探析基于大數(shù)據(jù)的互聯(lián)網(wǎng)融資平臺征信系統(tǒng)的建設(shè)

摘 要：互聯(lián)網(wǎng)融資平臺利用大數(shù)據(jù)技術(shù)進行信用評級，提供融資服務(wù)已成為互聯(lián)網(wǎng)金融的重要形式。本文首先介紹了大數(shù)據(jù)形式的征信模式，然后探析了大數(shù)據(jù)征信系統(tǒng)的構(gòu)建，最后對互聯(lián)網(wǎng)融資平臺在進行大數(shù)據(jù)征信時的技術(shù)性要求提出了建議。

關(guān)鍵詞：大數(shù)據(jù)；征信模式；建設(shè)

1 基于大數(shù)據(jù)的征信模式

在如今大數(shù)據(jù)技術(shù)迅速發(fā)展的時代背景下，基于大數(shù)據(jù)的征信模式有其獨有的優(yōu)勢，其征信模式有以下幾種類型。

1.1 基于運營大數(shù)據(jù)的征信模式

該模式多用于各商業(yè)銀行的網(wǎng)上銀行、P2P網(wǎng)貸平臺、眾籌平臺上，面對的客戶為個人及中小企業(yè)這一類信用水平較低的群體，融資金額從幾千元到上百萬，很大程度上彌補了信息不對稱情況下傳統(tǒng)金融機構(gòu)不愿意對該類群體提供融資服務(wù)的空白，處于快速發(fā)展階段。招商銀行2013年推出的的"智慧供應(yīng)鏈金融平臺"供應(yīng)鏈上下游企業(yè)的訂單、應(yīng)收賬款、存貨、運輸倉儲等信息可以通過該平臺進行分類歸集和傳遞到所需的供應(yīng)鏈各方。銀行可以通過實時分析處理業(yè)務(wù)向下的額度信息、交易信息、資金信息、物流信息等各類數(shù)據(jù)。自動識別和控制信用風險。客戶可隨時在線測算當前可以在招行申請貸款的金額，自主發(fā)起資金申請，線上智能化系統(tǒng)依據(jù)信用等級自動審批，實時放款。運用在線電子化的自動處理技術(shù)，降低了銀行原來的供應(yīng)鏈融資門檻和手工處理成本。

1.2 基于交易大數(shù)據(jù)的征信模式

該模式多用于成熟的電商平臺提供的融資服務(wù)中，如阿里小貸、京東的京寶貝等。阿里通過電商平臺阿里巴巴、淘寶、天貓支付寶等積累了大量交易支付數(shù)據(jù)作為最基本的數(shù)據(jù)原料，再加上買家自己提供的銷售數(shù)據(jù)，銀行流水等信息作為輔助數(shù)據(jù)原料，匯總后輸入網(wǎng)絡(luò)行為評分模型，進行信用評級。京保貝的互聯(lián)網(wǎng)運營模式是基于數(shù)據(jù)沉淀的模式，對于待融資的供應(yīng)商，京東建立出一套風控模型，通過數(shù)據(jù)來自行提供客戶管理、征信評估與風險評估。通過京東平臺沉淀的數(shù)據(jù)，供應(yīng)商不再需要出示訂單、入庫單、應(yīng)收賬款等作為融資的憑據(jù)，京東會根據(jù)該供應(yīng)商的采購數(shù)據(jù)、銷售數(shù)據(jù)、網(wǎng)絡(luò)行為數(shù)據(jù)自行判斷該供應(yīng)商的信用等級，進行云端挖掘來給供應(yīng)商推薦合適的融資理財產(chǎn)品。

1.3 基于交互大數(shù)據(jù)的征信模式

該模式目前多用于一些互聯(lián)網(wǎng)科技公司平臺上，比如WeCash閃銀是一個基于互聯(lián)網(wǎng)的海量信息，通過大數(shù)據(jù)分析技術(shù)和機器學習算法，聚合形成用戶信用碼的新科技平臺，迅速快捷地將信用轉(zhuǎn)化成財富。閃銀基于強大的數(shù)據(jù)點基礎(chǔ)，可以三分鐘完成信用決策，繼而撮合投資方，大幅度降低資金供需雙方的信息不對稱和交易成本。這類融資平臺目前還處于萌芽階段，但可預(yù)見，未來基于交互大數(shù)據(jù)的信用評級會逐漸成為信用評級的主要方式信貸，會逐漸從個人及中小企業(yè)貸款發(fā)展到對大企業(yè)融資。

2 構(gòu)建基于大數(shù)據(jù)的多層征信體系建議

2.1 明確互聯(lián)網(wǎng)融資平臺監(jiān)管政策，促成接入央行征信系統(tǒng)

由政府出面，盡快促成中國人民銀行牽頭制定促進互聯(lián)網(wǎng)金融健康發(fā)展的指導意見，明確互聯(lián)網(wǎng)融資平臺監(jiān)管政策，發(fā)揮央行征信的優(yōu)勢，讓其接入中國人民銀行的征信系統(tǒng)，使互聯(lián)網(wǎng)融資平臺能直接查詢和使用企業(yè)和個人征信系統(tǒng)的權(quán)威信用數(shù)據(jù)，減少信息審核成本和信用認證成本，提高信用評級能力。同時，因中國人民銀行的征信系統(tǒng)是基于互惠和全面共享原則建立的，互聯(lián)網(wǎng)融資平臺要提高自身信用數(shù)據(jù)的可靠性，實現(xiàn)標準化的信用評估，才能報送信用數(shù)據(jù)和使用中國人民銀行征信系統(tǒng)。這是對商業(yè)銀行報送的信用數(shù)據(jù)的重要補充，將更加全面客觀地評價用戶信用狀況，減小因數(shù)據(jù)不可靠和不全面造成的信用風險。

2.2 網(wǎng)絡(luò)金融征信系統(tǒng)（NFCS）的接入

目前互聯(lián)網(wǎng)融資平臺可以通過征信中心下屬的上海資信有限公司建成的網(wǎng)絡(luò)金融征信系統(tǒng)（NFCS）彼此共享信貸信息、防范信用風險。NFCS在征信業(yè)務(wù)和技術(shù)標準上與央行征信基本保持一致，為以后網(wǎng)貸行業(yè)納入央行征信做前期準備。目的是實現(xiàn)網(wǎng)貸企業(yè)之間的信息共享，讓網(wǎng)貸違約無處遁形；并且做為央行個人征信系統(tǒng)的補充，記錄線上線下融資的完整債務(wù)歷史。NFCS不僅收集并整理了互聯(lián)網(wǎng)融資平臺借貸兩端客戶的個人基本信息、貸款申請信息、貸款開立信息、貸款還款信息和特殊交易信息，還包括個人和企業(yè)的社交網(wǎng)絡(luò)信息、工商行政信息、互聯(lián)網(wǎng)金融交易信息、消費行為不良記錄，市場融資違約記錄等通過有效的信息共享，向互聯(lián)網(wǎng)融資機構(gòu)提供查詢服務(wù)，幫助互聯(lián)網(wǎng)融資機構(gòu)全面了解授信對象，防范借款人惡意欺詐、過度負債等信用風險。不過接入NFCS也有要求，首先會對平臺本身的資質(zhì)進行全方位的審核。必須通過審核、排隊輪到之后才能接入NFCS。其次接入NFCS后也有個考察期才能獲得查詢權(quán)限。

2.3 互聯(lián)網(wǎng)融資平臺信用大數(shù)據(jù)庫的建立

在互聯(lián)網(wǎng)融資平臺的自身用戶數(shù)據(jù)的基礎(chǔ)上，與其他相關(guān)主體實現(xiàn)用戶數(shù)據(jù)資源共享，獲得不同企業(yè)、個人的大量特征數(shù)據(jù)甚至是實時數(shù)據(jù)，建立互聯(lián)網(wǎng)融資平臺用戶信用大數(shù)據(jù)庫。通過大數(shù)據(jù)分析，研究企業(yè)的發(fā)展趨勢以及還款意愿，并把所有的數(shù)據(jù)用于客戶身份認證、信用評估、風險分析等，由此構(gòu)建用戶信用檔案，最終形成信息共享、信用評級、風險測度統(tǒng)一的基于大數(shù)據(jù)的征信體系。互聯(lián)網(wǎng)融資平臺用戶信用大數(shù)據(jù)庫的建立能有效降低信息獲取成本，解決信息不對稱問題。央行征信系統(tǒng)、網(wǎng)絡(luò)金融征信系統(tǒng)和其他互聯(lián)網(wǎng)融資平臺信用數(shù)據(jù)庫可提供用戶信用數(shù)據(jù)，而第三方數(shù)據(jù)挖掘處理公司和第三方信用評級機構(gòu)提供相應(yīng)的技術(shù)支持，與此同時還要注意和銀行、證券公司、擔保公司以及電商等的相互合作，整合一切可以利用的信用評級資源，來提高互聯(lián)網(wǎng)融資平臺的征信效率。

3 基于大數(shù)據(jù)庫的征信系統(tǒng)建立的技術(shù)性要求

3.1 與專攻數(shù)據(jù)采集挖掘的第三方機構(gòu)的合作

互聯(lián)網(wǎng)融資平臺想要自行采集數(shù)據(jù)難度較高，采集成本高，并且技術(shù)上很難實現(xiàn)?？梢杂烧雒娲俪苫ヂ?lián)網(wǎng)融資平臺與專業(yè)做數(shù)據(jù)采集和平臺構(gòu)建的第三方機構(gòu)合作，數(shù)據(jù)挖掘機構(gòu)為大數(shù)據(jù)庫征信系統(tǒng)提供必要的技術(shù)支持，而互聯(lián)網(wǎng)融資平臺也可以將自身數(shù)據(jù)信息提供給實現(xiàn)數(shù)據(jù)共享和交換，促成大數(shù)據(jù)的挖掘和信息匹配，使互聯(lián)網(wǎng)融資平臺的項目在數(shù)量足夠多時，在較短時間內(nèi)實現(xiàn)比較有效的交易撮合。

3.2 日常數(shù)據(jù)的采集挖掘整合

信息挖掘不同于簡單的數(shù)據(jù)集中、整理和分析，應(yīng)主要將融資者的行為和項目本身所涵蓋的風險因素加以綜合評價，從中發(fā)現(xiàn)和判斷潛在的重大風險概率事件或虛假信息源，為融資決策提供依據(jù)。同時數(shù)據(jù)挖掘不是簡單的對存量數(shù)據(jù)的加工處理，而是在更大程度上創(chuàng)造新的價值信息，對社會融資人的具體項目進行信用評價。

3.3 實現(xiàn)信用評級的動態(tài)調(diào)整

依據(jù)第三方數(shù)據(jù)挖掘公司提供的技術(shù)支持，設(shè)立統(tǒng)一的信用大數(shù)據(jù)處理平臺，不僅要采集分析過往數(shù)據(jù)中的價值信息，也要專門負責日常數(shù)據(jù)的采集整合處理錄入，內(nèi)外前后相結(jié)合，實現(xiàn)征信的數(shù)據(jù)化、自動化，從而對用戶的信用級別進行動態(tài)調(diào)整。

參考文獻

[1]孫中東.大數(shù)據(jù)技術(shù)應(yīng)用與銀行信用評級體系創(chuàng)新之探[J].金融電子化，2013，（11）：40-41.

[2]蔚趙春，凌鴻.商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論、實踐與影響[J].上海金融，2013，（9）：28-32.

[3]趙付玲，安鋒，張曉鋒.大數(shù)據(jù)時代商業(yè)銀行信息化問題淺析[J].金融理論與實踐，2013，（10）：56-60.

[4]張學豐等.從信用評級體系看P2P平臺公司發(fā)展[J].知識經(jīng)濟，2015（4）

[5]張翼.P2P網(wǎng)絡(luò)借貸平臺的信用模式比較與發(fā)展路徑研究[J].海南金融，2014（1）

作者簡介：劉亞嬌（1991-），山西臨汾人，山西財經(jīng)大學2014屆金融學研究生。