
大數(shù)據(jù)環(huán)境下 征信 真的那么美好嗎?
不知從什么時候開始,征信仿佛一夜之間成了一個很熱門的業(yè)務(wù)。也曾經(jīng)看過很多文章,都描繪著征信未來廣泛的應(yīng)用,和龐大的市場份額。其間,雖然偶爾也有人出來潑冷水,但顯然很快就被更為狂熱的后進者所淹沒。
眾多代表著傳統(tǒng)金融和互聯(lián)網(wǎng)金融的大腕們紛紛摩拳擦掌,下場廝殺。BAT中除了B略微落后之外,AT直接進入第一批玩家的角逐。其余二線、三線互聯(lián)網(wǎng)跟進者,數(shù)不勝數(shù)。
征信大軍越來越大,名頭也越來越響。這個集團,那個平臺,各村有各村的高招。
征信,真的那么美好嗎?真的是一個一本萬利的大買賣嗎?下面,我逐一為大家展開,大家自己判斷。
為什么需要征信
征信是做什么用的,相信搞過金融的人都知道,它是信用風險定價的一個基礎(chǔ)。很多文章都有詳細的描述,這里我就不啰嗦了。但是,為什么要在這個時候提出征信?看了很多文章,感覺都沒有講清楚。
有的人說,是為了建設(shè)信用社會。這個話也對,也不對。從建立良好的金融秩序,對建立信用社會做出貢獻而言,是對的;但從金融領(lǐng)域本身而言,征信與建設(shè)信用社會兩者之間沒有直接的關(guān)系。應(yīng)該說,只有征信在金融環(huán)境里建立了良好的金融秩序,才能對信用社會做出貢獻。
征信,在金融領(lǐng)域,就是為了“信用”的風險定價。而“信用”貸款,是金融行業(yè)發(fā)展到今天,所必然產(chǎn)生的一種形態(tài)。這是金融行業(yè)本身的一種成熟度的體現(xiàn)。金融行業(yè)經(jīng)營的就是風險。從簡單的有抵押物的普通信貸,到虛擬的無抵押物的復(fù)雜的”信用“貸款,是一種能力的提高。在這次升級中,“信用”,這種虛擬的事物,被當作了“抵押物”;而金融機構(gòu),也需要從對實物的掌握,轉(zhuǎn)移到了虛擬事物的控制上。金融機構(gòu),需要具備更高的能力,才能迎接新的挑戰(zhàn),駕馭新的風險。
信用,不像可抵押物,你來或者不來,它就在那里。信用是一個看不見摸不著的東西,但它確實有價值。就如一個產(chǎn)品的品牌一樣,它是有價值的。信用也一樣,是你個人或者企業(yè)在社會中的一種類似于”品牌“的價值。
對這種“無形資產(chǎn)”的掌控,自然不能像可抵押物那樣。它需要根據(jù)對企業(yè)或者個人信用的評估,預(yù)測出違約的概率,從而依靠這一概率,來計算對風險的定價。
所以,我認為,征信的產(chǎn)生是因為金融行業(yè)本身發(fā)展的需求。當然,可能剛好跟建設(shè)信用社會的理想同步,巧了。
如何征信
征信分為個人征信和企業(yè)征信。企業(yè)征信多為企業(yè)基本工商信息,信貸歷史信息以及訴訟信息等的羅列,不作任何加工。企業(yè)征信目前在央行實行備案制,只要在央行那里備個案就可以做生意了;而個人征信因為要觸碰到個人隱私,所以央行管理很嚴,相關(guān)企業(yè)需要申請,審核通過頒發(fā)牌照方可做業(yè)務(wù)。第一批八家征信牌照申請企業(yè)到目前依然還未獲得牌照。
企業(yè)征信沒什么好說的,信息的羅列,下面重點說說個人征信。
如何做個人征信在業(yè)界分為兩派。一派是以傳統(tǒng)金融企業(yè)為代表的“保守派”,還有一派是以互聯(lián)網(wǎng)金融企業(yè)為代表的“新銳派”?!氨J嘏伞边€是沿用傳統(tǒng)金融領(lǐng)域的方法,通過信貸歷史記錄來評價未來的風險程度,形成征信分;而“新銳派”基本采用Zest Finance的多變量大數(shù)據(jù)方案來形成征信分。
“保守派”的方法雖然保守,但經(jīng)過了數(shù)十年的檢驗,是成熟可靠的。它的缺陷在于傳統(tǒng)金融機構(gòu)對用戶數(shù)據(jù)采集的時效性和完整性不好。但隨著傳統(tǒng)金融機構(gòu)引入大數(shù)據(jù)的方式,與自身客戶數(shù)據(jù)打通,就可以解決好時效性和完整性的問題,再加上體系的成熟,不失為一個今天最穩(wěn)妥的方案。
“新銳派”的方法很炫麗,利用大數(shù)據(jù)的方法,采集了用戶上萬個變量的信息,對用戶無限逼近??梢酝ㄟ^這些數(shù)據(jù)為每一個客戶完整地畫像。但是,從信用風險的角度而言,即使對客戶再了解,也不可能彌補信貸違約歷史記錄的缺失。這也是目前“新銳派”最大的困惑。其征信分用于閉環(huán)體系沒有絲毫問題,但如果跨出閉環(huán),比方說用于線下,缺乏足夠的實踐證明。
當然,隨著新生代人群對互聯(lián)網(wǎng)依賴程度的加深,線上消費行為的比重加大,“新銳派”可能走出一條更好的路來。
這是后話,應(yīng)該需要一個演進的過程。在這個演進的過程中,需要注意兩件事兒。一個是行為的穩(wěn)定程度,還有一個就是標尺的唯一性。
目前大數(shù)據(jù)征信主要采集的是互聯(lián)網(wǎng)上的數(shù)據(jù),它反映了一個人的行為特征。那么在征信的應(yīng)用里,就要考慮這個行為特征的穩(wěn)定性。只有穩(wěn)定的行為特征才有被征信的必要。比如,我們早期的移動互聯(lián)網(wǎng)應(yīng)用,跟現(xiàn)在的就有很大不同,因為當時人們的很多習慣并沒有養(yǎng)成。反映到數(shù)據(jù)上,就是雜亂無章,毫無秩序,而且不可重復(fù)。在沒有養(yǎng)成穩(wěn)定的習慣之前,數(shù)據(jù)是沒有意義的,它不意味著任何事情。
征信是一個信用體系的基礎(chǔ),是一個金融秩序的根本。如果這個秩序亂了,那么一切都會亂了。大到好壞人的評價,小到信用風險定價的步長,不管是通過什么方法實現(xiàn)的,結(jié)果必須一致(允許一定誤差內(nèi))。再好的故事也要為應(yīng)用服務(wù)。美國的三大征信局,對每一個用戶都有自己的評分,但一個用戶在三大征信局里的評分,誤差不會超過50分。道理很簡單,因為幾乎所有的銀行都依據(jù)此去做風險定價,如果誤差大了,標尺不一致,那么各家銀行依此做出的風險定價就不一致,貸款的行為就會出現(xiàn)問題。所以,不管你用什么方法,說的再天花亂墜,一定要有統(tǒng)一的標尺。標尺錯了,起點就錯了,后面的一切基于這個起點的推斷就都是錯誤的。
為什么不能沿用美國的征信體系
相信這也是所有征信的后來者所困惑的問題,為什么我們不直接照搬美國的征信體系?有的人說,國情不同。到底是什么國情不同?我認為,首先是基礎(chǔ)設(shè)施的成熟度,其次是人們對信用的觀念。
基礎(chǔ)設(shè)施的成熟度,很容易理解,就是數(shù)據(jù)的完備。每個人的各項征信所需要的數(shù)據(jù)都很完備,可以很容易被采集到(當然只有征信局可以被授權(quán)使用這些數(shù)據(jù))。美國的基礎(chǔ)物理設(shè)施的成熟度,自然是國內(nèi)無法比擬的。尤其是個人的隱私信息的管理,有一整套嚴格成熟的法律法規(guī);而國內(nèi),還處于建設(shè)階段。
所以,數(shù)據(jù)的采集渠道,就造成了在基礎(chǔ)設(shè)施層面上客觀的差異。這也是為什么央行不像美國那樣只對三家征信局發(fā)放牌照的主要原因。 因為,我國沒有統(tǒng)一的數(shù)據(jù)資源。
人們對信用的觀念,初看起來有點虛,其實不然?;A(chǔ)設(shè)施的匱乏導致了我國不能采取美國的模式;而信用觀念的建立,也不是一朝一夕可以完成的。信用觀念的樹立,代表了未來市場的成熟度。很難想象,一個成熟的市場中的用戶,連信用是什么,我為什么要守信都不知道?!在北美等發(fā)達國家,公眾有很明晰的信用觀念,信用代表一切。所有去過北美的人會深刻感受到這一點,沒有信用,寸步難行。只有越來越多的用戶有了信用的觀念,征信才會被越來越多地應(yīng)用;也只有這個時候,征信才可以作為一項可以自給自足的業(yè)務(wù),獨立存在。
投入產(chǎn)出ROI
不知道誰第一個傳出征信是一個一本萬利的好買賣,“錢多,人傻,速來”!于是,大家就都來了。征信真的那么賺錢嗎?
我來給大家算筆賬。
先說投入。
目前代表互聯(lián)網(wǎng)一方介入到征信領(lǐng)域的,多為本身就擁有龐大的網(wǎng)民數(shù)據(jù)(有to c入口)的企業(yè),但由于即便是他們,業(yè)務(wù)的側(cè)重不同,也沒有辦法擁有網(wǎng)民全部的數(shù)據(jù)。而且上面也分析了,我國還處于建設(shè)階段,國家也沒有一個統(tǒng)一的數(shù)據(jù)中心能涵蓋所有數(shù)據(jù)源。所以,大家都需要跟別人去交換、購買其他部分的數(shù)據(jù)。
征信需要大量的數(shù)據(jù),而且必須是高質(zhì)量的數(shù)據(jù)。什么是高質(zhì)量的數(shù)據(jù)?就是距離你個人真實情況近的數(shù)據(jù)。在這些數(shù)據(jù)里,最需要的是金融相關(guān)類數(shù)據(jù),比如你的各種消費,你的收入等等。
數(shù)據(jù)質(zhì)量越高,價格就越貴。按照目前金融屬性比較明顯的數(shù)據(jù)條目來計,每一個個人用戶的成本在5-20元,如果征集的屬性多,甚至要到50以上。一個征信機構(gòu),至少要覆蓋1億以上的人群,過低的識別率(征信用戶查詢有結(jié)果即為可識別)就會使征信機構(gòu)失去存在的價值了。按照每筆5元的價格來計算,1億用戶就需要5億的投入。這還沒包括其它的基礎(chǔ)設(shè)施投入等等。
在方法上,目前還沒有找到一個在確實信貸歷史數(shù)據(jù),僅通過網(wǎng)民行為的大數(shù)據(jù)實現(xiàn)經(jīng)得起推敲的征信方法,所以還需要繼續(xù)尋找。這種尋找,又分成了兩個方向,一個是繼續(xù)沿著大數(shù)據(jù)的路尋找,也許未來某個時間能找到;還有一個就是自身收集金融數(shù)據(jù),打通線上線下的數(shù)據(jù),來補上信貸歷史數(shù)據(jù)的缺陷。目前,AT都是走的這個路徑。也就是AT沒有直接去交易數(shù)據(jù),而是利用強大的影響力,直接在線下合規(guī)地收集數(shù)據(jù)。每客戶數(shù)據(jù)的獲得成本,恐怕比上面的額度還要高。
無論是自己收集,還是直接交易,征信所需的數(shù)據(jù)都是一個龐大的投入。而且,這還是在自身已經(jīng)擁有了龐大數(shù)據(jù)源的前提下。
大家已經(jīng)知道了征信需要一個龐大的投入,下面再看產(chǎn)出。
雖然現(xiàn)在有的個人征信報告宣稱6元一份,但有價無市。征信還是一個發(fā)展中的事物,其共識性還有待未來的數(shù)年去建立。在此之前,恐怕難有人為此買單。這就是目前市場的現(xiàn)狀。
一方面需要巨大的投入,而另一方面又面臨中短期的顆粒無收,征信真的那么誘人嗎?我也贊同征信的未來是美好的,但你是否真的清楚這個過程的艱難呢?
個人征信之未來
從上面的分析中可以看到,由于個人征信業(yè)務(wù)的特點,不可能引入更多的機構(gòu)進入。數(shù)據(jù)的匱乏是暫時的,不能因為數(shù)據(jù)的匱乏,而引入每一個壟斷數(shù)據(jù)源作為獨立的征信機構(gòu);而且,由于個人征信需要觸碰到的是個人隱私數(shù)據(jù),這就決定了不可能依靠大規(guī)模的交易來完成數(shù)據(jù)的補充。所以,其實多數(shù)企業(yè)都是與個人征信無關(guān)的。只有少數(shù)幾個巨頭,才有能力活到最后,才有資格去幫助政府做征信。在這里,數(shù)據(jù)+能力缺一不可。
從另一個角度來看,央行擁有3億多用戶的信貸數(shù)據(jù),這部分用戶,央行已經(jīng)可以形成很完善的征信評分了。由于數(shù)據(jù)的差異,很難有第三方能夠獲取如央行那樣完整的個人用戶信貸記錄數(shù)據(jù),因此也很難有第三方征信機構(gòu),對用戶做出科學的征信評分。所以,在這一市場引入額外的征信機構(gòu)動力不足。
目前的問題是除了這3億之外的用戶如何評價?以 AT、京東為代表的互聯(lián)網(wǎng)在這一方面有一定的優(yōu)勢。雖然玩的很熱鬧,但是今天,各家還沒有形成一個類似于傳統(tǒng)征信那樣,真正經(jīng)穩(wěn)定,得起推敲的征信方法。我認為,無論從數(shù)據(jù)的穩(wěn)定性上,還是從方法上,還需要假以時日。
有一個特例,那就是AT、京東只做閉環(huán),為自身的業(yè)務(wù)服務(wù)。比如阿里為淘寶用戶在淘寶購物上授信;騰訊為微信用戶在購物時授信,那么今天,這個模型就是成立的,整個征信分也是科學的。
從用途上來講,未來個人征信市場的格局將會有兩種,一種是為自己服務(wù)的,作為自身互聯(lián)網(wǎng)銀行信用風險定價的征信機構(gòu),如AT、京東等,(當然,他們也可以對外提供服務(wù),但前提是征信結(jié)果的達標);還有一種就是第三方獨立的為公眾提供服務(wù)的征信機構(gòu),他們的特點是有能力覆蓋央行3億用戶之外的人群。
由于征信需要觸碰個人隱私數(shù)據(jù),不可能讓更多的機構(gòu)介入到其中。自身形成業(yè)務(wù)閉環(huán)的征信機構(gòu)和第三方獨立對外提供服務(wù)的征信機構(gòu)可能是未來的兩種形態(tài)。無論采用哪種方法,無論擁有什么數(shù)據(jù),征信的標準是一定的。不應(yīng)該因為這些方面的差異而造成結(jié)果的不同。
征信并不是每一個人的游戲,更不是一個一本萬利的生意。它需要一個成熟的過程。在此之前,需要玩家們不斷地投入。它需要玩家們投入去補充數(shù)據(jù),去形成一套新的體系,建立央行3億以外用戶的評估方法。如果你留心,去幾乎每一家餐館,超市,商場,都會看到醒目的支付寶、微信支付可以支付的廣告,而且還有優(yōu)惠。AT已經(jīng)在做線上線下數(shù)據(jù)的打通。假以時日,數(shù)據(jù)的積累達到一定程度,相信他們就可以跳出閉環(huán),走向社會。
征信不是一個短期變現(xiàn)的生意,因為市場的成熟需要時間;征信的未來是美好的,但在短期內(nèi),征信需要持續(xù)的投入,而且是巨額的投入。在數(shù)據(jù)成本已經(jīng)高企的今天,這真的不是每一個人的游戲。
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
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03