投資人眼中的金融征信現狀及發展展望｜《拆數部隊》金融系列第3期

導讀：行走江湖系金融領域專業投資人士， 特邀主筆《拆數部隊》金融系列， 為創業者解讀金融領域創投機會。

征信最早出現在《左傳.昭公八年》中，

有“君子之言， 信而有征， 故怨遠於其身”， 信而有征是指事情真實， 有憑有據。 民國初期， 征信被廣泛用於信用調查， 近現代以來， 大陸、臺灣和香港地區都使用“征信”一詞來概括企業和個人的信用調查。

一、征信、信用資訊與信用

征信、息與信用征信、信用資訊與信用

關於征信的概念， 不同機構有不同的定義， 以征信中心和信用中國為代表的權威機構給出定義如下：

征信中心：指對企業、事業單位等組織的信用資訊和個人的信用資訊進行採集、整理、保存、加工， 並向資訊使用者提供的活動。

信用中國：征信是指依法收集、整理、保存、加工自然人、法人及其他組織的信用信， 並對外提供資訊報告、信用評估和信用諮詢等服務，

説明客戶判斷、控制信用風險， 進行信用管理的活動。

對於這個定義框架， 很少有人提出質疑， 但隨著科技發展， 特別是互聯網和移動互聯網發展， 傳統征信中， 對於資訊部分定義產生了不同的定義和表述。

信用資訊標準之爭！

以央行為例， “征信最為重要的作用是為了防範非即付經濟活動中的損失，

也就是說， 征信最重要的目的是落在經濟層面， 那麼， 什麼最能顯示一個人按期履約的能力和意願？同樣顯然， 非即付經濟交往中的履約歷史記錄最能反映。 如果一個資訊主體平時說話、做事不是很坦誠， 但其履約歷史記錄一直很好， 那麼作為牟利的的經濟人和授信機構仍然會相信這個人在經濟上是一個守約的人， 仍然值得於其進行非即時經濟交易。 我們在預測一個人在非即付並無抵押的經濟活動中是否守約時， 需要的資訊是有層次、有重點的， 首先是賒銷、借貸等活動的歷史記錄資訊， 因為這在非即付並無抵押經濟活動中金額通常最大， 對交易雙方的影響也就最大， 如果受信方能夠按時履約， 那麼， 可信度也就非常高， 至於像電費、通訊費、水費等， 即使有拖欠， 也影響不大， 因為影響這些費用的原因很多。 當沒有賒銷、借貸等資訊時， 才不得不依靠電費、通訊費、水費等資訊來判斷， 這就是我們通常所講的依靠非傳統資料進行授信”

以阿裡巴巴、騰訊為代表的互聯網企業， 對於信用有著不同的解讀， 簡單說“資料即信用”。 “基於互聯網的思想和技術， 螞蟻金服致力於打造一個開放的生態系統， 與金融機構一起， 共同為未來社會的金融提供支撐， 實現“讓信用等於財富”的願景。 芝麻征信是順勢而為， 因為阿裡巴巴和螞蟻金服的平臺上積累了大量網路經濟下使用者和商戶的資料，

非常值得深度挖掘， 而網路使用者本身的長尾特徵就可以支援普惠金融的實現， 可以借助互聯網的力量觸達更多更廣的人群， 不受時間、空間的限制。 芝麻信用將是對傳統征信良好、差異化的補充， 積極推動社會信用體系的建設。 ”

互聯網征信出現有著其內在的原因與機制：傳統信用評估機制覆蓋人群不足， 傳統信用評估模型資訊緯度單一性、傳統資訊評估滯後性。

央行征信中心覆蓋人群8.8億， 信貸記錄人群僅3.8億， 而全國線民總數已達到7.1億， 那些沒有央行征信記錄人群， 無法通過傳統金融機構獲得貸款、消費信貸等服務， 這裡面有著一個巨大的鴻溝， 而這也是互聯網征信存在一大基石。

即使在信用體系非常健全的美國或歐洲國家， 傳統的征信和信用評分機制也受到質疑和衝擊。

傳統FICO評分模型還是從借款人的信用歷史資料與資料庫中全體借款人的信用習慣，檢查借款人的發展趨勢與經常違約、隨意透支、甚至申請破產等各種陷入財務困境的借款人發展趨勢是否相似。

FICO主要從5方面來考察用戶的信貸資質。

傳統信用評估模型在進行風險管理過程中發揮了重要的作用，但隨著消費者出現許多資訊緯度，如電子商務、社交和搜索等，傳統信用評估模型解決問題的能力越來越有限。

而作為對比，阿裡也提出了自己信用評估模型-芝麻信用，芝麻的優勢在於互聯網資料，不僅僅是交易資料。用戶通過協力廠商支付繳納水電煤氣費、信用卡還款以及物流資訊也是重要的資料來源，當然公共政務資料也很重要。此外，還有使用者自主上傳的資料和合作夥伴回流的資料，這些資料能夠説明芝麻更好地描述以及準確地刻畫個人信用，我們輸出的是信用分，基於資料來構建決策引擎，以便於向使用者輸出更有價值的服務。

芝麻信用體系包含的內容如下：信用歷史：過往信用帳戶還款記錄以及信用帳戶歷史；行為偏好：在購物、繳費、轉帳、理財等活動中的偏好以及穩定性；履約能力：享用各種信用服務並確保及時履約；身份特殊：在使用相關服務過程中留下的足夠豐富和可靠的個人基本資訊；人脈關係：好友的身份特徵以及跟好友的互動程度。

二、傳統征信與互聯網征信比較

ZestFinance，原名ZestCash，是美國一家新興的互聯網金融公司，ZestFinance的研發團隊主要由數學家和電腦科學家組成，前期的業務主要通過ZestCash平臺提供放貸服務，後來專注于提供信用評估服務，旨在利用大資料技術重塑審貸過程，為難以獲得傳統金融服務（Underbanked）的個人創造可用的信用，降低他們的借貸成本。

信用記錄不完整或者不夠完善的個人消費者，依據傳統信用評估體系（FICO評分），往往很難被傳統金融服務機構所覆蓋，即使在金融體系發達的美國也無法獲得常規的金融服務，或者需要付出很大的代價才能獲得常規的金融服務。

ZestFinance的信用評估模型

首先，數千種來源於協力廠商（如電話帳單和租賃歷史等）和借貸者的原始資料將被輸入系統。其次，尋找資料間的關聯性並對資料進行轉換。再次，在關聯性的基礎上將變數重新整合成較大的測量指標，每一種變數反映借款人的某一方面特點，如詐騙概率、長期和短期內的信用風險和償還能力等。然後將這些較大的變數輸入到不同的資料分析模型中去。最後，將每一個模型輸出的結論按照模型投票的原則，形成最終的信用分數。

征信產業鏈構成

第一部分是資料來源。我個人認為一切資料皆信用。除了主體基本資訊、資產資訊和常規的信貸資訊之外，政務資訊和商品交易資訊都與信用有相當密切的關係。

第二部分是征信機構，征信機構包括：人民銀行征信中心、益博睿、環聯、艾貴發、科銳富、鄧白氏、臺灣聯征、CallCredit（英國）。雖然征信中心目前還沒征信牌照，但是征信中心做的確確實實是一個征信機構所做的事情。

第三塊介紹下評級機構。三大評級機構標準普爾、惠譽、穆迪。他們除了做企業的評級之外還做國家的主權信用評級。國內開展評級業務企業現在是遍地開花，比較大的有大公、中誠信等。

征信在金融業務的價值

征信在風控方面的作用是大家普遍認可的，可以說信貸領域的各個環節都與征信密不可分。從客戶獲取、定價、額度、促銷、預警、挽留、催收等，各個環節都需要用到征信資訊。

擴展閱讀：

根據新財觀察認知系統，信用與征信領域創業公司融資成功率居金融行業首位，高達61%，且較大比例進入B輪及中後期融資。

為更好的服務廣大創業者，新財觀察創業對標目前開放少量內測帳戶，歡迎留言申請，並有機會獲取更多投資機構聯繫方式。

新財觀察洞悉資料背後的秘密，説明准創業者合理預期、精准融資，突破認知局限。

傳統的征信和信用評分機制也受到質疑和衝擊。

傳統FICO評分模型還是從借款人的信用歷史資料與資料庫中全體借款人的信用習慣，檢查借款人的發展趨勢與經常違約、隨意透支、甚至申請破產等各種陷入財務困境的借款人發展趨勢是否相似。

FICO主要從5方面來考察用戶的信貸資質。

傳統信用評估模型在進行風險管理過程中發揮了重要的作用，但隨著消費者出現許多資訊緯度，如電子商務、社交和搜索等，傳統信用評估模型解決問題的能力越來越有限。

而作為對比，阿裡也提出了自己信用評估模型-芝麻信用，芝麻的優勢在於互聯網資料，不僅僅是交易資料。用戶通過協力廠商支付繳納水電煤氣費、信用卡還款以及物流資訊也是重要的資料來源，當然公共政務資料也很重要。此外，還有使用者自主上傳的資料和合作夥伴回流的資料，這些資料能夠説明芝麻更好地描述以及準確地刻畫個人信用，我們輸出的是信用分，基於資料來構建決策引擎，以便於向使用者輸出更有價值的服務。

芝麻信用體系包含的內容如下：信用歷史：過往信用帳戶還款記錄以及信用帳戶歷史；行為偏好：在購物、繳費、轉帳、理財等活動中的偏好以及穩定性；履約能力：享用各種信用服務並確保及時履約；身份特殊：在使用相關服務過程中留下的足夠豐富和可靠的個人基本資訊；人脈關係：好友的身份特徵以及跟好友的互動程度。

二、傳統征信與互聯網征信比較

ZestFinance，原名ZestCash，是美國一家新興的互聯網金融公司，ZestFinance的研發團隊主要由數學家和電腦科學家組成，前期的業務主要通過ZestCash平臺提供放貸服務，後來專注于提供信用評估服務，旨在利用大資料技術重塑審貸過程，為難以獲得傳統金融服務（Underbanked）的個人創造可用的信用，降低他們的借貸成本。

信用記錄不完整或者不夠完善的個人消費者，依據傳統信用評估體系（FICO評分），往往很難被傳統金融服務機構所覆蓋，即使在金融體系發達的美國也無法獲得常規的金融服務，或者需要付出很大的代價才能獲得常規的金融服務。

ZestFinance的信用評估模型

首先，數千種來源於協力廠商（如電話帳單和租賃歷史等）和借貸者的原始資料將被輸入系統。其次，尋找資料間的關聯性並對資料進行轉換。再次，在關聯性的基礎上將變數重新整合成較大的測量指標，每一種變數反映借款人的某一方面特點，如詐騙概率、長期和短期內的信用風險和償還能力等。然後將這些較大的變數輸入到不同的資料分析模型中去。最後，將每一個模型輸出的結論按照模型投票的原則，形成最終的信用分數。

征信產業鏈構成

第一部分是資料來源。我個人認為一切資料皆信用。除了主體基本資訊、資產資訊和常規的信貸資訊之外，政務資訊和商品交易資訊都與信用有相當密切的關係。

第二部分是征信機構，征信機構包括：人民銀行征信中心、益博睿、環聯、艾貴發、科銳富、鄧白氏、臺灣聯征、CallCredit（英國）。雖然征信中心目前還沒征信牌照，但是征信中心做的確確實實是一個征信機構所做的事情。

第三塊介紹下評級機構。三大評級機構標準普爾、惠譽、穆迪。他們除了做企業的評級之外還做國家的主權信用評級。國內開展評級業務企業現在是遍地開花，比較大的有大公、中誠信等。

征信在金融業務的價值

征信在風控方面的作用是大家普遍認可的，可以說信貸領域的各個環節都與征信密不可分。從客戶獲取、定價、額度、促銷、預警、挽留、催收等，各個環節都需要用到征信資訊。

擴展閱讀：

根據新財觀察認知系統，信用與征信領域創業公司融資成功率居金融行業首位，高達61%，且較大比例進入B輪及中後期融資。

為更好的服務廣大創業者，新財觀察創業對標目前開放少量內測帳戶，歡迎留言申請，並有機會獲取更多投資機構聯繫方式。

新財觀察洞悉資料背後的秘密，説明准創業者合理預期、精准融資，突破認知局限。