大數據征信助力風險控制 民間貸款機構需求愈強烈

原標題：大數據征信助力風險控制民間貸款機構需求強烈

數據顯示，截至2015年9月，長三角地區共有互聯網金融平臺620家，其中出現問題率(包括跑路和兌付困難)高達30%。這凸顯出金融機構——尤其是中小貸、P2P等民間金融機構在控制風險上面臨的挑戰。鑒于金融具有一定的“逆選擇”性，很多想借錢的人恰恰信用不好，甚至有一小部分存在故意欺詐的可能。因此在傳統的銀行征信體系之外，未來大數據征信在提供風控信息系統上將有較大施展空間。

新征信體系是信貸市場必不可少的基礎設施

10月26日舉行的“亞太征信暨個人數據保護國際研討會”上，中國人民銀行行長助理楊子強表示，中國經濟轉型進入“新常態”，更多的人需要從正規金融渠道獲得信貸，互聯網、大數據等帶來的金融新業態發展不斷催生新的信貸和征信服務需求。征信體系有效緩解了信息不對稱問題，降低了信貸成本，提高了信貸可獲得性，是信貸市場必不可少的基礎設施。

熊貓資本投資經理李豪達近日撰文指出，大數據征信在提供風控信息系統上有較大施展空間，尤其是未接入央行征信系統的全國8000多家小額貸款公司、 2000多家P2P和其他民間貸款機構對此需求強烈。“現今中小貸款機構在項目風控環節主要還是靠人力審查，紙質材料傳遞，外加灰色渠道查央行征信。貸前黑名單掃描及貸后管理跟蹤基本為空白，整體風控的效率非常低下。”

50萬非金融數據為風控系統建模

“傳統的人民銀行征信體系只涵蓋了與銀行有關的數據，如信用卡還款記錄，包括逾期次數、是否出現壞賬等等，還有很多用戶的信用狀況無法被有效評估。”百融金服CEO張韶峰在接受《第一財經日報》采訪時表示，“所謂大數據征信，就是用更多的數據——包括消費、閱讀、社交、旅游、娛樂等生活數據進行金融建模。這個模型覆蓋人群多，但缺點是與金融的相關性小，所以要用更多的變量來衡量。”

“銀行信貸行為相對是低頻的，但消費、社交行為是高頻的，這正是掌握了上游數據的阿里巴巴、騰訊等企業在征信方面有天然優勢的原因。”張韶峰說。

社區生活數據也能為信用打分

與阿里巴巴合作的芝麻信用是以人們在電商平臺的消費數據為基礎來評估信用狀況，而花樣年社區金融集團則是基于社區生活場景為信用打分。花樣年集團主打社區服務運營，目前覆蓋中國109個城市，旗下平臺包括彩生活(住宅物業)、美易家(商業物業)等。該集團剛上線不久的P2P平臺就利用了來自彩生活、 美易家等平臺的數據。

“我們之所以愿意與社區端合作，是因為它們確實掌握很多客戶資料，比如你住在哪、是否為第一居所、繳交水電費記錄是否良好、每天出入小區時間等等。 這些資料和人民銀行征信系統是互補的。” 花樣年社區金融集團CEO周錦泉對本報記者說，“我們做征信不是單純依賴某一個平臺，但我們有彩生活，意味著在風控上可能比其他P2P平臺要穩健一些。將來，我們還要基于社區發展旅游、養老、教育等更多業務，增加更多消費和行為場景，數據會越來越全面。”

未來：大數據征信或向非金融領域拓展

李豪達在文章中預計，未來基于大數據征信的風控系統將提供貸前調用黑名單掃描，貸中隨時查詢征信報告并選擇評分模型，貸后監控等“一條龍”服務。

當然，大數據征信并不僅僅用于風險控制，北京安理律師事務所高級合伙人王新銳說：“征信強調的是客觀、中立的第三方立場，而風險控制是針對企業內部的。二者不能完全混為一談。” 未來，征信的使用范圍可能進一步擴大，對個人的泛信用領域或將得到發展，包括婚戀、租房、工作等非金融領域。