
大數(shù)據(jù)時代征信領(lǐng)域的核心競爭力是風(fēng)險評分技術(shù)
除了那些已經(jīng)獲得第一批征信牌照的公司和正在積極申請征信牌照的公司外,還有一批公司雖然沒有申請牌照的計劃,卻同樣有在征信領(lǐng)域的布局和規(guī)劃。他們的夢想甚至更大,要為這些征信機構(gòu)提供服務(wù)。
為此,記者專訪了信而富的副總裁劉一民。信而富過去十五年一直從事的是風(fēng)險管理的工作,從2003年為中國銀行開發(fā)決策系統(tǒng),為全國一半以上的銀行提供服務(wù),但他們明確提出不直接介入做征信,而是致力于利用大數(shù)據(jù)為傳統(tǒng)金融機構(gòu)沒有覆蓋到的人群提供金融服務(wù)。劉一民認為大數(shù)據(jù)時代征信領(lǐng)域的核心競爭力是風(fēng)險評分技術(shù),信而富的目標就是幫助擁有大數(shù)據(jù)的機構(gòu)通過領(lǐng)先的自動決策評分技術(shù)從大量的數(shù)據(jù)中識別出那些優(yōu)質(zhì)客群,并提供相關(guān)驗證機制完善評分系統(tǒng)。
經(jīng)濟觀察網(wǎng):目前你們公司的征信業(yè)務(wù)整體開展情況如何?
劉一民:自2001年以來,信而富一直從事的是風(fēng)險管理的工作。關(guān)注于金融機構(gòu)的風(fēng)險管理,使得我們對中國今天的消費人群消費行為有非常深層次的了解。比如說從2003年為中國銀行開發(fā)決策系統(tǒng),中國銀行今天發(fā)行的每一張信用卡,都是從我們系統(tǒng)里面進行數(shù)據(jù)處理。我們還包括為建設(shè)銀行在內(nèi)的國內(nèi)一半以上的銀行服務(wù)。將我們的決策系統(tǒng)評分模式安裝在那里。今天中國用我們評分和用我們系統(tǒng)處理通過的信用卡超過1億張。
但我們不會介入自己做征信。。我們主要工作核心還是利用掌握的三大核心技術(shù)——事先批準、自動決策以及風(fēng)險定價技術(shù),為社會大眾提供普惠金融服務(wù),幫助沒有被傳統(tǒng)金融機構(gòu)覆蓋的人群獲得便捷高效的金融服務(wù)。
你剛才一直強調(diào)銀行機構(gòu),那其他的金融機構(gòu)有沒有?
這是我們最早做這塊業(yè)務(wù)的瓶頸,我們的服務(wù)對象就是有風(fēng)險評估需求的金融機構(gòu),但是就2000年做信用卡的時候,沒有那么多機構(gòu),如果我們做乙方業(yè)務(wù)的話,我們面對客群很少,市場很快就分完了,就沒有繼續(xù)擴展的空間。但現(xiàn)在不一樣了,現(xiàn)在有大量的小貸公司和P2P平臺有需求。
大數(shù)據(jù)被認為是互聯(lián)網(wǎng)征信的重要依據(jù),目前信而富的數(shù)據(jù)來源有哪些?
我們的數(shù)據(jù)來源上主要分三塊:第一、人民銀行[微博]的征信報告;第二,我們合作的第三方征信數(shù)據(jù),采集我們客戶的行為數(shù)據(jù)。第三,是我們自己的數(shù)據(jù)采集,我們在全國有近100家分公司,主要工作是對我們平臺服務(wù)的客戶進行實地數(shù)據(jù)采集,100%客戶數(shù)據(jù)的親核親訪,以此來完成客戶信息真實性、完整性驗證。
目前市場上已經(jīng)有很多公司在做征信,相比之下,你們沒有直接數(shù)據(jù)來源,有什么優(yōu)勢?
美國的征信局可以購買數(shù)據(jù),這是在成熟市場上可以的,但是在國內(nèi)是不可能的。我們可以提供建模的過程,現(xiàn)在有很多擁有大數(shù)據(jù)的公司,但他們怎么利用這些數(shù)據(jù)形成一個想要金融服務(wù)的客群,這是擺在他們面前的難題。銀行目前為止也沒有能力自己建立自動決策系統(tǒng),即沒辦法針對每個客戶進行精準打分,打分的基礎(chǔ)源于這類客群造成風(fēng)險的程度,這樣的技術(shù)在國內(nèi)我們是領(lǐng)先的。對于任何一個人群進行數(shù)據(jù)采集后,我們會進行多維度的計算,最終形成一個分數(shù)。
兩個月前,騰訊與信而富公司緊密合作,推出線上的現(xiàn)金貸業(yè)務(wù)。為什么騰訊選擇和你們合作推出現(xiàn)金貸?
騰訊找到我們是因為能滿足他們的需求,為他們提供精準服務(wù),我們會從他們的數(shù)據(jù)中篩選出目標客群,然后我們有金融服務(wù)的過程,為這些客群進行小額度借款的服務(wù),目前是500元左右。我們從騰訊那里篩選了5000萬客戶,現(xiàn)在剛剛起步,建模需要不斷數(shù)據(jù)驗證,很多的參數(shù)需要行為數(shù)據(jù)不斷修正。評分的準確度是不斷完善的過程,我們開始提供金融服務(wù),同時我們會將結(jié)果反饋到騰訊,來評估我們的準確度。目前運營狀態(tài)不錯,運行從去年11月11日上線,今年2月14正式大規(guī)模推廣,截至7月借款筆數(shù)已超過250萬筆。
現(xiàn)在很多公司在跟數(shù)據(jù)機構(gòu)合作,其中對風(fēng)險的把控、風(fēng)險理念不同,但是技術(shù)上很強的并不多。判斷一個公司,首先看有沒有風(fēng)險定價的能力,指不管是什么客群,我們的定價可以完全覆蓋我們的銷售成本、運營成本和風(fēng)險損失,根據(jù)客群不同的表現(xiàn),我們劃分不同的風(fēng)險等級,進行定價。另外,做預(yù)先批準。我們采集很多數(shù)據(jù),從中篩選出符合要求的白名單,不需要提供補充的信息,直接可以借款,這是額度預(yù)批的過程,背后利用我們決策系統(tǒng)的分析能力提供相應(yīng)的支持。
騰訊有自己的征信公司,需要征信來盈利,如果他們的數(shù)據(jù)沒有一個好的驗證機制的話,分數(shù)是沒有用的,因為不知道風(fēng)險概率。實際上,我們的核心是風(fēng)險管理,我們在和騰訊合作過程中,向他提供用戶白名單。在金融領(lǐng)域,優(yōu)質(zhì)的客群永遠是稀缺的,競爭激烈的。
如何評價當下中國征信行業(yè)的現(xiàn)狀?
征信領(lǐng)域大家都是剛剛起步,大家還沒有市場化、專業(yè)化的服務(wù),很多人都在試探,看這樣的服務(wù)是否可以幫助他們做好風(fēng)險防范工作。在國內(nèi)的話,誠信度都要打上問號,不管是什么旗下的公司。征信牌照的獲取對征信提供方的要求比較嚴格,必須是獨立的第三方,最終不知道結(jié)果怎么樣,像美國最終提供征信服務(wù)的機構(gòu)也只有兩家,這個市場的容量,真正提供專業(yè)性服務(wù)還是要有一個過程。
是否真正通過大數(shù)據(jù)做還是未知數(shù),征信機構(gòu)也也可能被兼并重組, 這是市場行為,打出的分不專業(yè),那這樣的征信公司就沒有意義的了,哪怕拿到了牌照也沒用。
對于我們而言,一方面我們會積極響應(yīng)民間征信基礎(chǔ)建設(shè),建設(shè)民間征信機制來防范市場風(fēng)險,另一方面,我們目前只能通過第三方機構(gòu)去抓取一些數(shù)據(jù),不能很公開的在市場上買這些數(shù)據(jù),征信牌照發(fā)放后對于行業(yè)促進作用很大,國家鼓勵這方面的工作,增強我們風(fēng)險防范的能力,同時我們也可以對更專注自己擅長、能夠發(fā)揮自身核心技術(shù)能力的領(lǐng)域。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11