看三馬如何玩征信誰的商業(yè)模式更牛課件

自央行發(fā)布《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》(下稱《通知》)，個(gè)人征信市場(chǎng)一觸即發(fā)，上述《通知》要求芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信征、中智誠征信、拉卡拉信用自央行發(fā)布《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》(下稱《通知1、北京華道征信等八家機(jī)構(gòu)做好個(gè)人征信業(yè)務(wù)的準(zhǔn)備工作，準(zhǔn)備時(shí)間為六個(gè)月。這八家商業(yè)機(jī)構(gòu)各有背景，除了以鵬元為代表的老牌機(jī)構(gòu)外，芝麻、騰訊、前海背后的“三馬”再次聚首引發(fā)了市場(chǎng)的熱議，、北京華道征信等八家機(jī)構(gòu)做好個(gè)人征信業(yè)務(wù)的準(zhǔn)備工作，準(zhǔn)備時(shí)間2在過去的兩年，“三馬”在互聯(lián)網(wǎng)金融領(lǐng)域興風(fēng)作浪，競(jìng)爭(zhēng)也伴隨著合作，而對(duì)于個(gè)人征信這塊全新的業(yè)務(wù)，三家又能玩出什么花樣？近日，《第一財(cái)經(jīng)日?qǐng)?bào)》記者分別采訪了三家征信業(yè)務(wù)相關(guān)負(fù)責(zé)人解讀在過去的兩年，“三馬”在互聯(lián)網(wǎng)金融領(lǐng)域興風(fēng)作浪，競(jìng)爭(zhēng)也伴隨著3自家商業(yè)模式，顯然，“三馬”各有側(cè)重，究竟誰在未來能夠成為翹楚，還需要市場(chǎng)的試煉。優(yōu)勢(shì)數(shù)據(jù)源決定方法論上述《通知》發(fā)布以后，三家又開始了新一輪的忙碌，“這不是意味著牌照的下發(fā)，央行自家商業(yè)模式，顯然，“三馬”各有側(cè)重，究竟誰在未來能夠成為翹4給了6個(gè)月的準(zhǔn)備期，此后還要進(jìn)行一輪檢查，看看是否達(dá)條件。”深圳前海征信總經(jīng)理邱寒在接受《第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)說。邱寒猜測(cè)，下一步央行關(guān)注的依舊是個(gè)人信息安全和個(gè)人隱私保護(hù)，“給了6個(gè)月的準(zhǔn)備期，此后還要進(jìn)行一輪檢查，看看是否達(dá)條件?！?不管是從內(nèi)控制度的建立，系統(tǒng)信息安全防范機(jī)制以及授權(quán)條例，肯定都是檢查的重點(diǎn)方向，這些也是前期的準(zhǔn)備方向。”她說。而就在《通知》發(fā)放之前，三家也已經(jīng)基于各自現(xiàn)有的數(shù)據(jù)進(jìn)行了大量的內(nèi)不管是從內(nèi)控制度的建立，系統(tǒng)信息安全防范機(jī)制以及授權(quán)條例，肯6部測(cè)試，平安于2012年就盯上了征信業(yè)務(wù)，當(dāng)時(shí)也與央行進(jìn)了意向溝通，直到《征信業(yè)管理?xiàng)l例》和《征信機(jī)構(gòu)管理辦法》于2013年3月和12月分別出臺(tái)，商業(yè)機(jī)構(gòu)申請(qǐng)成立征信機(jī)構(gòu)才有了法律部測(cè)試，平安于2012年就盯上了征信業(yè)務(wù)，當(dāng)時(shí)也與央行進(jìn)了意7的依據(jù)。平安有8000萬個(gè)人客戶，作為金融機(jī)構(gòu)，平安的客戶基本都是實(shí)名制，且交易行為更多的是屬于金融行為，與個(gè)人征信所需要的數(shù)據(jù)源高度相關(guān)。“其實(shí)我們之前做了一些內(nèi)部測(cè)試，更多的是的依據(jù)。平安有8000萬個(gè)人客戶，作為金融機(jī)構(gòu)，平安的客戶基8基于內(nèi)部子公司的需求，不進(jìn)入征信系統(tǒng)，拿到牌照后，我們會(huì)與集團(tuán)各個(gè)專業(yè)公司談，但平安集團(tuán)內(nèi)部的金融業(yè)態(tài)非常復(fù)雜，面對(duì)的監(jiān)管也不一樣，所以還需要個(gè)案處理?！鼻窈f。在她看來，平安一直基于內(nèi)部子公司的需求，不進(jìn)入征信系統(tǒng)，拿到牌照后，我們會(huì)與集9在與風(fēng)險(xiǎn)打交道，產(chǎn)品線也非常廣，不同的產(chǎn)品有不同的風(fēng)險(xiǎn)表現(xiàn)形式，在這個(gè)基礎(chǔ)上再融入新的數(shù)據(jù)源，就可以把傳統(tǒng)經(jīng)驗(yàn)提高到一個(gè)新的高度。“對(duì)于任何一個(gè)人未來風(fēng)險(xiǎn)的評(píng)價(jià)都是基于對(duì)于歷史的驗(yàn)在與風(fēng)險(xiǎn)打交道，產(chǎn)品線也非常廣，不同的產(chǎn)品有不同的風(fēng)險(xiǎn)表現(xiàn)形10證，評(píng)價(jià)模型沒有經(jīng)過歷史數(shù)據(jù)的長時(shí)間驗(yàn)證都是無本之木，不管征信發(fā)展到什么程度，歷史數(shù)據(jù)永遠(yuǎn)非常重要。平安有各種經(jīng)歷不同經(jīng)濟(jì)周期的歷史數(shù)據(jù)?！彼f。而騰訊征信總經(jīng)理(籌)吳丹在接受《證，評(píng)價(jià)模型沒有經(jīng)過歷史數(shù)據(jù)的長時(shí)間驗(yàn)證都是無本之木，不管征11第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)表示，騰訊征信的數(shù)據(jù)是建立在騰訊自己多年積累的數(shù)據(jù)基礎(chǔ)之上，“騰訊內(nèi)部數(shù)據(jù)非常豐富，包括社交、支付、游戲、虛擬行為、網(wǎng)上行為表現(xiàn)等等，這些數(shù)據(jù)是傳統(tǒng)公司很少第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)表示，騰訊征信的數(shù)據(jù)是建立在騰訊自己12觸及的領(lǐng)域”?！霸谶^去一段時(shí)間，我們做了非常多的探索。每一天都在發(fā)現(xiàn)新的變量、新的模式和新的規(guī)律，同時(shí)也在驗(yàn)證，觀察它對(duì)信用評(píng)分是否合適，經(jīng)過科學(xué)的建模、測(cè)試之后，才會(huì)把它放到征信觸及的領(lǐng)域”?！霸谶^去一段時(shí)間，我們做了非常多的探索。每一天13里面去，作為產(chǎn)品對(duì)外提供?！彼f。據(jù)了解，目前騰訊覆蓋8億QQ賬戶，5億微信賬戶和3億的支付用戶，對(duì)于外界質(zhì)疑騰訊缺乏與金融直接相關(guān)的數(shù)據(jù)，如何玩征信？吳丹說，騰訊自己做過一些信貸里面去，作為產(chǎn)品對(duì)外提供?！彼f。據(jù)了解，目前騰訊覆蓋8億Q14產(chǎn)品，這種產(chǎn)品不是只針對(duì)有信用卡的客戶，有很多嘗試是針對(duì)比較草根的用戶，比如剛剛進(jìn)入社會(huì)的大學(xué)生，貸款額可能只有500元、1000元?！斑@方面的信息我們也在累計(jì)，可能金融機(jī)構(gòu)或銀行產(chǎn)品，這種產(chǎn)品不是只針對(duì)有信用卡的客戶，有很多嘗試是針對(duì)比較15認(rèn)為騰訊沒有那么多的直接的表現(xiàn)數(shù)據(jù)，事實(shí)上，這個(gè)事情我們一直在做，如今已經(jīng)累計(jì)了相當(dāng)量的數(shù)據(jù)，足夠讓我們做出信用模型，足夠我們對(duì)用戶信用判斷達(dá)到一定的程度，我們現(xiàn)在可以對(duì)上億的用戶認(rèn)為騰訊沒有那么多的直接的表現(xiàn)數(shù)據(jù)，事實(shí)上，這個(gè)事情我們一直16做出信用評(píng)分?！眳堑ふf。相比于前兩家，在個(gè)人征信領(lǐng)域，阿里一直被寄予玩出更多花樣，芝麻信用隸屬于螞蟻金融服務(wù)集團(tuán)，就在央行下發(fā)《通知》之前，螞蟻金服旗下的螞蟻微貸就聯(lián)合淘寶、天貓共做出信用評(píng)分。”吳丹說。相比于前兩家，在個(gè)人征信領(lǐng)域，阿里一17同推出一項(xiàng)名為“花唄”的消費(fèi)貸款服務(wù)?！盎▎h還是一個(gè)試用的場(chǎng)景，只開放給一部分活躍用戶，無論是花唄還是微貸，背后的很多模型與芝麻信用是共通的?！蔽浵伣鸱晃回?fù)責(zé)人對(duì)本報(bào)記者說?！捌渫瞥鲆豁?xiàng)名為“花唄”的消費(fèi)貸款服務(wù)?！盎▎h還是一個(gè)試用的場(chǎng)18實(shí)，個(gè)人信用在阿里內(nèi)部已經(jīng)推進(jìn)了很多年，阿里小貸就是利用線上的數(shù)據(jù)來判斷賣家的信用，這就是征信數(shù)據(jù)，阿里小貸的信用數(shù)據(jù)拿出來甚至可以給銀行作參考，目前，芝麻信用內(nèi)部測(cè)試構(gòu)建的模型已實(shí)，個(gè)人信用在阿里內(nèi)部已經(jīng)推進(jìn)了很多年，阿里小貸就是利用線上19經(jīng)不止上萬個(gè)?！彼f。據(jù)了解，目前螞蟻金服已經(jīng)有3億實(shí)名制用戶，“外界一直在說，我們只有電商數(shù)據(jù)，但其實(shí)，電商數(shù)據(jù)伴隨著一系列行為：注冊(cè)、收貨、物流、認(rèn)證、基于金錢的社交工具、理財(cái)經(jīng)不止上萬個(gè)?！彼f。據(jù)了解，目前螞蟻金服已經(jīng)有3億實(shí)名制用20、訂酒店、訂航班、交水電煤，電商是中間的一個(gè)點(diǎn)，圍繞這個(gè)點(diǎn)發(fā)散出來的東西是非常豐富的?！鄙鲜鑫浵伣鸱?fù)責(zé)人說。建模能力決定有效性盡管三家都認(rèn)為自己積累了行業(yè)內(nèi)最為豐富的大數(shù)據(jù)，但僅、訂酒店、訂航班、交水電煤，電商是中間的一個(gè)點(diǎn)，圍繞這個(gè)點(diǎn)發(fā)21有數(shù)據(jù)來源是不夠的，其背后是數(shù)據(jù)處理能力和研究，如何在海量的數(shù)據(jù)里建立評(píng)判個(gè)人信用的模型，且被驗(yàn)證行之有效，是關(guān)鍵所在。“所謂的大數(shù)據(jù)分析，其實(shí)就是找出不同數(shù)據(jù)之間的關(guān)聯(lián)性，找出因有數(shù)據(jù)來源是不夠的，其背后是數(shù)據(jù)處理能力和研究，如何在海量的22果關(guān)系，有很多時(shí)候，這些因果關(guān)系在我們的常識(shí)里是很難想到的，在傳統(tǒng)征信領(lǐng)域，判斷一個(gè)人的信用狀況維度很簡(jiǎn)單，比如收入高低、地位高低、有房否有車否，但在互聯(lián)網(wǎng)領(lǐng)域，一個(gè)你從未關(guān)注過的果關(guān)系，有很多時(shí)候，這些因果關(guān)系在我們的常識(shí)里是很難想到的，23維度可能就與信用正相關(guān)或反相關(guān)。”上述螞蟻金服負(fù)責(zé)人說。那么，如何搭起這種維度與維度之間的相關(guān)性，就成為擺在三家征信機(jī)構(gòu)面前的首要問題?！靶庞檬呛軓?fù)雜的，比如兩個(gè)人今天買了同樣的手維度可能就與信用正相關(guān)或反相關(guān)?！鄙鲜鑫浵伣鸱?fù)責(zé)人說。那么24機(jī)，但不代表兩人是一樣的，可能他們的消費(fèi)觀不一樣，前一個(gè)人比較節(jié)約，所以買了這個(gè)手機(jī)，但他本身很有錢，后一個(gè)人比較鋪張浪費(fèi)，買完手機(jī)后口袋空空，兩個(gè)人的信用肯定不一樣，所以要用歷史機(jī)，但不代表兩人是一樣的，可能他們的消費(fèi)觀不一樣，前一個(gè)人比25數(shù)據(jù)作為參考系驗(yàn)證這種規(guī)則是否有效?！鼻窈f?！澳Ｐ偷慕⑵鋵?shí)沒有太多特別，但這些模型最終是否有效，是否適合用戶，這是需要驗(yàn)證的，模型只是一種呈現(xiàn)，重要的是建模的能力、分析的能力。數(shù)據(jù)作為參考系驗(yàn)證這種規(guī)則是否有效?！鼻窈f?！澳Ｐ偷慕⑵?6”邱寒說。她認(rèn)為，人是非常復(fù)雜的，單獨(dú)從任何一個(gè)方向來評(píng)價(jià)都不足夠，要把各種維度串聯(lián)起來，尤其是與金融相關(guān)的維度，金融維度更為重要。吳丹也表示，建立行之有效的信用判定模型非常困難，”邱寒說。她認(rèn)為，人是非常復(fù)雜的，單獨(dú)從任何一個(gè)方向來評(píng)價(jià)都27要在各個(gè)變量中一個(gè)一個(gè)嘗試，“上萬個(gè)變量，都要經(jīng)過驗(yàn)證，”吳丹表示，騰訊的互聯(lián)網(wǎng)大數(shù)據(jù)征信主要運(yùn)用社交網(wǎng)絡(luò)上的海量信息，比如在線、財(cái)產(chǎn)、消費(fèi)、社交等情況，為用戶建立基于互聯(lián)網(wǎng)信息的要在各個(gè)變量中一個(gè)一個(gè)嘗試，“上萬個(gè)變量，都要經(jīng)過驗(yàn)證，”吳28征信報(bào)告。具體說來，征信體系將利用其大數(shù)據(jù)平臺(tái)TDBANK，在不同數(shù)據(jù)源中，采集處理相關(guān)行為和基礎(chǔ)畫像等數(shù)據(jù)，并利用統(tǒng)計(jì)學(xué)、傳統(tǒng)機(jī)器學(xué)習(xí)的方法，得出用戶信用得分，形成個(gè)人征信報(bào)告。征信報(bào)告。具體說來，征信體系將利用其大數(shù)據(jù)平臺(tái)TDBANK，29在大家眼中，社交軟件上往往缺乏真實(shí)性，如果拿來作為征信數(shù)據(jù)的參考系，是否有效？對(duì)此，吳丹解釋，社交數(shù)據(jù)的有效性在國內(nèi)外都是很前沿的課題，業(yè)內(nèi)也有很多不同的聲音，“但對(duì)我們來說，社交在大家眼中，社交軟件上往往缺乏真實(shí)性，如果拿來作為征信數(shù)據(jù)的30數(shù)據(jù)肯定有用，我們做過的探索和模型能夠證明這一點(diǎn)，目前我們研究的是社交數(shù)據(jù)多有用以及如何用起來，如何令其在評(píng)分里更加穩(wěn)定?！彼e例道，比如一個(gè)QQ賬戶是虛擬身份，雖然我們可能不知道數(shù)據(jù)肯定有用，我們做過的探索和模型能夠證明這一點(diǎn)，目前我們研31這個(gè)用戶背后的人是誰，但不能說這個(gè)賬戶是沒有價(jià)值的，一個(gè)稀缺的QQ號(hào)碼在黑市上的價(jià)格可能是幾萬或十幾萬，這個(gè)賬號(hào)本身就產(chǎn)生了價(jià)值。“如果這個(gè)賬戶背后的人有一天對(duì)銀行說，我把這個(gè)賬戶這個(gè)用戶背后的人是誰，但不能說這個(gè)賬戶是沒有價(jià)值的，一個(gè)稀缺32抵押給你，能否給我500元的借款？我們認(rèn)為可以做，這就是虛擬財(cái)產(chǎn)的價(jià)值?！眳堑ふf。而在螞蟻金服看來，建模的能力可以說是其核心競(jìng)爭(zhēng)力所在，“芝麻信用構(gòu)建模型不止上萬個(gè)，這些模型也是核抵押給你，能否給我500元的借款？我們認(rèn)為可以做，這就是虛擬33心競(jìng)爭(zhēng)力，沒有一個(gè)公司會(huì)泄露模型的構(gòu)成，模型一旦泄露，一是涉及商業(yè)泄密，二是可能造成信用套利。”螞蟻金服內(nèi)部人士表示。“比如，我們發(fā)現(xiàn)，一個(gè)消費(fèi)者的捐贈(zèng)行為豐富，信用通常非常好，而心競(jìng)爭(zhēng)力，沒有一個(gè)公司會(huì)泄露模型的構(gòu)成，模型一旦泄露，一是涉34且兩者的比例是保持不變的。我們會(huì)跟市場(chǎng)講，如果經(jīng)常獻(xiàn)愛心，信用就會(huì)好，但我不會(huì)告訴你一個(gè)月要獻(xiàn)多少次愛心，金額多少，算信用好?！彼f?！拔覀冇虚_放式的、分布式的數(shù)據(jù)平臺(tái)系統(tǒng)，把這些且兩者的比例是保持不變的。我們會(huì)跟市場(chǎng)講，如果經(jīng)常獻(xiàn)愛心，信35數(shù)據(jù)進(jìn)行一些整理、運(yùn)算以后，我們會(huì)得出用戶的畫像，包括他的資金往來關(guān)系等等。在測(cè)試后我們發(fā)現(xiàn)，無論是人群覆蓋度還是對(duì)業(yè)務(wù)場(chǎng)景信用的區(qū)分程度上都有一個(gè)很好的表現(xiàn)。”螞蟻金服內(nèi)部人士表數(shù)據(jù)進(jìn)行一些整理、運(yùn)算以后，我們會(huì)得出用戶的畫像，包括他的資36示。該人士解釋，芝麻信用能夠參考的維度包括淘寶、支付寶錢包、信用卡，繳費(fèi)、支付、消費(fèi)、年齡、性別、職業(yè)、家庭、狀況、注冊(cè)信息、是否實(shí)名認(rèn)證、興趣偏好、買什么物品、物品檔次怎么樣、有示。該人士解釋，芝麻信用能夠參考的維度包括淘寶、支付寶錢包、37沒有黑名單記錄、資金、支付的渠道、資金往來的人脈關(guān)系，等等?！叭嗣}關(guān)系有很多場(chǎng)景，我們可以聊天，加一個(gè)好友，但資金是最確切的，那些可能和你發(fā)生資金關(guān)系的人一定比普通與你聊天的人更密沒有黑名單記錄、資金、支付的渠道、資金往來的人脈關(guān)系，等等。38切。”他說。另外，芝麻信用把這些個(gè)人信用評(píng)判系統(tǒng)開發(fā)出來，還要和外部的數(shù)據(jù)進(jìn)行雙向流動(dòng)，使得反饋數(shù)據(jù)再回流到芝麻信用，從而修正或積累這個(gè)人的信用情況。比如為某一機(jī)構(gòu)提供的某人個(gè)人信切?！彼f。另外，芝麻信用把這些個(gè)人信用評(píng)判系統(tǒng)開發(fā)出來，還39用很好，但因?yàn)槟撤N原因，這個(gè)人在該機(jī)構(gòu)某一天表現(xiàn)的行為有污點(diǎn)，那么，這個(gè)污點(diǎn)就會(huì)回到芝麻信用，成為他的信用積累。(編輯:吉蕭彤)責(zé)任編輯：wzc用很好，但因?yàn)槟撤N原因，這個(gè)人在該機(jī)構(gòu)某一天表現(xiàn)的行為有污點(diǎn)40完！轉(zhuǎn)載請(qǐng)注明出處，謝謝！完！轉(zhuǎn)載請(qǐng)注明出處，謝謝！41自央行發(fā)布《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》(下稱《通知》)，個(gè)人征信市場(chǎng)一觸即發(fā)，上述《通知》要求芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信征、中智誠征信、拉卡拉信用自央行發(fā)布《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》(下稱《通知42、北京華道征信等八家機(jī)構(gòu)做好個(gè)人征信業(yè)務(wù)的準(zhǔn)備工作，準(zhǔn)備時(shí)間為六個(gè)月。這八家商業(yè)機(jī)構(gòu)各有背景，除了以鵬元為代表的老牌機(jī)構(gòu)外，芝麻、騰訊、前海背后的“三馬”再次聚首引發(fā)了市場(chǎng)的熱議，、北京華道征信等八家機(jī)構(gòu)做好個(gè)人征信業(yè)務(wù)的準(zhǔn)備工作，準(zhǔn)備時(shí)間43在過去的兩年，“三馬”在互聯(lián)網(wǎng)金融領(lǐng)域興風(fēng)作浪，競(jìng)爭(zhēng)也伴隨著合作，而對(duì)于個(gè)人征信這塊全新的業(yè)務(wù)，三家又能玩出什么花樣？近日，《第一財(cái)經(jīng)日?qǐng)?bào)》記者分別采訪了三家征信業(yè)務(wù)相關(guān)負(fù)責(zé)人解讀在過去的兩年，“三馬”在互聯(lián)網(wǎng)金融領(lǐng)域興風(fēng)作浪，競(jìng)爭(zhēng)也伴隨著44自家商業(yè)模式，顯然，“三馬”各有側(cè)重，究竟誰在未來能夠成為翹楚，還需要市場(chǎng)的試煉。優(yōu)勢(shì)數(shù)據(jù)源決定方法論上述《通知》發(fā)布以后，三家又開始了新一輪的忙碌，“這不是意味著牌照的下發(fā)，央行自家商業(yè)模式，顯然，“三馬”各有側(cè)重，究竟誰在未來能夠成為翹45給了6個(gè)月的準(zhǔn)備期，此后還要進(jìn)行一輪檢查，看看是否達(dá)條件?！鄙钲谇昂Ｕ餍趴偨?jīng)理邱寒在接受《第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)說。邱寒猜測(cè)，下一步央行關(guān)注的依舊是個(gè)人信息安全和個(gè)人隱私保護(hù)，“給了6個(gè)月的準(zhǔn)備期，此后還要進(jìn)行一輪檢查，看看是否達(dá)條件?！?6不管是從內(nèi)控制度的建立，系統(tǒng)信息安全防范機(jī)制以及授權(quán)條例，肯定都是檢查的重點(diǎn)方向，這些也是前期的準(zhǔn)備方向?！彼f。而就在《通知》發(fā)放之前，三家也已經(jīng)基于各自現(xiàn)有的數(shù)據(jù)進(jìn)行了大量的內(nèi)不管是從內(nèi)控制度的建立，系統(tǒng)信息安全防范機(jī)制以及授權(quán)條例，肯47部測(cè)試，平安于2012年就盯上了征信業(yè)務(wù)，當(dāng)時(shí)也與央行進(jìn)了意向溝通，直到《征信業(yè)管理?xiàng)l例》和《征信機(jī)構(gòu)管理辦法》于2013年3月和12月分別出臺(tái)，商業(yè)機(jī)構(gòu)申請(qǐng)成立征信機(jī)構(gòu)才有了法律部測(cè)試，平安于2012年就盯上了征信業(yè)務(wù)，當(dāng)時(shí)也與央行進(jìn)了意48的依據(jù)。平安有8000萬個(gè)人客戶，作為金融機(jī)構(gòu)，平安的客戶基本都是實(shí)名制，且交易行為更多的是屬于金融行為，與個(gè)人征信所需要的數(shù)據(jù)源高度相關(guān)?！捌鋵?shí)我們之前做了一些內(nèi)部測(cè)試，更多的是的依據(jù)。平安有8000萬個(gè)人客戶，作為金融機(jī)構(gòu)，平安的客戶基49基于內(nèi)部子公司的需求，不進(jìn)入征信系統(tǒng)，拿到牌照后，我們會(huì)與集團(tuán)各個(gè)專業(yè)公司談，但平安集團(tuán)內(nèi)部的金融業(yè)態(tài)非常復(fù)雜，面對(duì)的監(jiān)管也不一樣，所以還需要個(gè)案處理。”邱寒說。在她看來，平安一直基于內(nèi)部子公司的需求，不進(jìn)入征信系統(tǒng)，拿到牌照后，我們會(huì)與集50在與風(fēng)險(xiǎn)打交道，產(chǎn)品線也非常廣，不同的產(chǎn)品有不同的風(fēng)險(xiǎn)表現(xiàn)形式，在這個(gè)基礎(chǔ)上再融入新的數(shù)據(jù)源，就可以把傳統(tǒng)經(jīng)驗(yàn)提高到一個(gè)新的高度?！皩?duì)于任何一個(gè)人未來風(fēng)險(xiǎn)的評(píng)價(jià)都是基于對(duì)于歷史的驗(yàn)在與風(fēng)險(xiǎn)打交道，產(chǎn)品線也非常廣，不同的產(chǎn)品有不同的風(fēng)險(xiǎn)表現(xiàn)形51證，評(píng)價(jià)模型沒有經(jīng)過歷史數(shù)據(jù)的長時(shí)間驗(yàn)證都是無本之木，不管征信發(fā)展到什么程度，歷史數(shù)據(jù)永遠(yuǎn)非常重要。平安有各種經(jīng)歷不同經(jīng)濟(jì)周期的歷史數(shù)據(jù)?！彼f。而騰訊征信總經(jīng)理(籌)吳丹在接受《證，評(píng)價(jià)模型沒有經(jīng)過歷史數(shù)據(jù)的長時(shí)間驗(yàn)證都是無本之木，不管征52第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)表示，騰訊征信的數(shù)據(jù)是建立在騰訊自己多年積累的數(shù)據(jù)基礎(chǔ)之上，“騰訊內(nèi)部數(shù)據(jù)非常豐富，包括社交、支付、游戲、虛擬行為、網(wǎng)上行為表現(xiàn)等等，這些數(shù)據(jù)是傳統(tǒng)公司很少第一財(cái)經(jīng)日?qǐng)?bào)》記者采訪時(shí)表示，騰訊征信的數(shù)據(jù)是建立在騰訊自己53觸及的領(lǐng)域”?！霸谶^去一段時(shí)間，我們做了非常多的探索。每一天都在發(fā)現(xiàn)新的變量、新的模式和新的規(guī)律，同時(shí)也在驗(yàn)證，觀察它對(duì)信用評(píng)分是否合適，經(jīng)過科學(xué)的建模、測(cè)試之后，才會(huì)把它放到征信觸及的領(lǐng)域”?！霸谶^去一段時(shí)間，我們做了非常多的探索。每一天54里面去，作為產(chǎn)品對(duì)外提供?！彼f。據(jù)了解，目前騰訊覆蓋8億QQ賬戶，5億微信賬戶和3億的支付用戶，對(duì)于外界質(zhì)疑騰訊缺乏與金融直接相關(guān)的數(shù)據(jù)，如何玩征信？吳丹說，騰訊自己做過一些信貸里面去，作為產(chǎn)品對(duì)外提供。”他說。據(jù)了解，目前騰訊覆蓋8億Q55產(chǎn)品，這種產(chǎn)品不是只針對(duì)有信用卡的客戶，有很多嘗試是針對(duì)比較草根的用戶，比如剛剛進(jìn)入社會(huì)的大學(xué)生，貸款額可能只有500元、1000元?！斑@方面的信息我們也在累計(jì)，可能金融機(jī)構(gòu)或銀行產(chǎn)品，這種產(chǎn)品不是只針對(duì)有信用卡的客戶，有很多嘗試是針對(duì)比較56認(rèn)為騰訊沒有那么多的直接的表現(xiàn)數(shù)據(jù)，事實(shí)上，這個(gè)事情我們一直在做，如今已經(jīng)累計(jì)了相當(dāng)量的數(shù)據(jù)，足夠讓我們做出信用模型，足夠我們對(duì)用戶信用判斷達(dá)到一定的程度，我們現(xiàn)在可以對(duì)上億的用戶認(rèn)為騰訊沒有那么多的直接的表現(xiàn)數(shù)據(jù)，事實(shí)上，這個(gè)事情我們一直57做出信用評(píng)分。”吳丹說。相比于前兩家，在個(gè)人征信領(lǐng)域，阿里一直被寄予玩出更多花樣，芝麻信用隸屬于螞蟻金融服務(wù)集團(tuán)，就在央行下發(fā)《通知》之前，螞蟻金服旗下的螞蟻微貸就聯(lián)合淘寶、天貓共做出信用評(píng)分?！眳堑ふf。相比于前兩家，在個(gè)人征信領(lǐng)域，阿里一58同推出一項(xiàng)名為“花唄”的消費(fèi)貸款服務(wù)?！盎▎h還是一個(gè)試用的場(chǎng)景，只開放給一部分活躍用戶，無論是花唄還是微貸，背后的很多模型與芝麻信用是共通的?！蔽浵伣鸱晃回?fù)責(zé)人對(duì)本報(bào)記者說?！捌渫瞥鲆豁?xiàng)名為“花唄”的消費(fèi)貸款服務(wù)?！盎▎h還是一個(gè)試用的場(chǎng)59實(shí)，個(gè)人信用在阿里內(nèi)部已經(jīng)推進(jìn)了很多年，阿里小貸就是利用線上的數(shù)據(jù)來判斷賣家的信用，這就是征信數(shù)據(jù)，阿里小貸的信用數(shù)據(jù)拿出來甚至可以給銀行作參考，目前，芝麻信用內(nèi)部測(cè)試構(gòu)建的模型已實(shí)，個(gè)人信用在阿里內(nèi)部已經(jīng)推進(jìn)了很多年，阿里小貸就是利用線上60經(jīng)不止上萬個(gè)。”他說。據(jù)了解，目前螞蟻金服已經(jīng)有3億實(shí)名制用戶，“外界一直在說，我們只有電商數(shù)據(jù)，但其實(shí)，電商數(shù)據(jù)伴隨著一系列行為：注冊(cè)、收貨、物流、認(rèn)證、基于金錢的社交工具、理財(cái)經(jīng)不止上萬個(gè)?！彼f。據(jù)了解，目前螞蟻金服已經(jīng)有3億實(shí)名制用61、訂酒店、訂航班、交水電煤，電商是中間的一個(gè)點(diǎn)，圍繞這個(gè)點(diǎn)發(fā)散出來的東西是非常豐富的。”上述螞蟻金服負(fù)責(zé)人說。建模能力決定有效性盡管三家都認(rèn)為自己積累了行業(yè)內(nèi)最為豐富的大數(shù)據(jù)，但僅、訂酒店、訂航班、交水電煤，電商是中間的一個(gè)點(diǎn)，圍繞這個(gè)點(diǎn)發(fā)62有數(shù)據(jù)來源是不夠的，其背后是數(shù)據(jù)處理能力和研究，如何在海量的數(shù)據(jù)里建立評(píng)判個(gè)人信用的模型，且被驗(yàn)證行之有效，是關(guān)鍵所在?！八^的大數(shù)據(jù)分析，其實(shí)就是找出不同數(shù)據(jù)之間的關(guān)聯(lián)性，找出因有數(shù)據(jù)來源是不夠的，其背后是數(shù)據(jù)處理能力和研究，如何在海量的63果關(guān)系，有很多時(shí)候，這些因果關(guān)系在我們的常識(shí)里是很難想到的，在傳統(tǒng)征信領(lǐng)域，判斷一個(gè)人的信用狀況維度很簡(jiǎn)單，比如收入高低、地位高低、有房否有車否，但在互聯(lián)網(wǎng)領(lǐng)域，一個(gè)你從未關(guān)注過的果關(guān)系，有很多時(shí)候，這些因果關(guān)系在我們的常識(shí)里是很難想到的，64維度可能就與信用正相關(guān)或反相關(guān)?！鄙鲜鑫浵伣鸱?fù)責(zé)人說。那么，如何搭起這種維度與維度之間的相關(guān)性，就成為擺在三家征信機(jī)構(gòu)面前的首要問題?！靶庞檬呛軓?fù)雜的，比如兩個(gè)人今天買了同樣的手維度可能就與信用正相關(guān)或反相關(guān)?！鄙鲜鑫浵伣鸱?fù)責(zé)人說。那么65機(jī)，但不代表兩人是一樣的，可能他們的消費(fèi)觀不一樣，前一個(gè)人比較節(jié)約，所以買了這個(gè)手機(jī)，但他本身很有錢，后一個(gè)人比較鋪張浪費(fèi)，買完手機(jī)后口袋空空，兩個(gè)人的信用肯定不一樣，所以要用歷史機(jī)，但不代表兩人是一樣的，可能他們的消費(fèi)觀不一樣，前一個(gè)人比66數(shù)據(jù)作為參考系驗(yàn)證這種規(guī)則是否有效?！鼻窈f?！澳Ｐ偷慕⑵鋵?shí)沒有太多特別，但這些模型最終是否有效，是否適合用戶，這是需要驗(yàn)證的，模型只是一種呈現(xiàn)，重要的是建模的能力、分析的能力。數(shù)據(jù)作為參考系驗(yàn)證這種規(guī)則是否有效?！鼻窈f?！澳Ｐ偷慕⑵?7”邱寒說。她認(rèn)為，人是非常復(fù)雜的，單獨(dú)從任何一個(gè)方向來評(píng)價(jià)都不足夠，要把各種維度串聯(lián)起來，尤其是與金融相關(guān)的維度，金融維度更為重要。吳丹也表示，建立行之有效的信用判定模型非常困難，”邱寒說。她認(rèn)為，人是非常復(fù)雜的，單獨(dú)從任何一個(gè)方向來評(píng)價(jià)都68要在各個(gè)變量中一個(gè)一個(gè)嘗試，“上萬個(gè)變量，都要經(jīng)過驗(yàn)證，”吳丹表示，騰訊的互聯(lián)網(wǎng)大數(shù)據(jù)征信主要運(yùn)用社交網(wǎng)絡(luò)上的海量信息，比如在線、財(cái)產(chǎn)、消費(fèi)、社交等情況，為用戶建立基于互聯(lián)網(wǎng)信息的要在各個(gè)變量中一個(gè)一個(gè)嘗試，“上萬個(gè)變量，都要經(jīng)過驗(yàn)證，”吳69征信報(bào)告。具體說來，征信體系將利用其大數(shù)據(jù)平臺(tái)TDBANK，在不同數(shù)據(jù)源中，采集處理相關(guān)行為和基礎(chǔ)畫像等數(shù)據(jù)，并利用統(tǒng)計(jì)學(xué)、傳統(tǒng)機(jī)器學(xué)習(xí)的方法，得出用戶信用得分，形成個(gè)人征信報(bào)告。征信報(bào)告。具體說來，征信體系將利用其大數(shù)據(jù)平臺(tái)TDBANK，70在大家眼中，社交軟件上往往缺乏真實(shí)性，如果拿來作為征信數(shù)據(jù)的參考系，是否有效？對(duì)此，吳丹解釋，社交數(shù)據(jù)的有效性在國內(nèi)外都是很前沿的課題，業(yè)內(nèi)也有很多不同的聲音，“但對(duì)我們來說，社交在大家眼中，社交軟件上往往缺乏真實(shí)性，如果拿來作為征信數(shù)據(jù)的71數(shù)據(jù)肯定有用，我們做過的探索和模型能夠證明這一點(diǎn)，目前我們研究的是社交數(shù)據(jù)多有用以及如何用起來，如何令其在評(píng)分里更加穩(wěn)定。”他舉例道，比如一個(gè)QQ賬戶是虛擬身份，雖然我們可能不知道數(shù)據(jù)肯定有用，我們做過的探索和模型能夠證明這一點(diǎn)，目前我們研72這個(gè)用戶背后的人是誰，但不能說這個(gè)賬戶是沒有價(jià)值的，一個(gè)稀缺的QQ號(hào)碼在黑市上的價(jià)格可能是幾萬或十幾萬，這個(gè)賬號(hào)本身就產(chǎn)生了價(jià)值?！叭绻@個(gè)賬戶背后的人有一天對(duì)銀行說，我把這個(gè)賬戶這個(gè)用戶背后的人是誰，但不能說這個(gè)賬戶是沒有價(jià)值的，一個(gè)稀缺73抵押給