技術變革推動征信業(yè)發(fā)展

技術變革對征信業(yè)的發(fā)展起到了非常大的促進作用。征信最早起源于消費分期，需要對消費者進行信用評估，但當時更多的是通過口碑積累的定性判斷，沒有定量描述。進入電子化時代后，數據得到了沉淀和積累，我們開始使用數據統(tǒng)計模型來計算和評估信用，這極大地推動了行業(yè)快速向前發(fā)展。在今天的互聯(lián)網時代，數據承載量非常大，任何數據都可以成為信用的一部分，即我們可以利用數據與信用的關聯(lián)度，深層次挖掘信用數據。人工智能算法模型不止是對過去的統(tǒng)計，也包括對未來的預測，它可以幫助我們更好地刻畫違約概率和信用狀況。

芝麻信用是在大數據互聯(lián)網模式下建立的征信系統(tǒng)。阿里巴巴從十年前開始發(fā)展電子商務時，就把信用體系建設作為最重要的一環(huán)，但最近幾年我們才真正開始進入征信行業(yè)，還是新兵。芝麻信用的logo上有句標語——“點滴珍貴，重在積累”，這是我們認為信用應有的內涵。芝麻是很有營養(yǎng)的食物，每粒芝麻都不大，但通過點滴積累，將有益于社會的健康發(fā)展。

互聯(lián)網+大數據征信：廣泛、多維、實時

首先，征信人群覆蓋廣泛，可作為征信體系有效補充。人民銀行征信中心在征信數據方面做得非常出色，有效地解決了信用風險問題，幫助金融行業(yè)持續(xù)健康發(fā)展，大大提高了金融的獲得性。同時我們也看到，目前只有不到4億人在央行征信系統(tǒng)有信用記錄，還有很多人沒有信用記錄數據，在獲得金融服務時，存在一定的門檻。中國有6.48億網民，人群覆蓋面非常廣，通過對他們在網絡上留下的痕跡進行數據挖掘和分析，能夠對目前的征信狀況進行有效補充，讓更多在互聯(lián)網上有數據的人，通過刻畫得出的信用狀況，也能得到金融服務，當然還包括生活服務。

其次，征信信息廣譜多維?，F有征信記錄主要是個人信息加信貸記錄，而互聯(lián)網上的行為記錄非常多，我們可以用大數據的方法計算互聯(lián)網上萬個變量，將更多信用記錄以外的信息納入征信體系。結合現有身份記錄和信貸記錄，以及生活類數據，再加上互聯(lián)網數據，可以得到更多廣譜信息來刻畫信用。

最后，征信數據實時鮮活。大數據的兩個主要特點是存量、熱數據，它不再是離線的事后分析數據，而是在線實時的互動數據。如果某個人有違約行為記錄，會立刻被刻畫進來，使當前業(yè)務的快速決策更加有效。

運用大數據征信模型全面刻畫信用

信用是一筆巨大的資產，讓它成為一個可衡量、可變現的資產是我們的愿景。我們的優(yōu)勢在于互聯(lián)網數據，但不僅指交易數據。多年來，用戶通過第三方支付繳納水電煤氣費、信用卡還款以及物流信息也是重要的數據來源。當然，公共政務數據也很重要，此外還有用戶自主上傳的數據。這些數據能夠幫助我們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，基于數據來構建決策引擎，以便向用戶輸出更有價值的服務。

大數據征信模型與傳統(tǒng)評分體系有所不同。我們深度融合了傳統(tǒng)信用評估與創(chuàng)新信用評估，開創(chuàng)了大數據征信模型。在模型中，信用歷史是非常重要的一項，其他維度包括身份特質、履約能力、行為偏好和人脈關系（此項分數比重稍低）。通過這五大維度，我們建立了刻畫個人信用全貌的模型。我們的主要切入點在于，使普通老百姓感受到信用的力量和價值，使他們今后在生活中注意培養(yǎng)信用意識，并在全社會建立起信用文化。

凈化互聯(lián)網環(huán)境

在合法合規(guī)的前提下，大數據征信公司應科學客觀公正地評價個人的信用水平，通過輸出各種標準化和定制化的身份識別、反欺詐、信用風險識別與跟蹤產品與服務，賦能合作伙伴，并一起推動中國誠信文化的傳播和誠信體系的構建。

基于大數據7×24小時在線運算能力，芝麻信用有非常強大的身份識別和反欺詐能力，能夠以商業(yè)化的方法凈化互聯(lián)網環(huán)境。隨著生物識別技術的發(fā)展，生物特征的識別率、準確性、可靠性可以大大提高，再輔之其他識別方法，可以非常精準、可靠地識別人，這樣就能將人與賬戶和設備關聯(lián)起來?；谶@套識別體系，能夠充分了解網上的行為主體。今年3月，我們在德國展示了人臉識別技術，我們的樣本非常大，識別可靠性也不錯，我們對此抱以期待。

另外，通過賬戶行為分析，我們能夠準確地刻畫人的行為，以此判斷是否出現行為異常，帶來安全隱患，幫助合作伙伴進行反欺詐識別。未來，反欺詐將 回到“以人為本”，而不是以賬號為中心。線下查詢信用一定要本人持身份證來操作，身份識別對網上查詢來說也很關鍵，確認是否本人非常重要，我們在這方面有 強大的手段。

我們的目標是，構建賦能商業(yè)與金融機構的開放式大數據平臺。上層是不同機構，中層是通過解決方案進行決策引擎，下面是通過大數據和模型，在取得授權的情況下，開發(fā)基于行業(yè)的應用。這是一個持續(xù)學習及沉淀經驗的平臺，提供了很多可以不斷細化的工具，并且是實時監(jiān)控的專業(yè)級數據安全管理。此外，基于云平臺的計算，需要做好云端數據安全管理。我們不僅輸出信用分或征信報告，更是搭建了一個開放數據共創(chuàng)的云計算平臺，并基于云平臺來構建數據的決策引擎體系，幫助合作伙伴實現商業(yè)目的。

開放政務信息源 加快信用領域立法

對于央行大力促進征信行業(yè)的發(fā)展，推動社會征信體系的建設，我們舉雙手贊成。同時，我們也提出兩點建議。

首先，開放政務信用信息源。開放數據將產生巨大的社會價值，我認為，可以向符合資格的機構開放信息源，這些機構取得了國家許可執(zhí)照，便于接受監(jiān)管。如果他們能真正用市場化手段把這些數據運用起來，并回饋社會，將產生非常大的社會價值。

其次，信用領域立法應當平衡公民隱私保護與個人信息數據合法利用。這將使征信機構的業(yè)務開展有法可依，有利于征信行業(yè)的長遠健康發(fā)展，促進社會信用體系建設。同時，政府的立法能夠提升普通民眾對征信行業(yè)的了解、接納和信任程度，為征信行業(yè)的發(fā)展營造有利的大環(huán)境。無論法律細節(jié)完善與否，芝麻信用都會充分重視保護用戶的隱私與合法權益。

來源：21世紀經濟報道