互聯網背景下大數據征信應用研究

陳璐 周桃云 任婧怡 谷銀霞

摘?要：伴隨著互聯網經濟的蓬勃發(fā)展，我國傳統(tǒng)征信模式也逐漸產生了不小的改變，通過網絡平臺并運用大數據進行信用信息征集的模式日益顯現出其特有的優(yōu)勢，對現階段傳統(tǒng)征信起到了重要的補充作用，并逐漸成為征信的新標準。文章具體結合螞蟻金服，分析其征信體系、運用場景及征信模式的優(yōu)勢，最后通過對其征信模式的思考，對我國現有制度下互聯網征信提出一些建議。

關鍵詞：互聯網金融;大數據征信;螞蟻金服

中圖分類號：F832.4??????文獻標識碼：A??????文章編號：1008-4428（2018）07-0108-03

一、 互聯網金融與大數據征信

（一）互聯網金融的概念與特點

互聯網金融，是依托網絡技術、移動通訊技術等現代化信息網絡工具，在支付、信息中介等領域進行業(yè)務創(chuàng)新并建立在傳統(tǒng)金融業(yè)務基礎上進行資金融通的一種新興模式，是網絡與金融相結合的結果?；ヂ摼W金融有著其獨有的特點：

交易成本低。金融機構只需注冊專門的網絡平臺，資金供需雙方便可自行投放或查看投融資信息、選擇合適的交易對象、對產品進行相關定價并達成最終交易，無傳統(tǒng)的金融中介介入，不會產生較高的交易成本。

投融資效率高。互聯網金融的各項業(yè)務由計算機處理，流程化與標準的操作較傳統(tǒng)人工的處理而言大大縮減了用戶在辦理業(yè)務時的等候時間，服務效率得到顯著提升?；ヂ摼W金融以科技為助力，線上化、系統(tǒng)化的方式提升了供應鏈金融的運行效率。

覆蓋范圍廣。互聯網金融突破了傳統(tǒng)金融在時空及地域上的限制，使得經濟資源得到更充分的利用、客戶基礎更廣泛。此外，互聯網金融的崛起打破了“八二法則”鐵律，不再認為80%的業(yè)績來自20%的產品，而更重視長尾客戶，使其客戶以小微企業(yè)為主體，涉足于一些傳統(tǒng)金融業(yè)的服務盲區(qū)。

風險大?；ヂ摼W金融不僅與傳統(tǒng)金融擁有相似的風險，除此之外還帶來了新的風險類型。除了具有自發(fā)性、缺乏相對有效的管理外，當前互聯網金融格局，是由傳統(tǒng)金融機構和非金融機構構成，而非金融機構本身就相對缺乏專業(yè)的風險管理與控制的能力，也會加大其風險。

（二）大數據征信

征信，是對過去行為的記錄，已逐步成為個人和企業(yè)的重要評價標準。大數據征信是使用先進的信息技術，以收集全面的數據信息為基礎，以儲存和分析數據為核心，為個人或企業(yè)刻畫信用形象。

在高超的互聯網信息技術推動下，數據量不斷攀升，大數據應用將被推進到各行各業(yè)。大數據征信中人工智能算法模型能夠對過去信用行為進行統(tǒng)計，并預測未來的信用狀況，更細致地呈現企業(yè)的信用詳情。

在傳統(tǒng)征信的基礎上，大數據征信還將客戶消費行為、人際關系等社會數據考慮在內。數據來源多元化使得其給出的信用評級更加立體，比傳統(tǒng)征信的結論更具動態(tài)性。其數據通過互聯網獲得，采集范圍相當廣泛，用戶在網絡上留下的任何痕跡，都作為參考數據，再通過數據挖掘、云計算等網絡技術交叉比對整合分析，得出信用報告。此外，大數據征信邊際成本更低，信息更新也更為迅速。

二、 中國征信體系發(fā)展現狀及問題

（一）中國征信體系的發(fā)展現狀

我國征信業(yè)于1980年開始起步，經過了幾十年的發(fā)展，基本已建設成一個完整的結構，該結構是以公共信用登記為主，并由多層次的信用體系覆蓋。

2002年6月，中國人民銀行企業(yè)信貸建立了登記咨詢系統(tǒng)，實現了全國跨省市運行。2013年3月，我國頒布了《征信業(yè)管理條例》，國務院將信用報告制度正式命名為“金融信用信息基礎數據庫”。自此，征信業(yè)進入了新的發(fā)展階段，即有法可依的新階段。

國務院常務會議于2014年開展加速建設社會信用體系的工作。中央銀行于2015年初首批了八家機構允許開展個人征信業(yè)務工作，其中包括芝麻信用管理有限公司與騰訊征信有限公司等?，F如今，中國人民銀行是為我國提供征信服務的主力軍。中國人民銀行對于金融公司介入其征信的要求較高，一些金融機構難以滿足，只能依靠部分商業(yè)性質的征信機構。中國的社會征信機構面向市場，這將有助于提高綜合信息采集的準確性，同時對改進社會信用體系建設具有參考價值?？偟膩碚f，中國的征信業(yè)發(fā)展面臨著挑戰(zhàn)與發(fā)展的機遇。

（二）我國征信體系建設中遇到的主要問題

法制系統(tǒng)建設滯后，執(zhí)法效力低下。由于缺乏完備的法律制度章程，國務院于2013年1月21日頒布了《征信業(yè)管理條例》，一定程度上解決了報告立法空白的問題，但是現行的征信法律制度大部分還是停留在行政法規(guī)和部門規(guī)章等層面較低的法律效力上。

缺乏有效的市場監(jiān)管機制。我國目前還沒有成立進行自我監(jiān)督的征信行業(yè)協(xié)會，現有征信機構仍然留存著惡意競爭、信用產物質量低、信用報告虛假等問題，造成了我國的征信產品的公信力下跌的局面。

信息共享比較困難。征信主體分流在各種行業(yè)中，導致了信息的不全面，影響了各系統(tǒng)之間的互換交流。信用數據不開放機制使中國的征信體系建設進展緩慢，征信行業(yè)不能夠全面并系統(tǒng)地評價個人的信用狀況，或者企業(yè)的信用狀況。

征信體系不健全。征信體系的不健全增加了消費金融主體的風控難度和成本，金融主體往往通過提高借款人的借款利率以覆蓋違約風險。同時也使得借款人發(fā)生欺詐、騙貸等現象，嚴重地影響了消費金融行業(yè)的深度發(fā)展和業(yè)務創(chuàng)新。

三、 螞蟻金服的發(fā)展及大數據征信的應用

（一）螞蟻金融的成立與發(fā)展

螞蟻金服作為阿里巴巴的子公司，成立的最初目的是滿足電商支付和擔保需求。隨著支付寶的誕生，螞蟻金服從最基礎的技術和數據業(yè)務，發(fā)展到支付業(yè)務，進而發(fā)展到小額貸款、消費金融等業(yè)務，業(yè)務形式逐漸豐富，金融層次逐漸加深。目前，螞蟻金服旗下有支付寶、網商銀行、花唄、芝麻信用等知名業(yè)務。

征信的目的是解決信用交易雙方因信息不對稱而導致的逆向選擇風險。螞蟻金服在大數據征信方面優(yōu)勢無與倫比，其擁有雄厚資金、海量用戶行為數據以及超級IT能力，能對用戶進行系統(tǒng)征信，為資金融通雙方解決信息不對稱問題，同時為小微企業(yè)和個人消費者提供了普惠金融服務。

螞蟻金服的組織架構非常靈活，以產品和業(yè)務為中心。目前螞蟻旗下有支付、融資、理財、征信四個平臺。四個平臺以大數據和芝麻信用評級體系為基礎，形成了相互聯系的有機整體。平臺的作用機制如圖1所示。

螞蟻金服數據主要來源于三個方面，包括阿里支付平臺用戶數據、融資理財業(yè)務結算數據以及個人與合作商提供的外部數據，依托螞蟻云對客戶大數據進行分析，從個人的行為偏好、身份特質、歷史信用、履約能力和人脈五個維度進行信用評分。目前信用評分應用在金融和非金融兩個方面，金融類包括獲人民銀行個人征信工作許可、螞蟻花唄、螞蟻借唄、網絡信貸數據的探索。非金融類包括免押借物、免押出行、信用通信等。

（二）螞蟻金服應用場景案例

1. 螞蟻花唄

螞蟻金服推出的螞蟻花唄，是類似于信用卡的消費借貸產品。用戶開通螞蟻花唄后，系統(tǒng)將根據用戶的芝麻信用提供500—50000元不等的消費額度，如下表1所示。

當前，花唄主要面向支付寶用戶，目前亞馬遜、淘寶、唯品會等多家互聯網購物平臺均支持螞蟻花唄，用戶在這些網站購物時，可以在支付時選擇使用花唄付款，實現本月消費，下月付款。不僅如此，目前已有諸多線下網點支持螞蟻花唄。花唄用戶的個人信用是依賴區(qū)塊鏈存儲，用戶逾期違約等不良信用行為一旦被記錄將無法更改，這促使用戶不會輕易在自己的信用賬單上抹黑，極大地提高了還款的自覺性。據統(tǒng)計，90后螞蟻花唄逾期率不足1%，比傳統(tǒng)的銀行信用卡的逾期概率還要小很多。

2. 網商銀行

網商銀行基于螞蟻金服金融云計算平臺處理高并發(fā)金融交易能力，致力于為小微企業(yè)和個人創(chuàng)業(yè)者提供普惠金融服務。

為了解決中小企業(yè)融資難問題，相關部門已經出臺一系列政策，但無抵押不貸款，依然是社會痛點。而網商貸最大的特點就是無抵押、1元起貸。網商銀行基于個人或小微企業(yè)的資信狀況及選擇的產品，為其提供較低利率的無抵押信貸方案。

據統(tǒng)計，截至2017年9月，超過1.78億的農村消費者使用過螞蟻金服提供的支付、信貸和保險服務。網商銀行已為全國22個省的國家級貧困縣、貧困區(qū)提供信貸服務;為全國貧困縣區(qū)的186萬小微企業(yè)發(fā)放貸款近38億元，在嚴格的征信前提下，不良率僅有1%。

（三）螞蟻金服征信模式的優(yōu)勢

目前，我國最權威、最廣泛使用的信用體系仍屬中國人民銀行征信體系。與央行征信體系相比，螞蟻金融將大數據、云計算、區(qū)塊鏈等創(chuàng)新技術應用于信用調查領域，形成了特色征信模式。螞蟻金服征信模式更貼合互聯網時代，在具體應用中具有以下優(yōu)勢。

1. 數據來源廣泛

傳統(tǒng)的征信數據來源比較單一，金融機構是央行征信體系的主要使用者，也是其數據的主要來源，另一方面征信數據主要是基于信用卡或銀行卡的使用情況以及信貸信息而取得的。螞蟻金服具備廣泛的用戶基礎，支付寶的實名用戶量于2017年12月已超2億，螞蟻花唄用戶量于2017年5月超過1億，現如今淘寶注冊用戶量達3.7億。芝麻信用利用海量用戶資源，依據電子商務交易、互聯網信貸業(yè)務、社交娛樂項目等數據對用戶行為進行分析，涵蓋生活的方方面面。

2. 客戶群體覆蓋率高

截至2017年11月，央行征信中心收錄自然人信息約9.5億人，其中有信貸記錄的人數4.8億，個人征信覆蓋率為50%左右。由于央行的個人征信主要覆蓋有信貸記錄的人，因此，大多數人群由于缺乏信貸記錄而無法被傳統(tǒng)征信機構覆蓋。芝麻信用則充分利用互聯網的資源優(yōu)勢，多渠道征集個人信用信息，將征信范圍擴展至廣大網民，沒有信貸記錄的人群、學生、工人、小微企業(yè)用戶等都能通過芝麻信用取得信用信息，使客戶群體的覆蓋率上升，為更多用戶提供信用服務。

3. 評估方式優(yōu)化

螞蟻金服對信用主體的評估方式上發(fā)生了變化，傳統(tǒng)的信用評分模型是FICO，但此模型有其局限性，螞蟻金服專門設置了屬于自己的評估方式，即云技術研究平臺，通過多維變量以及多角度對用戶的信用狀況評分，這在提高信用評價效率的同時也有效地防范了金融風險。在技術層面，便是在螞蟻金服的獨立數據庫的基礎上，嚴格對不同類型數據的分離與處理。

4. 應用場景廣泛

央行的征信體系僅對金融機構以及中小企業(yè)進行貸款的審批，而螞蟻金服的征信產品雖然適用于內部系統(tǒng)，也基于阿里巴巴的在線購物支付的優(yōu)勢，有著豐富的使用場景，例如各個在線購物平臺、餐飲、出行以及個人理財等多種與人們生活息息相關的金融場景。螞蟻金服的征信體系除了可以根據實際情況規(guī)定貸款額度，同時也適用于理財產品的定價、為雇主服務、租賃等金融業(yè)務。

四、 螞蟻金服大數據征信模式的思考與建議

我國征信行業(yè)的發(fā)展在大數據的推動下，創(chuàng)下了新高。但不能否認其存在局限性。由于我國征信行業(yè)起步晚，發(fā)展過程中沒有參照模型，導致現有的征信體制停滯在發(fā)展初期水平，且僅有的服務范圍基本被阿里集團及少數生活服務企業(yè)所壟斷。本文立足于中國人民銀行建立的傳統(tǒng)征信體系，具體結合螞蟻金服在實踐中的應用，對我國互聯網征信提出以下建議。

（一）拓展業(yè)務范圍，構建合作橋梁

目前大數據應用與征信體系構建主要由阿里巴巴、京東、騰訊等電商巨頭引領，應加大政策支持，鼓勵電商巨頭多點發(fā)力、協(xié)調整體，如阿里健康與輝瑞中國合作，消費者通過掃描藥盒上的條形碼，就可以獲知掃碼次數、產品生產地等信息。只有加強電商巨頭與其他行業(yè)龍頭企業(yè)合作，拓展業(yè)務范圍，才能實現跨平臺帶動大數據征信技術的推廣，如人壽保險公司可與數據商合作，實現投保人健康信息共享，達到降低騙保行為的目的。

（二）堅持自主創(chuàng)新，擁有核心技術

創(chuàng)新是大數據征信得以發(fā)展的源泉與動力，從個人征信到企業(yè)征信，征信標準的不斷完善得益于創(chuàng)新思維的刺激，由近期美國貿易戰(zhàn)、中興整改可以思考出，企業(yè)永續(xù)發(fā)展的條件是擁有別人難以取代的技術。在貿易限制、行業(yè)壟斷問題中，只有擁有獨立自主的創(chuàng)新能力，掌握核心技術，才能在摩擦沖突下站穩(wěn)腳。同時要遵守行業(yè)準則，不搞壟斷制，只有加強信息共享，促進傳統(tǒng)征信與大數據征信資源整合，大數據征信才能暢通無阻。

（三）提高行業(yè)準入，加強征信監(jiān)管

現有的征信體制還處于發(fā)展的初級階段，并且服務漏洞?，F。如P2P平臺征信標準模糊，行業(yè)發(fā)展不透明，貸款操作不規(guī)范，導致出現“裸貸”等嚴重危害行業(yè)聲譽事件;小微企業(yè)貸款征信存在高利貸、信息泄露、虛假平臺問題;在監(jiān)管制度上，大數據征信也存在法律缺失、監(jiān)管部門責任分散的問題。故應通過采取提高網絡借貸平臺營業(yè)執(zhí)照發(fā)放標準和統(tǒng)一征信標準、限制最高放款率等措施來減少詐騙平臺、行業(yè)惡性競爭問題。同時應完善網絡征信貸款平臺的監(jiān)管法律，明確監(jiān)管部門的職責，降低非法集資風險。

參考文獻：

[1]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012（12）：11-22.

[2]夏彬珊，王明宇，李曉.螞蟻金服的發(fā)展現狀與趨勢研究[J].中國商論，2015（36）：94-97.

[3]黃慶華，陳婉瑩.基于互聯網金融平臺的大數據征信應用研究——以螞蟻金服為例[J].科技與經濟，2017，30（3）：55-59.

[4]馮笑，陳翼.基于互聯網金融平臺的大數據征信實踐與啟示——以阿里旗下“螞蟻金服”為例[J].中國市場，2015（32）：86-87.

[5]趙海蕾，鄧鳴茂，汪桂霞.互聯網金融中的大數據征信體系構建[J].經濟視角，2015（4）：18-21.

作者簡介：

陳璐，女，江蘇南京人，蘇州科技大學商學院金融工程專業(yè)學生;

周桃云，女，江蘇宿遷人，蘇州科技大學商學院金融工程專業(yè)學生;

任婧怡，女，江蘇宜興人，蘇州科技大學商學院金融工程專業(yè)學生;

谷銀霞，女，江蘇泰州人，蘇州科技大學商學院金融工程專業(yè)學生。