谁在收集你的信用

2006年，唐宁创立宜信，在街头巷尾推广“人人有信用”的理念，却遭遇冷落。彼时互联网金融、大数据等概念尚未诞生，信用价值说更是天方夜谭。

2007年，范晓忻看到企业信用服务的巨大市场，他创立金电联行，努力说服银行“信用可计算，风险可量化”，数年的磨合让他成为银行眼中的“有理想的疯子”。

2013年，已从事小微信贷业务4年的支正春突然想到用互联网数据对用户授信。他四处与人交谈，而多数人的眼神里透着悲观。

这种悲观并非毫无来由。林采宜和尹俊杰撰写的《互联网金融时代的征信体系》指出，目前央行个人征信系统共收录8.5亿人的信息，其中约5亿人只有经济信息无有效征信信息。

互联网蕴藏着难以估量的用户行为数据，用这些互联网数据描写出个人信用画像，则是一条描摹个人信用的蹊径。但今天的中国，许多人对信用的认识依然薄弱，而这些新兴信用经济的从业者们能将中国模糊的信用生活勾勒得更清晰吗？

□蔡雯迪

大数据构建知识图谱

今天，以P2P网贷为代表的互联网金融发展迅猛，然而信用审核却卡其命门。P2P网贷的汹涌浪潮正在倒逼民间征信业务的发展。

目前，上海资信、安融惠众两家实力征信机构分别承建了网络金融征信系统（NFCS）、小额信贷行业信用信息共享服务平台（MSP），这还远不能满足当下热火朝天的P2P网贷市场。宜信、人人贷、陆金所等P2P领军企业正在开发自己的征信系统。

而在今天，大数据无疑是建立和完善信用系统的一个最有效的手段。

据悉，2013年，在传统的信用系统的基础上，宜信成立了大数据创新中心，运用大数据和互联网技术进行金融创新尝试。“八年多以来，宜信记载了上千万贷款数据，还有我们的爬虫得到的互联网公开数据、客户授权的数据，以及我们第三方合作伙伴的数据，再通过我们的大数据分析去贯通、关联，进而形成知识图谱。”

宜信公司高级副总裁、大数据创新中心总经理张小沛告诉记者，其打造的搜索引擎“姨搜”就是这个信用知识图谱的出口，提供了借款人借贷相关的垂直搜索服务，可在贷前、贷中、贷后的各个交易环节提供数据参考，便于风险控制和管理。

此外，利用大数据技术，宜信金融云能够解决金融领域海量数据的存储、查询优化以及声音、影像等非结构化数据的处理。一方面对数据进行可视化，构建客户画像，便于专家分析；另一方面结合专家知识和机器学习模型，实现规则引擎、授信引擎和反欺诈引擎等模块，有效地支持了宜信的在线和离线业务，完成对用户的实时授信。

据了解，借助于大数据平台，宜信旗下宜人贷推出了“极速模式”，将对用户的授信时长从原来的十多分钟压缩到一分钟之内。

2014年9月，宜信还与eBay公司达成战略合作，通过大数据技术为eBay平台电商卖家进行授信，即商贷通服务。这种电商贷款模式通过高效整合交易数据、第三方数据以及社交网络行为数据，为用户提供个性化的融资产品。

挖掘企业明细数据

有业内人士告诉记者，中小企业融资难的原因主要有三：没有信用记录、没有抵押担保、财务报表失真。

这促使范晓忻2007年创立金电联行，利用企业供应链数据，给中小微企业提供信用评估服务，帮助他们获得纯信用融资。当时，从华尔街归国的师弟告诉他：“在国外，信用融资占企业融资相当大的份额，中国还处于起步阶段，这其中蕴藏着巨大商机。”

因此，范晓忻告诉记者：“在中国，没有任何一家银行，会单凭财务报表就给中小企业放款。因为财报数据源极易更改，可信度较低。”

那么，究竟该如何还原一个真实的中小企业？金电联行将目光转向了企业的明细数据。订单、应收账款、回款、现金流、库存、税务、核心交易对手等等，都是金电联行力求得到的企业最精细的数据。

“在一张增值税电子发票上，可能就有20多个指标项。”范晓忻告诉记者，“我们拿到的企业数据往往以GB为单位，有些供应链较长的企业甚至能达到10GB。”

在金电联行，为了研究如何挖掘海量企业数据，成立了一个40人左右的科研团队，几乎全是数学博士。2010年做出第一个项目以前，范晓忻和他的团队坚持了三年的科研。终于，他们找到了一种对企业明细数据进行分析计算的方法。

“我们把石油炼成了汽油！”范晓忻说。

2012年，北京怀柔某汽车部件公司找到了金电联行。“我们当时是一家小企业，没有银行贷款要的抵押物。”该公司财务总监程坤对记者称，他们向金电联行提供了企业数据系统的钥匙。金电联行对该企业供应链数据分析计算后，向中国民生银行提交了信用报告，帮助该企业获得零抵押贷款200万元。此后，银行贷款每年递增，现在已经达到了400万元。

金电联行提供的数据显示，其创立至今已累计促成了40多亿元非抵质押的纯信用融资，最高融资额度达到了6800万元，最低为98万元，迄今未有一笔不良贷款。

搜寻互联网轨迹

互联网蕴藏着难以估量的用户行为数据。用这些互联网数据描写出个人信用画像，则是一条描摹个人信用的蹊径。

闪银是一款基于互联网海量信息之上的个人授信产品。2013年12月上线，8个月即收获60万粉丝，并宣布获得IDG资本的4000万元人民币A轮投资。

闪银CEO支正春将闪银的目标用户定为“2+5人群”。他发现，本科毕业前两年加毕业后五年，年龄在20～28岁之间的人群，消费需求极其旺盛，获得银行信用评估的概率低，热衷于使用网络，而且容易在互联网上留下个人信息。因此，闪银根据用户授权的微博、人人网等社交账号以及工资单、信用卡账单邮箱等财产资料，还有淘宝账号等电商信息，分析计算用户的信用状况。

支正春向记者透露了闪银基于大数据得出的一些试验结果：每天晚上11点到凌晨3点还活跃在网络上的客户平均信用偏低；赌博的人还款比例只有33%；此外，用户绑定邮箱的前缀和后缀、网购电子产品时对不同产品线和配置的选择，都能与个人信用评估联系在一起。

除了数据源头增多、交叉验证真实性，大数据技术还极大地提高了信用审核的效率。

中国民生银行北京魏公村支行信贷主管陈光告诉记者：“过去我们人工审核信息，有时材料连四大箱子都装不下，还要花大量精力验证数据的真实性。”

“传统借贷以提高门槛来确保还款率，互联网信贷通过大数据在降低门槛的同时保证了可靠性。”支正春介绍，闪银6000元以内授信可在15分钟内完成，50万元以内大额授信则在数小时内完成。

电商数据池

信用无形无声，支撑着中国电子商务的井喷式发展，而电商市场规模不断膨胀，又为信用数据圈起了一方蓄水池。

不能否认，中国电子商务是在缺乏现代诚信观念和信用体系的环境下起步的。

据了解，1999年—2003年，中国网络购物市场的年规模为10亿元。

阿里巴巴创立之初，为解决企业间电子商务（B2B）的信息不对称，建立了用户信息认证体系。2002年，阿里巴巴推出了“诚信通”，为其B2B平台上的商家建立网上信用档案，记录商家的每一笔交易行为。

2003年淘宝网推出，为了让买卖双方习惯在互联网的虚拟环境下交易，淘宝网让买卖双方交易成功后对彼此进行评价，累积的信用度作为下次交易的参考。2003年，支付宝作为第三方担保交易支付平台出现。支付宝的个人实名认证将买家、卖家上传的身份信息与公安部公民身份证数据库中的数据进行比对，同时还将身份信息与其银行卡账户信息进行关联确认。

尽管一些商家“刷信用”的做法引来质疑，但店铺页面上闪烁的蓝钻、皇冠依然有效影响着人们网购时的心理刻度。2014年阿里“双十一”促销活动中，共有12家店铺因涉嫌以虚假交易提高信用评级被天猫清退出本次活动，另有6家店铺被“降级”处罚。

蚂蚁金融服务集团（简称蚂蚁金服，原阿里巴巴小微金融服务集团）品牌与公众沟通部公关专家葛瑞超告诉记者：“最初网购通过邮局汇款和网上银行，支付宝推出之后电商才迅速蓬勃发展起来。”

随着海量数据不断沉淀，阿里巴巴布局信用产业链的脚步加速。

2010年，“阿里小贷”（现更名为蚂蚁微贷）推出。“这主要是响应互联网金融需求，为阿里巴巴会员提供无抵押、无担保的纯信用贷款。”葛瑞超告诉记者，蚂蚁微贷对阿里巴巴用户在其平台上的经营数据、客户评价、物流仓储等数据进行计算，“信用度符合贷款服务标准的商家可在数秒内收到贷款，如果发现商家有卖假货等行为相应融资服务会降低，甚至被移除出准入用户范围。”

据阿里巴巴数据显示，截至2014年3月，36.5万个借贷人从阿里小贷进行借贷，总贷款结余为132亿元人民币。

2012年起，电商平台京东也针对其供应商推出了供应链金融、京保贝等信贷产品。

2014年9月，宜信与全球最大在线交易平台eBay签署战略合作协议，联手推出“商通贷”线上借款服务。

活跃在电商平台上的小微企业主，率先摆脱了融资难困境。信用水平良好的消费者，也能够享受到淘宝、京东等电商推出的赊购服务。