東北財經(jīng)大學利用大數(shù)據(jù)構(gòu)建學生征信體系

文／范宇辰 陳偉

近年，“校園貸”問題的出現(xiàn)凸顯出高校大學生對消費金融產(chǎn)品的強大需求以及信用教育缺失的問題。各大網(wǎng)貸平臺五花八門，缺乏統(tǒng)一的監(jiān)管體系。各個貸款機構(gòu)為了搶奪市場，隨意調(diào)整大學生借貸政策，降低門檻等以吸引更多學生來借款，且一些不良機構(gòu)利用學生的知識盲點，編寫高額利息和高額違約金的合同，使學生陷入校園貸的陷阱中。銀監(jiān)會、教育部等部門多次下發(fā)了一系列通知，規(guī)范、整治校園貸業(yè)務，“一律暫停網(wǎng)貸機構(gòu)開展校園貸業(yè)務”。

以阿里、騰訊為首的互聯(lián)網(wǎng)金融機構(gòu)依托其自有數(shù)據(jù)基礎紛紛切入學生信貸領域，推出“芝麻信用”、“花唄”等產(chǎn)品，一定程度緩解此問題，但存在覆蓋面不夠、利息較高等缺點。其他持牌正規(guī)金融機構(gòu)，因為數(shù)據(jù)缺失問題無法有效評估學生征信，其優(yōu)質(zhì)的消費金融產(chǎn)品無法服務于廣大學生群體。

此次研究在學校多維度、高精準的特殊數(shù)據(jù)環(huán)境下，探索了結(jié)合大數(shù)據(jù)、機器學習技術建立起適合大學生的信用評價體系——“油菜花信用”，從而輔助金融機構(gòu)向大學生提供定制化、規(guī)范化的金融服務，控制風險、獲取利潤。同時，在校內(nèi)利用信用模型的展現(xiàn)、運營幫助大學生培養(yǎng)正確的信用意識、風險意識和防范意識，疏堵結(jié)合，有效推進“校園貸”問題解決，同時為構(gòu)建信用社會奠定基礎。

問題分析

高校和互聯(lián)網(wǎng)金融機構(gòu)建立模型都基于大數(shù)據(jù)基礎，機構(gòu)的模型經(jīng)過市場檢驗更加成熟。相較于互聯(lián)網(wǎng)金融機構(gòu)，依托于高校大數(shù)據(jù)環(huán)境建立學生征信模型擁有諸多優(yōu)勢。

數(shù)據(jù)維度的差異

在校大學生移動支付占比近92%，信用卡持卡人數(shù)少，缺少歷史信用記錄。一般金融機構(gòu)只能從移動支付和互聯(lián)網(wǎng)社交方面收集大學生的信息。

而高校作為學生最主要的生活場所，擁有完整且多方面的學生信息，例如學生基本信息、成績記錄、校園卡消費記錄、圖書借閱記錄、上網(wǎng)記錄等等。涉及維度廣泛且健全，對建立信用評估模型十分有利，而這方面的數(shù)據(jù)往往是金融機構(gòu)易忽視且難以獲取的。

數(shù)據(jù)準確性的差異

高校比金融機構(gòu)更了解大學生，數(shù)據(jù)基礎更好。大學生的日常行為信息是客觀地被記錄，個人無法修改也無法作偽。而金融機構(gòu)所采用的大學生數(shù)據(jù)真實性需要經(jīng)過鑒別。在數(shù)據(jù)準確性上，高校的征信模型比金融機構(gòu)自建征信模型具有更大優(yōu)勢。

服務方式的差異

金融機構(gòu)自建征信模型主要用于自身業(yè)務場景需要，為其業(yè)務提供風險評估和信用分析。

高校建立征信模型是第三方獨立征信體系，為學生個人建立信用檔案，依法采集、客觀記錄其信用信息，并依法對外提供信用信息服務。作為專業(yè)化的信用信息服務平臺，不僅僅服務于金融機構(gòu)，還可服務于其他任何有需要的社會機構(gòu)，如招聘單位、共享經(jīng)濟類互聯(lián)網(wǎng)企業(yè)等等，前景廣闊。

設計實現(xiàn)

“油菜花信用”是一個基于東北財經(jīng)大學學生大數(shù)據(jù)環(huán)境下的信用評分模型。數(shù)據(jù)來自于學校數(shù)據(jù)中心整合的學生基本信息數(shù)據(jù)、教務成績數(shù)據(jù)、一卡通消費數(shù)據(jù)、圖書借還數(shù)據(jù)和獎懲助貸數(shù)據(jù)等多維度數(shù)據(jù)資源，以身份、成績、消費、履約和獎懲五個維度作為衡量標準，通過使用專家打分法、邏輯回歸兩種方式建立模型，對學生在校行為進行打分評價，分數(shù)范圍從350分至950分。

數(shù)據(jù)環(huán)境

信用評分模型的訓練數(shù)據(jù)和預測數(shù)據(jù)分別來自學校學工、教務、一卡通及圖書館等平臺。具體包括學生的基本信息、成績信息、消費信息、借還書信息及獎懲信息。數(shù)據(jù)在學校數(shù)據(jù)中心進行集成，經(jīng)過數(shù)據(jù)清洗整合，選取部分信息完整度較高的大四學生（供158名）數(shù)據(jù)進行建模。

模型構(gòu)建

1. 多維評分體系

FICO評分是Fair Isaac公司開發(fā)的信用評分系統(tǒng)，也是目前美國應用得最廣泛的一種，F(xiàn)ICO分數(shù)已是被公認的衡量消費者信用等級的指標。FICO 評分系統(tǒng)得出的信用分數(shù)范圍在 300～850 分之間，分數(shù)越高，說明客戶的信用風險越小，它采集客戶多維度信息，通過邏輯回歸模型計算客戶的還款能力，預測客戶在未來一年違約的概率。

參考FICO評級模型，參考信用風險領域的要素分析法等理論體系，設計多維度的指標體系，經(jīng)過多次迭代測算，確定各指標權重，計算用戶信用得分。

目前指標體系包括學校財富a、履約情況b、經(jīng)濟情況c、消費情況d、其他e，設定不同指標權重后，計算公式如下：

以橫軸為信用分數(shù)，縱軸為人數(shù)百分比繪制評分圖，由多維評分分布圖得知，615～700得分的分布人數(shù)最多，這部分人群信用一般；550～615得分區(qū)間分布著大約12%的人群，信用較差；5%以下的人群得分小于550，信用極差；700～750得分的人群信用較好，占大約10%；750分以上信用極好，人群比例大約5%比。從目前的分析結(jié)果看，信用結(jié)果分布良好，基本符合正態(tài)分布。

2.機器學習——邏輯回歸算法

機器學習采用經(jīng)典的邏輯回歸，選取158名學生的績點、圖書逾期時間、一卡通余額平均值、總消費、獲獎等級及平均逾期率作為特征向量，將學生是否有過逾期行為作為是否違約的分類依據(jù)，有過違約行為為1，從未有過違約行為為0。按照3:1的比例對數(shù)據(jù)集進行隨機劃分，訓練數(shù)據(jù)占比75%（共118條數(shù)據(jù)），測試數(shù)據(jù)占比25%（共40條數(shù)據(jù)）。得到測試數(shù)據(jù)的40名學生的違約概率p，然后對概率值 p 進行線性計算（350 + 600* (1-p)），得到最終的信用分數(shù)。在參數(shù)選擇上，選用L2正則化方法，訓練采用網(wǎng)格法進行超參數(shù)搜索，最終得到最優(yōu)的超參數(shù)C=10。由于特征向量量綱維度不同，在做分析之前統(tǒng)一對數(shù)據(jù)集進行樣本歸一化處理。處理后數(shù)據(jù)使用python語言進行編程測試。得到結(jié)果如下：

邏輯回歸評分分布仍符合正態(tài)分布，結(jié)果完全達到可用目標。

為了評估模型，用該預測結(jié)果計算了TPR與FPR值，繪制了ROC曲線并計算了AUC值。計算結(jié)果如下：

TPR值為：

圖1 TPR值表

FPR值：

圖2 FPR值表

AUC值為0.942。測試集的精準率為87.5%，召回率為78.6%，f1值為81.5%。

采用ROC曲線是因為：人群的違約情況中經(jīng)常會出現(xiàn)類不平衡現(xiàn)象，而ROC有個很好的特性，測試集中的正負樣本的分布變化的時候，ROC 曲線能夠保持不變，能夠準確反應模型優(yōu)劣，如圖3所示。AUC的值就是ROC曲線下面的面積，越大模型越準確。

服務方式

本項目面向大學生群體和企業(yè)機構(gòu)分別采用兩種不同服務模式。

數(shù)據(jù)服務

學生端：平臺主要對學生提供信用評分查詢、征信報告分析、信用管理服務、信用成長建議。學生可通過移動客戶端充分了解自己的信用信息，根據(jù)信用建議調(diào)整自己的行為，增強信用意識。

圖3 由邏輯回歸算法結(jié)果得到的ROC曲線

企業(yè)端：向企業(yè)機構(gòu)提供數(shù)據(jù)服務。信用報告形式，金融機構(gòu)可直接根據(jù)本平臺的分析結(jié)果對學生進行評級劃分；數(shù)據(jù)接口形式，企業(yè)機構(gòu)可利用數(shù)據(jù)接口獲得相關信用數(shù)據(jù)輔助業(yè)務開展。

應用服務

以合作共贏的前提下，依托高校學生征信模型，融合企業(yè)方具體場景業(yè)務需要，協(xié)助企業(yè)構(gòu)建生產(chǎn)環(huán)境的信用服務模型。

改進提升

模型迭代

根據(jù)已有數(shù)據(jù)結(jié)合提取的特征屬性，使用專家評分法卡、機器學習、邏輯回歸、深度學習方法進行初步的模型設計，通過調(diào)整模型參數(shù)和模型融合得到效果相對較好的模型。

更多的數(shù)據(jù)

引入更多的學生數(shù)據(jù)進行測試，檢驗模型的有效性，從而進一步地調(diào)整優(yōu)化模型。

利用更多合作機構(gòu)的數(shù)據(jù)，如信用卡數(shù)據(jù)、房屋租賃、工作等多方面的數(shù)據(jù)，進一步完善和迭代模型，使準確性更高。

進入大數(shù)據(jù)、人工智能時代后，高校沉淀的海量數(shù)據(jù)究竟應該如何發(fā)揮作用,能發(fā)揮哪些作用，這些疑問需要網(wǎng)絡信息部門不斷探索求證。不同角度看待高校信息部門做征信研究（金融類服務）是否恰當，一定會得到不同結(jié)論。參考阿里螞蟻金服提出Techfin，對比金融機構(gòu)Fintech的例子，網(wǎng)絡信息中心作為高校IT技術的領先者和數(shù)據(jù)的集成管理者，未來的在角色定位應該是TechX，利用新興技術（Tech）賦能其他部門（X），進一步發(fā)揮信息技術在教育教學、教育管理中的支撐引領作用，促進信息技術與業(yè)務的深度融合，為學校的學科建設、教學科研服務。