誰在收集你的信用

2006年，唐寧創(chuàng)立宜信，在街頭巷尾推廣“人人有信用”的理念，卻遭遇冷落。彼時互聯網金融、大數據等概念尚未誕生，信用價值說更是天方夜譚。

2007年，范曉忻看到企業(yè)信用服務的巨大市場，他創(chuàng)立金電聯行，努力說服銀行“信用可計算，風險可量化”，數年的磨合讓他成為銀行眼中的“有理想的瘋子”。

2013年，已從事小微信貸業(yè)務4年的支正春突然想到用互聯網數據對用戶授信。他四處與人交談，而多數人的眼神里透著悲觀。

這種悲觀并非毫無來由。林采宜和尹俊杰撰寫的《互聯網金融時代的征信體系》指出，目前央行個人征信系統(tǒng)共收錄8.5億人的信息，其中約5億人只有經濟信息無有效征信信息。

互聯網蘊藏著難以估量的用戶行為數據，用這些互聯網數據描寫出個人信用畫像，則是一條描摹個人信用的蹊徑。但今天的中國，許多人對信用的認識依然薄弱，而這些新興信用經濟的從業(yè)者們能將中國模糊的信用生活勾勒得更清晰嗎？

□蔡雯迪

大數據構建知識圖譜

今天，以P2P網貸為代表的互聯網金融發(fā)展迅猛，然而信用審核卻卡其命門。P2P網貸的洶涌浪潮正在倒逼民間征信業(yè)務的發(fā)展。

目前，上海資信、安融惠眾兩家實力征信機構分別承建了網絡金融征信系統(tǒng)（NFCS）、小額信貸行業(yè)信用信息共享服務平臺（MSP），這還遠不能滿足當下熱火朝天的P2P網貸市場。宜信、人人貸、陸金所等P2P領軍企業(yè)正在開發(fā)自己的征信系統(tǒng)。

而在今天，大數據無疑是建立和完善信用系統(tǒng)的一個最有效的手段。

據悉，2013年，在傳統(tǒng)的信用系統(tǒng)的基礎上，宜信成立了大數據創(chuàng)新中心，運用大數據和互聯網技術進行金融創(chuàng)新嘗試。“八年多以來，宜信記載了上千萬貸款數據，還有我們的爬蟲得到的互聯網公開數據、客戶授權的數據，以及我們第三方合作伙伴的數據，再通過我們的大數據分析去貫通、關聯，進而形成知識圖譜?！?/p>

宜信公司高級副總裁、大數據創(chuàng)新中心總經理張小沛告訴記者，其打造的搜索引擎“姨搜”就是這個信用知識圖譜的出口，提供了借款人借貸相關的垂直搜索服務，可在貸前、貸中、貸后的各個交易環(huán)節(jié)提供數據參考，便于風險控制和管理。

此外，利用大數據技術，宜信金融云能夠解決金融領域海量數據的存儲、查詢優(yōu)化以及聲音、影像等非結構化數據的處理。一方面對數據進行可視化，構建客戶畫像，便于專家分析；另一方面結合專家知識和機器學習模型，實現規(guī)則引擎、授信引擎和反欺詐引擎等模塊，有效地支持了宜信的在線和離線業(yè)務，完成對用戶的實時授信。

據了解，借助于大數據平臺，宜信旗下宜人貸推出了“極速模式”，將對用戶的授信時長從原來的十多分鐘壓縮到一分鐘之內。

2014年9月，宜信還與eBay公司達成戰(zhàn)略合作，通過大數據技術為eBay平臺電商賣家進行授信，即商貸通服務。這種電商貸款模式通過高效整合交易數據、第三方數據以及社交網絡行為數據，為用戶提供個性化的融資產品。

挖掘企業(yè)明細數據

有業(yè)內人士告訴記者，中小企業(yè)融資難的原因主要有三：沒有信用記錄、沒有抵押擔保、財務報表失真。

這促使范曉忻2007年創(chuàng)立金電聯行，利用企業(yè)供應鏈數據，給中小微企業(yè)提供信用評估服務，幫助他們獲得純信用融資。當時，從華爾街歸國的師弟告訴他：“在國外，信用融資占企業(yè)融資相當大的份額，中國還處于起步階段，這其中蘊藏著巨大商機?！?/p>

因此，范曉忻告訴記者：“在中國，沒有任何一家銀行，會單憑財務報表就給中小企業(yè)放款。因為財報數據源極易更改，可信度較低?！?/p>

那么，究竟該如何還原一個真實的中小企業(yè)？金電聯行將目光轉向了企業(yè)的明細數據。訂單、應收賬款、回款、現金流、庫存、稅務、核心交易對手等等，都是金電聯行力求得到的企業(yè)最精細的數據。

“在一張增值稅電子發(fā)票上，可能就有20多個指標項。”范曉忻告訴記者，“我們拿到的企業(yè)數據往往以GB為單位，有些供應鏈較長的企業(yè)甚至能達到10GB?！?/p>

在金電聯行，為了研究如何挖掘海量企業(yè)數據，成立了一個40人左右的科研團隊，幾乎全是數學博士。2010年做出第一個項目以前，范曉忻和他的團隊堅持了三年的科研。終于，他們找到了一種對企業(yè)明細數據進行分析計算的方法。

“我們把石油煉成了汽油！”范曉忻說。

2012年，北京懷柔某汽車部件公司找到了金電聯行?！拔覀儺敃r是一家小企業(yè)，沒有銀行貸款要的抵押物?！痹摴矩攧湛偙O(jiān)程坤對記者稱，他們向金電聯行提供了企業(yè)數據系統(tǒng)的鑰匙。金電聯行對該企業(yè)供應鏈數據分析計算后，向中國民生銀行提交了信用報告，幫助該企業(yè)獲得零抵押貸款200萬元。此后，銀行貸款每年遞增，現在已經達到了400萬元。

金電聯行提供的數據顯示，其創(chuàng)立至今已累計促成了40多億元非抵質押的純信用融資，最高融資額度達到了6800萬元，最低為98萬元，迄今未有一筆不良貸款。

搜尋互聯網軌跡

互聯網蘊藏著難以估量的用戶行為數據。用這些互聯網數據描寫出個人信用畫像，則是一條描摹個人信用的蹊徑。

閃銀是一款基于互聯網海量信息之上的個人授信產品。2013年12月上線，8個月即收獲60萬粉絲，并宣布獲得IDG資本的4000萬元人民幣A輪投資。

閃銀CEO支正春將閃銀的目標用戶定為“2+5人群”。他發(fā)現，本科畢業(yè)前兩年加畢業(yè)后五年，年齡在20～28歲之間的人群，消費需求極其旺盛，獲得銀行信用評估的概率低，熱衷于使用網絡，而且容易在互聯網上留下個人信息。因此，閃銀根據用戶授權的微博、人人網等社交賬號以及工資單、信用卡賬單郵箱等財產資料，還有淘寶賬號等電商信息，分析計算用戶的信用狀況。

支正春向記者透露了閃銀基于大數據得出的一些試驗結果：每天晚上11點到凌晨3點還活躍在網絡上的客戶平均信用偏低；賭博的人還款比例只有33%；此外，用戶綁定郵箱的前綴和后綴、網購電子產品時對不同產品線和配置的選擇，都能與個人信用評估聯系在一起。

除了數據源頭增多、交叉驗證真實性，大數據技術還極大地提高了信用審核的效率。

中國民生銀行北京魏公村支行信貸主管陳光告訴記者：“過去我們人工審核信息，有時材料連四大箱子都裝不下，還要花大量精力驗證數據的真實性?！?/p>

“傳統(tǒng)借貸以提高門檻來確保還款率，互聯網信貸通過大數據在降低門檻的同時保證了可靠性?！敝д航榻B，閃銀6000元以內授信可在15分鐘內完成，50萬元以內大額授信則在數小時內完成。

電商數據池

信用無形無聲，支撐著中國電子商務的井噴式發(fā)展，而電商市場規(guī)模不斷膨脹，又為信用數據圈起了一方蓄水池。

不能否認，中國電子商務是在缺乏現代誠信觀念和信用體系的環(huán)境下起步的。

據了解，1999年—2003年，中國網絡購物市場的年規(guī)模為10億元。

阿里巴巴創(chuàng)立之初，為解決企業(yè)間電子商務（B2B）的信息不對稱，建立了用戶信息認證體系。2002年，阿里巴巴推出了“誠信通”，為其B2B平臺上的商家建立網上信用檔案，記錄商家的每一筆交易行為。

2003年淘寶網推出，為了讓買賣雙方習慣在互聯網的虛擬環(huán)境下交易，淘寶網讓買賣雙方交易成功后對彼此進行評價，累積的信用度作為下次交易的參考。2003年，支付寶作為第三方擔保交易支付平臺出現。支付寶的個人實名認證將買家、賣家上傳的身份信息與公安部公民身份證數據庫中的數據進行比對，同時還將身份信息與其銀行卡賬戶信息進行關聯確認。

盡管一些商家“刷信用”的做法引來質疑，但店鋪頁面上閃爍的藍鉆、皇冠依然有效影響著人們網購時的心理刻度。2014年阿里“雙十一”促銷活動中，共有12家店鋪因涉嫌以虛假交易提高信用評級被天貓清退出本次活動，另有6家店鋪被“降級”處罰。

螞蟻金融服務集團（簡稱螞蟻金服，原阿里巴巴小微金融服務集團）品牌與公眾溝通部公關專家葛瑞超告訴記者：“最初網購通過郵局匯款和網上銀行，支付寶推出之后電商才迅速蓬勃發(fā)展起來。”

隨著海量數據不斷沉淀，阿里巴巴布局信用產業(yè)鏈的腳步加速。

2010年，“阿里小貸”（現更名為螞蟻微貸）推出?！斑@主要是響應互聯網金融需求，為阿里巴巴會員提供無抵押、無擔保的純信用貸款?！备鹑鸪嬖V記者，螞蟻微貸對阿里巴巴用戶在其平臺上的經營數據、客戶評價、物流倉儲等數據進行計算，“信用度符合貸款服務標準的商家可在數秒內收到貸款，如果發(fā)現商家有賣假貨等行為相應融資服務會降低，甚至被移除出準入用戶范圍?！?/p>

據阿里巴巴數據顯示，截至2014年3月，36.5萬個借貸人從阿里小貸進行借貸，總貸款結余為132億元人民幣。

2012年起，電商平臺京東也針對其供應商推出了供應鏈金融、京保貝等信貸產品。

2014年9月，宜信與全球最大在線交易平臺eBay簽署戰(zhàn)略合作協議，聯手推出“商通貸”線上借款服務。

活躍在電商平臺上的小微企業(yè)主，率先擺脫了融資難困境。信用水平良好的消費者，也能夠享受到淘寶、京東等電商推出的賒購服務。