交易數據，以及幾十倍于交易數據的用戶行為數據，主要包括消費、物流、退換貨等精確數據以及用戶的瀏覽、對比、登錄時間、地點等模糊數據；其次，隨著京東金融業務規模的不斷擴大，也產生了大量的金融交易及行為數據，其相關性更優于電商數據；再次，京東金融近年來對外戰略投資一些數據公司，主要投資了ZestFinance、聚合數據和數庫等數據公司，可以應用它們所提供的數據；最后，對接的外部信用數據、公共數據等，包括接入央行的征信體系之后可以拿到的銀行數據。這些數據具有非常高的交互頻率，能夠實時更新，可以更加精確地刻畫用戶，而且能避免因時間延長而降低數據的有效性。

（二）信用風險管控措施

貸前目標客戶選擇及信用風險評估。一是發展初期，京東白條業務選擇客戶采取預篩選白名單模式，是基于大數據分析、風險判斷前置，邀請京東商城用戶開通使用。具體而言，其客戶選擇模式首先由計量分析人員基于京東商城大數據平臺，深度挖掘和分析用戶購買力、穩定性，形成各類用戶的畫像，建立起模型工具體系，再由風險政策人員使用這些模型工具建立起授信政策體系，以此篩選優質客戶形成白名單，繼而通過微信平臺、商城網站等各個入口引導用戶完成實名和身份驗證，用戶在激活開通白條業務后，即可在京東商城平臺享受先購物后付款的服務。二是目前京東白條業務已面向全部用戶開放，用戶申請開通時京東會基于用戶消費行為數據，應用大數據建模技術建立量化模型，實時評估違約風險和額度測算。京東白條客戶信用風險評估主要采用了互聯網大數據建模技術，該建模技術完全摒棄了傳統銀行邏輯回歸的方法論，主要采用了由多種大數據機器學習模型構成的弱分類組合預測模型，解決了數據稀疏、多維度及非結構化等問題，同時也大大提供了模型的穩定性及客戶群覆蓋度。三是京東金融還依靠其內外部數據所形成的大數據基礎，借助于多維度數據模型工具及機器算法等科技手段，建立了一套獨立的信用評估體系，該信用評估體系得出的直觀結果將形成用戶信用評分，即京東商城平臺出現的“白熱度”。由圖2可以得知白熱度信用評分主要基于用戶在京東商城注冊、瀏覽、下單、支付、配送、評價等的海量數據，并結合用戶消費和還款情況，深度挖掘用戶身份特征和偏好，評估用戶的履行能力，進而預測用戶的信用風險水平。

貸中客戶網絡行為監測。一是大數據“天網”風控系統防套現機制。貸中是小額消費信貸套現行為發生的主要環節，經常有不法商家與不良客戶合謀進行套現，損害電商平臺消費金融服務商的利益。京東金融憑借其大數據基礎和云計算、機器學習等互聯網技術，自主研發了用于防范京東白條套現行為的“天網”風控系統。該系統主要包括行業領先的實時風控系統、訂單監控系統以及用戶行為風險評估系統等子系統，對消費金融業務交易環節提供了實時監測及賬戶安全保護。大數據“天網”風控系統的子系統—用戶行為評估系統聚焦賬戶安全，通過比對用戶賬戶當前的設備環境、操作行為等數據與用戶賬戶歷史行為數據，形成賬戶行為安全等級的評價，有效防范了因撞庫、惡意攻擊等造成賬戶被盜風險；訂單監控系統則打通了京東自營物流配送體系，在白條訂單進行中和提交后，進行訂單實時監控，通過套現模型、高危地址庫、各類與時俱進不斷迭代的風險策略規則組合，對高風險訂單實現系統自動預警。目前“天網”風控系統已在賬戶安全保護方面取得非常顯著的應用效果。目前京東金融集團成功實現客戶在向第三方賣家購物時使用白條支付服務，這主要得益于京東金融集團白條訂單監控系統與京東利用網絡技術手段及大數據構建的反刷單系統對接，且當前該反刷單已從基本規則識別逐漸演化到數據建模精準識別，識別準確率已達99%以上，其反刷單系統流程如圖3所示。二是分期還款跟蹤機制。分期還款制度是以“現金流管理”理念作為基礎的貸款管理方式，京東白條大部分授信額度處在3000元至6000元之間，這相對于大部分平臺來說已經算是很小額化了，如果再進行分期還款則消費者每月的還款壓力更小，降低客戶因暫時償還能力不足而產生的違約風險。同時分期還款制度要求消費者在分期期限內按時返還消費信貸，因而消費者到期能否按時還款對消費信貸企業具有“提前警示”的功能。在消費分期后期還款流程中，一旦發現消費者出現無法按時還款的情形，京東金融集團就能夠第一時間察覺到客戶償債能力出現問題，提前識別出客戶存在的信貸違約風險，對客戶剩余小額信貸額度停止發放。通過分期還款跟蹤機制，對客戶的違約風險做到了第一時間的防范，之后就及時督促客戶歸還剩余欠款，以此來最大限度的降低京東白條損失。

貸后逾期本息追償。為了降低京東白條信用風險，京東金融對消費者未能及時償還的款項設立了違約金懲罰機制，現行的是每日收取萬分之五的違約金，以此督促消費者及時歸還消費貸款。具體來看，京東金融在客戶逾期追償的早期主要采用了短信提醒和電話催收的方式，而對于通訊不便或者惡意違約的客戶則采取了較為強硬的手段，主要包括委托催款和法律訴訟等途徑來追償本金和利息。在本息追償手段上，京東金融與其他傳統金融機構的追償手段并無太大差別，但京東金融在逾期賬戶的分類中引用了其獨一無二的“司南”—風險控制模型體系下的催收評分模型如表1所示，該模型根據逾期期限及工作量將逾期賬戶智能化分為逾期提醒類（A類）和逾期催收類（B類）。逾期不足90天的逾期賬戶，以及不具備其他高風險特征的賬戶將被系統自動劃分到逾期提醒類賬戶，該類逾期賬戶主要以內部客戶催收為主，委托外部催收公司為輔。而對于客戶逾期超過90天，或逾期不足90天但具備其他高風險特征的將被系統自動劃分到逾期催收類賬戶，該類逾期賬戶以專業催收公司為主。

京東白條客戶信用風險管控優勢及局限

（一）京東白條客戶信用風險管控的優勢

京東電商產業鏈閉環與信息的對稱性。京東依靠電商平臺、在線支付、物流體系的全流程配套服務，在自身體系內部實現交易、配送、售后服務等多環節的完好閉環，這為京東金融開展京東白條業務打下了良好基礎。京東白條是依附于京東商城消費場景而開發出來的新金融產品，在電商產業鏈閉環的有利背景下，京東白條支付業務也實現了閉環操作，即資金在京東商城體系內直接對接用戶、商戶及消費產品，資金流仍在體系內循環，有效防范了用戶套現產生的風險。不同于淘寶和天貓商城使用的螞蟻花唄，京東商城大部分都是自營業務，直接與消費者發生銷售關系，降低了商戶與消費者合謀套現的可能。當然京東電商平臺所具有的網絡信息數據的留痕、開放，也使其采集用戶消費相關行為數據、金融數據以及其他地理位置等非結構化數據變得更容易，有效降低了信息“不對稱”帶來的風險。綜合來說，京東電商產業鏈閉環讓京東金融獲得更多消費交易及行為數據，這些數據相對于其他平臺來說更加干凈、準確，有效減少套現機會及因信息不對稱帶來的信用風險。

數據與技術驅動的全面動態風險管控。京東金融是國內較早定位于金融科技的公司，強調以數據和科技為核心競爭力，通過自身積累和對外的戰略部署，獲取了各種不同出處的數據源，同時對這些數據運用大數據、機器學習和人工智能等技術進行分析、處理、應用，自建了大數據模型體系和風控系統，對客戶信用風險實現了有效管控。圖4展示了京東白條依據“四大發明”進行的風險管控流程，綜合來看貸前授信階段主要采取白名單邀請模式。白名單需經過兩個階段的篩選，首先需經過自身建立的千萬級風險名單庫對網絡惡意違約用戶、社會失信用戶進行過濾，然后通過內部建立的“四大發明”大數據模型體系，從用戶洞察、風險預測、量化運營及大數據征信四個大維度對用戶信用評估并做進一步的篩選形成白名單，最后向用戶發出邀請完成授信。貸中風險監測階段則借助京東商城電商銷售的閉環優勢，利用建立的四大風控系統尤其是大數據“天網”系統和“天盾”系統，從反欺詐、防套現、風險決策部署等角度實時識別用戶交易環節存在的潛在風險，實現對套現行為的打擊、欺詐行為的攔截來保障用戶賬戶資金的安全。貸后本息追償階段催收手段則與傳統金融機構采用的措施幾乎相同，主要通過短信、郵件、電話，甚至司法途徑進行催繳。憑借數據優勢、大數據模型體系、動態風控系統和全流程的風險管控體系，京東白條所有客戶的授信實現了自動化、智能化，白條資產質量也得到了市場投資人士的認可。

（二）京東白條客戶信用風險管控的局限性

白條身份不明確，風險前置渠道受限。由于京東白條依靠電商體系運行的特殊性，致使行業內關于其是京東應收賬款還是信貸產品的問題一直存在爭議。為了不違反《銀監會關于商業銀行信用卡業務有關問題的通知》以及央行發布的《支付機構互聯網支付業務管理辦法》的規定，招商銀行和交通銀行便暫停以信用卡還白條的業務渠道。京東金融在京東白條早期業務中就借助銀行關于信用卡人群的審核來實現風險前置，一旦客戶未能及時歸還消費信貸，京東金融集團就可以通過信用卡劃款的方式，來降低客戶消費信用風險。隨著多家銀行關閉信用卡還白條的通道，通過利用信用卡人群降低信用損失的功能會受到一定限制。

信息收集渠道有限，數據維度待完善。京東白條在向用戶授信時，其所用到的大數據主要由內外兩個維度的數據構成，內部主要來源于京東商城網絡購物相關的交易、行為數據以及金融數據等，而外部數據主要來源其投資的幾家數據公司。雖然京東白條依靠京東商城擁有較高質量的數據，但缺少其他信息的認證，仍無法對客戶身份、償還能力及償還意愿等進行有效識別。即使某個客戶在京東商城暫時保持著良好的行為記錄，但其可能已在其他平臺上多次發生違約等不良行為，隨時可能演化為在京東平臺的違約，因此京東金融需要豐富數據來源渠道，完善自身數據維度。

客戶來源分布廣泛，貸后追償成本高。在平臺客戶來源方面，京東商城具有與其他平臺同樣的情況，客戶幾乎分散地分布在全國各個地區。一旦客戶出現惡意透支并違約，目前京東金融所能采用的手段很有限，只是采用短信提醒、團隊催收甚至司法追討等手段。考慮到成本問題，司法追討雖然成效會很顯著，但訴訟成本也很高，只適用于大額違約事件。而對于小額違約用戶，在考慮到時間成本和人力成本時，京東金融往往只能把用戶拉黑，但用戶仍能在其他購物平臺消費，最終無論追討成功與否，京東金融都是受損失的一方。

提高京東白條客戶信用風險管理水平的措施

（一）擴大京東支付場景，增加理財產品供給

判斷客戶違約與否的關鍵在于客戶償還能力的把控上，因而通過客戶財富水平的監測對判斷客戶償債能力、降低信用風險都具有重大意義。支付業務和理財產品是吸納客戶資金的重要渠道，有利于監測客戶資金流向及判斷客戶財富水平。當前業界集支付業務和理財產品于一身且受廣大客戶喜愛的當屬支付寶平臺的余額寶，該產品能隨時滿足客戶存取的流動性需求。同時余額寶作為一種貨幣基金產品，具有較銀行活期存款甚至兩年期定存都高的利率，吸引了廣大支付寶用戶將資金存入余額寶，因此通過余額寶賬戶資金變動情況的監測對判斷客戶償債能力有很大幫助。而目前京東金融雖開發出類似于余額寶的京保貝，但由于京東支付場景大多僅限于京東商城使用，使得京保貝的市場知名度及認可度都不高，無法吸引更多用戶將資金存入，因而也就不能及時反映用戶當前資金運轉情況，對判斷償債能力不利。因此京東金融應通過擴大京東在線支付使用的場景增加客戶使用需求，并加大可供投資者選擇的優質理財產品，以幫助京東金融實現對客戶資金流動的監測，判斷客戶償還能力，降低信用風險。

（二）擴大線下信息收集，提高客戶身份認證水平

客戶信用風險管控的核心是征信，而征信的第一步就是客戶身份的認證。目前在客戶身份認證上，有兩種比較典型的模式：線下面簽及大數據畫像。筆者認為線下面簽是客戶身份認證最直接、最精確的手段，而大數據畫像是對客戶身份的全面刻畫、多維度分析及另類驗證，二者組合實施效果更為顯著。目前銀行信用卡及分期樂都主要采用線下方式進行客戶認證，能保證用戶信息的真實有效，而京東白條在客戶選擇上則主要利用大數據畫像等技術手段對客戶進行識別，存在一定的局限性，如果能結合線下面簽方式將更有利于完善客戶身份信息，降低欺詐風險。京東白條的使用范圍主要是京東自營業務，據京東財報顯示，2012-2015年京東自營業務占比高達55%-70%，京東完全可以憑借自身物流體系和物流人員擴大線下信息數據收集，在京東內部人員配送貨物的同時進行客戶身份確認。

（三）對接央行征信系統，加大第三方數據合作

央行征信系統雖然覆蓋率低、數據維度單一，只含有客戶基本資料、銀行借貸及信用卡還款等金融信息，但央行征信系統的個人信用報告在金融征信領域最具權威、涉及面最廣泛。一旦某人的個人信用存在污點，就會影響個人通過銀行體系購房按揭貸款及信用卡辦理等業務。如果京東金融像銀行信用卡一樣實現與央行征信系統的全面對接，將客戶交易情況直接上傳至央行征信系統，將對其降低客戶信用風險大有裨益。同時，京東金融自建的大數據征信模型和風控模型所用數據，主要來自京東商城積累的客戶交易數據、京東投資的數據公司等，缺少海關、稅務、社交等數據，不利于京東金融將白條業務拓展到平臺以外的個人消費者。接入央行征信系統及第三方數據共享合作可以獲取更多關于個人的金融數據、社交數據及搜索數據等，憑借京東金融強大的數據模型處理能力，將各種數據交叉驗證，有利于為京東白條擴展更多用戶及防控信用風險。

（四）展開商業積分活動，刺激客戶及時還款

像京東金融、分期樂等小額消費信貸服務商在逾期貸款追回方面都比較被動，需要在實施逾期罰款的同時采取一些激勵措施，讓消費者真切體會到維護信用的實在價值。目前銀行在信用卡持卡人刷卡消費時，都會按照消費金額獎勵一定的積分，該積分可用于兌換商品。同時商業活動中，售貨方常常采用賒購的方式促銷，并向購貨方提供提前還款有現金折扣的方式激勵購貨方及時還款。因此在借鑒信用卡消費積分以及商業現金折扣方式時，京東金融可以采取白條客戶提前還款有送積分措施，并與平臺商家展開合作，規定累計的積分可在客戶購物時抵扣一定消費金額。該措施有利于將客戶相關利益結合在一起，對培養客戶信用維護意識更有效，實現貸款追償的被動為主動。

參考文獻：

1.趙大偉.大數據技術驅動下的互聯網消費金融研究[J].金融與經濟，2017（1）

2.丁喬穎.云金融視域下互聯網金融商業風險分析和預警機制構建[J].商業經濟研究，2017（16）

3.鐘肖英.互聯網消費金融中的逆向選擇和道德風險研究—基于信號傳遞和重復博弈的視角[J].金融理論與實踐，2016（12）

4.徐金喜.互聯網金融的特殊性與一般性及其監管探討[J].商業經濟研究，2017（9）