基于互联网金融平台的大数据征信应用研究

崔立群

【摘要】随着经济与科技的不断发展，互联网金融已经成为了当前社会的人们讨论的热点内容。现如今已经进入了信息化时代，传统的征信体系本身具有一定不足，因此已经无法满足目前行业发展的具体需求。为此，基于当前互联网金融的背景下，出现的大数据征信平台能够有效解决这一问题。本篇文章将阐述互联网金融与大数据征信的基本意义及特点，分析其当前的现状及存在的不足，并对于具体应用方面提供一些合理的见解。

【关键词】互联网金融平台 大数据征信 应用

从2013年开始，互联网技术的创新工作逐渐趋于完善，我国互联网行业也同样处于快速发展的状态。将大数据征信应用于互联网金融之中，能够建立相关数据库，为互联网金融的发展提供有力的条件和基础，以此促进行业的快速发展。

一、互联网金融和大数据征信

（一）互联网金融的基本意义及特点

所谓互联网金融，其主要是指传统金融公司依靠互联网技术完成资金融通以及支付等工作。由于应用了云计算、大数据以及移动支付等全新技术，因此可以算是目前互联网行业中跨界而生的全新产业。其主要特点包括交易成本十分低廉、用户群体规模巨大、交易方式十分便捷以及商业模式极具多元化。

（二）大数据征信

所谓大数据征信主要是指依靠大数据信息技术引入大量非结构性数据，并依靠信息清洗、数据匹配以及数据挖掘等方式促使信息内容更具精确性和可靠性，从而形成更为完善的信用评价体系。相比于传统征信体系，大数据征信的涉及范围更广，且效率更广，从而满足现阶段互联网金融发展的需求。

二、中国当前征信体系存在的不足

（一）体系不健全

目前我国征信体系还有待健全，主要是其征信模型以及具体评分标准方面没有完全统一。现阶段征信系统仍然局限在央行提供的相关数据以及少数征信公司。以此获得的数据具有很大的差异性。同时，少数已有条例和制度的具体对象过于集中，不满足大数据收集的基本要求。

（二）平台无对接

当前征信平台同時也存在没有对接的情况，信息内容相对较为分散，很难完成信息共享的工作。同时由于目前征信系统并未完全覆盖整个社会，使得社会成员自身的信用记录发生了缺失的情况[1]。

（三）制度有缺陷

大数据本身十分强调用户自身信息的安全性以及数据内容的隐私。大数据尽管丰富了现有数据信息获取的渠道，同时也会伴随数据交易和买卖的问题存在。然而我国在此方面却没有设置相关法律法规，以此对这些行为进行规范和约束。同时，互联网本身在信息安全保护方面便存有一定缺陷，使得数据内容的整合和管理出现一定风险[2]。

三、互联网金融风险控制的具体案例

（一）阿里金融的征信体系

阿里金融是阿里巴巴公司大数据战略的主要模块，其主要企业提供小额贷款的服务。目前而言，阿里金融已经和阿里巴巴的客户群完成搭建工作，并推出了相关微贷产品。其在目标选择方面，由于淘宝本身具有海量数据信息，为其提供了大量使用人群。同时根据用户的消费水平，对其完成筛选，促使数据过滤变得更具准确性。而在信贷审核方面，当客户完成筛选之后便已经开始审核，并最终确定具体申请额度。在贷后风险控制方面，由于客户一阿里本身的使用人群为主，因此很容易根据系统信息获得用户的实际数据，从而有效减少了资金成本的投入。

（二）在其他金融公司中的应用

在大数据征信的发展方面，京东与苏宁易购同样走在了行业的前端。在具备了信贷推广基本条件的同时，还在不断进行创新。然而，相比于阿里巴巴，其尽管已经拥有了应用大数据征信的基本意识，但背后的资金却有所不足，无法有效完成自身经营与发展。而且其在早期并未进行相应的推广工作，使其信息分析的团队也存在一定缺陷。因此，京东与苏宁目前仍然还处于发展阶段，为了提升大数据征信的应用工作，必须提高对其的重视程度，并上升到企业未来战略发展的层面[3]。

（三）3ZestFinance征信实践

ZestFinance是美国洛杉矶以创新科技为主的金融公司，早期以传统金融风险无法分析到的用户人群为主。通过自家ZestCash平台完成资金放贷，帮助其享受到正常信贷服务。相比于传统金融，其最大优势便是能够深挖用户的信息数据，由于用户本身的信用记录和信用状况往往联系十分紧密，即便联系较弱，但仍然能够从侧面对用户的信用情况进行表示。因此，ZestFinance从不同的角度出发，对用户信息进行全面分析，促使自身业务处理方面有了长足的进步。

四、大数据征信在我国发展的具体应用

（一）推动征信业的具体应用

1.建立数据保护的机制。由于目前我国的法律仍然有待健全，很多消费者担心自身信息无法得到相应的保护。因此，建立数据安全机制是当前工作的重中之重，以此提升用户数据信息的安全性。目前我国虽然制定了相关信息保护的规则，却没有为此设置具体奖惩制度。对于监管机构而言，理应建立针对目前互联网金融安全发展的专门机构，将大数据征信作为主要基础，设置相关隐私管理的具体制度，以此对信息完成整合和分析，并将每一项工作内容细化到具体的环节之中。同时，企业自身也需要建立相关自律机制，从而对制度内容不断完善[4]。

2.增加数据仓库的多样性。数据库的建立不但需要收集大量数据信息，而且还要做到数据之间能够完成交汇和互联，以防数据孤岛的问题出现。目前我国数据风险控制的系统仍然不够透明，且很难完成互通。为此，当前市场需要做到数据共享，形成良好的数据基础，在减少风险的同时还能降低资金成本的投入。其次，还需要开放央行自身征信系统的基本资源，以此向企业征信平台提供海量的数据信息，促使其平台不断趋于完善。再者，还需要将现有的征集标准统一化，促使各个平台之间能够完成信息共享，进而形成全国性的信息交互平台[5]。

3.制定相关征信政策。大数据征信本身在风控方便便具有很强的操作性和便捷性。所以，我们国家应当在正常方面予以支持，鼓励各大金融机构能够依靠大数据征信完成风险控制的工作。一般而言，主要有三种方式。其一，当风险控制成本本身十分相近的时候，应当优先擦去大数据征信的方式，尽可能减少其资金成本投入，以此对征信工作完成风险评定。其二，提升用户信息数据的安全性，制定相关政策和协议降低用户的担忧，并按照协议的具体要求完成数据获取。其三，加强风险控制的可操作性，将现有的风险检测方式进一步拓展，确保线上和线下的工作能够同时开展。

（二）提高社会对于大数据征信的认知

1.合理利用互联网平台进行宣传。近些年来，互联网金融发展十分迅速，相关大数据征信的产品种类也随之不断增多。然而，互联网金融并非只有内部企业吗，同时还包括原本金融体系以及其他金融机构。而其客户也是面向大众人群，整体数量早已超出现有互联网行业本身的范围，为此必须加强宣传工作。而互联网本身便是非常优秀的宣传平台，这也是其自身优势所在。诸如芝麻信用，其便是依靠阿里巴巴进行宣传，其涉及范围包括自己企业的支付宝、阿里云以及淘宝平台等，而第三方也包括新浪微博、饿了么以及老虎地图等。

2.加强部门管理的权威性。金融监管不断需要加强法律宣传，而且还要提升自身的权威性。大数据征信模式的出现，使得金融行业的信息不对称问题逐渐减少，从而提升了资金本身的利用率，使得早期金融服务不断完善。不但如此，对于一些违约的恶劣行为，大数据征信平台也能完成披露，促使制度本身更具规范性。为此，金融监管机构应当制定推动行业本身发展的政策，为其风控模式提供一定的便利性和可操作性。其次，还可以通过自身网站本身的权威性，完成新闻讲解的工作，以此提升用户对于大数据征信的普及度。

（三）加大政府的扶持力度

1.提升社会与政府的沟通。大数据征信的风险控制在数据获取整理方面存在一定缺陷，造成这一结果的主要原因便是数据来源的范围相对偏小，且信息的完整性有所不足。为此目前首先需要确保大数据本身能够涉及所有金融用户，加快数据的收集速度，并不断扩大规模。之后再促使信息逐渐透明化，以此提升数据本身的准确性和可靠性。一般而言，政府收集的数据以基础数据为主，提升透明化，将大数据的征信工作当作系统风控的主要来源。

2.重视数据监管的作用。首先，政府的相关监管部门应当适应当前业务的全新准则，传统陈旧的制度已经无法满足现有数据征信工作的基本特点，必须对其进行相应的调整，从而建立全新的监管制度。同时还要确保数据征信的特征能够满足现有的规则制度，从而提升业务操作的规范性。

其次，还要建立数据监管机制，包括事中事后。其设计内容不但包括数据本身的收集和整理，而且包括信用的评估，审核其是否有违规行为存在。

再者，监管工作的参与者并非只有政府本身，同时还包括全体社会的参与者。当政府确保信息资源公开透明化之后，机制将会逐步完善，社会成员能够对此完成相应的监管工作。除此之外，舆论媒体也需要发挥相应的作用，贡献自己的力量，对所有违规行为予以约束，提升操作的安全性。

3.推进支付信息的互通。目前而言，我国互联网金融平台的两大巨头分别是阿里和腾讯，其掌握了我们国家绝大多数用户的数据信息。两者目前全部投入到了互联网金融的市场之中，并逐步提升对用户个人数据的保密程度，使得信息资源出现了封闭的情况。然而，基于目前互联网金融发展，需要提升数据内容的多样性，并结合用户自身的使用习惯，对市场交易的趋势进行评估，进而减少风险发生的概率。同时还要加强互联网参与者之间的交流工作，做到协调公斤，以此建立更为完善的金融市场。

五、結束语

综上所述，目前我们国家多数企业由于在互联网方面起步相对较晚，因此当前大数据征信工作仍然有诸多缺陷存在。为此，理应分析现有的不足，采取最为有效的促使予以解决，进而推动我们国家的经济发展。

参考文献

[1]黄庆华，陈婉莹.基于互联网金融平台的大数据征信应用研究——以蚂蚁金服为例[J].科技与经济，2017，30（3）：55-59.

[2]冯笑，陈翼.基于互联网金融平台的大数据征信实践与启示——以阿里旗下“蚂蚁金服”为例[J].中国市场，2015（32）：86-87.

[3]赵海蕾，邓鸣茂，汪桂霞.互联网金融中的大数据征信体系构建[J].经济视角，2015（4）：18-21.

[4]熊建宇.基于大数据的互联网金融征信体系建设研究[J].时代金融，2016（12）：263-264.

[5]刘新海，丁伟.大数据征信应用与启示——以美国互联网金融公司ZestFinance为例[J].清华金融评论，2014（10）：93-98.

[6]张涛.适用于互联网金融的大数据信用体系研究与应用[J].征信，2016，34（4）：33-35.