专家观点 新闻资讯 月刊在线 行业报告
大咖Think | 致诚信用总经理赵卉出席2017年朗迪(LendIt)中国金融科技峰会并发表演讲
发布时间:2017/07/17 浏览:304

banner-人物-微信-Think.jpg


致诚君带你读


7月15-16日,全球范围内规格最高、最具影响力的金融科技盛会“2017年朗迪(LendIt)中国金融科技峰会”在上海圆满落幕。来自全球23个国家、800多家机构、超过3200名业界领袖和投资人在此展开对话,探讨全球金融科技发展趋势。


北京宜信致诚信用管理有限公司(简称“致诚信用”)总经理赵卉受邀出席了本次峰会,并发表了主题演讲。


阅读提示:本文以观点的形式呈现

(前方高能,内有干货)


一、了解这些名词的概念与关系



征信数据、大数据、信用数据这些概念存在很大区别,经常容易被混淆,首先需要了解这些概念。

赵卉

“征信数据”与“大数据”——理论上讲大数据其实应该包括所有的数据,包括信用数据。但是似乎行业内却是更多把征信数据之外的非传统型数据(alternative data),比如第三方数据、互联网数据叫做大数据。


“风控”和“征信”——金融的本质是风控,从事金融就一定会有风控。但是征信在各个国家目前是需要牌照和监管的,所以金融公司都有风控岗位,但征信会是另外一个概念。


“信用数据”和“征信数据”——只有金融属性的信用数据才是征信数据。其他非金融属性的信用数据不是征信数据。


二、金融机构如何做风险评估


各个国家都有不同的理论,最流行的参考标准是西方商业银行总结出的,对客户信用风险分析使用的专家分析法之一的5C原则,也有5W原则和5P原则等。

赵卉

“5C ”原则 ——人品,道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保抵押(Collateral)、经营环境条件(Condition)


“5W”原则——借款人(Who)、借款用途(Why)、还款期限(When)、 担保物(What)、如何还款(How )          

“5P”原则——个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、  保障(Protection)、前景(Perspective)


虽然有各种理论,但归结起来,金融机构做信用评估一般首先要审查借款人的征信记录,第二要审查借款人的资料真实性,然后最关键的是看借款人的还款能力和还款意愿。


三、大数据的兴起



美国大数据风控之所以兴起,是因为美国的征信只覆盖了美国85%的人群,有15%的人群没有征信记录,所以需要多维度的数据来做风控。中国也一样,普惠金融覆盖的人群不是传统金融覆盖的人群。中国缺乏完整的征信体系,央行个人征信中心有征信历史记录的只包括约中国四分之一的人口。在没有征信的情况下,就需用各种维度的大数据来做风控。

赵卉

大数据的数据采集和计算能力可以建立实时的风险管理视图。借助于多方面多维度的数据、自我学习能力的风控模型、实时计算结果,可以提升量化风险评估能力。大数据风控可以使信审流程自动化,提升信审风控效率。但是目前在数据覆盖率、匹配率等等问题上,大数据风控还是没有办法取代传统基于征信数据的风控。但是未来随着技术、立法的完善,大数据风控会发挥更大的水平,这是一个趋势。


四、传统信用数据与大数据的不同



传统信用数据与大数据在数据来源、采集频率、数据格式、维度大小和相关性、评价思路、分析方法、服务人群以及应用场景等方面存在很大的不同。

赵卉

传统信用数据或传统征信数据服务于有信贷记录的人群, 应用于信贷金融领域。而大数据更多用于没有信贷记录,但在生活中留下足够痕迹的人群,可以应用于信贷金融领域及其他多种领域。


五、国内对大数据风控的态度


央行征信局长万存知认为,一些机构根据大数据信息对个人“画像”,把社会公众“画成”三六九等,会导致对部分群体做出歧视性安排,这种做法有悖社会公平和正义。

赵卉

各征信机构各自的评分产品争相在金融、购物、招聘、租车、租房、交友、酒店入住等领域尝试应用,但是,这些机构绘制出的人物“肖像”能否真实反映个人信用令人质疑,没有制约的商业化应用很可能带来安全隐忧或消费歧视。同时存在同人不同信用的问题。信用记录、征信记录最核心的用途在于金融领域。


六、“大数据征信”的概念是中国特有的



大数据可以应用在金融行业的信审风控,但大数据不是征信数据。征信数据是基于金融借贷的数据,是金融强相关的信贷数据。

赵卉

征信数据有通用、准确、透明、稳定、信用相关性强的特点,而大数据的数据项维度太多,只面向特定人群,不透明,不符合征信机构数据的特征。当有征信数据和借款人以往的借贷历史数据,比如说宜信11年积累下来的个人的信用的历史,它就是判断一个借款人的还款能力和还款意愿的金融强相关数据。有借款人信贷历史数据之后,借款人过去的借贷行为是反应一个人未来还款与否的最重要的指标,大数据就只能是一个补充。


七、行业现状呼唤行业共享


央行征信没有覆盖普惠金融的低收入人群,各互联网金融机构也缺乏共享机制,各家数据都是数据孤岛,网贷平台的多头负债情况严重,有组织的欺诈现象也非常严重。如果不能降低这些风险,有效地规避信用崩盘、信用风暴出现,很有可能会演化成一个行业性的系统风险,这是网贷行业下一个十年发展的关键问题。

赵卉

为解决行业多头负债与欺诈风险,提升整体风控水平,2015年6月推出致诚阿福风控云平台,将宜信11年累积的全量借贷数据和风险名单免费与行业共享,是业内首家、也是唯一的一家免费开放全量借款数据的平台,2016年12月正式发布致诚阿福共享平台,携手互联网金融、消费金融、小额信贷等众多机构联合打造的数据及金融科技共享平台。


截至2017年6月,658家同业机构成为了阿福平台客户,包括网贷、小贷、消费金融、银行、保险等行业。阿福平台累计了千万级的宜信借款记录数据、千万级的福网风险名单数据源,数据涵盖信贷、消费金融、房贷、车贷、小微企业贷等多种借款类型,遍布全国251个城市和93个农村地区


八、阿福平台积极防范多头负债与欺诈



肩负着提升行业整体风控水平的使命,阿福平台积极投身于防范行业多头负债与欺诈风险当中,并取得了积极有效的成果。

赵卉

截至2017年6月,阿福平台累计总查询量达到了2614万次。其中借款记录查询总次数达1351万次,总查得率为68%。风险名单查询总次数达1263万次,总查得率为10%,平台对多头借贷预警总次数达554万次。其中,在2家及以上机构申请借款的总人数达191万人,在5家及以上机构申请借款的总人数达29.42万人,同一借款人最多向29家机构申请了借款。同时,阿福平台有效识别欺诈借款人近3万人,拦截欺诈申请达6万次,有效防范了欺诈风险的发生。


九、阿福平台与其他平台的区别


与其他平台相比,阿福共享平台坚持诚信共享、有效共享、免费共享。不以盈利为目的,以降低行业风险、提高行业风控水平为己任。

赵卉

阿福平台数据免费共享,大机构小机构一视同仁;平台不拥有各机构数据,只做数据转接服务;平台各机构共享的字段比其他平台的字段要少;阿福平台提供的信用评分是目前国内唯一的一个可在线实时计算、并可预测违约率的通用型评分;阿福平台不仅仅是数据共享的平台,也提供金融科技和风险管理工具的共享;阿福共享平台能查到的风险名单数据也与其他平台有所不同,经过宜信反欺诈团队校验核实的,阿福平台会标记出来;阿福平台是个有态度的平台,拥有严格的准入机制和数据质量检测机制;阿福平台的贷后数据完整。