北京信立合创总经理陈陵涛：让中国征信服务“很有面子”

曹煦

如果说“刷脸”等于刷信用，那么，在如今快速崛起的互联网金融时代，“刷脸”还似乎真的就和信用捆绑在一起了，而连接此二者的就是一台被称之为“个人信用报告自助查询机”的产品。

2013年12月中旬，全球第一台也是唯一一台以人脸识别为识别技术基础的个人信用报告自助查询机，摆在了央行北京营业管理部。这一机器的出现不仅仅改变了个人征信报告网络查询及柜台查询两种查询方式，更是改变了国内外通过网络查询个人征信报告最为便捷的传统印象，使中国的征信服务首次站在了全球征信信息化系统的前沿。

生物识别技术，

使个人征信报告查询效率倍升

2005年，央行从信贷征信起步，组织商业银行集中力量先后建成了全国联网、集中统一的个人和企业征信系统，实现了信用信息的大集中。此后开始了央行网点信用报告查询工作，截至2014年10月，央行网点信用报告查询量已达到年10503091份。

与国外不同，中国的个人征信信息记录存在于央行内网之上。传统查询方式有两个，早期是通过柜台查询，需要相关认证手续和资料;后来有互联网查询方式，但是拿到查询报告需要24小时之后。

“由于我国地域广阔，央行的覆盖面不可能涉及到各个市县乡村，也就为柜台办理个人信用查询提出了挑战，而互联网查询因为考虑到信息安全的角度，个人征信系统与个人报告查询网站存在物理隔离，也就导致了网络平台查询需要24小时后才能够拿到个人征信报告。”北京信立合创信息技术有限公司（下称“信立合创”）总经理陈陵涛接受《中国经济周刊》采访时说。

陈陵涛的团队经过前期调研发现，随着消费金融的快速猛增以及互联网消费形式的快速增多，导致个人征信报告的社会需求量快速增加。“许多网点都出现了信用报告查询排队的情况，增加了央行网点工作压力。” 陈陵涛说，“与此同时，柜台办理个人征信报告查询容易存在因人工处理而出现的人为的信息误判，这样也容易出现替代查询的情况。”

北京信立合创总经理陈陵涛向记者演示查询个人征信报告。

为了解决个人征信报告柜台查询以及互联网查询方式中存在的问题，曾参与过早期“个人和企业征信系统”建设的陈陵涛决定打造一台具有自主知识产权的自助查询机。值得一提的是，陈陵涛突破了传统金融系统数据调用的思维模式，创造性地将生物识别技术与征信查询系统做了对接，实现了快速报告查询打印。

“早在2007年，我国就已经建立起了联网核查公民身份信息系统，这一系统将银行账户实名制落到了实处，而在个人征信自助查询机的研发过程中，我们考虑到了当时比较前沿的生物识别技术——人脸识别，将人脸识别与公安系统的身份信息进行比对，降低了审核时间，提升了审核效率，同时也提高了办事效率。”陈陵涛回忆起最初的研发过程时说。

陈陵涛向记者在这台全球唯一的个人征信报告查询机上进行了演示：根据提示将本人身份证放置在设备上进行扫描，身份识别是该设备进行的第一轮身份核查;当核查通过后，设备将与查询人显示的面部特征进行第二轮人脸比对，根据设备设定的比对相似度进行匹配;当第二轮比对核查通过后，申请人可通过查询设备进行申请信息录入，随后即可进行个人征信报告的现场打印。“目前该设备应用的通过率为92%～95%。”陈陵涛说。

技术的革新带来颠覆性的效率提升。此前，在银行柜台办理打印一份个人征信报告平均用时为3分钟/人次。而自助查询机的工作效率则可实现1分钟/人次，该设备的应用使个人征信报告查询工作效率提升了2倍之多。

技术落地陕西，

中国征信服务体系进入现代化

以人脸为识别技术基础的个人信用报告自助查询机商用以来，引起市场强烈反响。

“你能想到一个百姓为了一份个人征信报告要开车到几百公里外的央行窗口去办理吗？”在采访中，陈陵涛回忆起了今年9月在陕西省的一个项目。

陕西是我国西部大省，然而央行在陕西省境内有将近1/4的县没有个人信用报告查询点。统计显示截至2016年9月末，陕西省企业和个人征信系统已分别收录陕西省22.7万户企业和2266万自然人的信息，录入信贷余额2.4万亿元。面对强劲的市场需求与央行分支机构征信查询服务能力的严重缺口，陕西省相关单位提出了“征信服务零距离”的设想。

倘若要缩短征信服务距离，提升征信服务能力，首先必须解决分支机构少、服务人员有限的核心问题。“为此，我们考虑到央行已经与各商业银行实现了网络互通，我们可否通过自助查询系统将触角延伸至各地区的城市商行，建立查询代理点。”陈陵涛说。

有了自主知识产权的技术支撑，陈陵涛和他的团队一个月内便在陕西省60多个县完成了60余台机器的布点。据央行西安分行行长白鹤祥介绍：“截至目前，已在西安市高新区等16个人流密集地区设立自助查询点，在全省22个没有央行分支机构查询网点的县区全部设立了个人信用报告自助查询代理点，实现了个人信用报告查询服务县域全覆盖。”

这项技术在陕西省的实践成为中国征信服务体系现代化的一个标志性起点。在央行征信管理局局长万存知看来，陕西省个人信用报告查询实现县域全覆盖，并集中开通，进一步延伸了征信为民服务空间，巩固了信息主体权益保护阵地，筑牢了信用引导资源优化配置的根基。

信立合创，

为中国征信服务争面子

“国外的信用报告查询几乎都采用网络信用报告查询机制，这也与各个国家的信用体系有关。如今，已经通过生物识别技术走到征信服务体系前沿的中国，下一步也许会有更进一步的赶超。”美国PNC银行资产与风险管理部资深副总裁侯江博士对中国征信服务系统建设提出了预判。

据陈陵涛介绍，大数据时代背景下，利用新的数据挖掘技术为我国信用体系建设服务不仅仅是信立合创的梦想与愿景，这更是中国征信服务能力提升的一种社会责任。

传统征信体系中，数据依赖于银行信贷数据，而大数据时代背景下，大数据征信不仅仅包括传统的信贷数据，能够利用IT技术将碎片化的信息，如社交、网购及其他数据，整合起来才能形成真正有用的大数据。相比于传统征信数据的强相关性，这些大数据征信的数据和消费者的信用状况相关性较弱，信立合创利用大数据技术搜集更多的数据维度来加强这些弱相关数据的描述能力。这样就使大数据征信不依赖于传统信贷数据，可以对传统征信无法服务的人群进行征信，实现对整个消费者人群的覆盖。

侯江博士还告诉记者，传统的信用评分模型一般拥有500个数据项，从中提取50个变量，利用一个预测分析模型做出信用风险量化评估。而建立的新模型中，往往涉及到上万个数据项，从中发现上千个变量，然后分别输入不同的预测模型中，例如欺诈模型、身份认证模型、还款能力模型、还款意愿模型以及稳定性模型等。

各种模型的集成学习将是陈陵涛未来基于大数据背景的新应用。在他看来，集成学习可以综合不同模型的分析预测，并采用特定的策略将各个模型的结果整合，而得到一个全面有效的预测效果。集成学习就相当于多个模型协同作战，共同决策。

“正是因为这个特点，集成学习的结果明显优于单一模型的效果。每一个子模型都从不同的角度预测个人消费者的信用状况，克服了传统信用评估中一个模型考虑因素的局限性，使预测更为细致，从而得出一个人的综合信用评分。”陈陵涛对未来的征信服务系统建设很有信心，“如今，我们这些新的应用已经在与相关单位接洽，相信很快就将得到实际的应用。”

今天，信立合创用独有的生物识别使中国的征信服务系统“很有面子”，同时，也把中国“智造”这一标签钉在了征信体系中，我们相信随着征信服务系统新模型的落地，中国的征信服务系统将在全球的征信服务体系中更为突出，中国的征信服务能力届时也将会“更有面子”。

“下一步，无论从国家还是企业的角度，我们都将为进一步提升征信服务质量而努力，事实上我们也正在朝着这一方向努力。”陈陵涛在采访中这样表示。