-
“三馬”入局玩征信 誰的商業(yè)模式更牛？
發(fā)布時間 : 2015-01-20 11:28:06 來源 : 金站網(wǎng) 瀏覽次數(shù) :
自央行發(fā)布《關于做好個人征信業(yè)務準備工作的通知》(下稱《通知》)，個人征信市場一觸即發(fā)，上述《通知》要求芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信征、中智誠征信、拉卡拉信用、北京華道征信等八家機構做好個人征信業(yè)務的準備工作，準備時間為6個月。
這八家商業(yè)機構各有背景，除了以鵬元為代表的老牌機構外，芝麻、騰訊、前海背后的“三馬”再次聚首引發(fā)了市場的熱議，在過去的兩年，“三馬”在互聯(lián)網(wǎng)金融領域興風作浪，競爭也伴隨著合作，而對于個人征信這塊全新的業(yè)務，三家又能玩出什么花樣？
近日，《第一財經(jīng)日報》記者分別采訪了三家征信業(yè)務相關負責人解讀自家商業(yè)模式，顯然，“三馬”各有側(cè)重，究竟誰在未來能夠成為翹楚，要市場的試煉。
優(yōu)勢數(shù)據(jù)源決定方法論
上述《通知》發(fā)布以后，三家又開始了新一輪的忙碌，“這不是意味著牌照的下發(fā)，央行給了6個月的準備期，此后還要進行一輪檢查，看看是否達到條件。”深圳前海征信總經(jīng)理邱寒在接受《第一財經(jīng)日報》記者采訪時說。
邱寒猜測，下一步央行關注的依舊是個人信息安全和個人隱私保護，“不管是內(nèi)控制度的建立、系統(tǒng)信息安全防范機制還是授權條例，肯定都是檢查的重點方向，這些也是前期的準備方向。”她說。
而就在《通知》發(fā)布之前，三家也已經(jīng)基于各自現(xiàn)有的數(shù)據(jù)進行了大量的內(nèi)部測試，平安于2012年就盯上了征信業(yè)務，當時也與央行進行了意向溝通，直到《征信業(yè)管理條例》和《征信機構管理辦法》于2013年3月和12月分別出臺，商業(yè)機構申請成立征信機構才有了法律的依據(jù)。
平安有8000萬個人客戶，作為金融機構，平安的客戶基本都是實名制，且交易行為更多的是屬于金融行為，與個人征信所需要的數(shù)據(jù)源高度相關。
“其實我們之前做了一些內(nèi)部測試，更多的是基于內(nèi)部子公司的需求，不進入征信系統(tǒng)，拿到牌照后，我們會與集團各個專業(yè)公司談，但平安集團內(nèi)部的金融業(yè)態(tài)非常復雜，面對的監(jiān)管也不一樣，所以還需要個案處理。”邱寒說。
在她看來，平安一直在與風險打交道，不同的產(chǎn)品有不同的風險表現(xiàn)形式，在這個基礎上再融入新的數(shù)據(jù)源，就可以把傳統(tǒng)經(jīng)驗提到一個新的高度。
“對于任何一個人未來風險的評價都是基于對于歷史的驗證，評價模型沒有經(jīng)過歷史數(shù)據(jù)的長時間驗證都是無本之木，不管征信發(fā)展到什么程度，歷史數(shù)據(jù)永遠非常重要。”她說。
而騰訊征信總經(jīng)理(籌)吳丹在接受《第一財經(jīng)日報》記者采訪時表示，騰訊征信的數(shù)據(jù)是建立在騰訊自己多年數(shù)據(jù)積累的基礎之上，“騰訊內(nèi)部數(shù)據(jù)非常豐富，包括社交、支付、游戲、虛擬行為、網(wǎng)絡行為表現(xiàn)等，這些數(shù)據(jù)是傳統(tǒng)公司很少觸及的領域”。
“在過去一段時間，我們做了非常多的探索。每一天都在發(fā)現(xiàn)新的變量、新的模式和新的規(guī)律，同時也在驗證，觀察它對信用評分是否合適，經(jīng)過科學的建模、測試之后，才會把它放到征信里面去，作為產(chǎn)品對外提供。”他說。
據(jù)了解，目前騰訊覆蓋8億QQ賬戶，5億微信賬戶和3億支付用戶，對于外界質(zhì)疑騰訊缺乏與金融直接相關的數(shù)據(jù)，如何玩征信？吳丹說，騰訊自己做過一些信貸產(chǎn)品，這種產(chǎn)品不是只針對有信用卡的客戶，有很多嘗試是針對比較草根的用戶，比如剛剛進入社會的大學生，貸款額可能只有500元、1000元。
“這方面的信息我們也在累積，可能金融機構或銀行認為騰訊沒有那么多直接的表現(xiàn)數(shù)據(jù)，事實上，這個事情我們一直在做，如今已經(jīng)累積了相當量的數(shù)據(jù)，足夠讓我們做出信用模型，足夠讓我們對用戶信用判斷達到一定的程度，我們現(xiàn)在可以對上億的用戶做出信用評分。”吳丹說。
相比于前兩家，在個人征信領域，阿里一直被寄予玩出更多花樣，芝麻信用隸屬于螞蟻金融服務集團，就在央行下發(fā)《通知》之前，螞蟻金服旗下的螞蟻微貸就聯(lián)合淘寶、天貓共同推出一項名為“花唄”的消費貸款服務。
“花唄還是一個試用的場景，只開放給一部分活躍用戶，無論是花唄還是微貸，背后的很多模型與芝麻信用是共通的。”螞蟻金服一位負責人對本報記者說。
“其實，個人信用在阿里內(nèi)部已經(jīng)推進了很多年，阿里小貸就是利用線上的數(shù)據(jù)來判斷賣家的信用，這就是征信數(shù)據(jù)，阿里小貸的信用數(shù)據(jù)拿出來甚至可以給銀行作參考，目前，芝麻信用內(nèi)部測試構建的模型已經(jīng)不止上萬個。”他說。
據(jù)了解，目前螞蟻金服已經(jīng)有3億實名制用戶，“外界一直在說，我們只有電商數(shù)據(jù)，但其實，電商數(shù)據(jù)伴隨著一系列行為：注冊、收貨、物流、認證、基于金錢的社交工具、理財、訂酒店、訂航班、交水電煤費用，電商是中間的一個點，圍繞這個點發(fā)散出來的東西是非常豐富的。”上述螞蟻金服負責人說。
建模能力決定有效性
盡管三家都認為自己積累了行業(yè)內(nèi)最為豐富的大數(shù)據(jù)，但僅有數(shù)據(jù)來源是不夠的，其背后是數(shù)據(jù)處理能力和研究，如何在海量的數(shù)據(jù)里建立評判個人信用的模型，且被驗證行之有效，是關鍵所在。
“所謂的大數(shù)據(jù)分析，其實就是找出不同數(shù)據(jù)之間的關聯(lián)性，找出因果關系，有很多時候，這些因果關系在我們的常識里是很難想到的，在傳統(tǒng)征信領域，判斷一個人的信用狀況維度很簡單，比如收入高低、地位高低、有房否，有車否，但在互聯(lián)網(wǎng)領域，一個你從未關注過的維度可能就與信用正相關或反相關。”上述螞蟻金服負責人說。
那么，如何搭起這種維度與維度之間的相關性，就成為擺在三家征信機構面前的首要問題。
“信用是很復雜的，比如兩個人今天買了同樣的手機，但不代表兩人是一樣的，可能他們的消費觀不一樣，前一個人比較節(jié)約，所以買了這個手機，但他本身很有錢，后一個人比較鋪張浪費，買完手機后口袋空空，兩個人的信用肯定不一樣，所以要用歷史數(shù)據(jù)作為參考系驗證這種規(guī)則是否有效。”邱寒說。
“模型的建立其實沒有太多特別，但這些模型最終是否有效，是否適合用戶，這是需要驗證的，模型只是一種呈現(xiàn)，重要的是建模的能力、分析的能力。”邱寒說。
她認為，人是非常復雜的，單獨從任何一個方向來評價都不足夠，要把各種維度串聯(lián)起來，尤其是與金融相關的維度，金融維度更為重要。
吳丹也表示，建立行之有效的信用判定模型非常困難，要在各個變量中一個一個嘗試，“上萬個變量，都要經(jīng)過驗證，”吳丹表示，騰訊的互聯(lián)網(wǎng)大數(shù)據(jù)征信主要運用社交網(wǎng)絡上的海量信息，比如在線、財產(chǎn)、消費、社交等情況，為用戶建立基于互聯(lián)網(wǎng)信息的征信報告。
具體說來，征信體系將利用其大數(shù)據(jù)平臺TDBANK，在不同數(shù)據(jù)源中，采集處理相關行為和基礎畫像等數(shù)據(jù)，并利用統(tǒng)計學、傳統(tǒng)機器學習的方法，得出用戶信用得分，形成個人征信報告。
在大家眼中，社交軟件上往往缺乏真實性，如果拿來作為征信數(shù)據(jù)的參考系，是否有效？對此，吳丹解釋，社交數(shù)據(jù)的有效性在國內(nèi)外都是很前沿的課題，業(yè)內(nèi)也有很多不同的聲音，“但對我們來說，社交數(shù)據(jù)肯定有用，我們做過的探索和模型能夠證明這一點，目前我們研究的是社交數(shù)據(jù)多有用以及如何用起來，如何令其在評分里更加穩(wěn)定。”
他舉例道，比如一個QQ賬戶是虛擬身份，雖然我們可能不知道這個用戶背后的人是誰，但不能說這個賬戶是沒有價值的，一個稀缺的QQ號碼在黑市上的價格可能是幾萬或十幾萬，這個賬號本身就產(chǎn)生了價值。
“如果這個賬戶背后的人有一天對銀行說，我把這個賬戶抵押給你，能否給我500元的借款？我們認為可以做，這就是虛擬財產(chǎn)的價值。”吳丹說。
“芝麻信用構建模型不止上萬個，這些模型也是核心競爭力，沒有一個公司會泄露模型的構成，模型一旦泄露，一是涉及商業(yè)泄密，二是可能造成信用套利。”螞蟻金服內(nèi)部人士表示。
“比如，我們發(fā)現(xiàn)，一個消費者的捐贈行為豐富，信用通常非常好，而且兩者的比例是保持不變的。我們會跟市場講，如果經(jīng)常獻愛心，信用就會好，但我不會告訴你一個月要獻多少次愛心，金額多少，算信用好。”他說。
“我們有開放式的、分布式的數(shù)據(jù)平臺系統(tǒng)，把這些數(shù)據(jù)進行一些整理、運算以后，會得出用戶的畫像，包括他的資金往來關系等等。測試后發(fā)現(xiàn)，無論是人群覆蓋度還是對業(yè)務場景信用的區(qū)分程度上都有一個很好的表現(xiàn)。”螞蟻金服內(nèi)部人士表示。
該人士解釋，芝麻信用能夠參考的維度包括淘寶、支付寶錢包、信用卡、繳費、支付、消費、年齡、性別、職業(yè)、家庭、狀況、注冊信息、是否實名認證、興趣偏好、物品檔次怎么樣、有沒有黑名單記錄、資金、支付的渠道、資金往來的人脈關系，等等。“人脈關系有很多場景，我們可以聊天，加一個好友，但資金是最確切的，那些可能和你發(fā)生資金關系的人一定比普通與你聊天的人更密切。”他說。
另外，芝麻信用把這些個人信用評判系統(tǒng)開發(fā)出來，還要和外部的數(shù)據(jù)進行雙向流動，使得反饋數(shù)據(jù)再回流到芝麻信用，從而修正或積累這個人的信用情況。
