面向对象的互联网金融征信模式调查与思考

莫正晖

摘 要：近些年来，我国互联网金融行业发展迅猛，有越来越多的人群参与其中享受着便利的金融服务。互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资个信息中介服务的新型金融业务模式。

关键词：互联网金融；征信；客户

如今信用借贷，信用消费已经是人们熟知的消费金融服务，共享单车、共享汽车等一系列共享经济是近期火热的互联网金融服务之一。我国建立有关于互联网的个人信用征信体系具有很强的现实意义。与传统的金融产业相比，虽然它具有自身的优势，但是二者在形式上存在差异，并且它们都属于金融行业。因此，它依然要面对传统金融业所面对的各种风险，而且比传统金融业所面临的风险更加严峻。

所谓征信体系，是指对信用数据进行收集、分析、评价以及对外提供信用信息服务的相关手段和制度的总称。与欧美的发达国家相比较下，我国的征信体系建设起步较晚，很多方面都不够完善，对个人信用交易的约束力很弱，尤其是在这个互联网金融的时代，奉行普惠金融的思想，各大借贷公司以及各大共享经济的公司面临的个人信用风险的形式更加严峻，所以我们急需构建完善的互联网金融征信系统来解决个人征信上的问题。从而建立“守信激励、失信惩戒”的机制。在上海新金融研究院（SFI）主办的2017上海新金融年会暨金融科技外滩峰会上，阿里巴巴蚂蚁金服CEO井贤栋提出了对新金融的一些看法：金融将越来越具有包容性，从“二八”走向“八二”；无现金社会正成为趋势，信用体系将成为新金融的重要支撑；全球化的数字普惠金融进入了发展的快车道。在信息革命推动下到来的DT时代，移动互联网的普及，大数据的发展，计算能力不断升级，人工智能的应用和生物识别技术不断的发展，概括的说，新金融的最明显的特性就是可以让金融服务回归平等，普惠的本质，更多的用户可以体验到新金融带来的科技创新。实现这个的前提，当然是需要大数据的数据计算能力帮助金融更好的甄别风险和信用评估。

下面我们通过两个国外的案例来分析大数据征信给我们的启示，Kabbage这一家专门为网店店主提供运营资金的贷款服务公司就是依靠“大数据”给向他们申请贷款的客户进行信用评估，大数据生成的信用报告Kabbage ScoreKard就能评估出客户的信用等级，从而决定放款金额。他们通过大数据收集客户在各大交易平台、社交网络等信息，例如店铺信息（电商平台上商品的浏览数、价格、评价、UPS物流、税务、登记号等），经营情况（销售量、库存量、营业收入等）、社交媒体上客户互动情况。该部分信息可以真实反映企业的交易情况、客户评价、ERP和物流等信息，并且通过系统自动化检测评估，把成本降到最低，把效率提升到一个高的水平。同时kabbage公司与客户进行双方面交流，提高了客户信用评分report的作用，并且指导客户在其社交网络上建立、维护客户关系，如果营销商将其社交数据导入kabbage数据中心，则该网商的信用状况有大幅度提升，守信用的程度会增加。同时也证明将客户在互联网的社交网络数据纳入贷款资格考量将是不错的选择。通过PayPal应用编程接口Adaptive Payments API，Kabbage公司可以相当迅速地提供现金给eBay和其他在线市场的卖家。很多小企业和网上卖家无法从传统的银行渠道获得资金，Kabbage公司则旨在“颠覆”这个空间，帮助这些卖家相对轻松地获得现金。Kabbage公司赚钱的方式是向获得资金的卖家收取费用。除此之外ZestFinance公司的大数据征信也能够给予我们许多启示，他们采集的信息有传统的结构化数据还有通过大数据采集到的非结构化数据，例如：申请者在互联网上申请提交时是否仔细阅读文字说明和相关规定，申请者填写数据表格时使用字母大小写的行为习惯等边缘信息作为征信评估的考量因素。同时，该公司通过与第三方机构合作，可以获取信用评估中一些重要的数据源，例如IP地址、网络社交、网络行为等，这些有利于对信用评估风险进行相对准确的判断。ZestFinance公司也会将传统的征信数据体系纳入大数据征信模式中，他们会让申请者主动提交一些他们有还款能力的证明，例如信用卡还款流水等相关证明。他们还开发了自己的信用评估分析模型，采集借贷者和第三方原始的数据，将数据进行组合进行关联性分析，放入一致性相似的模型进行处理，将分散结论进行进一步加工整合，从而给出一个准确客观的分数。ZestFinance公司的信用评分模型与传统的模型，可以更快更准确更综合地反映出申请者的信用状况。准确评估其风险。

虽然国内目前也存在着许多现金贷、网络贷款公司，但是他们并不是采用类似于kabbage公司和ZestFinance公司的信用评估方式，主要是因为国家法律和监管力度并没有到位，这些公司设定高额的利息，避开法律的空档，从而谋取利益，这非常不符合我国的社会主义核心价值观。在我国，大数据征信的法律环境并不乐观，2013年才正式颁布《征信业管理条例》和《征信机构管理办法》，但是条例中并未对行业监管、市场准入、个人信用信息安全以及隐私保护做出清晰的界定。而美国从1837年发展至今形成了16部征信法律为主的法律体系，如《公平信用报告法》、《公平债务催收作业法》等，相比之下法律体系十分薄弱。随着大数据技术的发展，个人隐私将是需要法律法规等制度来进行规范和界定的。我国《宪法》、《商业银行法》、《消费者权益保护法》等，对个人的隐私权有所涉及，但是都是属于零散法条，都不足以对个人的隐私提供足够的保护，面临大数据的信息采集，也不能够做到明确的规范。因此希望政府能够加大相关法律法规的制定力度，以及尽快出台关于个人信息保护的法律法规。以明确个人信息的采集、信用信息的使用方式和范围等内容。这能够有效的界定大数据机构和其他征信产品，解決大数据征信在采集个人信息和使用个人信息过程中出现的法律纠纷。其次在大数据环境下，多元化的征信市场对监管提出了更高的要求，强化征信业监管，引导和规范征信市场健康发展这是需要我们努力的。最后还需加强征信宣传，提升全民的信用意识，树立良好的社会风气，规范社会信用的秩序，缺乏信用意识，而且失信惩戒机制不完善，导致许多人失信之后得不到相应的惩戒，所以人们也很少关注自身的信用情况。更何谈对信用产品的使用呢？所以要提高提高社会人群的信用意识，对于守信者，给予更多的便利条件，对于失信者，给予惩戒的措施。

总的来说，面向对象的互联网金融征信模式思考和调查是基于当今互联网金融繁荣的时代里，征信制度的完善是当务之急同时加大监管力度是征信制度实施的保证，结合国外的征信模式系统构建，可以得到许多宝贵的经验。通过建立类似kabbage公司或者ZestFinance公司的征信系统，使用大数据进行采集、处理和分析数据，融合传统的征信模式调查，可以给予客户一个准确的个人信用评估分数。可以给我国新金融的发展迈向新的台阶，也有助于我国经济持续稳定的发展。

参考文献：

[1]向明，冀源溪，曲博.美国大数据网络贷款公司Kabbage的运营模式及启示[J].征信，2016，（01）：60-62.

[2]邵晓岚.我国个人征信法律制度研究[D].上海师范大学，2015.

[3]廖理.Kabbage：数据驱动的“贷款”公司[J].清华金融评论，2014，（01）：113-116.

[4]刘鹏.关于我国互联网金融模式下征信体系建设的研究[J].时代金融，2016，（35）：24+29.

*西安财经大学2017年立项科研基地对本科生开放项目，本项目受西安财经大学现代管理决策与对策研究中心资助