花呗提现信誉平台

【分享者】


  蒋庆军,算话征信创始人&CEO。北京大学数学学院概率统计系毕业,曾任上海资信公司研发中心负责人,亲自主导开发中国第一个征信局个人信用评分模型。


  

蚂蚁花呗知道你在京东白条欠了钱吗? 


  【背景】


  算话征信是一家提供个人征信服务的专业机构。公司坚持经典的行业信息共享的征信模式,目前已与400多家互联网金融机构签约合作。公司正在主导开发多个社会征信服务系统,致力于利用征信手段推动社会信用水平提升。


  【1】


  【简介】


  小编心中一直有个疑惑,蚂蚁花呗在给小编打分和授信的时候,知不知道我在京东白条里欠了多少钱呢?


  小编以为马云爸爸再家大业大,也应该是不愿意冒着高风险,借钱给一个他不知道信用情况如何的人去买买买的。那么如果蚂蚁花呗知道,他是怎么知道的呢?


  京东会将自己的数据开放给阿里吗?排除掉写脚本爬、黑市购买这种上不得台面的手法,购买央行和其他第三方征信机构的征信报告成了唯一的选择。


  举这个例子是想说明,对于基础征信服务而言,独立第三方身份是至关重要的。这就好比一场F1比赛,你不能既是车队又建造赛车场。如果这个赛车场是某支车队出资建造的,其他车队要不要来这里比赛呢?不比,这个赛车场就不会有比分(数据)产生,建造的意义也就不复存在;比,其他车队会不会担心这个场地建造得完全向对主队有利的方向倾斜,甚至在休息室监听其他车队的比赛策略从而获得不公平胜利?


  在美国,三大征信局几乎统治了征信基础产品市场。他们有一条不成文的规定,就是数据使用者和提供者与征信机构之间没有股权关系。这个规定有效地避免了利益冲突,让征信机构能以独立身份,尽可能公平地对待所有数据使用者,不会利用信息优势有意识去支持一些金融机构,从而丧失公信力。


  本期RC中,算话征信的创始人蒋庆军将为我们分享征信的社会价值,以及第三方征信机构与巨头征信子公司的区别,想要了解征信行业的朋友千万别错过。


  征信体系的社会价值


  征信首先是一个社会公共基础设施。


  通常讲,征信用处最大的是金融行业,主要是来帮助授信机构降低它的风险,这一般是征信体系最主要的作用。但是征信体系其实不仅仅限于金融行业,社会的方方面面都可以用到征信体系。在国外,当你去租房的时候,房东一定会要求看你的个人信用报告。


  那回到金融行业,征信的基础设施的作用是很明显的。现在我们央行征信中心在商业银行领域,其实已经把商业银行征信这件事做的比较完备了。所以它对商业银行信贷的作用,比如降低风险、更了解客户,这些作用是很明显的。这是第一部分。


  第二就是整个征信体系,实际上起到降低社会交易成本的作用,这个是一个比较具体的作用。


  当人和人之间有信任的时候,他的交易成本是最低的。但是怎么样达到人和人之间有信任呢?它是需要一个技术来支撑的。


  在国外人们在做事的时候,是非常相信承诺讲信用的。他们达到那种状态是由于,他们经过了一百多年征信的建设。很多人刚开始也不讲信用,后来他发现他不讲信用这事被记到征信局了,他就因此吃了亏了,吃了亏以后他下次就讲信用了,这是这样一个过程。所以在很多发达国家,它的信用意识是很强的,所以人和人之间的信任关系是非常深的。


  但在中国还远远没有达到这样一个程度。这里面讲到征信降低交易成本的作用,就是征信在起初的阶段,它是通过一个强制和技术制约的手段,来让你必须去讲信用。但是当这个阶段过去以后,人和人之间的信任和信用,成为他自己一个自然的意识的时候,征信这个基础设施其实就消失了,对普通人来说他其实就无感了。


  像美国人在做事情的时候,他很难去想到一个征信公司,因为他已经形成一个自然的行为习惯了。但是在中国我们没有征信体系就要来建立征信体系,有征信体系以后让老百姓逐渐适应,养成一个讲信用的习惯。因为如果你没有讲信用的习惯,就有可能被征信局记录下你失信的行为,然后后面会受到一些惩戒,所以是会有痛感的。那这种失信的痛感经过一代两代人的传递,到后面大家就会自然而然去讲信用,那双方就会自然而然的很信任。那双方很信任的时候,就自然降低了社会的一个交易成本。


  第三就是征信体系提高社会的效率,这个跟降低交易成本也是相关的。


  比如在我们的金融行业,假设我们有一个完善的征信体系,那一个授信机构可以从征信局等相关机构,很快的获取一个人的信用历史,那它可以很快速的做出决策。比如我要不要放贷给你,我给你多少贷款,这个效率是非常高的。


  这个跟交易成本有一定关系,也是征信的第三个作用。


  那么我觉得最重要的作用是,在我们国家征信体系可以促进信用体系的建立。征信体系跟信用体系是一个因果关系,只有征信体系很成熟,整个社会的信用水平才会得到真正提高,整个社会的信用体系才能真正建立起来。


  一个社会怎么走到信用社会,有几种路径。第一种是通过法律或者法治,第二种是道德教育,第三种就是征信体系的建设。我们几千年来一直在讲诚信的事,但是到现在为止,我们这个社会还是缺乏诚信的,那就说明这个教育已经是失败了。大家可以很明确的得出一个结论:光思想道德教育是不够的,是无法建立一个诚信社会的。


  那法治的缺点是,它的立法成本和执法成本都很高,它的周期也很漫长。很多小的事情,你可能通过法律是覆盖不到的。这里面法律和法治也已经被证明是失败的。因为我们建国几十年来都有法律,古代其实也有法治,也有对失信的制约。那为什么到现在还是诚信不足呢?那就是法治法律这方面的投入也是不够的,无法达到我们的一个信用社会的状况。


  所以征信体系的建设才能达到信用社会的程度。它的路径也很简单。首先通过一个技术手段,把所有社会的信用记录汇总到一个平台。然后让社会各个交易的主体很方便的查询到,它交易对象的信用历史。这时候如果一个人不讲信用的话,他在下一个交易里就会被他的交易对手了解到。所以他的行为就会受到制约,就完不成他希望完成的交易。那么如果一个人在上一个交易中是很讲信用的,那么这么一个行为也会被记录到征信局里,那他的下一个交易对手也会了解到他是一个讲信用的人。所以这时候你可以获得一个更优的交易条件,比如更低的利率、更高的额度、更快的放款速度。那么在社会上可能房东就很放心地借你房子,你去图书馆借书的时候可能就不要押金了,诸如此类的有很多便利性。


  但这个的前提是那些交易的主体,必须要在有一个地方能够很方便的获取到你的信用历史。这个非常关键。一旦我们建立起这样一个体系,那我们的应用场景将会很多 ,信息记录很全,那大家就进入到一个惩戒网络和激励网络。这个网络建立起来以后,所有人的行为就受到制约了,也会受到激励了。


  第三方征信机构和巨头征信子公司的区别


  征信局的数据都是来自于授信机构报送的数据,包括你借款的申请信息,你的贷款的合同信息,你还款的行为信息。这是最传统的数据来源,如果你是征信局的话,你是必须有这个数据的。这个是第一部分。


  第二个部分是我们为了帮助我们的客户群体,去更好地做好风控的工作,那我们也会帮助这些授信机构去采集一些他们风控过程中所需要的数据。


  比如说你的基本信息,住址、工作单位、学历、婚姻状态,收入相关信息比如社保公积金。其他的一些能反映你的收入情况的信息,包括你的一些诉讼的情况,法院判决的信息,还有移动运营商你通话的情况,比如说你每月的话费是不是很高,方方面面的,我们称之为一个人的属性信息。


  除了前面讲的授信机构提供的你的信用信息, 其他的数据源,比如像国家的政府部门以及大型的公共服务公司,它们提供的数据实际上都是你个人的基本属性信息,反映你的社会地位和社会状况。这是第二类数据。


  第三类实际上是从互联网上找到的,行为轨迹大数据,这一块也有很多机构在做。


  我们也在获取这样的一些数据,比如你在社交媒体上的一些留言,电商上的一些消费,你在百度上的搜索信息,那这些信息都是所谓的互联网上的公开数据。


  对我们来说,我们有一个原则是,所有数据不管是哪一类的,获取和采集都有一个前提条件,那就是你这个信息主体本人在某个环节给到授权了。对我们来说,我们的授权基本上都发生在个人主体在向授信机构申请贷款的时候,他会给一个授权说,同意你通过第三方的征信机构去了解你的一些情况。


  授权环节是一个征信公司,和一些大数据服务公司的区别所在。因为市场上也有一些数据服务公司,它会去爬取一些互联网上的公开数据,就算没有本人的授权它可能也在爬取,这个是很难说的。


  但是它爬取来的数据有可能是用于营销,或者其他一些用途。那我们征信的数据基本上就是用于授信。既然是用于授信,那他一定是有一个申请的动作,只有他在申请贷款的时候,我们才会去决定是不是要给他这个贷款额度。这是有一个申请发起和授信了解这样一个对应的过程的,不会说有一个人他根本不需要贷款,他也没有向任何一家机构申请过贷款,然后某个公司就跑过去挖掘他,看他在哪里、看他是什么行为,这样其实是侵犯了个人隐私了,因为没有经过本人授权。


  所以总的来说,在经过本人授权后,我们会去采集三大类数据,授信机构提供的数据,然后政府管理部门还有一些大型的机构所保有的个人基本属性,还有就是个人在互联网上形成的行为信息。


  互联网巨头、电商平台包括其他一些集团,他们成立的征信子公司,实际上他们提供的征信服务,主要是围绕他们的生态体系,收集他们的数据。然后在他们生态体系里的个人客户进行一些评价,然后据此给客户提供一些更为便利,或者有分别的一些服务。


  比如你在我的体系里被评价为好的,当然我可以给你更好的一些商业条件,比如说你可以更便宜的买些东西,或者你的服务可以更优惠一些,那这是它建立这个信用体系的目的,是为了让它的服务更为有针对性,相当于它是针对他的会员进行一个排序。


  那我们独立第三方的数据全部是来自于外部的,我们是不产生数据的,这个是一个重大的区别。


  第二个区别是我们有一部分数据是来自放贷机构的。理论上讲征信局的全部数据都应该来自于授信机构,但是现在在做征信大家的概念已经扩展了,你的数据还可以来自于非授信机构,比如说公共事业的水电煤缴费情况,甚至于像电商,如果阿里的数据愿意给我们,我们也可以去采集。


  我们的数据是来自于方方面面的,从传统授信机构的数据,再到外部非授信机构的数据,这是独立第三方的一个特点,机构它自己不产生数据。


  从这一点我们也推出,我们的服务是提供给信贷机构为主,帮助他们做好风控。这种数据从信贷机构来,数据也提供给信贷机构用的服务模式,跟电商平台和互联网巨头还是有区别的。


  因为我们也可以看到,互联网巨头在做征信服务的时候,他们很大一部分是提供给C端用户的,根据它的这个分那个分,然后可以获得一些贷款,它们主要提供给C端。当然也可以提供给一些B端的合作客户。但是我们跟他们的区别就是,我们是不提供给C端的,我们只提供给B端的。这个业务上的区别也是非常明显的。


  【2】


  【简介】 


  “征信”一直是一个我们相对陌生的概念。2015年初,人民银行提出了关于颁发“个人征信业务牌照”的消息一举将“征信”拉进了公众视角。随着诸如P2P等新型信贷模式的出现,以及互联网巨头开始入场,征信服务的重要性开始逐渐凸显。然而,受制于服务模式和数据来源,传统的征信服务商在服务的深度和广度上都已逐渐无法满足市场需求。于是我们看到巨头开始挖掘自己用户的沉淀数据,开始自建“个人信用评分”体系(比如芝麻信用)。


  然而,由于我国的征信体系的不完善,各个授信机构的数据并没有很好的实现打通,一人在多家金融平台上多次借款的欺诈行为时有发生。另一方面,由于信贷业务竞争严重,同行业企业不愿意对彼此开放数据,导致征信数据缺失现象更为严重。事实上,如果一个公司同时兼具授信和征信两个业务,无疑于“又当球员又当裁判”。短期内看来,拥有大量用户数据的巨头们自建的“信用体系”能在短期内获得比对手好的风控效果。然而在长期来看,在面对聚合了多家机构数据的第三方征信公司时,这种“封闭式”的数据体系会逐渐变得低效。


  于是,构建一个既能满足互联网时代金融服务的多元化需求,又能将原本割裂且错综复杂的征信数据整合起来的第三方征信体系,显然是一家征信公司必须要面临的挑战。而这其中的核心便在于两点:


  如何利用技术手段,准确的采集多种数据源中的有效信息。


  如何构建起自身在市场中市场公信力,从而拓展更多的客户及数据源。


  相信你会从本期由算话征信CEO蒋庆军为您带来的分享,找到一些答案。


  征信行业数据处理的原则和特点


  数据有4个特性,完整、准确、及时、有效,这是我们对征信数据的要求。


  完整性是说,如果你是一个征信局,对你采集到一个人的信用信息完整性是有要求的。这是因为如果你的信息不完整,你出具信用报告,对这个人是不公平的。


  比如一个人在市场上留下了10条信用记录,有8条是守信的,有2条是失信的。如果你征信局只采集到那8条守信的记录,那当然他就是一个信用非常好的人,但如果另外一个征信公司,只采集到这个人2条失信的记录,他8条守信的记录它没有采集到。那这个征信局给出具的征信报告,就全部都是失信的行为。那社会各个机构去这个征信局,查到这个人的信用报告,就会发现这个人非常不好。那这个时候他去做交易做社会活动,他就会受到限制,别人就有可能不会和他做交易。那他的经济权益一定会受到损失。所以不完整的信息对一个信息主体是不公平的,征信局有义务去采集到尽可能完整的信息。


  所谓准确性是你采集的信息,一定是这个人真实发生的信息,你不能是假的信息,原因其实也是一样的。比如他是讲信用的,你记成不讲信用的,他没欠过钱的,你记成他欠银行或者信贷公司很多钱,这个信息如果错误,那当然是非常不公平的。这里不但是不公平,这个信息主体完全有可能对征信局发起法律诉讼,就会告你搞错我的信息造成我的损失。


  征信局是一个法律属性非常强的机构,这个是很多人都会忽视的,征信局不是一个普通的商业机构。它是负有一定社会责任,法律义务很强的社会公共服务机构,它带有很强的社会公共服务职能,所以信息的准确性是非常重要的,这个比信息不完整性对征信局来说更严重。因为你事情搞错了,对征信机构本身会造成法律风险。


  第三个就是叫及时性。就是征信局采集的信息,要及时地反映这个人当前的情况,你不能只采集他10年前的情况。比如10年前他欠了银行一笔钱,他虽然去年还了,但是在你的数据库里他是没有还的 。那征信局一直说他欠钱,但是去年还钱这个信息你没有采集到,也就是说你是不及时,那在征信报告上别人看到的又是一个错误的信息,和不完整的信息是一个效果。人家会说你还是欠了银行一笔钱,那这种不及时性也是会对信息主体,造成重大的影响和损失。


  你的信息要从业务有效性和法律有效性,各方面都要去确保的。比如征信局采集了你在某个电商上买过多少东西,这个信息其实是无效的信息。因为征信局不需要保留你购物的信息,这个不是信用信息,就是你可以在风控的过程中用到这些信息。但是在你个人信用报告里是不会出现这些信息的。这些信息可能是有用的,但是对征信来说是无效的。


  所以并不是所有数据征信局都可以去采集的,这里面就涉及征信业管理条例里规定的,一个征信机构可以采集哪三类数据。


  征信业管理条例规定的三个范围。第一个叫可以采集的,就是你的信用记录。是不是欠过钱,这些普通我们理解的信用行为信息。第二个就是资产信息,资产信息是有条件采集的,并不是说别人授权你了解我的情况,你就可以去了解我的存款信息,或者去了解你买了几辆车的信息,不是这样的。


  资产信息是明确规定,在采集一个人的资产信息前,首先你要获得授权,然后你要告知他采集到他资产信息后可能产生的不利后果。在信息主体了解采集信息可能产生的不利后果后,还同意你去采集,这个时候你才是可以去采集的。那么这一类叫有条件可以采集的信息,主要就是你的资产信息。


  第三类就是禁止采集的信息,这就包括你的血型、健康和疾病的信息,以及你的宗教信仰,这些征信局是不能采集的。


  如果你采集了,从法律上来讲是无效的。所以征信局在采集信息的时候,是要严格遵循各种法律的规定,去让你整个征信局的数据是有效的。


  所以这四个属性,是征信局在做征信的时候非常重要的属性,是作为一个从业机构一定要去做好的四个方面。确保你的数据是完整、准确、及时、有效,这样你才能一方面对授信机构提供好的服务,另外一方面保护信息主体他各方面的权益,比如他的经济权益和信用权益,同时也能降低征信机构自己的法律风险。


  数据的优劣和真实性我们是看几个方面。第一个如果你的数据是从授信机构采集的,那理论上讲是不会有假的东西的。因为授信机构如果不是他故意造假,那是不会有假的数据的。这是他自己的一个记录,比如还款没有、借了多少钱,那这些数据是非常有用的数据,叫信用数据。所以机构一般来说都是真实的。


  但是如果不真实怎么办呢?这种由授信机构提供的数据的不真实,我们是有一个校验机制的。比如说他本身的逻辑关系如果出问题,我们系统本身有一个校验的机制。如果你报的数据逻辑上是矛盾的,我们就会报警,这是错误的信息。这是技术手段来保证数据的真实性。


  另外技术上发现不了的错误的数据,那我们还有其他的手段。比如说个人异议的处理,这是征信局的标准做法。就是说一个人可以去征信局查询你的信用报告,不管是谁报送采集的数据,个人是最清楚的。你的数据如果错了,个人是一定知道的。所以如果某个机构报了错误的征信数据,他这个个人主体查这份信用报告,他就会发现你报错了。他就可以对数据提出异议,那这个报错的授信机构,就有义务把这个错误改过来。


  对于正规的机构来说是有风险的,他有造假成本的,所以理论上讲大中型的信贷机构,它是不会来报一个假的数据的。


  这是授信机构这个方面,如果你是对外部采集的数据,比如说对一些政府部门,或者一些第三方的单位,那基本上这个质量还是有保证的。他们就更没有动力来给你提供一个假的数据,因为这个跟他没有任何的利益关系,它就是一个单方面的数据提供者。授信机构提供假数据它可能还是因为,要隐瞒一些信息,或者要误导一些信息。它是有目的的,那么非授信机构提供数据,它是不存在这个动力的。所以那边的数据基本上都是真实的。


  那基本上就是说,征信局自己去采集数据时,采集数据的技术和能力要有保障。你在采集的过程中不能犯错。数据的问题无非就是2个环节会产生,一个是提供方,一个是采集方。提供方造假那源头就是错的。如果采集方在加工存储的过程中,处理的时候发生错误,那数据质量当然也会出现一些问题。


  在信用报告中反应的数据,不能以优劣来论的,它是要反应一些真实的信息的。对风控来讲,是有数据优劣的说法的。但是对征信局来说,它不一定有优劣的说法,它是要客观真实。


  征信服务在风控方向的延伸及未来的发展方向


  评估一个人的信用风险的时候,实际上不太会去区分它的信用能力和信用意愿。


  信用能力和信用意愿是在我们理论探讨的时候,我们会把信用分为这两个方面。但是实际上去做一个人的评估时,我们不会去做这样的区分。


  从一个人的样本上说,他是信用好的人还是信用不好的人?先确定样本里的这两类人。比如说信用好的人他从来没欠过钱,那信用不好的人就是他欠的钱次数很多,或者说时间很长,我们认为他是信用不好的人。


  我们首先把人区分成这两类人,然后把这两类人的结果,和这两类人他之前所有维度的信息进行关联,然后发现这两者之间的关系。我们专业上讲X变量和Y变量。因为我自己是做评分模型出来的,我们就是要在X变量和Y变量之间建立一个模型。那么我们的Y变量就是这个人是不是信用好,这是一个最重要的Y变量。


  那他信用好和不好是由什么造成的?我们其实并没有去区分,究竟他是由你的信用能力,比如你没钱了造成你没还款,还是你有钱但是不愿意还造成没还款。这个我们不加以区分的。


  所以从技术的角度来看,我们只关注他是不是真的欠钱不还,就是我们只关心他是否发生了信用不好的结果,而不会去时候去关心他为什么不好。但是在模型的X变量里,其实是有这个区分的。


  你这个信用能力比如说你有20张信用卡,每个月都在正常的还,那说明你信用能力很强。再比如说学历你是博士,那么我们就推测你的还款能力强,因为你的收入比较高。那这些是X变量里会有这些因素。


  那你的信用意愿就是,如果你借了十万块钱,过去每个月都还,那这是你信用意愿良好的一个表现。就是说在你的X变量里,是有很多可以反映你信用意愿和信用能力的因素的。但是Y变量里,我们只关注他是否是一个信用好的人,所以我们技术上不会去关注到底是信用能力还是信用意愿产生的。


  所以很多的X变量反映的是信用能力,很多的X变量反映的是信用意愿。比如说我们的收入,收入的信息征信局是不能采集的。但是在授信机构的模型里,收入的信息完全可以放进去。理论上讲收入越高,信用能力越强,那他的风险就越低,那这个显然是一个能力的问题。那你可能会在X变量里把收入放进去。


  但是征信局因为你不能采集资产信息,所以你一定没有收入变量在你的模型里。因为法律禁止你有,但是授信机构的风控是可以有的,这就是我们讲的风控和征信的区别。


  国内的征信公司一定是逃不掉这两个服务,信用信息查询服务和信用风险评估服务,就这两块商业模式。未来你要说创新,比如说我们现在做反欺诈的服务,反欺诈其实不是征信局的服务。


  像国外专门有反欺诈局,它是在贷款申请的环节,给你做一个欺诈概率的评估。反欺诈属于是一个风控服务,那也可以纳入到征信局的服务里。这个东西现在还没有一个确定的说法,到底要不要纳入征信局,但是至少它是一个风控服务。


  那创新的方向第三个原则是,一定是在风控的这个大的范围内去做创新。因为对于授信机构客户来讲,你实际上的工作是风控。对授信机构来说我为什么要跟你发生关系?实际上是帮助我来做风控。所以在授信机构那边来看,征信局其实是一个风控服务机构。但是对征信局来说,它不仅仅是风控的服务,它有很多社会的责任和法律的义务,它要提供信用报告,提供一个公正的信用评价。要提供一个客观的信用信息,它不单单是要提供一个风控服务,它要对整个社会提供一个信用服务。


  毫无疑问给信用空白的人群提供信贷服务,当然是非常大的一个市场,也是商业上有价值的。并不是说对于信用空白的人群,还有很多人疑惑到底要不要去做,要不要给这部分人贷款。因为这部分人好像风险高一些,而且也没有依据去判断他信用好不好,所以还有疑虑。


  我觉得不需要有疑虑,因为所有人都是从信用空白开始的。某一家银行第一次给一个放房贷或者信用卡的时候,都是信用空白人群,所以这是第一个问题。


  那如何对现在还是信用空白的人群提供服务呢?我认为由于他是没有信用记录的,所以你去看他的信用意愿还是非常困难的事。因为他还没有表现出他的信用意愿,所以除非你是从其他非金融的历史记录里,去挖掘出他讲信用的历史。


  我觉得一个征信机构它的核心竞争力在于两点,一个是他的技术能力,第二个就是你的公信力。实际上公信力比技术能力更重要。就是对征信机构来讲,但是这个两个方面的关系看你处在哪个阶段。当一个征信公司已经获得公信力的时候,你的技术能力就非常关键。但是当你的征信机构还没有公信力的时候,其实公信力比技术能力更重要。


 发表:2016年12月15日  分类:蚂蚁花呗  浏览:1038

上一篇:蚂蚁花呗优惠返现:最高888元
下一篇:花呗怎么套现

联系方式

扣扣客服:1815800033
团队介绍:24小时接单!实力见证,团队共5个人.
无损套现:收6%以内,有些是0%无损套现 需要抢.
抢购时间:比如小米5刚出来就去抢,这模式,等通知.
注意骗子:现在花呗套现成本高,外面5%的是骗子!