构建我国互联网金融信用与征信体系研究——基于博弈论视角

冯艳丽，查先锋

（甘肃广播电视大学，甘肃 兰州 730030）

一、互联网金融领域信用与风险研究的理论基础

信息社会条件下的金融组织理论，突破货币角度研究范畴，以信息作为金融领域组织研究的充分条件和基本保证，通过信用与风险的评估，最大可能地规避逆向选择与道德风险。但金融组织理论不足以说明信息不完全市场中，信息不对称条件下如何保证交易契约的顺畅实施。因此，需要引入金融创新理论来解释互联网金融组织如何应对经济社会环境变化引发互联网金融裂变的问题。

相关研究者指出信息收集、加工和输出功能越是完善，经济信息条件下的金融创新动力越是强劲，并以创新动力为源头，既影响金融创新的方向和性质，又影响社会经济发展的强度和效率。事实上，金融创新的动力源头由政府金融管理当局和市场经济主体两方面构成，这与传统金融创新的动力源头差别不大。虽然互联网金融没有从本质上改变金融产品的结构和设计，但实实在在地改变了金融的销售模式。也就是说，当传统金融中介消失时，信息社会下的信用采集如何进行，信息不对称条件下的信用风险如何规避等问题，成为互联网金融发展中亟待解决的问题。

随着互联网金融的不断发展，创新动力源头利益一致性基本实现，互联网金融行业新的发展动向——产业融合模式出现。互联网技术的日新月异为互联网金融产业融合提供了充分的外部条件，多因素驱动产业融合导致资金融通、支付、信息的处理与扩散等众多信息渠道合而为一，显现出产业渗透、产业交叉等现象，由此基于消费者生物特征的边际效用递增规律开始显现。简而言之，基于互联网金融网络技术的互补性与相容性，金融技术环境使用的非竞争性和非排他性，以及共享与非消耗特性，引发消费者边际效益递增规律实现。互联网金融使用者获得的知识技能越多，带给个人的效用就越大。简单来看，互联网金融活动参与者，大数据分析能力越强，越是能够获得更多资金融通及金融获利的机会。基于此，全新的互联网金融价值取向诞生，即：公共福利贡献和消费者效用最大化。这就解释了当前微信支付、支付宝会如此普遍深入到普通民众生活中的原因，因为，产业融合以技术为依托，造就了互联网金融的跨界融合。

由此可以得出，在研究互联网金融领域信用与风险问题时，不能单纯依靠金融组织理论、金融创新理论、产业融合理论或互联网经济边际效用递增理论等已有的理论形态。因为每一种理论仅仅说明了互联网金融的一个侧面，必须融合多种传统理论，在互联网金融新形态的基础上进行理论创新，才能为解决互联网金融领域信用与风险问题研究奠定基础。

通过上述理论阐述，观察当前互联网金融的现实发展形态时发现，互联网金融具备了传统金融不具备的以下特征：金融脱媒化；信息虚拟化；信息采集广度化与深度化；信息处理技术深度化；传统金融机构的社会物理形态被不断取缔；金融交易高效便捷化；普惠金融化；风险复杂化且隐蔽性特征强。其中风险问题更加复杂且具有极强的隐蔽性，为了规避风险，降低交易主体的经济损失，势必需要在互联网大数据的技术支持下，建立更加全面、可靠的、并且具有中国特色的互联网金融个人征信产品及征信系统，这正是本研究希望解决的核心问题。

二、基于博弈论分析法构建互联网个人征信体系

（一）传统交易社会下无个人征信体系的个人

信用博弈分析

1.无征信体系完全理性经济人静态博弈分析

假设条件：

（1）博弈仅有两人，二人完全理性，且信息对称；

（2）博弈收益：

ⅰ.若博弈双方都守信：则收益为a（a＞0）；

ⅱ.若博弈双方一方守信而另一方不守信，则不守信的人收益为b（b ＞a＞0），守信一方收益为-c（c＞0）；

ⅲ.若双方都不守信，收益均为0。完全理性经济人静态博弈模型如下：

模型结论分析：

ⅰ.帕累托最优。博弈双方都守信，都获得a的收益，即（守信，守信）；

ⅱ.纳什均衡。由于完全理性经济人的利己行为（b ＞a＞0），导致个人不守信行为发生，在“囚徒困境”决策下，双方“经济人”都会发生不守信行为，即（不守信，不守信），博弈双方获取收益为（0，0）。

最终结论，在完全理性经济人无个人征信体系环境中，经济交易不能延续，社会信用崩溃。

2.借贷交易下，无征信体系完全理性经济人动态博弈分析

假设条件：

（1）借贷者仅有两人，双方完全理性，且信息对称，债权人经济行为置前，以期望利益最大化为决策目标，具体策略集合为：（放款，不放款）；债务人决策行为置后，策略集合为：（守信，不守信）；

（2）博弈收益：

ⅰ.只要债权人不放款，借贷双方就不会产生借贷关系，双方收益均为0；

ⅱ.产生借贷关系且债务人守信，债权人收益为R1，债务人收益为S1（R1＞0，S1＞0）；

ⅲ.产生借贷关系，债务人失约，债权人收益为-R2（R2＞0），债 务人收益为S2（S2＞0，且S2＞S1），形成借贷交易下，无征信体系完全理性经济人动态博弈分析模型如下：

模型结论分析：

用逆向归纳法对模型求解得出：由于S2＞S1，债务人最优选择是不守信。债权人出于理性经纪人考虑，不贷款就不会产生损失（0＞-R2），且贷款与否的主动权掌握在债权人手中，因此一次性完全信息动态博弈模型的纳什均衡为（不贷款，不守信），囚徒困境产生，市场无法产生交易活动。最终同样说明，无个人征信体系情况下，社会信用崩溃。

（二）存在个人征信体系情况下的个人信用博弈分析

个人征信数据被债权人共享，使得贷款风险在最大程度上得以控制，失信惩罚机制健全，此时个人信用博弈发展呈现新的变化。

征信条件下，完全理性经纪人无限次重复动态博弈分析

假设条件：

（1）博弈双方，即债权人与债务人。债权人行动有两个选择：征信调查，放款和征信调查，不放款；债务人行动有两个选择：守信或不守信。债权人放款与否借助于第三方征信机构的调查结果。

（2）博弈收益：

ⅰ.征信调查成本为C；

ⅱ.若债权人征信调查且放款，债务人也守信，双方收益稳定为（R1-C、S1），且（R1＞C、S1＞0）；如果债权人征信调查且放款，而债务人不守信，则收益分别为（-R2-C，S2-Di），且（R2＞0、S2＞0，Di＞0），其中Di为惩罚性成本；若债权人征信调查且不放款，而债务人守信，则双方收益为（0，-C）；若债权人征信调查且不放款，而债务人不守信，则双方收益为（-Di，-C），其中D0=0。形成征信条件下，完全理性经济人无限次重复动态博弈模型如下：

模型结论分析：

用逆向归纳法对模型求解：由于R1-C ＞-C＞-R2-C，所以债权人的最优决策是进行征信调查且放款；而在征信环境中，债务人一旦不守信用，社会将对其实施惩罚性成本Di，Di随着违约次数的增加，违约成本逐渐增大，最终可使（S2-Di）→0甚至小于0，因此债务人在进行无限次重复性动态博弈时，为了持续经济生产，债权人和债务人的纳什均衡最终将趋向于（征信调查且放款，守信）。

期望收益分析：

P 为债权人征信放款概率，征信不放款概率为1-P；Q 为债务人守信概率，不守信概率为1-Q。由上述模型，可得：

债权人期望收益为：

债务人期望收益为：

结果分析：对于债权人来说，由于Di为惩罚性成本，当i=0 时，P*=0；当i→∞时，P*→∞，但实际上1≥P≥0，所以P*值必将等于1，也就是说其最优决策为征信放款；对于债务人来说，为了获得更多的收益R2，即R2→∞时，Q*→0，也就是说其最优决策为守信。所以在征信条件下，完全理性经济人无限次重复动态博弈模型最优解为（征信调查放款，守信）。

（三）互联网个人信用博弈分析结论

个人信用博弈分析结果结合前文所述各类理论可知，无论何种理论下的互联网金融信用与风险分析，其核心是建立健全征信体系，加大失信惩罚力度。需要指出的是，互联网金融活动参与各方都需要列入到征信范围内，因此，必须由第三方征信机构站在相对公允的立场为互联网金融参与者提供信用测评、评估甚至保证，最终构建完善的信用体系。

三、基于用户互联网行为数据的个人征信评估体系建设分析——以芝麻信用为例

基于以上分析，解决互联网金融信用与风险问题必须做好两方面的工作：征信体系构建和失信惩罚机制。芝麻信用是蚂蚁金服旗下独立的第三方征信机构，它通过云计算、机器学习等技术客观呈现个人的信用状况，符合目前使用范围广泛，数据支持具有可靠性的特征。大数据时代需依托网络技术为信用评价提供量化分析基础，现以芝麻信用为例了解我国征信机构的做法，有助于得到更好的符合我国国情的征信模式。

（一）芝麻信用征信体系概述

当前征信主流机构都采用国际流行的“5C”模型。即：道德品质、还款能力、资本实力、抵押能力及环境条件。以“5C”模型为基础，美国首推FICO 信用评分系统。该信用系统依托海量大数据分析能力筛选出支付能力、个人信用和个人品德三项，每一项赋予一定分数，最后加权得出FICO信用分。芝麻信用构建基础就是FICO 信用分。

1.芝麻信用数据来源。（1）阿里巴巴旗下电商平台，包括天猫、淘宝1688 国内批发平台、AliExpress 跨境零售和批发平台。这些平台产生的海量数据以交易数据和用户数据为主。（2）蚂蚁金服集团，为小微企业和个人消费提供普惠金融。（3）阿里云服务，为客户提供行业解决方案，拥有海量数据。（4）阿里巴巴其他领域。

2.芝麻信用评分类型。（1）信用历史：主要以过往履约记录为依据，如信用卡还款记录等；（2）行为偏好：经济活动中形成稳定的行为特征；（3）履约能力：共享单车还车信用执行能力；（4）身份特征：人口统计变量；（5）人脉关系：人际圈子的亲密程度和信用状况。以上可知，芝麻信用评分类型与“5C”模型类似。

（二）芝麻信用征信体系的弊端

1.信息孤岛问题。芝麻信用分评级越高，信用生活越便利，这也是芝麻信用不断进行产业融合的重要原因。信用产业融合越是广泛，失信人员在不能使用芝麻信用的情况下，其行为约束越大。但在信用产业融合有限的情况下，数据融合产生障碍；而且由于非结构化数据处理技术发展较为缓慢，数据处理结果会有一定的时滞性，这些都会产生信息孤岛现象。另一方面，当前对于个人隐私保护、信用数据安全等诸多问题还有待进一步强化；信用争议处理问题没有有效的解决手段和制度框架。

2.惩罚制度不健全。虽然芝麻信用有海量数据为基础，但仍旧不能解决中国征信问题。局限性和其他征信机构的竞争性等问题掣肘了芝麻信用的发展与完善。而芝麻信用的问题也是我国其他征信机构存在的问题。由此可见，打通信息孤岛、加大互联网金融监督力度和失信惩罚力度、提升征信体系法律层级，是快速建立我国征信体系的最有效手段。

四、我国互联网金融个人征信与风险防范体系的理想模式构建

（一）打通信息孤岛，实现征信信息共享

互联网金融信息孤岛问题不仅是行业间竞争所致，同时也是互联网金融本身发展局限性导致的。打通信息孤岛需要权威机构牵头——央行，成立中国经济全域范围内的征信体系，详细如图1所示。

在图1 中，以央行为代表的传统金融个人征信系统始终难以解决普惠金融问题。公共信息领域和互联网个人征信系统，虽然信息数据来源较为广泛，但难以解决跨平台信用信息共享问题，针对个人征信数据采集不全、信用产业融合信息孤岛问题，所以最终还是必须依赖于以央行为牵头单位的完善的信用征信体系的构建，实现标准化征信数据的共享。

图1 我国个人征信体系构成图

（二）构建完善的监督和失信处罚机制

1.加强失信惩罚机制。我国在互联网金融发展初期一直采取有限度监管下不掣肘行业发展的原则。至今，互联网金融表现出极强的资金融通能力，以及普惠性特点，基本实现我国短期互联网金融发展目标。但在发展中洗钱、庞氏骗局等问题屡有发生，因此必须加大互联网金融监督力度。如上文博弈分析中所指出的，中央征信机构采集数据越是全面，监督成本越小，监督力度越大，惩罚措施越是严厉，越是能够引导用户采取守信策略。因此，全社会征信体系的构建，以当前互联网金融生态来看，当务之急是监督与处罚同步。对失信者的芝麻信用分进行降分处理，使其不能在经济社会中享受便利的服务。例如：取消“花呗、借呗”的资金融通功能；取消免租金服务及各种商业优惠；限制商业银行信用卡申请服务；限制失信者高消费行为。以各种示范作用加大信用处罚震慑力度，形成全民守信道德规范。

2.研究征信立法机制。要提升互联网金融征信的立法层级。征信立法要有前瞻性、针对性，推进“守信激励，失信严惩”机制的建立，明确守信激励和失信严惩的基本内涵、适用范围、具体奖惩措施等，让征信立法将诚实信用从道德范畴转向法律规范，加大失信成本的处罚力度，形成前文无限次重复博弈的结果，从根本上提升信用的社会价值。

（三）强调中央人民银行征信作用与价值的不可替代性

央行不可替代的征信作用与价值在当前的互联网金融领域信用与风险规避中，如何强调其重要性都不为过。如同比特币的发展一样，央行同意试行并不代表其风险就不存在。2018年2月，比特币等数字货币大面积的暴跌，充分说明2017年我国封杀比特币的举动是明智而清醒的。不但没有让比特币等数字货币扰乱我国金融秩序，更保护了公民个人财产不被洗劫。因此，诸如芝麻信用等机构在坊间如何的流行和认可，都不能替代央行征信的统筹作用与征信全覆盖价值。所以，在中国全民征信体系建立中，毋庸置疑需要中央人民银行牵头、组织、管理、协调，使我国的征信体系构建，既借鉴国外征信经验，又走出符合中国自身特色与国情的征信道路。

五、结论

我国互联网金融领域信用与风险问题的解决是促进互联网金融高效、快速、良性发展的前提和保障。全社会信用体系的建立，在有效防范风险的基础上，不但有利于经济社会中道德体系的完善，更有利于发展普惠金融，从源头上解决普通民众或机构共享改革开放、经济高速发展成果的问题。因此，互联网金融信用领域下的居民个人以及各类小微企业享受到的经济生活便利，既是普遍意义上的小康社会思想与经济同步的表现，也是金融领域实现藏富于民的必然选择。