一、大數(shù)據(jù)在金融行業(yè)的應(yīng)用

大數(shù)據(jù)指“無法在一定時間范圍內(nèi)用常規(guī)工具進行捕捉、管理和處理的巨量數(shù)據(jù)集合”。傳統(tǒng)的數(shù)據(jù)集合往往是基于特定目的收集的，隨著新興信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)移動終端越來越融入到日常生活和經(jīng)濟行為之中，尤其是智能硬件和設(shè)備的普及，與出行、消費、娛樂、支付等相關(guān)的數(shù)據(jù)呈爆發(fā)式增長趨勢，互聯(lián)網(wǎng)企業(yè)積累了大量數(shù)據(jù)。這些數(shù)據(jù)從多個維度刻畫了經(jīng)濟主體的行為特征，從中可以挖掘出許多額外的信息和關(guān)聯(lián)邏輯。傳統(tǒng)的數(shù)據(jù)庫軟件工具和數(shù)據(jù)分析方法無法在短時間內(nèi)抓取、管理和處理大數(shù)據(jù)，不僅僅因為其規(guī)模大，還在于其復(fù)雜性，傳統(tǒng)數(shù)據(jù)一般都是結(jié)構(gòu)化數(shù)據(jù)，而大數(shù)據(jù)往往包含大量非結(jié)構(gòu)化數(shù)據(jù)，包括圖片、視頻、語音、地理位置等，并且數(shù)據(jù)都在實時更新中，云平臺、云計算、機器學(xué)習(xí)等技術(shù)的突破使得對大數(shù)據(jù)的分析成為可能。金融行業(yè)由于天然具有數(shù)據(jù)量大的優(yōu)勢，成為大數(shù)據(jù)應(yīng)用的重要領(lǐng)域，具體主要包括大數(shù)據(jù)風(fēng)控和大數(shù)據(jù)征信兩大方面：

(一)大數(shù)據(jù)風(fēng)控

金融是經(jīng)營風(fēng)險的行業(yè)，風(fēng)險控制能力是金融機構(gòu)的核心競爭力。金融機構(gòu)通過信用評分模型來定量計算貸款違約的可能性，確定違約的損失分布，以規(guī)避風(fēng)險損失，并根據(jù)預(yù)測的風(fēng)險水平進行利率定價。傳統(tǒng)的信用評分模型主要使用歷史借貸數(shù)據(jù)和財務(wù)數(shù)據(jù)來預(yù)測和判斷借款人的違約風(fēng)險，采用傳統(tǒng)的統(tǒng)計方法進行分析，這種方法最大的缺陷就是無法對那些缺乏歷史借貸數(shù)據(jù)的借款人進行信用風(fēng)險評估。在征信體系不完善的經(jīng)濟體中會存在信貸供給不足的現(xiàn)象。我國央行征信系統(tǒng)雖然覆蓋了8億多人，但只有3億多人具有信貸歷史，傳統(tǒng)的風(fēng)控技術(shù)對這部分信貸歷史記錄空白的群體是無效的。即便在征信業(yè)高度發(fā)達的美國，美國個人消費信用評估公司(FICO)評分也被批評信用評價標準過于單一，評估結(jié)果具有片面性，在時間上表現(xiàn)出嚴重的滯后性。

大數(shù)據(jù)風(fēng)控是基于互聯(lián)網(wǎng)大數(shù)據(jù)，將數(shù)據(jù)挖掘、機器學(xué)習(xí)等大數(shù)據(jù)建模方法運用到貸前信用評審、反欺詐等風(fēng)控管理環(huán)節(jié)。與傳統(tǒng)風(fēng)控模型相比，大數(shù)據(jù)風(fēng)控有三個基本特征：一是處理的數(shù)據(jù)種類多，更加多維度。大數(shù)據(jù)風(fēng)控模型除了重視傳統(tǒng)的信貸變量之外，還納入了社交網(wǎng)絡(luò)信息等信息，為信貸記錄缺失的群體獲取基本金融服務(wù)提供了可能性。比如，ZsetFinance的數(shù)據(jù)來源非常廣泛，既包括傳統(tǒng)的信貸記錄等金融機構(gòu)搜集的結(jié)構(gòu)化數(shù)據(jù)，也包括法律記錄、交易信息、電子商務(wù)、社交信息等非傳統(tǒng)的數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。二是關(guān)注行為數(shù)據(jù)，而不僅僅是歷史財務(wù)數(shù)據(jù)。傳統(tǒng)的信用評分模型變量均與反映被評價主體債務(wù)狀況和資金延付狀況等資金活動相關(guān)，但大數(shù)據(jù)信用評估更關(guān)注被評價主體的行為數(shù)據(jù)，在互聯(lián)網(wǎng)大數(shù)據(jù)時代，電子商務(wù)、社交網(wǎng)絡(luò)和用戶的搜索行為等大數(shù)據(jù)都映射著經(jīng)濟主體的教育背景、工作經(jīng)歷、社交圈子，這些信息與信用水平可能存在某種聯(lián)系。大數(shù)據(jù)技術(shù)是在充分考察借款人借款行為背后的線索和線索間的關(guān)聯(lián)性基礎(chǔ)上進行數(shù)據(jù)分析，降低貸款違約率。三是模型的建立是不斷迭代和動態(tài)調(diào)整的結(jié)果。大數(shù)據(jù)風(fēng)控模型的輸入端是成千上萬的原始數(shù)據(jù)，然后基于機器學(xué)習(xí)等技術(shù)進行大數(shù)據(jù)挖掘，尋找數(shù)據(jù)間的關(guān)聯(lián)性，在關(guān)聯(lián)性基礎(chǔ)上將變量進行整合，轉(zhuǎn)換成測量指標，每一種指標反映借款人某一方面的特點，比如詐騙概率、信用風(fēng)險、償還能力等。再將這些指標輸入不同的模型中，最后將模型結(jié)果按一定的權(quán)重加總，最終輸出的就是信用評分。在整個過程中，原始數(shù)據(jù)轉(zhuǎn)換成指標需要進行不斷的迭代，不同模型的權(quán)重值可以根據(jù)樣本進行動態(tài)調(diào)整。

越來越多的互聯(lián)網(wǎng)金融公司，特別是網(wǎng)絡(luò)借貸、互聯(lián)網(wǎng)消費金融等領(lǐng)域的公司開始利用大數(shù)據(jù)風(fēng)控技術(shù)。2016年1月12日，美國的一家網(wǎng)貸平臺SOFI聲明不再將FICO評分納入信貸審批決策，另外一家為消費企業(yè)提供貸款的美國公司Kabbage則將亞馬遜、ebay等電子商務(wù)網(wǎng)站數(shù)據(jù)和Facebook、Twitter等社交網(wǎng)站數(shù)據(jù)納入風(fēng)險評估模型之中，新興的互聯(lián)網(wǎng)金融公司ZestFinance聲稱一切數(shù)據(jù)皆信用。

(二)大數(shù)據(jù)征信

風(fēng)控與征信都是管理風(fēng)險的活動，不同的是，風(fēng)控一般是某一公司依靠企業(yè)自身的數(shù)據(jù)和資源進行風(fēng)險管理，而征信是第三方機構(gòu)“依法收集、整理、保存、加工自然人、法人及其他組織的信用信息，并對外提供信用報告、信用評估、信用信息咨詢等服務(wù)，幫助客戶判斷、控制信用風(fēng)險，進行信用管理的活動”。

傳統(tǒng)的基于信貸歷史數(shù)據(jù)的風(fēng)控技術(shù)背后是社會征信體系的建設(shè)。美國是世界上征信業(yè)較為發(fā)達的國家之一，一個重要原因是美國信用卡產(chǎn)業(yè)非常發(fā)達。美國的征信體系主要由三類機構(gòu)組成，一是商業(yè)銀行和貸款機構(gòu)，這些資金的貸出方在業(yè)務(wù)開展過程中積累了大量的關(guān)于客戶借款、還款和違約的歷史數(shù)據(jù)，這些都屬于信用的強相關(guān)變量，這些機構(gòu)都會將這些信用歷史記錄傳給第二類機構(gòu)，征信公司。美國有三家主要的征信公司，Experian、Equifax、TransUnion，主要負責(zé)搜集和儲存征信數(shù)據(jù)，包括從地方法院收集公共記錄信息和貸款機構(gòu)收集逾期債務(wù)信息，并將數(shù)據(jù)進行清洗和處理后輸出標準化的數(shù)據(jù)產(chǎn)品，提供給銀行和其他金融機構(gòu)，征信公司也會開發(fā)出一些信用評分產(chǎn)品。第三類機構(gòu)就是專注于信用評分的公司，最著名的是FICO評分，主要作用是根據(jù)征信公司的信用報告，找到變量與違約概率之間的關(guān)系，即構(gòu)建信用評價模型。銀行和其他金融機構(gòu)可以根據(jù)FICO評分進行放貸決策。

中國的征信機構(gòu)由中國人民銀行征信中心和其他民營征信機構(gòu)組成。在互聯(lián)網(wǎng)時代，大數(shù)據(jù)在征信行業(yè)的應(yīng)用帶來了大數(shù)據(jù)征信，就是指通過采集個人或企業(yè)在互聯(lián)網(wǎng)交易、從事互聯(lián)網(wǎng)業(yè)務(wù)以及使用互聯(lián)網(wǎng)服務(wù)過程中留存下來的信息數(shù)據(jù)，并結(jié)合線下渠道采集的相關(guān)信息，利用云計算等技術(shù)手段進行信用評估和評價的活動。國內(nèi)從事大數(shù)據(jù)征信的機構(gòu)主要由四類：一是電商類平臺，將平臺上積累的用戶行為數(shù)據(jù)進行采集、整理和加工，并經(jīng)過深度挖掘和評估，為合作的金融機構(gòu)信貸審批提供風(fēng)險定價服務(wù);二是P2P網(wǎng)絡(luò)借貸類，通過自建客戶信用系統(tǒng)，用于自身平臺撮合的投融資業(yè)務(wù);三是以網(wǎng)絡(luò)金融征信系統(tǒng)、小額信貸行業(yè)信用信息共享服務(wù)平臺為代表的同業(yè)信息數(shù)據(jù)庫，通過采集P2P平臺借貸兩端客戶的個人基本信息、貸款申請及還款等信息，向加入該數(shù)據(jù)庫的P2P機構(gòu)提供查詢服務(wù);四是互聯(lián)網(wǎng)大數(shù)據(jù)公司，通過收集、整理、保存來源于第三方的互聯(lián)網(wǎng)數(shù)據(jù)，運用分析模型和信用評分技術(shù)，形成符合客戶需要的征信報告、評級報告等產(chǎn)品，提供給第三方客戶。

大數(shù)據(jù)征信在我國有很大的發(fā)展?jié)摿Γ环矫?，中國的征信體系覆蓋面仍然有限。據(jù)波士頓咨詢公司測算，截至2015年底，中國個人征信的覆蓋率只有35%，與美國個人征信體系92%的覆蓋率相差甚遠。另一方面，中國的互聯(lián)網(wǎng)尤其是移動互聯(lián)網(wǎng)發(fā)展迅速，移動終端累積了海量的用戶行為數(shù)據(jù)，這些網(wǎng)絡(luò)交易和社交平臺積累的數(shù)據(jù)為彌補信用記錄空白主體的信用評估數(shù)據(jù)非常重要。

從風(fēng)控、征信等角度看，大數(shù)據(jù)在金融行業(yè)的應(yīng)用前景廣闊，但在發(fā)展的過程中也需要注意到存在的風(fēng)險。

二、金融大數(shù)據(jù)應(yīng)用面臨的風(fēng)險

(一)金融科技巨頭可能產(chǎn)生數(shù)據(jù)壟斷

一些金融科技巨頭憑借其在互聯(lián)網(wǎng)領(lǐng)域的固有優(yōu)勢，掌握了大量數(shù)據(jù)，客觀上可能會產(chǎn)生數(shù)據(jù)寡頭的現(xiàn)象，可能會帶來數(shù)據(jù)壟斷。一些機構(gòu)掌握了核心的信用數(shù)據(jù)資源，有的機構(gòu)掌握電商交易數(shù)據(jù)和金融數(shù)據(jù)，有的機構(gòu)掌握集團的傳統(tǒng)金融機構(gòu)和互聯(lián)網(wǎng)金融平臺的金融數(shù)據(jù)，有的機構(gòu)則依托大股東掌握大量線下交易數(shù)據(jù)，還通過合作的方式掌握了合作企業(yè)的數(shù)據(jù)。由于缺乏分享的激勵機制，導(dǎo)致與征信的共享理念存在沖突。

(二)存在數(shù)據(jù)孤島現(xiàn)象，數(shù)據(jù)融合困難

政府和企業(yè)都面臨數(shù)據(jù)孤島難題。大數(shù)據(jù)時代，數(shù)據(jù)已經(jīng)成為核心資源，企業(yè)出于保護商業(yè)機密或者節(jié)約數(shù)據(jù)整理成本的考慮而不愿意共享自身數(shù)據(jù)，一些政府部門也缺乏數(shù)據(jù)公開的動力。數(shù)據(jù)孤島現(xiàn)象的存在，將導(dǎo)致大數(shù)據(jù)信用評估模型采用的數(shù)據(jù)維度和算法的不同，大數(shù)據(jù)征信模型的公信力和可比性容易遭到質(zhì)疑。

(三)數(shù)據(jù)安全和個人隱私保護難度升級

目前，大數(shù)據(jù)的獲取大致有四種方法：自有平臺積累、通過交易或合作獲取、通過技術(shù)手段獲取、用戶自己提交的數(shù)據(jù)等。但是由于相關(guān)的法律法規(guī)體系尚不健全，數(shù)據(jù)交易存在許多不規(guī)范的地方，甚至出現(xiàn)數(shù)據(jù)非法交易和盜取信息的現(xiàn)象。大數(shù)據(jù)來源復(fù)雜多樣加大了用戶隱私泄露的風(fēng)險，其一，我國金融大數(shù)據(jù)行業(yè)的發(fā)展乃至Fintech行業(yè)的發(fā)展，在很大程度上得益于互聯(lián)網(wǎng)應(yīng)用場景的發(fā)展，而大數(shù)據(jù)從互聯(lián)網(wǎng)應(yīng)用場景向金融領(lǐng)域的轉(zhuǎn)移往往發(fā)生在一些金融科技企業(yè)的集團內(nèi)部，這個過程缺乏監(jiān)管和規(guī)范，可能會侵犯到用戶的知情權(quán)、選擇權(quán)和隱私權(quán)。其二，應(yīng)用數(shù)據(jù)存在多重交易和多方接入的可能性，隱私數(shù)據(jù)保護的邊界不清晰;其三，技術(shù)手段的加入，加大了信息獲取的隱蔽性，一旦出現(xiàn)隱私泄露糾紛，用戶將面臨取證難、訴訟難的問題;其四，大數(shù)據(jù)采集數(shù)據(jù)的標準不一，用戶的知情權(quán)、隱私權(quán)可能受到侵犯?？梢姡诖髷?shù)據(jù)環(huán)境下，個人數(shù)據(jù)應(yīng)用的隱私保護是一個復(fù)雜的消費者權(quán)益保護問題，涉及到道德、法律、技術(shù)等諸多領(lǐng)域。

三、加強對金融大數(shù)據(jù)應(yīng)用的監(jiān)管

針對金融大數(shù)據(jù)應(yīng)用中存在的諸多問題，要充分發(fā)揮政府和市場的力量，從個人信息保護立法、信息共享機制建設(shè)、市場自律等多方入手，為金融大數(shù)據(jù)產(chǎn)業(yè)健康發(fā)展提供良好制度環(huán)境。

(一)建立并完善個人信息保護的法律制度體系

通過建立個人信息保護的法律制度體系，使大數(shù)據(jù)產(chǎn)業(yè)在數(shù)據(jù)采集、加工整合以及使用等多個環(huán)節(jié)能夠依法合規(guī)的發(fā)展。在制定個人信息保護的法律法規(guī)時，要系統(tǒng)考慮并解決以下問題：第一，可以在現(xiàn)有法律法規(guī)的基礎(chǔ)上，充分考慮大數(shù)據(jù)的實際發(fā)展，盡可能拓寬現(xiàn)有法律法規(guī)適用于大數(shù)據(jù)產(chǎn)業(yè)的業(yè)務(wù)規(guī)范的邊界;第二，要明確大數(shù)據(jù)的監(jiān)管機構(gòu)，特別是金融大數(shù)據(jù)的監(jiān)管機構(gòu)，界定其職能范圍并賦予其足夠的監(jiān)管權(quán)力;第三，要保護好大數(shù)據(jù)主體的權(quán)利，如數(shù)據(jù)主體的知情權(quán)、選擇權(quán)、訪問權(quán)、個人數(shù)據(jù)可攜權(quán)等;第四，要對數(shù)據(jù)控制者處理數(shù)據(jù)的行為邊界進行嚴格的界定，數(shù)據(jù)控制者必須依法合規(guī)地進行數(shù)據(jù)處理，規(guī)范從互聯(lián)網(wǎng)應(yīng)用場景向金融領(lǐng)域的大數(shù)據(jù)轉(zhuǎn)移;第五，要對數(shù)據(jù)控制者等其他主體非法使用數(shù)據(jù)的相關(guān)行為進行明確的處罰規(guī)定等。

(二)加快信息共享機制的建設(shè)

推動政府信息公開和行業(yè)之間的信息共享，打破數(shù)據(jù)壁壘，發(fā)揮大數(shù)據(jù)推動各個行業(yè)升級和轉(zhuǎn)型的作用，促進降低信息等多方面的成本，提高經(jīng)濟效率和社會福利。第一，進一步完善個人信息保護的法律法規(guī)，以此避免信息共享帶來的數(shù)據(jù)安全和個人隱私泄露等問題。第二，打破數(shù)據(jù)壟斷，對大數(shù)據(jù)進行分級管理，將政府掌握的大數(shù)據(jù)界定為公共品，依法合規(guī)向社會開放分享;將機構(gòu)掌握的涉及到公共利益的大數(shù)據(jù)界定為準公共品，持有這類大數(shù)據(jù)的機構(gòu)必須在保護好個人隱私等條件下分享其數(shù)據(jù);主要涉及到商業(yè)利益的大數(shù)據(jù)界定為非公共品，對這類大數(shù)據(jù)也要推動其在合法使用的范圍內(nèi)進行交易。第三，還需要推動大數(shù)據(jù)標準化，使政府信息和不同行業(yè)之間的數(shù)據(jù)可以交互式使用，打破信息共享過程中面臨的技術(shù)壁壘。

(三)發(fā)揮行業(yè)自律組織作用

行業(yè)自律組織可以在規(guī)范行業(yè)內(nèi)部大數(shù)據(jù)的使用等方面發(fā)揮作用。首先，行業(yè)自律組織可以積極制定大數(shù)據(jù)信息采集、使用標準，探索大數(shù)據(jù)信息數(shù)據(jù)庫的安全管理標準和異議處理機制，引導(dǎo)規(guī)范大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，保護信息主體的權(quán)益。其次，行業(yè)自律組織有利于推動大數(shù)據(jù)標準化。標準真實的大數(shù)據(jù)是人工智能大數(shù)據(jù)分析的基礎(chǔ)，行業(yè)自律組織可以積極牽頭或者配合監(jiān)管機構(gòu)制定大數(shù)據(jù)標準，并整合不同行業(yè)的大數(shù)據(jù)。

孫國峰/中國人民銀行金融研究所所長

本文將刊發(fā)于《清華金融評論》2017年10月刊

來源：清華金融評論