中美征信體系對比：人口紅利讓中國大數(shù)據(jù)征信彎道超車

大數(shù)據(jù) 大數(shù)據(jù)征信中美征信人口紅利

老拙 | 2016-12-09 10:27

【數(shù)據(jù)猿導(dǎo)讀】對照比較中美的征信市場和社會信用體系的發(fā)展和現(xiàn)狀，我們會發(fā)現(xiàn)，盡管目前國內(nèi)確實存在一些問題，但是大數(shù)據(jù)征信的后來居上，確實縮短了中美之間在征信領(lǐng)域的整體差距。這種情況也正好暗合你我金融CEO廖紅梅女士的觀察：中國因為互聯(lián)網(wǎng)金融的崛起，縮短了中美在金融領(lǐng)域的差距

“支付鴇”事件的爆發(fā)，讓征信成為關(guān)注焦點，媒體、互金從業(yè)者紛紛就此發(fā)表觀點，議論多圍繞著支付寶亂用征信場景，為上線社交不擇手段等重心，讓人們對國內(nèi)以芝麻信用和騰訊征信為代表的大數(shù)據(jù)征信產(chǎn)生了質(zhì)疑甚至批判的態(tài)度。

其實，如果對照比較中美的征信市場和社會信用體系的發(fā)展和現(xiàn)狀，我們會發(fā)現(xiàn)，盡管目前國內(nèi)確實存在一些問題，但是大數(shù)據(jù)征信的后來居上，確實縮短了中美之間在征信領(lǐng)域的整體差距。這種情況也正好暗合你我金融CEO廖紅梅女士的觀察：中國因為互聯(lián)網(wǎng)金融的崛起，縮短了中美在金融領(lǐng)域的差距。

中美征信體系對比：人口紅利讓中國大數(shù)據(jù)征信彎道超車

市場主導(dǎo) vs 政府主導(dǎo)

從征信體系的模式來看，世界各國主要有三種模式：一是以美國為代表的市場主導(dǎo)型的征信體系，征信機(jī)構(gòu)(無論是傳統(tǒng)征信局還是大數(shù)據(jù)征信企業(yè))基本都是以營利為目的企業(yè)，它們相互競爭，彼此融合，以獨立第三方名義為企業(yè)的和個人提供征信服務(wù)。政府只是負(fù)責(zé)信用管理立法，監(jiān)督信用管理法律的貫徹于執(zhí)行。

二是政府主導(dǎo)的征信體系，法國、德國都是這種模式，中國也采用這種體系。以中國為例，央行主導(dǎo)的征信中心是國內(nèi)最大的信用基礎(chǔ)數(shù)據(jù)庫，而民間的78家企業(yè)征信機(jī)構(gòu)和8家個人征信機(jī)構(gòu)是完善、補(bǔ)充央行征信中心的重要組成部分。

除此之外，還有一種以日本為代表的行業(yè)協(xié)會主建的會員制征信體系類型，暫不在本文的討論范圍內(nèi)。

傳統(tǒng)征信覆蓋率：95% vs 35%

無論是市場主導(dǎo)的征信模式，還是政府主導(dǎo)的征信模式，目前都存在傳統(tǒng)征信與大數(shù)據(jù)征信之分，以個人征信為例，如果將美國三大增信局Epuifax(艾可菲)、Experian(益百利)和Trans Union(全聯(lián))和中國央行征信中心定義為傳統(tǒng)征信機(jī)構(gòu)，那么可以總結(jié)出傳統(tǒng)征信的三個特征：一是從金融機(jī)構(gòu)、公共部門等處采集借款人信息，二是征信數(shù)據(jù)采集限于金融屬性信息，三是獨立第三方原則。

在大數(shù)據(jù)征信興起之前，傳統(tǒng)征信在中美兩國的覆蓋率差距很大，包括三大征信局在內(nèi)的美國前50名信貸機(jī)構(gòu)使用的FICO評分，是美國主流的征信評分模型，被絕大多數(shù)金融機(jī)構(gòu)認(rèn)可，該評分系統(tǒng)得出的信用分?jǐn)?shù)范圍在300分-850分之間，評分越高，說明客戶的信用風(fēng)險越小，數(shù)據(jù)顯示，目前95%以上的美國個人使用了FICO評分。

反觀中國的央行征信系統(tǒng)，作為基礎(chǔ)數(shù)據(jù)庫的央行征信系統(tǒng)號稱覆蓋了8 億人，然而其中有征信記錄的只有3 億人，另外5 億人在系統(tǒng)中只有基本信息，沒有金融屬性信息，再加上那些連基本信息都未被記錄的人群，未被央行征信系統(tǒng)覆蓋的人數(shù)占比65%，也就是說國內(nèi)傳統(tǒng)征信覆蓋的人口占比僅35%，遠(yuǎn)遠(yuǎn)低于美國。

大數(shù)據(jù)征信：ZestFinance vs阿里、騰訊

大數(shù)據(jù)征信與傳統(tǒng)征信最大的不同，一是采集數(shù)據(jù)的范疇已經(jīng)突破了“金融屬性”，傳統(tǒng)征信主要收集金融機(jī)構(gòu)的借貸信息，而大數(shù)據(jù)征信則延伸到社交數(shù)據(jù)、電商數(shù)據(jù)等沒有金融屬性的互聯(lián)網(wǎng)數(shù)據(jù)。

二是征信機(jī)構(gòu)“獨立第三方”的邊界被模糊。傳統(tǒng)征信機(jī)構(gòu)產(chǎn)業(yè)鏈主要有三方，分別是數(shù)據(jù)提供方，包括銀行、政府、公共事業(yè)單位(電信運(yùn)營商等)，持牌征信機(jī)構(gòu)，經(jīng)數(shù)據(jù)所有人同意后，對提供方提供的數(shù)據(jù)進(jìn)行分析整合處理，得出征信報告或其他征信產(chǎn)品，提供給(有償或無償)征信產(chǎn)品的使用方，包括銀行金融機(jī)構(gòu)、保險機(jī)構(gòu)、招聘方、房屋出租機(jī)構(gòu)等。說白了，傳統(tǒng)征信自己是第三方，與數(shù)據(jù)來源方和信用使用方不是一家。

三是目前的服務(wù)人群主要是傳統(tǒng)征信沒有覆蓋的人群。以美國最知名的大數(shù)據(jù)征信企業(yè)Zestfinance(已被京東和百度投資)為例，其主要面向兩類人群，一是FICO低于500分的信用分?jǐn)?shù)不高借貸成本很高的人群，二是美國根本沒有信用記錄的5%人口，從這些人中利用大數(shù)據(jù)篩選出信用相對優(yōu)質(zhì)的人。

如何篩選呢，Zestfinance使用的數(shù)據(jù)，主要不是傳統(tǒng)征信常用的信貸、信用卡、社保、工商等強(qiáng)變量的金融屬性信息，更多是交易、消費、社交、游戲等弱變量信息，然后從這些大規(guī)模的數(shù)據(jù)中，提取出更多的變量進(jìn)行分析評估，最終得出征信報告、征信評分等產(chǎn)品供自己放貸使用。

此外，F(xiàn)acebook也推出了一項大數(shù)據(jù)征信專利，內(nèi)容是當(dāng)一個用戶向某金融機(jī)構(gòu)申請貸款的時候，該金融機(jī)構(gòu)會委托會Facebook審查該用戶社交網(wǎng)絡(luò)好友的信用等級，如果他的好友達(dá)到了信用分要求，金融機(jī)構(gòu)才會處理貸款申請，否則申請即被拒絕。也就是，雖然數(shù)據(jù)提供方和征信機(jī)構(gòu)都是Facebook，但是它不像Zestfinance一樣自己放貸，而是將信用產(chǎn)品提供給客戶使用。

再看國內(nèi)，無論是阿里還是騰訊的大數(shù)據(jù)征信，都將數(shù)據(jù)提供方、征信方和信用使用方合而為一，阿里以自己的電商數(shù)據(jù)，支付寶數(shù)據(jù)為基礎(chǔ)，進(jìn)行征信產(chǎn)品開發(fā)(芝麻分等)，然后又可以使用于自己系統(tǒng)內(nèi)的產(chǎn)品，如借唄、花唄等;騰訊也是通過分析自有的社交數(shù)據(jù)和游戲數(shù)據(jù)，為客戶評星，并且為自己的微粒貸提供放貸依據(jù)。

換個角度來看，如果芝麻信用和騰訊征信的產(chǎn)品提供給客戶使用，當(dāng)然是征信，但是如果同時也對內(nèi)同時使用的話，其實就是風(fēng)控，像拍拍貸，你我金融等自建大數(shù)據(jù)風(fēng)控的借貸平臺也是這種情況，只不過它們沒有將自己的風(fēng)控成果有償出售給其他公司。

對比中美，從市場空間來看，雖然兩國的大數(shù)據(jù)征信都是面向傳統(tǒng)征信沒有覆蓋的人群，但是中國的人數(shù)要遠(yuǎn)遠(yuǎn)多于美國，應(yīng)用場景也更有想象力;從參與方的技術(shù)實力來看，應(yīng)該說阿里和騰訊的技術(shù)能力絲毫不遜于Zestfinance，企業(yè)規(guī)模更是大很多，加上Zestfinance也被百度和京東入股投資，可以說中國大數(shù)據(jù)征信的發(fā)展前景不可限量。

展望：完善監(jiān)管法規(guī)+區(qū)塊鏈征信

大數(shù)據(jù)征信在中國快速發(fā)展，同時也面臨一些有待跨越的門檻，最高的門檻就是監(jiān)管和法規(guī)的完善問題。美國的征信體系經(jīng)過這么多年的發(fā)展，目前已經(jīng)形成7大行政機(jī)構(gòu)和3大自律機(jī)構(gòu)的監(jiān)管體系和17部法律的法規(guī)體系。

反觀中國，目前負(fù)責(zé)征信監(jiān)管的部門只有一個央行征信管理局，專門的法律法規(guī)規(guī)劃有7個：國務(wù)院《征信業(yè)管理條例》、央行《征信機(jī)構(gòu)管理辦法》、國務(wù)院《社會信用體系建設(shè)規(guī)劃綱要(2014-2020年)》、央行《征信機(jī)構(gòu)信息安全規(guī)范》、央行《關(guān)于做好個人征信業(yè)務(wù)準(zhǔn)備工作的通知》、央行征信管理局《征信業(yè)務(wù)管理辦法(草稿)》和國務(wù)院《關(guān)于建立完善守信聯(lián)合激勵和失信聯(lián)合懲戒制度、加快推進(jìn)社會誠信建設(shè)的指導(dǎo)意見》，這些對于建設(shè)成熟的社會信用體系的目標(biāo)還遠(yuǎn)遠(yuǎn)不夠，有待完善。

除了完善監(jiān)管法規(guī)，整個征信業(yè)的另一個趨勢，就是與區(qū)塊鏈的結(jié)合，目前無論是傳統(tǒng)征信還是大數(shù)據(jù)征信都是中心化的，也就是由一個機(jī)構(gòu)或者公司在進(jìn)行模型的建立、數(shù)據(jù)的分析與信用產(chǎn)品的提供。我們知道，區(qū)塊鏈最大的特征就是去中心化和分布式存儲、共享機(jī)制和不可逆性，可以想象，當(dāng)這些技術(shù)與征信結(jié)合，必將會在大數(shù)據(jù)之后再一次顛覆整個征信行業(yè)。

來源：鈦媒體

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。