自央行發布《關于做好(hǎo)(hǎo)個人(rén)征信業務準備工作(zuò)的通知》(下(xià)稱《通知》)，個人(rén)征信市(shì)場一(yī)觸即發，上(shàng)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、北京華道征信等八家機構做好(hǎo)(hǎo)個人(rén)征信業務的準備工作(zuò)，準備時間爲6個月(yuè)(yuè)。

　　這八家商(shāng)業機構各有背景，除了(le)以鵬元爲代表的老牌機構外，芝麻、騰訊、前海背後的“三馬”再次聚首引發了(le)市(shì)場的熱議，在過去的兩年，“三馬”在互聯網金(jīn)融領域興風作(zuò)浪，競争也(yě)伴随着合作(zuò)，而對于個人(rén)征信這塊全新(xīn)的業務，三家又能(néng)玩(wán)出什(shén)麽花樣？

　　近日，《第一(yī)财經日報》記者分(fēn)别采訪了(le)三家征信業務相關負責人(rén)解讀自家商(shāng)業模式，顯然，“三馬”各有側重，究竟誰在未來能(néng)夠成爲翹楚，要市(shì)場的試煉。

　　優勢數據源決定方法論

　　上(shàng)述《通知》發布以後，三家又開始了(le)新(xīn)一(yī)輪的忙碌，“這不是意味着牌照的下(xià)發，央行給了(le)6個月(yuè)(yuè)的準備期，此後還要進行一(yī)輪檢查，看看是否達到條件。”深圳前海征信總經理(lǐ)邱寒在接受《第一(yī)财經日報》記者采訪時說。

　　邱寒猜測，下(xià)一(yī)步央行關注的依舊是個人(rén)信息安全和個人(rén)隐私保護，“不管是内控制度的建立、系統信息安全防範機制還是授權條例，肯定都是檢查的重點方向，這些(xiē)也(yě)是前期的準備方向。”她說。

　　而就(jiù)在《通知》發布之前，三家也(yě)已經基于各自現有的數據進行了(le)大量的内部測試，平安于2012年就(jiù)盯上(shàng)了(le)征信業務，當時也(yě)與央行進行了(le)意向溝通，直到《征信業管理(lǐ)條例》和《征信機構管理(lǐ)辦法》于2013年3月(yuè)(yuè)和12月(yuè)(yuè)分(fēn)别出台，商(shāng)業機構申請成立征信機構才有了(le)法律的依據。

　　平安有8000萬個人(rén)客戶，作(zuò)爲金(jīn)融機構，平安的客戶基本都是實名制，且交易行爲更多的是屬于金(jīn)融行爲，與個人(rén)征信所需要的數據源高度相關。

　　“其實我們之前做了(le)一(yī)些(xiē)内部測試，更多的是基于内部子(zǐ)公司的需求，不進入征信系統，拿到牌照後，我們會與集團各個專業公司談，但(dàn)平安集團内部的金(jīn)融業态非常複雜，面對的監管也(yě)不一(yī)樣，所以還需要個案處理(lǐ)。”邱寒說。

　　在她看來，平安一(yī)直在與風險打交道，不同的産品有不同的風險表現形式，在這個基礎上(shàng)再融入新(xīn)的數據源，就(jiù)可以把傳統經驗提到一(yī)個新(xīn)的高度。

　　“對于任何一(yī)個人(rén)未來風險的評價都是基于對于曆史的驗證，評價模型沒有經過曆史數據的長時間驗證都是無本之木，不管征信發展到什(shén)麽程度，曆史數據永遠非常重要。”她說。

　　而騰訊征信總經理(lǐ)(籌)吳丹在接受《第一(yī)财經日報》記者采訪時表示，騰訊征信的數據是建立在騰訊自己多年數據積累的基礎之上(shàng)，“騰訊内部數據非常豐富，包括社交、支付、遊戲、虛拟行爲、網絡行爲表現等，這些(xiē)數據是傳統公司很少觸及的領域”。

　　“在過去一(yī)段時間，我們做了(le)非常多的探索。每一(yī)天都在發現新(xīn)的變量、新(xīn)的模式和新(xīn)的規律，同時也(yě)在驗證，觀察它對信用評分(fēn)是否合适，經過科學的建模、測試之後，才會把它放(fàng)到征信裏面去，作(zuò)爲産品對外提供。”他說。

　　據了(le)解，目前騰訊覆蓋8億QQ賬戶，5億微信賬戶和3億支付用戶，對于外界質疑騰訊缺乏與金(jīn)融直接相關的數據，如(rú)何玩(wán)征信？吳丹說，騰訊自己做過一(yī)些(xiē)信貸産品，這種産品不是隻針對有信用卡的客戶，有很多嘗試是針對比較草根的用戶，比如(rú)剛剛進入社會的大學生(shēng)，貸款額可能(néng)隻有500元、1000元。

　　“這方面的信息我們也(yě)在累積，可能(néng)金(jīn)融機構或銀行認爲騰訊沒有那麽多直接的表現數據，事(shì)實上(shàng)，這個事(shì)情我們一(yī)直在做，如(rú)今已經累積了(le)相當量的數據，足夠讓我們做出信用模型，足夠讓我們對用戶信用判斷達到一(yī)定的程度，我們現在可以對上(shàng)億的用戶做出信用評分(fēn)。”吳丹說。

　　相比于前兩家，在個人(rén)征信領域，阿裏一(yī)直被寄予玩(wán)出更多花樣，芝麻信用隸屬于螞蟻金(jīn)融服務集團，就(jiù)在央行下(xià)發《通知》之前，螞蟻金(jīn)服旗下(xià)的螞蟻微貸就(jiù)聯合淘寶、天貓共同推出一(yī)項名爲“花呗”的消費貸款服務。

　　“花呗還是一(yī)個試用的場景，隻開放(fàng)給一(yī)部分(fēn)活躍用戶，無論是花呗還是微貸，背後的很多模型與芝麻信用是共通的。”螞蟻金(jīn)服一(yī)位負責人(rén)對本報記者說。

　　“其實，個人(rén)信用在阿裏内部已經推進了(le)很多年，阿裏小貸就(jiù)是利用線上(shàng)的數據來判斷賣家的信用，這就(jiù)是征信數據，阿裏小貸的信用數據拿出來甚至可以給銀行作(zuò)參考，目前，芝麻信用内部測試構建的模型已經不止上(shàng)萬個。”他說。

　　據了(le)解，目前螞蟻金(jīn)服已經有3億實名制用戶，“外界一(yī)直在說，我們隻有電商(shāng)數據，但(dàn)其實，電商(shāng)數據伴随着一(yī)系列行爲：注冊、收貨、物流、認證、基于金(jīn)錢的社交工具、理(lǐ)财、訂酒店(diàn)、訂航班、交水電煤費用，電商(shāng)是中間的一(yī)個點，圍繞這個點發散出來的東西(xī)是非常豐富的。”上(shàng)述螞蟻金(jīn)服負責人(rén)說。

　　建模能(néng)力決定有效性

　　盡管三家都認爲自己積累了(le)行業内最爲豐富的大數據，但(dàn)僅有數據來源是不夠的，其背後是數據處理(lǐ)能(néng)力和研究，如(rú)何在海量的數據裏建立評判個人(rén)信用的模型，且被驗證行之有效，是關鍵所在。

　　“所謂的大數據分(fēn)析，其實就(jiù)是找出不同數據之間的關聯性，找出因果關系，有很多時候，這些(xiē)因果關系在我們的常識裏是很難想到的，在傳統征信領域，判斷一(yī)個人(rén)的信用狀況維度很簡單，比如(rú)收入高低(dī)、地位高低(dī)、有房(fáng)否，有車否，但(dàn)在互聯網領域，一(yī)個你從未關注過的維度可能(néng)就(jiù)與信用正相關或反相關。”上(shàng)述螞蟻金(jīn)服負責人(rén)說。

　　那麽，如(rú)何搭起這種維度與維度之間的相關性，就(jiù)成爲擺在三家征信機構面前的首要問題。

　　“信用是很複雜的，比如(rú)兩個人(rén)今天買了(le)同樣的手機，但(dàn)不代表兩人(rén)是一(yī)樣的，可能(néng)他們的消費觀不一(yī)樣，前一(yī)個人(rén)比較節約，所以買了(le)這個手機，但(dàn)他本身(shēn)很有錢，後一(yī)個人(rén)比較鋪張浪費，買完手機後口袋空空，兩個人(rén)的信用肯定不一(yī)樣，所以要用曆史數據作(zuò)爲參考系驗證這種規則是否有效。”邱寒說。

　　“模型的建立其實沒有太多特别，但(dàn)這些(xiē)模型最終是否有效，是否适合用戶，這是需要驗證的，模型隻是一(yī)種呈現，重要的是建模的能(néng)力、分(fēn)析的能(néng)力。”邱寒說。

　　她認爲，人(rén)是非常複雜的，單獨從任何一(yī)個方向來評價都不足夠，要把各種維度串聯起來，尤其是與金(jīn)融相關的維度，金(jīn)融維度更爲重要。

　　吳丹也(yě)表示，建立行之有效的信用判定模型非常困難，要在各個變量中一(yī)個一(yī)個嘗試，“上(shàng)萬個變量，都要經過驗證，”吳丹表示，騰訊的互聯網大數據征信主要運用社交網絡上(shàng)的海量信息，比如(rú)在線、财産、消費、社交等情況，爲用戶建立基于互聯網信息的征信報告。

　　具體說來，征信體系将利用其大數據平台TDBANK，在不同數據源中，采集處理(lǐ)相關行爲和基礎畫像等數據，并利用統計學、傳統機器(qì)學習的方法，得出用戶信用得分(fēn)，形成個人(rén)征信報告。

　　在大家眼中，社交軟件上(shàng)往往缺乏真實性，如(rú)果拿來作(zuò)爲征信數據的參考系，是否有效？對此，吳丹解釋，社交數據的有效性在國内外都是很前沿的課題，業内也(yě)有很多不同的聲音(yīn)，“但(dàn)對我們來說，社交數據肯定有用，我們做過的探索和模型能(néng)夠證明這一(yī)點，目前我們研究的是社交數據多有用以及如(rú)何用起來，如(rú)何令其在評分(fēn)裏更加穩定。”

　　他舉例道，比如(rú)一(yī)個QQ賬戶是虛拟身(shēn)份，雖然我們可能(néng)不知道這個用戶背後的人(rén)是誰，但(dàn)不能(néng)說這個賬戶是沒有價值的，一(yī)個稀缺的QQ号碼在黑市(shì)上(shàng)的價格可能(néng)是幾萬或十幾萬，這個賬号本身(shēn)就(jiù)産生(shēng)了(le)價值。

　　“如(rú)果這個賬戶背後的人(rén)有一(yī)天對銀行說，我把這個賬戶抵押給你，能(néng)否給我500元的借款？我們認爲可以做，這就(jiù)是虛拟财産的價值。”吳丹說。

　　“芝麻信用構建模型不止上(shàng)萬個，這些(xiē)模型也(yě)是核心競争力，沒有一(yī)個公司會洩露模型的構成，模型一(yī)旦洩露，一(yī)是涉及商(shāng)業洩密，二是可能(néng)造成信用套利。”螞蟻金(jīn)服内部人(rén)士表示。

　　“比如(rú)，我們發現，一(yī)個消費者的捐贈行爲豐富，信用通常非常好(hǎo)(hǎo)，而且兩者的比例是保持不變的。我們會跟市(shì)場講，如(rú)果經常獻愛心，信用就(jiù)會好(hǎo)(hǎo)，但(dàn)我不會告訴你一(yī)個月(yuè)(yuè)要獻多少次愛心，金(jīn)額多少，算(suàn)信用好(hǎo)(hǎo)。”他說。

　　“我們有開放(fàng)式的、分(fēn)布式的數據平台系統，把這些(xiē)數據進行一(yī)些(xiē)整理(lǐ)、運算(suàn)以後，會得出用戶的畫像，包括他的資金(jīn)往來關系等等。測試後發現，無論是人(rén)群覆蓋度還是對業務場景信用的區分(fēn)程度上(shàng)都有一(yī)個很好(hǎo)(hǎo)的表現。”螞蟻金(jīn)服内部人(rén)士表示。

　　該人(rén)士解釋，芝麻信用能(néng)夠參考的維度包括淘寶、支付寶錢包、信用卡、繳費、支付、消費、年齡、性别、職業、家庭、狀況、注冊信息、是否實名認證、興趣偏好(hǎo)(hǎo)、物品檔次怎麽樣、有沒有黑名單記錄、資金(jīn)、支付的渠道、資金(jīn)往來的人(rén)脈關系，等等。“人(rén)脈關系有很多場景，我們可以聊天，加一(yī)個好(hǎo)(hǎo)友，但(dàn)資金(jīn)是最确切的，那些(xiē)可能(néng)和你發生(shēng)資金(jīn)關系的人(rén)一(yī)定比普通與你聊天的人(rén)更密切。”他說。

　　另外，芝麻信用把這些(xiē)個人(rén)信用評判系統開發出來，還要和外部的數據進行雙向流動，使得反饋數據再回流到芝麻信用，從而修正或積累這個人(rén)的信用情況。