大數(shù)據(jù)背景下的風(fēng)控與征信 專(zhuān)訪中科院院士、北大元培學(xué)院院長(zhǎng)鄂維南教授

訪談：鄂維南，中國(guó)科學(xué)院院士，北大元培學(xué)院院長(zhǎng)，普林斯頓大學(xué)數(shù)學(xué)系和應(yīng)用數(shù)學(xué)研究所教授。

大數(shù)據(jù)和大數(shù)據(jù)技術(shù)

王曉蕾（以下簡(jiǎn)稱(chēng)“蕾”）：很高興鄂院士在百忙中接受我們的采訪。根據(jù)我的初步理解，目前大數(shù)據(jù)在金融中的運(yùn)用，主要是通過(guò)大數(shù)據(jù)做風(fēng)險(xiǎn)控制，建立風(fēng)險(xiǎn)模型預(yù)測(cè)還款可能性，從而決定授信額度和定價(jià)。您怎樣看待大數(shù)據(jù)在風(fēng)險(xiǎn)管理中的應(yīng)用？

鄂維南（以下簡(jiǎn)稱(chēng)“鄂”）：要講清楚這個(gè)問(wèn)題，我們首先要區(qū)別一些概念，首先是大數(shù)據(jù)和大數(shù)據(jù)技術(shù)，前者是指的數(shù)據(jù)及可用于風(fēng)險(xiǎn)管理的數(shù)據(jù)問(wèn)題，后者是指一些諸如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)（SVM）等大數(shù)據(jù)算法。

從數(shù)據(jù)源的角度，我認(rèn)為，與個(gè)人有關(guān)的信息從外到里可以分為三層：第一圈是關(guān)于個(gè)人的所有信息，第二圈是關(guān)于個(gè)人的所有履約信息，第三圈是信貸履約的信息。在之前傳統(tǒng)的風(fēng)控中，我們一般利用最里圈的信貸履約信息，加上部分個(gè)人基本信息等來(lái)預(yù)測(cè)信貸違（履）約情況。隨著互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展，部分方便可得的外圈信息，對(duì)于內(nèi)圈的履約預(yù)測(cè)慢慢地被證明有一定的效果，例如打車(chē)的履約情況對(duì)信貸履約的判斷是一個(gè)依據(jù)，因此大數(shù)據(jù)風(fēng)控隨之逐漸興起。但對(duì)于不同圈別數(shù)據(jù)的跨圈使用，特別是外圈數(shù)據(jù)往內(nèi)圈使用的過(guò)程中，要特別解決法理約束和本人授權(quán)兩個(gè)問(wèn)題，這樣有利于各種數(shù)據(jù)在風(fēng)險(xiǎn)評(píng)估領(lǐng)域中的可持續(xù)使用。

王：您這樣說(shuō)非常清楚。目前，部分放貸機(jī)構(gòu)對(duì)替代性數(shù)據(jù)（Alternative Data）的使用，我的理解就是對(duì)非現(xiàn)金化的債務(wù)履約信息的使用。當(dāng)消費(fèi)者缺乏信貸債務(wù)及其履約信息時(shí)，可以利用這些水電煤等先消費(fèi)后付款的信息，通過(guò)考察消費(fèi)者的重復(fù)履約意愿和能力來(lái)進(jìn)行信貸風(fēng)險(xiǎn)管理。我們熟知的美國(guó)澤斯塔（ZestFinance）金融公司，所使用的“替代性”數(shù)據(jù)主要包括水電燃?xì)赓M(fèi)等先消費(fèi)后付款消費(fèi)信息，當(dāng)然，信息主體本人授權(quán)是一個(gè)基本原則。

鄂：以上說(shuō)的是大數(shù)據(jù)問(wèn)題，再?gòu)拇髷?shù)據(jù)技術(shù)角度來(lái)看，任何大數(shù)據(jù)方法用于信用風(fēng)險(xiǎn)的評(píng)估，要滿足三個(gè)條件：一是明確的，對(duì)評(píng)分建模的方法論、過(guò)程和數(shù)據(jù)使用上是明確的，對(duì)監(jiān)管、對(duì)公眾是應(yīng)該公開(kāi)的：二是準(zhǔn)確的，建立的模型要對(duì)不同風(fēng)險(xiǎn)狀況的人群有區(qū)分能力和排序能力；三是穩(wěn)定的，數(shù)據(jù)、方法和模型在人群、時(shí)間跨度上是穩(wěn)定的。從傳統(tǒng)的邏輯回歸，到決策樹(shù)，再到機(jī)器學(xué)習(xí)等大數(shù)據(jù)方法的使用，要始終堅(jiān)持開(kāi)發(fā)出來(lái)的模型“明確、準(zhǔn)確和穩(wěn)定”的三大特點(diǎn)。

王：據(jù)我了解，有些利用大數(shù)據(jù)中的機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)的模型是明確的，有些是不明確的。

鄂：是的?？傮w而言，對(duì)于大數(shù)據(jù)和大數(shù)據(jù)技術(shù)，目前，在風(fēng)險(xiǎn)控制中，可以是在遵守一定規(guī)則上開(kāi)放性使用，但是對(duì)于征信領(lǐng)域，在數(shù)據(jù)的來(lái)源上建議適當(dāng)保守些，這主要是征信對(duì)評(píng)分開(kāi)發(fā)模型的明確性要求更高。但是盡管如此，在數(shù)據(jù)的處理方法上，都可以進(jìn)行不同的嘗試和探索，因?yàn)榇髷?shù)據(jù)技術(shù)的發(fā)展，就是將可以使用的信息，包括傳統(tǒng)的信息和現(xiàn)實(shí)生活中映射到互聯(lián)網(wǎng)的各種信息極大的簡(jiǎn)化為一個(gè)分?jǐn)?shù)，供放貸機(jī)構(gòu)高效、便捷的使用。

風(fēng)控與征信之異同

王：按照您剛才說(shuō)的，我理解是，一些熱門(mén)的大數(shù)據(jù)技術(shù)可以做風(fēng)控、但不能做征信，為什么這么說(shuō)呢？

鄂：要理解這個(gè)觀點(diǎn)，得先從風(fēng)控和征信的本質(zhì)特征出發(fā)來(lái)看。我們知道風(fēng)控是放貸機(jī)構(gòu)自己的事情，而征信則是第三方機(jī)構(gòu)的信息服務(wù)，后者是為前者的風(fēng)控服務(wù)的，對(duì)于信息的使用及其借款人對(duì)信息的知情權(quán)等方面，兩者是有根本性的區(qū)別的。所以我剛才講了，大數(shù)據(jù)技術(shù)開(kāi)發(fā)的評(píng)分模型可以滿足準(zhǔn)確、穩(wěn)定的要求，但是在明確、可解釋性方面，尚待市場(chǎng)的檢驗(yàn)。

放貸機(jī)構(gòu)為了風(fēng)控，可以竭盡所能地收集各類(lèi)或真實(shí)的信息或待證實(shí)的噪音，且對(duì)借款人作的放貸決策也是完全基于自己的商業(yè)目的考慮。但是，征信機(jī)構(gòu)對(duì)信息的收集、加工和對(duì)外提供，則是完全按照市場(chǎng)和放貸機(jī)構(gòu)認(rèn)可、信息主體知情的方式進(jìn)行，征信機(jī)構(gòu)向放貸機(jī)構(gòu)提供的所有針對(duì)借款人個(gè)人的信息，如基礎(chǔ)性的信用報(bào)告，是基于基本客觀事實(shí)的匯總，經(jīng)得起借款人本人質(zhì)疑、挑戰(zhàn)的，信用報(bào)告的內(nèi)容、流程、流轉(zhuǎn)過(guò)程和使用判斷是受到監(jiān)管的。

此外，我知道美國(guó)的征信機(jī)構(gòu)一般是先提供了經(jīng)得起檢驗(yàn)的信用報(bào)告，為信息主體本人提供信用報(bào)告查詢服務(wù)之后，再提供基于信用報(bào)告標(biāo)準(zhǔn)化解讀的各類(lèi)信用評(píng)分服務(wù)，我想也是有這樣一個(gè)明確性要求在里面。為了確保個(gè)人信息沒(méi)有被濫用，評(píng)分流程的基本方法、理念、結(jié)果是需要對(duì)外披露，并接受監(jiān)管部門(mén)的全程監(jiān)管的。特別是當(dāng)放貸機(jī)構(gòu)基于征信機(jī)構(gòu)的服務(wù)（如信用報(bào)告、個(gè)人信用評(píng)分），做出了不利于借款人的決策時(shí)，如拒絕借貸、提高費(fèi)率、降低額度等，消費(fèi)者是有知情權(quán)的。

王：非常贊成您的觀點(diǎn)，保護(hù)借款人（即信息主體）對(duì)征信系統(tǒng)本身及其本人信息被采集使用情況的知情，是征信行業(yè)的國(guó)際慣例，也是保證第三方征信機(jī)構(gòu)獨(dú)立、可信賴(lài)地位的基石。

鄂：是的。在大數(shù)據(jù)的背景下，各種可以預(yù)測(cè)違約的數(shù)據(jù)在豐富性、廣度和深度上出現(xiàn)了極大的增加，但是對(duì)大數(shù)據(jù)的使用不會(huì)也不應(yīng)該動(dòng)搖剛才提到的征信與風(fēng)控間的基本框架。例如，一些大型互聯(lián)網(wǎng)公司，掌握了大量的個(gè)人互聯(lián)網(wǎng)行為信息，這些信息可以用于公司內(nèi)部的風(fēng)險(xiǎn)管理和放貸決策，但是如果一旦用于第三方征信，則相關(guān)互聯(lián)網(wǎng)信息的使用和對(duì)外提供，必須經(jīng)受技術(shù)、用戶、法律、認(rèn)知等社會(huì)方方面面的考驗(yàn)，滿足公平公正合法等基本要求。

王：但是我們目前這方面的法律規(guī)定還不太完善。

鄂：沒(méi)有法律規(guī)定也不一定是可以為之的，征信機(jī)構(gòu)的活動(dòng)涉及消費(fèi)者的切身利益，如果因?yàn)檎餍艡C(jī)構(gòu)的服務(wù)，如提供了消費(fèi)者不知情或認(rèn)為不準(zhǔn)確的信息，導(dǎo)致消費(fèi)者的金融消費(fèi)，如放貸、車(chē)貸等受阻，我認(rèn)為消費(fèi)者也是有權(quán)告第三方征信機(jī)構(gòu)的。征信不是鬧著玩的，不建議目前部分機(jī)構(gòu)采取抱著試試看的態(tài)度，來(lái)看哪些數(shù)據(jù)和技術(shù)可用于風(fēng)險(xiǎn)評(píng)估，并遞延到征信服務(wù)上，有些事情要事先考慮清楚。

王：在大數(shù)據(jù)時(shí)代，征信機(jī)構(gòu)利用大數(shù)據(jù)技術(shù)對(duì)借款人風(fēng)險(xiǎn)水平的預(yù)測(cè)模型，如果經(jīng)過(guò)市場(chǎng)檢驗(yàn)是有效的情況呢？

鄂：這是另一個(gè)問(wèn)題，即便是對(duì)一群人的模型預(yù)測(cè)有效，但是用不成熟、不被大家接受的新技術(shù)和新方法，對(duì)個(gè)人進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)并給個(gè)人的經(jīng)濟(jì)生活帶來(lái)影響，征信機(jī)構(gòu)也有被司法起訴的風(fēng)險(xiǎn)，包括美國(guó)費(fèi)埃哲（FICO）公司當(dāng)時(shí)也是這樣的，模型和技術(shù)要有可解釋性，符合社會(huì)公眾的可接受度，這樣才能站得住腳。從有效性角度來(lái)看，社交網(wǎng)絡(luò)信息對(duì)于營(yíng)銷(xiāo)、對(duì)于反恐等被證明是有效的，但是對(duì)于征信的有效性，還是一個(gè)有待證明的另一個(gè)問(wèn)題。

王：大數(shù)據(jù)在風(fēng)控運(yùn)用上的一些創(chuàng)新確實(shí)存在，例如，傳統(tǒng)上主要是利用信用信息、財(cái)產(chǎn)信息來(lái)預(yù)測(cè)違約，目前依托信息和技術(shù)進(jìn)行了一些創(chuàng)新，如有機(jī)構(gòu)發(fā)現(xiàn)借款人手機(jī)的被叫時(shí)長(zhǎng)、朋友圈的信息和違約有一定的關(guān)系，而將這些變量作為預(yù)測(cè)變量入模分析。

鄂：您說(shuō)的可能是某個(gè)機(jī)構(gòu)根據(jù)某些信息得出的一個(gè)初步結(jié)論，可能會(huì)被常識(shí)支持，但是這僅僅是一些數(shù)據(jù)環(huán)境下的一個(gè)判斷，是否經(jīng)得起檢驗(yàn)、站得住腳，我認(rèn)為還不能過(guò)早下結(jié)論。即便有效，我還是那個(gè)觀點(diǎn)，這個(gè)結(jié)論可以被放貸機(jī)構(gòu)的風(fēng)控所用，但是否可為征信機(jī)構(gòu)所用，還用待觀察。

王：就我們而言，征信系統(tǒng)一是收集放貸機(jī)構(gòu)等無(wú)論怎么努力也基本得不到的信息，如借款人在另一家放貸機(jī)構(gòu)的借款信息，之后供放貸機(jī)構(gòu)共享，二是收集放貸機(jī)構(gòu)等可以采集但是成本較高的信息，如法院判決信息，方法是統(tǒng)一采集、大家共用。征信系統(tǒng)提供的以上兩部分信息都是放貸機(jī)構(gòu)的外部信息一部分，放貸機(jī)構(gòu)風(fēng)控所使用的信息一定遠(yuǎn)遠(yuǎn)超過(guò)征信機(jī)構(gòu)提供的信息。

鄂：是的，征信機(jī)構(gòu)的信息永遠(yuǎn)是放貸機(jī)構(gòu)風(fēng)控的一個(gè)重要信息和工具的來(lái)源。其實(shí)，目前使用大數(shù)據(jù)模型中，我認(rèn)為很多變量是用來(lái)驗(yàn)證信息的真?zhèn)蔚模?，預(yù)測(cè)違約率還是用傳統(tǒng)的信貸信息一些核心變量，目前來(lái)看，預(yù)測(cè)未來(lái)履約的信息范圍和方法論并沒(méi)有真正擴(kuò)大和突破。

王：非常感謝您的交流。