毕友一言：

　　自以为是其他一切的主人的人，反而比其他一切更是奴隶。

金融探索之大数据征信：国内外大数据征信现状

　　国外大数据征信现状及典型企业

　　1、FICO评分

　　FICO评分体系是在美国被普遍应用的评分标准，由FICO公司于1989年发布。FICO公司成立于1956年，专业从事于商业分析和信用评估，随着时代的进步，现在的FICO公司已经成为了一家大型分析软件及工具开发商，客户遍布全世界，包括了摩根大通、戴尔、花旗、桑坦德、宝马等等（FICO，2015）。FICO评分体系是被最广泛运用于银行及授信机构的评分体系，其客户信息来源于三大征信调查机构：Experian，Equifax以及TransUnion。FICO评分通过5个方面的加权平均来衡量客户的信用评级，分别为30%的待还款额、35%的还款历史、10%的信贷组合情况、15%的信用资料存续时间以及10%的新申请授信内容。FICO公司开发过各种版本的评分标准，当前广泛被运用的是标准8。其余版本如车贷8、银行卡9、标准5等版本使用了不同的算法，以针对更为细分的授信用途（myFICO，2015）。FICO标准8的评分范围为300-850，越高的分数代表了更低的信用风险。据统计截止2015年11月，美国FICO标准8评分的平均数是695，为近十年最高数值，并且有近20%的申请者有高于800的评分（Hannon，2015），可见大多数美国授信申请者的信用状况也正随着经济状况的恢复逐渐提升。

　　然而，就从美国的情况来看，全美国仍然有多达3500万人由于无征信相关文档的原因无法被传统征信体系赋予信用评分（VantageScore, 2013）。于是人们迫不及待地开始了对新征信模式的探索。

　　2、大数据先行者YODLEE

　　YODLEE成立于1999年，通过提供大数据分析服务连接了4500万个人客户、以及富达投资、美国运通等美国前7大金融机构客户，也因此获得了多达12500个数据源头（Empson, 2011）。YODLEE通过整合大型金融机构的银行信息，为客户提供了一站式信息数据的查询与分析服务，并通过FinApps的形式为客户打造了一个移动理财平台。用户可以在FinApps上同时登陆多个银行账户，并轻松完成银行及金融机构间的转账、开户、还款等操作。用户还可以通过FinApps的记账功能获得自己的定期财务报告。事实上YODLEE针对个人客户的服务与当前支付宝所推行的集中式移动金融平台很相似。针对企业客户YODLEE则设计了零售银行平台、财富管理平台以及一般企业财务平台，帮助各类型企业提供集中式的金融与财务管理系统。

　　YODLEE的商业模式就是通过为客户提供数据的形式获得客户更多的数据，更多的数据也将使得YODLEE能够开发出更为完整的数据分析服务，提供更多元的商业解决方案。目前为止YODLEE已经获得了50项专利，并覆盖了80%的市场份额（YODLEE, 2015）。

　　3、手机数据源First Access

　　根据世界银行的报告（2014）全世界人口中有近1/3的人没有银行账户，因此对这些人来说不仅银行征信资料是缺失的，甚至任何资金的记录都是空白的。但相比而言，拥有手机的人口则占到了全世界的3/4（World Bank, 2012），也就是说拥有手机的人比拥有银行账户的人口数量更多。因此First Access就瞄准了非洲等发展中国家的市场，因为发展中国家的许多个体商户需要银行贷款的支持，但却由于没有任何银行数据，无任何信用记录可被用于贷款审查而难以获得贷款支持。First Access则通过查看客户的手机通话记录与短信记录来对客户的信用状况进行评判。First Access监控的并不是通话与短信的内容，而是通话的时间、时点、地理位置、频率、通话费用等数据，从而通过分析这些数据形成对客户的行为特征判定。在特点的客户的行为特征模型形成之后，他人与之的通话也将成为其他客户行为特征的判定因素之一。最终First Access通过内部算法算出相应的信用额度。整个过程由于是自动化算法分析所完成的，因此从客户同意提供数据到信用额度的公布仅需要几分钟的时间（Wolkowitz and Parker, 2015）。

　　4、心理学分析VisualDNA

　　不同于大多数致力于统计学或者数学模型的大数据分析，来自于英国的VisualDNA则以心理学为切口，通过用户回答问卷的答案及网络行为记录形成一个心理学特征，从而根据用户的心理学特征赋予相应的信用评级。VisualDNA的设立目的和First Access相似，意在为没有传统征信数据的申请者提供可信的信用分析。需要申请贷款的用户通过完成一份问卷并同意VisualDNA访问其Cookie数据，从而综合分析用户的行为习惯，形成一个相对完整的行为学分析结果。VisualDNA的行为心理学模型来自于剑桥大学、哥伦比亚大学以及伦敦大学学院，模型遵循现代个性心理学创始人奥尔波特的开放性、尽责性、外倾性、宜人性、情绪不稳定性的人格五大特质，并根据三大世界级高校30多年的心理学研究成果，形成了与时俱进的行为学分析新方法（VisualDNA, 2015）。

　　值得注意的是，VisualDNA正如其名，所有的问卷的选项设计均为图片，因为他们表示相比于文字，图片更能激发人的潜意识，从而形成更为真实的性格反馈。笔者也亲身完成了一次测试，获得的结果确实与大多数周围的人对我的评价相似，VisaulDNA还在结果中向我推荐了能够帮助我更积极面对生活的书籍，整个过程的互动性很强，也确实让我更好地认识了自己。

　　我国大数据征信市场现状

　　在成熟的市场经济中，信用就是个人第二张身份证，可以为个人带来财富。目前，国内正在推动普惠金融，面临的最大问题是个人征信缺失。即使互联网金融的门槛已十分低，但国内大部分人群仍享受不了便捷的金融服务，健全和完善我国征信体系成为当务之急。

　　据数据统计，在美国80%的人在银行业金融机构里有信用记录。而在我国，截至20115年9月，央行征信系统已经收录8.7亿自然人，其中有信贷记录的为3.7亿人，其余5亿人没有信贷记录，如果要通过这些人在第三方商业征信机构的数据来进行信用分析，等于是用非金融数据分析金融风险。这个目前难度非常大，需要经历漫长的过程。

　　所以，国内仍有10亿人游离于央行征信体系之外，是真正的信用“白板”用户。征信作为金融业的基础设施，10亿信用白板人群的存在，不仅意味着征信体系的巨大缺口，也意味着这部分人群的信贷需求极大程度上被抑制，中小企业及个人陷入融资难，融资贵的尴尬境地。究其原因，社会信用体系的不健全，征信服务的不完善是造成这一现象的根本原因之一。

　　未来，在线授信、在线放款将是未来金融业务的一个趋势。随着国内经济往新常态的转换，传统线下的经营贷、小企业贷等越来越不好做，很多公司都在往白领贷、消费贷等更小额分散的产品上下沉。同时还出现了很多做学生分期、消费金融以及发薪日贷款类的产品，在线放款成为整个行业的大趋势。因此，大数据征信的应用场景将日益丰富，对于大数据征信的需求也将越来越强烈。

　　图文来源：鸣金网、数据观、网络等，小毕综合整理。