2015数据分析师峰会之 王吉培：中国征信格局与征信应用

王吉培

中国人民银行征信中心专家


        各位上午好！我是中国人民大学博士，我是关于征信方面想法和一些思考在这里跟大家分享一下，前面几位分享技术方面，有点偏术语。我给大家介绍四部分两个方面，主要通过介绍想达到一个目的，让大家知道什么是征信？什么是征信业务？我们国家有哪些征信机构？我们国家发展什么样子、未来发展什么样？第二部分主要分享一下，在我们征信体系下，我们一些应用和案例，主要想达到这个目的。
        一、征信概论
        03年的外经贸协会有调查数据，对10万家企业，其中有好多出现问题占了绝大部分是因为欠银行贷款、拖欠贷款，其实03年之前，尤其90年代末欠账不还非常严重，严重影响经济社会发展，因为我们没有建立征信机制，这里头就是信息不对称的问题。因为我不了解你，我把款贷给你，最后你违约。
        我要了解他，了解有几种方式：一个看提供资料，再有去网站看，更多去公司调查，或者有专业的相关机构出具报告，表明你征信什么样子？这种可靠度大部分通过银行或者提供报告，对于我们判断风险机制更容易建立起来，这是征信机制在里边起到作用。
        什么是征信？征信里边有很重要的词就是信，我们平常说的信用必须通过两个方面理解，一个社会层面的信用，还有经济层面的信用，经济信用指银行贷款当中记录你的信用。征信就是征集信用。征信是我的信用由专业第三方进行信息采集、整理、汇总，提供另外其他机构的过程。信用来源于第三方，提供也是第三方。
        很多朋友说做的征信，其实不是征信。两个关键词，信息一定来源于第三方，不是平台自身，用的也不是自己用。征什么、信什么？人民银行收集的个人信息，首先我知道你是谁基础信息，基本照类信息，再一个信贷信息，包括这个企业贷款效率、信贷业务，还有一类非银行信息，这一类主要来自于工商、税务，个人来说有没有贷款？
        当然信息有正面、也有负面，有的国家只采正面信息，有的国家只采负面信息，咱们国家都采，但是银行更多看的你负面信息，假定你有问题才用你负面信息，主要中国之前征信机制缺失，导致银行坏账太多，大家怕了，大部分关注负面信息。各个国家关注不太一样。
        什么是征信业务？好多人说你们是征信公司的，我知道你们，你们是做评级的。我们征信业务分三类：第一类信用登记，比如像中信和上海咨信，客观记录这个信息不搞黑名单，只是客观记录，政府运用过程当中，有可能把这类企业归为黑名单企业，但是对于我们征信机构来说，提供你是什么信息就是什么信息。这类是信息登记；第二信用调查，通过现场走访，大部分在信用调查工作，像华夏邓百氏；第三信用评级，这个大家比较了解，比如去银行贷款或者私人市场发债，有信用评级。像中诚信就是这个业务的代表。
        这个分类比较狭义的分类，还有广义分类，还有社会信用调查、还有信用评分，都可以算到征信业务里边去。我们征信机构有哪些？人民银行个人和企业信息库，通过银行非银行获取数据，汇总数据库，除此之外还有企业做信用登记、评级的信息。
        我们常说建立国家的社会信用体系，社会信用体系包括几个方面：第一法规，第二管理机构，农村法律和机构实现信用体系。对我们国家2013年底征信业务管理条例出台有上位法的支撑，对我们机构有征信机构包括公共数据平台，最后通过不良信息处罚机制构建监控机制。
        二、现在看一下征信格局
        征信三个层次：
        1、金融领域。
        2、服务经济领域的，比如一些商品的买卖、促销，这行业的信息。
        3、社会管理领域，就是政府行业信息。
        和我们国家体制有关系，像美国他们数据是大家自愿，欧洲要求强制报送，我们国家采用强制报送机制，强制商业银行发生信贷业务，到征信中心报数据，所以这一块数据发展比较快。我们看一下我们系统，金融机构和其他社会机构报数据报到征信中心，个人也好、企业也好，最后汇总到征信中心来，形成这样报告，通过这个报告其他机构在了解你的时候看报告就行了，因为我只能了解行业信息，我了解你这个人在其他行业信息，通过察看信用报告就可以了。提供政府部门、金融机构、个人也在用。
        我们采集数据形式，像银监会批准的信用机构，非盈有一些机构，比如网站、政府、法院信息也是协议方式，大家签协议才去报送，不是强制。所以信息采集并不是特别多，这个给市场带来很大的空间。
        我们看目前形成的格局，刚才大部分说的传统征信这一块，主要服务金融领域，还有政府的征信，刚才说了，比如法院、税务也有自己不良信息库，还有像民间调查机构。现在互联网来了，大数据来了，社交平台也都在做大数据。还有一些我们用大数据加评分的方式做，还有行业内，他们因为信息不共享，我带这个平台违约，再跑到别的平台贷都不知道。现在上海征信建立不良B2B数据，圈内相互信息共享。
        目前格局是这样子？从我们收入主体来说，人民银行收入自然人到企业8亿多，能够提供信用报告发生贷款有3亿多，还有10亿多人没有信用报告，企业有2万多家，实际发生贷款1000多家，这是目前现状。大数据征信就是互联网征信，服务就是另外10亿人，另外1000多万企业。
        刚才说传统征信和互联网征信，传统征信有上位法做保障，让商业银行、征信机构，采集以信贷征信为主，互联网没有法律支撑，没有要求强制报送，但是这一块信息市场空间很大，好多企业、好多征信机构没有自己信息，怎么办？大部分利用网络爬虫技术，把他基本信息，舆情信息到好多网站爬，政府信息也是在网上公布可以从网上爬，公共事业单位和地方政府去谈，纳入水电煤气形成大数据。我不要求你报，我利用数据爬虫的技术，拼接我们上面去。
        应用简单说一下，我们国家利用深度比较偏低，中国是4，美国是6，大部分征信集中金融信贷，但是金融信贷10亿人没有征信记录，1000多万户企业没有，但是美国大概85%，覆盖程度不一样。像国外征信1830年英国有第一家征信机构，美国1850年，发展不到两百年的历史，咱们国家真正起步04年开始。
        从服务对象来说，发债、上市对它有信用评级，这一类评级机构正在做这一块，还有商业市场，包括企业信用的调查，还有消费市场，未来做大数据征信很重要的一块。大部分消费信贷，它是信贷信息同时也属于经济层面信用、包括社交都在这里，这一块数据没有采集到，消费信贷是很大的市场。
        商业银行用这个主要贷后管理，有的胸卡，包括商业银行在信贷管理中核对你的信息，你是不是你？还是别人代替你，更重要判断你还款能力，还有些人在审查当中也需要信用报告，政府招标也需要信用报告，这也是我们征信应用的市场。
        现在出国签证评先评优也是有打信用报告，二手房、民间接待都需要，在国外包括租房都需要。我以前老师从国外回来，为什么不在国外发展？在国外有两次闯红灯，进入不良记录了。国外信用机制深入生活方方面面，会影响你找工作。在国外世界银行高管从欧洲调到美国，因为没有信用记录，人们不信任你。所以在国外应用非常广。
        还有反欺诈，这方面也是有应用，反欺诈我们有收入变量，有违约变量，欺诈不欺诈有这样的分类。通过这个诊断你是不是涉嫌欺诈。还有异常值模型，我用关联的方式给一定规则，判断正常数据大概在这样范围，比如有人地址经常变，可能涉及反欺诈。
        刚才说了大数据也是带来巨大的商业价值，所有互联网公司都可以说他是大数据公司，沉淀大量的数据资产，形成很饱满的行业。刚才说大数据，我们征信收录数据以信贷为主，对于大数据公司收集数据方方面面，除了金融数据，大部分拿不到，有些跟商业银行合作可能有一部分数据，或者不太重要的数据给到你。更多是消费记录，我在哪里买东西包括一些网络行为，或者我点击这个网站停留时间，行为特征分析你信用水平。数据类型不一样，更多通过网络360纬度客户画像，全网络信息拼接，实现精准定价。
        三、案例
        简单谈两个案例，国外有一个公司，他的客户服务财富500强前10名九家，三分之二世界100强银行服务，美国前100家最大金融机构中的90家，这就是FICO评分，把风险、特征变量集中起来、揭示出来，这是征信里边重要的应用。在美国发源于40年代，一开始大家用传统的回归找几个变量回归回归得出数值。到发展后来，像引用实名网络对参数方法，56年FICO成立，主要做评分各方面的事情，他评分在美国网上有，大部分分布在620—680分，超过680分给里贷款，低于620分需要提供更多的工具。
        FICO评分关注什么？偿还历史、信用账户数、使用信用的年限等，只要采集都关注，有些信息也关注不是的像种族、肤色、宗教不会关注，在我们国内也不允许采集的，包括指纹、个人收入不能采集的。对他们也不采集这方面的信息，婚姻状况国内关注，他们也不关注，包括年龄他们也不怎么关注。
        根据标准的样子，根据客户不同进行调整，他服务客户金融领域很多。在中国不能简单移植，美国报送机制，商业银行全部用FICO评分，报送机制很发达，有些数据更新比较及时，我们采集数据都是静态的数据，并且我们国家FICO主要针对个人，用在企业身上不合适
        还有一压公司准备挑战FICO，新创的公司10年才创立，虽然发展不长，但是已经融到1.2亿融资。FICO是美国最大的信用评级公司，美国三大信用局都用它的数据。这个创始人想法来自于小姨子，他小姨子想买汽车轮胎，钱不够，贷不了款，只能向他借。后来想这个群体有一些，美国85%出报告，15%没有，他标准这个市场。在美国很少钱不多，发工资之前到市场贷款，违约率特别高。针对这类群体，没有信用记录或者次贷人群，做他们信用方面的评估，这就是大数据征信的想法。刚才FICO大部分基于信贷内数据，对于他们是全网数据。
        他用的第三方数据，只要网上来的，不管哪里的都用。他与传统逻辑相比有一些好处，一般FICO评分数据量比较多，真正模型用到十几项，这是传统征信评估报告。Zestfinace信用数据采用变量非常多，7万多变量，大部分重合，比如年龄和婚姻组合变量非常多，大概七万多。FICO是做减法，Zestfinace做延伸。这是他们比较，这也是国外大数据征信Zestfinace的拓展，没有数据没有关系，可以搜集各种数据，这是他们想法。
        还款率不错，他们创始人说大数据跟和人类艺术结合不才是的潜力。Zestfinace对社交数据虽然进入采集，但是这一块采用并不是特别高。时间原因我就讲到这里，谢谢！