從大數(shù)據(jù)征信看銀行風險控制創(chuàng)新

吳昊

數(shù)據(jù)將是未來銀行的核心競爭力之一，這已成為銀行業(yè)界的共識。在大數(shù)據(jù)時代，銀行所面臨的競爭不僅僅來自于同行業(yè)內(nèi)部，外部的挑戰(zhàn)也日益嚴峻，互聯(lián)網(wǎng)、電子商務(wù)等新興企業(yè)在產(chǎn)品創(chuàng)新能力、市場敏感度和大數(shù)據(jù)處理經(jīng)驗等方面都擁有明顯的優(yōu)勢。在此形勢下，利用大數(shù)據(jù)征信創(chuàng)新和提高銀行的風險把控也逐漸成為業(yè)界關(guān)注與探討的重要話題。

銀行業(yè)在風險控制中的不足之處

普華永道發(fā)布的《2015年中國金融及銀行業(yè)展望》指出，截至2014年第三季度末中國的商業(yè)銀行不良貸款總額上升36%，達到7670億元人民幣，是四年來的高點。預(yù)計2015年不良貸款上升的趨勢將持續(xù)。上述數(shù)據(jù)的背后，除了經(jīng)濟下行導致的逾期風險上升的原因之外，銀行在風險控制中存在漏洞與缺陷也是重要原因。

信息不對稱與貸款欺詐

隨著P2P、小貸等民間借貸的興起，借款人越來越容易通過非銀行途徑獲得貸款。而民間借貸機構(gòu)無須向人民銀行上報數(shù)據(jù)，非銀行體系的貸款申請情況、負債情況和逾期情況等信息不清晰、不透明、無法提前預(yù)知的矛盾愈發(fā)突出，往往到了借款人逾期甚至失聯(lián)，銀行才被動了解到借款人在民間借貸領(lǐng)域的部分歷史逾期借貸情況或負債過高等不良行為信息。

貸款欺詐問題也是銀行面臨的另一個問題，尤其是在信用卡領(lǐng)域和部分運用信貸工廠模式運作的貸款產(chǎn)品。銀行固化的發(fā)卡審核流程以及信貸工廠運作模式已經(jīng)不再是秘密。目前信用卡、貸款的包裝、組團欺詐騙貸的情況屢見不鮮，尤其是在信用貸款領(lǐng)域，約有60%的信用貸款來自于欺詐，這其中有一半以上是由于身份造假和資料包裝。在數(shù)據(jù)維度不全面的情況下，銀行等放貸機構(gòu)由于沒有第三方大數(shù)據(jù)支持，缺乏充分和有效的交叉核驗手段，容易被組團騙貸者鉆空子。

信息不及時與貸后風險防范

信息獲取的不及時也給銀行在貸后風險管理中帶來了不同程度上的麻煩。例如，銀行往往希望第一時間知道一家企業(yè)客戶在獲得貸款后是否面臨新的法律訴訟，但是大多數(shù)銀行使用的方式僅僅是依靠信貸經(jīng)理不定期手動查詢當?shù)胤ㄔ壕W(wǎng)站的方式獲取信息，這當中存在著巨大的不確定性，一旦信貸經(jīng)理忘記查詢或者操作失誤，貸后司法訴訟監(jiān)控工作將形同虛設(shè)。這還不包括持續(xù)監(jiān)控該客戶在民間借貸中的申請情況、負債情況和逾期情況等風險點。銀行在貸后風險防范過程中的手段和效率都極大地制約了銀行風險控制的效果。

成本和效率的矛盾

為了解決信息不對稱的問題和信息獲取不及時的問題，銀行往往需要采集大量的數(shù)據(jù)來輔助判斷。但是數(shù)據(jù)采集的過程中通常運用的方法是要求借款人或企業(yè)補充提供大量的資料，這個過程中涉及到大量的人工成本和時間成本。而為了提高效率，需要搭建一套能夠?qū)崿F(xiàn)部分數(shù)據(jù)的自動采集，同時需要自動化程度較高的后臺管理系統(tǒng)，但是這必須組建專門的工程師團隊和進行大量的IT開發(fā)工作，對不少中小銀行來說也是一個沉重的負擔。

大數(shù)據(jù)征信與貸款風險控制

大數(shù)據(jù)征信產(chǎn)業(yè)的興起

2015年1月，中國人民銀行發(fā)印發(fā)了《關(guān)于做好個人征信業(yè)務(wù)準備工作的通知》，要求芝麻信用管理有限公司、騰訊征信有限公司、拉卡拉信用管理有限公司等八家機構(gòu)做好為期六個月的個人征信業(yè)務(wù)準備工作。這意味著，這八家機構(gòu)或?qū)⒊蔀槲覈着虡I(yè)個人征信機構(gòu)。由此，正式拉開了大數(shù)據(jù)征信產(chǎn)業(yè)的序幕，個人征信市場成長空間已經(jīng)打開?；诿绹鴤€人征信市場達600億美元的規(guī)模，考慮到我國人口基數(shù)的龐大，未來發(fā)展成熟之后我國的個人征信市場空間很可能達到1000億元規(guī)模。

值得注意的是，大數(shù)據(jù)征信成為了互聯(lián)網(wǎng)巨頭的必爭之地。除了阿里巴巴和騰訊，百度、京東金融、小米金融、360金融等互聯(lián)網(wǎng)公司也表示將打造互聯(lián)網(wǎng)征信系統(tǒng)，并有意申請第二批個人征信牌照，部分機構(gòu)已經(jīng)向人民銀行提交了申請。互聯(lián)網(wǎng)公司的高調(diào)介入表明，一方面互聯(lián)網(wǎng)公司的創(chuàng)新特性和快速擴張?zhí)匦越o傳統(tǒng)征信領(lǐng)域帶來了新的活力和機遇，另一方面互聯(lián)網(wǎng)公司各自不同的大數(shù)據(jù)優(yōu)勢和應(yīng)用場景優(yōu)勢，將使得征信市場的競爭日趨白熱化。

國內(nèi)大數(shù)據(jù)征信產(chǎn)業(yè)發(fā)展趨勢

各類大數(shù)據(jù)公司介入大數(shù)據(jù)征信市場，使數(shù)據(jù)維度和種類相比兩年前有了極大的豐富。特別是伴隨著移動互聯(lián)網(wǎng)時代興起，圍繞著移動上網(wǎng)設(shè)備信息、地理位置信息、運營商信息的大數(shù)據(jù)公司和大數(shù)據(jù)服務(wù)層出不窮，并開始運用在P2P的貸款審核和交叉核驗流程中。但是，數(shù)據(jù)的來源和有效性依然制約著大數(shù)據(jù)征信產(chǎn)業(yè)的發(fā)展，目前行業(yè)依然處于早起的探索階段，尚未有成熟的“殺手級”應(yīng)用工具出現(xiàn)。

信息孤島依然存在。信息孤島是目前制約國內(nèi)信貸行業(yè)發(fā)展的重要因素。信息不對稱、不透明，帶來了大量的多頭負債風險和欺詐風險。在國內(nèi)大數(shù)據(jù)征信產(chǎn)業(yè)興起時，市場對于消除信息不透明、打破信息孤島寄予極大的期待。從目前行業(yè)的發(fā)展情況來看，信息孤島在短期內(nèi)無法完全消失。

首先，公共事業(yè)繳費、固定資產(chǎn)、社保、居住等與貸款風險控制息息相關(guān)的信息，依然歸屬于相關(guān)政府部門。雖然工商、司法等信息已經(jīng)向社會開放，但是政府信息開放程度依然較低，這將是一個長期而復(fù)雜的過程。

其次，掌握大量公民信息的互聯(lián)網(wǎng)公司相互之間難以產(chǎn)生信息互通。目前國內(nèi)社交數(shù)據(jù)、電商數(shù)據(jù)、地理位置數(shù)據(jù)、搜索數(shù)據(jù)、移動設(shè)備使用行為數(shù)據(jù)等互聯(lián)網(wǎng)信息分別集中于阿里、百度、騰訊、京東、360等互聯(lián)網(wǎng)巨頭手中，這些公司在跑馬圈地的過程中存在著大量的競爭關(guān)系，數(shù)據(jù)互通、信息共享在目前看來可能性極低。

最后，征信公司之間的信息也難以互通。征信公司的核心競爭力在于擁有自己獨有的信息。作為直接競爭對手，征信公司之間不可能用自己的核心數(shù)據(jù)去提升競爭對手的競爭力?？梢哉f，一方面征信公司致力于解決信息不對稱，另一方面征信公司也在構(gòu)建數(shù)據(jù)壁壘。

應(yīng)用場景逐漸豐富，組合信用評估或成主流。放眼征信行業(yè)較為發(fā)達的美國，征信報告的運用早已不僅限于金融領(lǐng)域，例如招聘、租房、租車、相親等行業(yè)和領(lǐng)域都需要使用個人征信報告。隨著“互聯(lián)網(wǎng)+”的推動、大數(shù)據(jù)概念的提出以及P2P互聯(lián)網(wǎng)金融的發(fā)展，目前國內(nèi)的征信公司也在應(yīng)用場景的豐富性上進行著探索和嘗試。

從國內(nèi)大數(shù)據(jù)征信行業(yè)的發(fā)展現(xiàn)狀來看，由于信息孤島、數(shù)據(jù)不完全共享的現(xiàn)狀將長期存在，當行業(yè)發(fā)展到一定階段，將會產(chǎn)生組合式的信用評估。譬如要求當事人同時出具多家機構(gòu)的信用報告，從社交、電商、招聘、瀏覽行為、地理位置等不同角度對當事人做出全息用戶畫像，判斷其綜合情況。這是因為單方面的信用評估已不能全面評價一個人，必須發(fā)揮出各家大數(shù)據(jù)征信公司的信息優(yōu)勢才能全面評價。

大數(shù)據(jù)征信在貸款風險領(lǐng)域的應(yīng)用案例

反映電商信用行為的芝麻信用。芝麻信用基于阿里巴巴的電商交易數(shù)據(jù)和螞蟻金服的互聯(lián)網(wǎng)金融數(shù)據(jù)，并與公安網(wǎng)等公共機構(gòu)以及合作伙伴建立數(shù)據(jù)合作，數(shù)據(jù)涵蓋了信用卡還款、網(wǎng)購、轉(zhuǎn)賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關(guān)系等等。芝麻信用以芝麻分來直觀呈現(xiàn)信用水平，主要包含了用戶信用歷史、行為偏好、履約能力、身份特質(zhì)、人脈關(guān)系五個維度，從950～350分劃分為5個等級，分數(shù)越高代表信用程度越好，違約可能性越低。芝麻征信還出具個人信用報告，其主要由央行征信中心負責提供，記錄了個人基本信息、貸款信息、信用卡信息和信用報告查詢記錄等。

反映互聯(lián)網(wǎng)社交行為的騰訊征信。騰訊征信的數(shù)據(jù)更多的是社交數(shù)據(jù)，其征信產(chǎn)品有兩大類別：一是反欺詐產(chǎn)品，包括人臉識別和欺詐評測;二是信用評級產(chǎn)品，包括信用評分和信用報告。騰訊征信反欺詐產(chǎn)品的主要服務(wù)對象包括銀行、證券、保險、消費金融、小貸、P2P等商業(yè)機構(gòu)，它能幫助企業(yè)識別用戶身份，防范涉黑賬戶或有組織欺詐，發(fā)現(xiàn)惡意或者疑似欺詐客戶，避免資金損失。對于之前沒有個人征信報告的藍領(lǐng)工人、學生、個體戶、自由職業(yè)者等用戶，騰訊通過他們使用社交、門戶、游戲、支付等服務(wù)，通過海量數(shù)據(jù)挖掘和分析技術(shù)來預(yù)測其風險表現(xiàn)和信用價值，為其建立個人信用評分。

反映借款人風險的好貸云風控。好貸云風控是好貸網(wǎng)和全球最大的個人信用評分機構(gòu)FICO（費埃哲）共同打造的大數(shù)據(jù)風控平臺，整合征信公司、司法數(shù)據(jù)、工商數(shù)據(jù)、消費數(shù)據(jù)等重要數(shù)據(jù)源頭，構(gòu)建了金融貸款機構(gòu)風控所需全行業(yè)各領(lǐng)域的風險數(shù)據(jù)庫，同時包括反欺詐風險名單庫、重大風險識別名單庫、貸款申請記錄名單庫的數(shù)據(jù)，合計已超過7000萬條。多達6000多個維度的數(shù)據(jù)庫不僅能有效補足貸款機構(gòu)本地的數(shù)據(jù)庫，還能協(xié)助其大幅提高反欺詐識別和信用風險識別能力，同時結(jié)合FICO的信貸決策引擎為信貸機構(gòu)提供服務(wù)。金融機構(gòu)不用再投入巨資自建系統(tǒng)，不用花巨大精力和成本尋找各種風控數(shù)據(jù)。

銀行風險控制與大數(shù)據(jù)征信的結(jié)合

大數(shù)據(jù)難以解決所有問題，但可以作為有效的工具。大數(shù)據(jù)能為信貸行業(yè)帶來什么價值？筆者的判斷是：大數(shù)據(jù)在未來一段時間，仍無法解決信貸風控中的所有問題;或者說單純依靠大數(shù)據(jù)進行信貸風控、審批全流程的貸款種類還很有限。

但是，大數(shù)據(jù)已經(jīng)可以解決信貸行業(yè)的一部分問題，并且將發(fā)揮越來越重要的作用。比如，大數(shù)據(jù)在進行反欺詐識別、風險動態(tài)監(jiān)測、用戶行為分析、用戶畫像等領(lǐng)域，都已經(jīng)有了越來越多的運用。銀行機構(gòu)應(yīng)當擁抱大數(shù)據(jù)，敢于和善于運用大數(shù)據(jù)輔助進行風險把控。

通過大數(shù)據(jù)，將民間借貸信息對銀行透明化。銀行機構(gòu)通過大數(shù)據(jù)征信的數(shù)據(jù)，可以了解借款人在民間借貸的信息。目前大數(shù)據(jù)征信公司提供的民間借貸相關(guān)信息主要包含黑名單信息、貸款申請信息和被查詢信息。以好貸云風控為例，其包含了各家征信公司的黑名單信息以及好貸云風控平臺整合的數(shù)十家P2P平臺的黑名單信息，同時也包含了好貸網(wǎng)的1000萬條貸款申請記錄和每個星期增加一倍的被查詢信息。這些信息都從側(cè)面反映了借款人的民間借貸情況。通過大數(shù)據(jù)征信，將能夠使民間借貸信息對銀行機構(gòu)越來越透明，識別出更多的民間借貸風險，更好地進行貸款審核和反欺詐識別。

豐富數(shù)據(jù)維度，提升對信用檔案客群風控能力。2014年，美國政策與經(jīng)濟研究委員會（PERC）對于非金融信息（也成為替代性信息）在信貸決策中作用的研究表明：諸如水、電、煤、有線電視、手機等非金融信息納入征信系統(tǒng)，顯著地提高了信用檔案在案人群的信貸獲得能力。

目前不少銀行逐步認識到已經(jīng)納入銀行傳統(tǒng)數(shù)據(jù)庫的信息量并不豐富和完整，開始積極與第三方大數(shù)據(jù)征信公司頻繁接觸與接洽合作，如客戶信息、銀行擁有客戶的基本身份信息等。但客戶其他的信息，如性格特征、興趣愛好、生活習慣、行業(yè)領(lǐng)域、居住狀況等卻是銀行難以準確掌握的;另一方面對于多種異構(gòu)數(shù)據(jù)的分析是難以處理的，如銀行有客戶的資金往來的信息、網(wǎng)頁瀏覽的行為信息、服務(wù)通話的語音信息、營業(yè)廳、ATM的錄像信息，但除了結(jié)構(gòu)化數(shù)據(jù)外，其他數(shù)據(jù)無法進行分析，更談不上對多種信息進行綜合分析，無法打破“信息孤島”的格局。通過與第三方大數(shù)據(jù)征信公司的合作，盡力彌補自身在獲取信息維度以及數(shù)據(jù)挖掘和分析能力方面的不足。

綜上，筆者認為，在互聯(lián)網(wǎng)時代和大數(shù)據(jù)時代的背景下銀行如欲進一步加快轉(zhuǎn)型的步伐、實現(xiàn)誠信社會與普惠金融的愿景、肩負信用風險管理重任，就要在信息使用、貸前調(diào)查、貸中監(jiān)控等風險控制方面借助互聯(lián)網(wǎng)的優(yōu)勢，擁抱大數(shù)據(jù)征信，充分利用內(nèi)外各種信息做好客戶征信和增信，進一步提高對風險的控制和管理水平，才能立于不敗之地。