梁子怡 王晶
(1、北京市順義區第一中學,北京 101300)
(2、北京科技大學,北京 100083)
個人信貸一直以來都是銀行主要資產業務之一,如何對個人信用風險進行有效的識別與評估,成為銀行維持經濟資本穩定的關鍵因素。
金融機構的傳統做法是由專家基于自身經驗對個人經驗進行判斷,并由此形成了“5C”評價法(主要集中在借款人的道德品質、還款能力、資本實力、擔保和經營環境條件五個方面進行全面的定性分析以判別借款人的還款意愿和還款能力)。
隨著金融界對信用評分研究的不斷深入,模型經歷了由統計學方法到非參數方法、運籌學方法再到人工智能方法的演變,同時模型趨向組合化、復雜化。
著名的FICO評分系統以判別分析為核心方法,采集客戶的人口統計學信息、歷史貸款還款信息、歷史金融交易信息、人民銀行征信信息等,通過邏輯回歸模型計算客戶的還款能力,預測客戶在未來一年違約的概率;21世紀以來,神經網絡算法被廣泛引入信用風險評測機制中,穩定性遠高于其他傳統方法……
對于網絡在線信用貸款、P2P貸款、電商小額貸款以及虛擬信用卡等以信貸類服務為主的各種互聯網金融服務平臺,其面臨的最大風險來源于客戶信用風險,但傳統個人信用風險評估模式過分依賴央行征信系統,能獲取的數據對當今社會生活狀況而言有很大的局限性。
同時,云計算、大數據、人工智能行業的發展給個人信用評分模型的改進和完善帶來了更多的可能性——全面、準確、多變的模型指日可待。
如今,我國已經處于以信用交易為主導的信用經濟階段,無論是實物商品的生產和交換,還是金融產品的交易,信用經濟都在不斷擴大其規模。在互聯網金融與網絡借貸方面,信用經濟的發展趨勢更為明顯。信用經濟正活躍于人們的經濟生活中,并將成為現代市場經濟的主要特征。
應運而生的螞蟻花唄、京東白條等金融產品使信用經濟愈發平民化,先消費、后付款的交易方式使貨幣轉變為清償債務、消除債權的媒介——在可以預見的未來,信用交易將成為市場上主要的交易形式。
但信用交易所固有的風險(違約風險)使市場存在著極大的動蕩因素,目前我國缺乏一套有效、嚴格的監管體系。企業也應不斷加強風險控制,逐漸達到運作規范化、行業體系化。
“互聯網+”是近幾年當之無愧的熱點詞匯,智慧城市、未來醫院、移動電子政務等概念的出現使人民的生活發生了天翻地覆的改變,行業格局也面臨著新一輪的洗牌。
“互聯網+”背景下,“人”與“信息”實現了有機的組合。互聯網與生產生活形成了一個良好的合作模式,以互聯網為基點,溝通不同的領域,如網上支付、網上購物、網上充值、網上學習等,這種跨界的創新型模式極大地便利了我們的生產生活,促進現實與虛擬的進一步結合。
信用經濟有一個最主要的基礎要求——低成本的信息存儲和傳播方式用以形成一份完整的信用史,以便進行信用評估。
而互聯網+的時代背景正好為之提供了技術支持——超大容量的數據庫,精準的分類方法,詳細的記錄,便捷的篩選搜索再加上嚴密的隱私保護,由此信用經濟有了發展的基礎。先進的大數據處理技術更成為信用經濟進一步發展的強有力保障。
“在不遠的未來,比如2020年,社會信用體系初步建立,社會誠信體系建設將會從道德層面逐步穩定地轉化成公民、企業的自覺行為。”北京國富泰信用管理有限公司總經理陳登立在第五屆全國商務誠信建設大會暨“互聯網+”信用年度創新峰會上表示。
可以大膽推斷,不斷創新的個人信用計量與管理方法將成為社會信用體系建設的關鍵。
芝麻信用,是螞蟻金服旗下獨立的第三方征信機構,已經在信用卡、酒店、租房、出行、公共事業服務等上百個場景為用戶、商戶提供信用服務。其信用評估體系依托阿里集團獨具特色的電商生態圈,涵蓋用戶生活的方方面面,是我國目前較為權威的個人信用計量與管理體系之一。
5C分析法是金融機構對客戶作信用風險分析時所采用的傳統專家分析法之一,從五個維度進行全面的定性分析以判別借款人的還款意愿和還款能力。
芝麻信用則以此為基礎,從身份特質、履約能力、信用歷史、人脈關系和行為偏好這5個基本維度來評判個人的信用情況。它所考察的5個維度“5C”有明確的對應關系。5個維度在芝麻信用分測算中的權重分別為15%(身份特質)、20%(履約能力)、35%(信用歷史)、5%(人脈關系)、25%(行為偏好)。
在確定維度的基礎上,我們將用戶的網絡行為按芝麻信用的評判維度進行分類,賦予不同的網絡行為以特征鮮明的“標簽”,同時經過大量的數據分析確定不同行為的權重,最終計算得到芝麻信用分。
芝麻信用的衍生產品線可分為兩大類——信用借貸類和信用生活類。
信用借貸類主要包括螞蟻借唄和螞蟻花唄兩種產品,以芝麻信用分為參照依據為用戶提供額度不等的借貸服務。
信用生活類指各類生活用品的短期或長期出租,芝麻信用分為提供免押金租賃服務的主要依據。
衍生產品的服務多由第三方機構提供,在支付寶用戶基數相當龐大的條件下,越來越多的第三方平臺將加入提供衍生產品服務的行列中,對模型算法也將提出更高的要求。
與FICO信用分計算方法類似,模型的基本原則是利用用戶的歷史數據與數據庫中全體用戶的數據和信用情況進行對比分析。
但芝麻信用分的數據來源與FICO信用分相比有很大的區別,“互聯網+”時代背景下數據種類多、范圍廣,且單項數據無法與信用水平建立直接的聯系。因此,該模型的建立需要確立龐大數據庫中各數據項的相關關系,再利用先進的大數據處理技術對用戶信用做出評價。
小白信用分與芝麻信用分的評價方法類似,但京東采取積極尋求外部合作的策略,包括與銀行的合作,如各大銀行支持京東白條用銀行信用卡還款,以及京東與中國銀聯達成了戰略合作,打造開放式綜合支付服務平臺。
芝麻信用的數據處理過程是基于阿里巴巴的大數據平臺生態,該平臺具有兩大核心競爭力:云計算能力及高效處理數據源的建模能力。京東的數據處理是通過使用京東大數據平臺, 構造用戶畫像,使之成為人物原型,此外,京東與美國的互聯網金融公司 ZestFinance 合作,將 ZestFinance 的信用評估模型應用于京東白條,降低了信貸風險。
在經濟普遍發達的征信國家,信用管理更側重對消費者個人信用的管理,同時,個人信用制度的運作已形成一個完整的體系。
征信數據的開放和信用管理行業的發展、信用管理系列立法的建立和執法、政府對信用交易和信用管理待業的監督和管理、信用管理正規教育和研究的發展是國家信用管理體系的四個主要組成部分,我國在這四方面的發展較為落后,存在地區局限性。
因此政府要立足于“互聯網+”的時代背景,促進數據源的開放,加快發展個人征信市場,最終建立完善的征信體系。
“互聯網+”時代潮流下,征信體系的改革是必將迎來的挑戰。大數據、云計算、人工智能的發展使平臺的“用戶原型”越來越精準,在信用經濟進一步發展的將來,我們可以預見信用計量與管理行業的井噴式發展。