構建我國互聯網金融信用與征信體系研究
——基于博弈論視角

馮艷麗，查先鋒

（甘肅廣播電視大學，甘肅 蘭州 730030）

一、互聯網金融領域信用與風險研究的理論基礎

信息社會條件下的金融組織理論，突破貨幣角度研究范疇，以信息作為金融領域組織研究的充分條件和基本保證，通過信用與風險的評估，最大可能地規避逆向選擇與道德風險。但金融組織理論不足以說明信息不完全市場中，信息不對稱條件下如何保證交易契約的順暢實施。因此，需要引入金融創新理論來解釋互聯網金融組織如何應對經濟社會環境變化引發互聯網金融裂變的問題。

相關研究者指出信息收集、加工和輸出功能越是完善，經濟信息條件下的金融創新動力越是強勁，并以創新動力為源頭，既影響金融創新的方向和性質，又影響社會經濟發展的強度和效率。事實上，金融創新的動力源頭由政府金融管理當局和市場經濟主體兩方面構成，這與傳統金融創新的動力源頭差別不大。雖然互聯網金融沒有從本質上改變金融產品的結構和設計，但實實在在地改變了金融的銷售模式。也就是說，當傳統金融中介消失時，信息社會下的信用采集如何進行，信息不對稱條件下的信用風險如何規避等問題，成為互聯網金融發展中亟待解決的問題。

隨著互聯網金融的不斷發展，創新動力源頭利益一致性基本實現，互聯網金融行業新的發展動向——產業融合模式出現。互聯網技術的日新月異為互聯網金融產業融合提供了充分的外部條件，多因素驅動產業融合導致資金融通、支付、信息的處理與擴散等眾多信息渠道合而為一，顯現出產業滲透、產業交叉等現象，由此基于消費者生物特征的邊際效用遞增規律開始顯現。簡而言之，基于互聯網金融網絡技術的互補性與相容性，金融技術環境使用的非競爭性和非排他性，以及共享與非消耗特性，引發消費者邊際效益遞增規律實現。互聯網金融使用者獲得的知識技能越多，帶給個人的效用就越大。簡單來看，互聯網金融活動參與者，大數據分析能力越強，越是能夠獲得更多資金融通及金融獲利的機會。基于此，全新的互聯網金融價值取向誕生，即：公共福利貢獻和消費者效用最大化。這就解釋了當前微信支付、支付寶會如此普遍深入到普通民眾生活中的原因，因為，產業融合以技術為依托，造就了互聯網金融的跨界融合。

由此可以得出，在研究互聯網金融領域信用與風險問題時，不能單純依靠金融組織理論、金融創新理論、產業融合理論或互聯網經濟邊際效用遞增理論等已有的理論形態。因為每一種理論僅僅說明了互聯網金融的一個側面，必須融合多種傳統理論，在互聯網金融新形態的基礎上進行理論創新，才能為解決互聯網金融領域信用與風險問題研究奠定基礎。

通過上述理論闡述，觀察當前互聯網金融的現實發展形態時發現，互聯網金融具備了傳統金融不具備的以下特征：金融脫媒化；信息虛擬化；信息采集廣度化與深度化；信息處理技術深度化；傳統金融機構的社會物理形態被不斷取締；金融交易高效便捷化；普惠金融化；風險復雜化且隱蔽性特征強。其中風險問題更加復雜且具有極強的隱蔽性，為了規避風險，降低交易主體的經濟損失，勢必需要在互聯網大數據的技術支持下，建立更加全面、可靠的、并且具有中國特色的互聯網金融個人征信產品及征信系統，這正是本研究希望解決的核心問題。

二、基于博弈論分析法構建互聯網個人征信體系

（一）傳統交易社會下無個人征信體系的個人

信用博弈分析

1.無征信體系完全理性經濟人靜態博弈分析

假設條件：

（1）博弈僅有兩人，二人完全理性，且信息對稱；

（2）博弈收益：

ⅰ.若博弈雙方都守信：則收益為a（a＞0）；

ⅱ.若博弈雙方一方守信而另一方不守信，則不守信的人收益為b（b ＞a＞0），守信一方收益為-c（c＞0）；

ⅲ.若雙方都不守信，收益均為0。完全理性經濟人靜態博弈模型如下：

模型結論分析：

ⅰ.帕累托最優。博弈雙方都守信，都獲得a的收益，即（守信，守信）；

ⅱ.納什均衡。由于完全理性經濟人的利己行為（b ＞a＞0），導致個人不守信行為發生，在“囚徒困境”決策下，雙方“經濟人”都會發生不守信行為，即（不守信，不守信），博弈雙方獲取收益為（0，0）。

最終結論，在完全理性經濟人無個人征信體系環境中，經濟交易不能延續，社會信用崩潰。

2.借貸交易下，無征信體系完全理性經濟人動態博弈分析

假設條件：

（1）借貸者僅有兩人，雙方完全理性，且信息對稱，債權人經濟行為置前，以期望利益最大化為決策目標，具體策略集合為：（放款，不放款）；債務人決策行為置后，策略集合為：（守信，不守信）；

（2）博弈收益：

ⅰ.只要債權人不放款，借貸雙方就不會產生借貸關系，雙方收益均為0；

ⅱ.產生借貸關系且債務人守信，債權人收益為R1，債務人收益為S1（R1＞0，S1＞0）；

ⅲ.產生借貸關系，債務人失約，債權人收益為-R2（R2＞0），債 務人收益為S2（S2＞0，且S2＞S1），形成借貸交易下，無征信體系完全理性經濟人動態博弈分析模型如下：

模型結論分析：

用逆向歸納法對模型求解得出：由于S2＞S1，債務人最優選擇是不守信。債權人出于理性經紀人考慮，不貸款就不會產生損失（0＞-R2），且貸款與否的主動權掌握在債權人手中，因此一次性完全信息動態博弈模型的納什均衡為（不貸款，不守信），囚徒困境產生，市場無法產生交易活動。最終同樣說明，無個人征信體系情況下，社會信用崩潰。

（二）存在個人征信體系情況下的個人信用博弈分析

個人征信數據被債權人共享，使得貸款風險在最大程度上得以控制，失信懲罰機制健全，此時個人信用博弈發展呈現新的變化。

征信條件下，完全理性經紀人無限次重復動態博弈分析

假設條件：

（1）博弈雙方，即債權人與債務人。債權人行動有兩個選擇：征信調查，放款和征信調查，不放款；債務人行動有兩個選擇：守信或不守信。債權人放款與否借助于第三方征信機構的調查結果。

（2）博弈收益：

ⅰ.征信調查成本為C；

ⅱ.若債權人征信調查且放款，債務人也守信，雙方收益穩定為（R1-C、S1），且（R1＞C、S1＞0）；如果債權人征信調查且放款，而債務人不守信，則收益分別為（-R2-C，S2-Di），且（R2＞0、S2＞0，Di＞0），其中Di為懲罰性成本；若債權人征信調查且不放款，而債務人守信，則雙方收益為（0，-C）；若債權人征信調查且不放款，而債務人不守信，則雙方收益為（-Di，-C），其中D0=0。形成征信條件下，完全理性經濟人無限次重復動態博弈模型如下：

模型結論分析：

用逆向歸納法對模型求解：由于R1-C ＞-C＞-R2-C，所以債權人的最優決策是進行征信調查且放款；而在征信環境中，債務人一旦不守信用，社會將對其實施懲罰性成本Di，Di隨著違約次數的增加，違約成本逐漸增大，最終可使（S2-Di）→0甚至小于0，因此債務人在進行無限次重復性動態博弈時，為了持續經濟生產，債權人和債務人的納什均衡最終將趨向于（征信調查且放款，守信）。

期望收益分析：

P 為債權人征信放款概率，征信不放款概率為1-P；Q 為債務人守信概率，不守信概率為1-Q。由上述模型，可得：

債權人期望收益為：

債務人期望收益為：

結果分析：對于債權人來說，由于Di為懲罰性成本，當i=0 時，P*=0；當i→∞時，P*→∞，但實際上1≥P≥0，所以P*值必將等于1，也就是說其最優決策為征信放款；對于債務人來說，為了獲得更多的收益R2，即R2→∞時，Q*→0，也就是說其最優決策為守信。所以在征信條件下，完全理性經濟人無限次重復動態博弈模型最優解為（征信調查放款，守信）。

（三）互聯網個人信用博弈分析結論

個人信用博弈分析結果結合前文所述各類理論可知，無論何種理論下的互聯網金融信用與風險分析，其核心是建立健全征信體系，加大失信懲罰力度。需要指出的是，互聯網金融活動參與各方都需要列入到征信范圍內，因此，必須由第三方征信機構站在相對公允的立場為互聯網金融參與者提供信用測評、評估甚至保證，最終構建完善的信用體系。

三、基于用戶互聯網行為數據的個人征信評估體系建設分析——以芝麻信用為例

基于以上分析，解決互聯網金融信用與風險問題必須做好兩方面的工作：征信體系構建和失信懲罰機制。芝麻信用是螞蟻金服旗下獨立的第三方征信機構，它通過云計算、機器學習等技術客觀呈現個人的信用狀況，符合目前使用范圍廣泛，數據支持具有可靠性的特征。大數據時代需依托網絡技術為信用評價提供量化分析基礎，現以芝麻信用為例了解我國征信機構的做法，有助于得到更好的符合我國國情的征信模式。

（一）芝麻信用征信體系概述

當前征信主流機構都采用國際流行的“5C”模型。即：道德品質、還款能力、資本實力、抵押能力及環境條件。以“5C”模型為基礎，美國首推FICO 信用評分系統。該信用系統依托海量大數據分析能力篩選出支付能力、個人信用和個人品德三項，每一項賦予一定分數，最后加權得出FICO信用分。芝麻信用構建基礎就是FICO 信用分。

1.芝麻信用數據來源。（1）阿里巴巴旗下電商平臺，包括天貓、淘寶1688 國內批發平臺、AliExpress 跨境零售和批發平臺。這些平臺產生的海量數據以交易數據和用戶數據為主。（2）螞蟻金服集團，為小微企業和個人消費提供普惠金融。（3）阿里云服務，為客戶提供行業解決方案，擁有海量數據。（4）阿里巴巴其他領域。

2.芝麻信用評分類型。（1）信用歷史：主要以過往履約記錄為依據，如信用卡還款記錄等；（2）行為偏好：經濟活動中形成穩定的行為特征；（3）履約能力：共享單車還車信用執行能力；（4）身份特征：人口統計變量；（5）人脈關系：人際圈子的親密程度和信用狀況。以上可知，芝麻信用評分類型與“5C”模型類似。

（二）芝麻信用征信體系的弊端

1.信息孤島問題。芝麻信用分評級越高，信用生活越便利，這也是芝麻信用不斷進行產業融合的重要原因。信用產業融合越是廣泛，失信人員在不能使用芝麻信用的情況下，其行為約束越大。但在信用產業融合有限的情況下，數據融合產生障礙；而且由于非結構化數據處理技術發展較為緩慢，數據處理結果會有一定的時滯性，這些都會產生信息孤島現象。另一方面，當前對于個人隱私保護、信用數據安全等諸多問題還有待進一步強化；信用爭議處理問題沒有有效的解決手段和制度框架。

2.懲罰制度不健全。雖然芝麻信用有海量數據為基礎，但仍舊不能解決中國征信問題。局限性和其他征信機構的競爭性等問題掣肘了芝麻信用的發展與完善。而芝麻信用的問題也是我國其他征信機構存在的問題。由此可見，打通信息孤島、加大互聯網金融監督力度和失信懲罰力度、提升征信體系法律層級，是快速建立我國征信體系的最有效手段。

四、我國互聯網金融個人征信與風險防范體系的理想模式構建

（一）打通信息孤島，實現征信信息共享

互聯網金融信息孤島問題不僅是行業間競爭所致，同時也是互聯網金融本身發展局限性導致的。打通信息孤島需要權威機構牽頭——央行，成立中國經濟全域范圍內的征信體系，詳細如圖1所示。

在圖1 中，以央行為代表的傳統金融個人征信系統始終難以解決普惠金融問題。公共信息領域和互聯網個人征信系統，雖然信息數據來源較為廣泛，但難以解決跨平臺信用信息共享問題，針對個人征信數據采集不全、信用產業融合信息孤島問題，所以最終還是必須依賴于以央行為牽頭單位的完善的信用征信體系的構建，實現標準化征信數據的共享。

圖1 我國個人征信體系構成圖

（二）構建完善的監督和失信處罰機制

1.加強失信懲罰機制。我國在互聯網金融發展初期一直采取有限度監管下不掣肘行業發展的原則。至今，互聯網金融表現出極強的資金融通能力，以及普惠性特點，基本實現我國短期互聯網金融發展目標。但在發展中洗錢、龐氏騙局等問題屢有發生，因此必須加大互聯網金融監督力度。如上文博弈分析中所指出的，中央征信機構采集數據越是全面，監督成本越小，監督力度越大，懲罰措施越是嚴厲，越是能夠引導用戶采取守信策略。因此，全社會征信體系的構建，以當前互聯網金融生態來看，當務之急是監督與處罰同步。對失信者的芝麻信用分進行降分處理，使其不能在經濟社會中享受便利的服務。例如：取消“花唄、借唄”的資金融通功能；取消免租金服務及各種商業優惠；限制商業銀行信用卡申請服務；限制失信者高消費行為。以各種示范作用加大信用處罰震懾力度，形成全民守信道德規范。

2.研究征信立法機制。要提升互聯網金融征信的立法層級。征信立法要有前瞻性、針對性，推進“守信激勵，失信嚴懲”機制的建立，明確守信激勵和失信嚴懲的基本內涵、適用范圍、具體獎懲措施等，讓征信立法將誠實信用從道德范疇轉向法律規范，加大失信成本的處罰力度，形成前文無限次重復博弈的結果，從根本上提升信用的社會價值。

（三）強調中央人民銀行征信作用與價值的不可替代性

央行不可替代的征信作用與價值在當前的互聯網金融領域信用與風險規避中，如何強調其重要性都不為過。如同比特幣的發展一樣，央行同意試行并不代表其風險就不存在。2018年2月，比特幣等數字貨幣大面積的暴跌，充分說明2017年我國封殺比特幣的舉動是明智而清醒的。不但沒有讓比特幣等數字貨幣擾亂我國金融秩序，更保護了公民個人財產不被洗劫。因此，諸如芝麻信用等機構在坊間如何的流行和認可，都不能替代央行征信的統籌作用與征信全覆蓋價值。所以，在中國全民征信體系建立中，毋庸置疑需要中央人民銀行牽頭、組織、管理、協調，使我國的征信體系構建，既借鑒國外征信經驗，又走出符合中國自身特色與國情的征信道路。

五、結論

我國互聯網金融領域信用與風險問題的解決是促進互聯網金融高效、快速、良性發展的前提和保障。全社會信用體系的建立，在有效防范風險的基礎上，不但有利于經濟社會中道德體系的完善，更有利于發展普惠金融，從源頭上解決普通民眾或機構共享改革開放、經濟高速發展成果的問題。因此，互聯網金融信用領域下的居民個人以及各類小微企業享受到的經濟生活便利，既是普遍意義上的小康社會思想與經濟同步的表現，也是金融領域實現藏富于民的必然選擇。