解构芝麻信用：互联网+大数据模式下的征信

1、技术变革推动征信业发展

技术变革对征信业的发展起到了非常大的促进作用。征信最早起源于消费分期，需要对消费者进行信用评估，但当时更多的是通过口碑积累的定性判断，没有定量描述。进入电子化时代后，数据得到了沉淀和积累，我们开始使用数据统计模型来计算和评估信用，这极大地推动了行业快速向前发展。在今天的互联网时代，数据承载量非常大，任何数据都可以成为信用的一部分，即我们可以利用数据与信用的关联度，深层次挖掘信用数据。人工智能算法模型不止是对过去的统计，也包括对未来的预测，它可以帮助我们更好地刻画违约概率和信用状况。

图1 技术变革一直推动着征信业的发展

芝麻信用是在大数据互联网模式下建立的征信系统。阿里巴巴从十年前开始发展电子商务时，就把信用体系建设作为最重要的一环，但最近几年我们才真正开始进入征信行业，还是新兵。芝麻信用的logo上有句标语——“点滴珍贵，重在积累”，这是我们认为信用应有的内涵。芝麻是很有营养的食物，每粒芝麻都不大，但通过点滴积累，将有益于社会的健康发展。

2、互联网大数据征信：广泛、多维、实时

图2 互联网+大数据征信模式的意义

首先，征信人群覆盖广泛，可作为征信体系有效补充。人民银行征信中心在征信数据方面做得非常出色，有效地解决了信用风险问题，帮助金融行业持续健康发展，大大提高了金融的获得性。同时我们也看到，目前只有不到4亿人在央行征信系统有信用记录，还有很多人没有信用记录数据，在获得金融服务时，存在一定的门槛。中国有6.48亿网民，人群覆盖面非常广，通过对他们在网络上留下的痕迹进行数据挖掘和分析，能够对目前的征信状况进行有效补充，让更多在互联网上有数据的人，通过刻画得出的信用状况，也能得到金融服务，当然还包括生活服务。

其次，征信信息广谱多维。现有征信记录主要是个人信息加信贷记录，而互联网上的行为记录非常多，我们可以用大数据的方法计算互联网上万个变量，将更多信用记录以外的信息纳入征信体系。结合现有身份记录和信贷记录，以及生活类数据，再加上互联网数据，可以得到更多广谱信息来刻画信用。

最后，征信数据实时鲜活。大数据的两个主要特点是存量、热数据，它不再是离线的事后分析数据，而是在线实时的互动数据。如果某个人有违约行为记录，会立刻被刻画进来，使当前业务的快速决策更加有效。

3、运用大数据征信模型全面刻画信用

信用是一笔巨大的资产，让它成为一个可衡量、可变现的资产是我们的愿景。我们通过两种方法实现对现有征信体系的补充和促进：第一种是通过所有数据——包括传统数据和互联网数据——来挖掘和刻画一个人的信用状况，帮助金融机构更好地了解一个人，同时也服务于人群，便于他们获得更多信用服务;第二种是海量、丰富的互联网数据资源的“再生利用”。在科技时代，数据即资产，是核心竞争力。我们希望把上述两者结合起来，并定位于普惠金融人群来盘活数据。

我们的优势在于互联网数据，但不仅指交易数据。多年来，用户通过第三方支付缴纳水电煤气费、信用卡还款以及物流信息也是重要的数据来源。当然，公共政务数据也很重要，此外还有用户自主上传的数据。这些数据能够帮助我们更好地描述以及准确地刻画个人信用。我们输出的是信用分，基于数据来构建决策引擎，以便向用户输出更有价值的服务。

图3 接入大量外部广谱数据

大数据征信模型与传统评分体系有所不同。我们深度融合了传统信用评估与创新信用评估，开创了大数据征信模型。在模型中，信用历史是非常重要的一项，其他维度包括身份特质、履约能力、行为偏好和人脉关系(此项分数比重稍低)。通过这五大维度，我们建立了刻画个人信用全貌的模型。

图4 大数据征信模型

我们的主要切入点在于，使普通老百姓感受到信用的力量和价值，使他们今后在生活中注意培养信用意识，并在全社会建立起信用文化。我们更多地布局在为生活类交易服务，解决B2C(商户与人之间)和C2C(人与人之间)的信任问题。对于商户来说，当一个新用户进入，如果能准确地刻画他的信用，就能更好地提供服务。比如，可以凭信用入驻酒店，也可以凭信用租车，在退房或者还车时再付钱，这样用户的体验会非常好。当然，不仅是在提供服务端，而且在售后端，比如投诉和退货，也可以基于信用提供很多增值服务。C2C也类似，以前在线下交易时，了解对方的门槛非常高，有了信用分，可以极大地降低交易双方的门槛，促进基于信用的交易发展，同时提供更好的交易体验。

图5 渗透生活方方面面的信用

在金融类交易方面，可以基于信用分识别违约的可能性。现在我们正尝试与一家租车公司合作，把信用分放到交易场景里，设定分数高低与违约概率相关。令人惊喜的是，我们发现信用分的识别度非常明显，且信用分达到一定分值以上的总体违约概率较低。

4、净化互联网环境

在合法合规的前提下，大数据征信公司应科学客观公正地评价个人的信用水平，通过输出各种标准化和定制化的身份识别、反欺诈、信用风险识别与跟踪产品与服务，赋能合作伙伴，并一起推动中国诚信文化的传播和诚信体系的构建。

基于大数据7×24小时在线运算能力，芝麻信用有非常强大的身份识别和反欺诈能力，能够以商业化的方法净化互联网环境。人的生物特征包括指纹(这里仅仅是说指纹可以用于进行身份识别和反欺诈。《征信业管理条例》严格禁止征信机构采集基因、指纹、血型等信息用于征信业务。芝麻信用会严格按照法律、行政法规的规定经营征信业务。)、人脸、虹膜和声波，随着生物识别技术的发展，生物特征的识别率、准确性、可靠性可以大大提高，再辅之其他识别方法，可以非常精准、可靠地识别人，这样就能将人与账户和设备关联起来。基于这套识别体系，能够充分了解网上的行为主体。今年3月，我们在德国展示了人脸识别技术，我们的样本非常大，识别可靠性也不错，我们对此抱以期待。

图6 建立基于生物识别的核身体系

图7 实时场景风险评估

另外，通过账户行为分析，我们能够准确地刻画人的行为，以此判断是否出现行为异常，带来安全隐患，帮助合作伙伴进行反欺诈识别。未来，反欺诈将回到“以人为本”，而不是以账号为中心。线下查询信用一定要本人持身份证来操作，身份识别对网上查询来说也很关键，确认是否本人非常重要，我们在这方面有强大的手段。

我们的目标是，构建赋能商业与金融机构的开放式大数据平台。上层是不同机构，中层是通过解决方案进行决策引擎，下面是通过大数据和模型，在取得授权的情况下，开发基于行业的应用。这是一个持续学习及沉淀经验的平台，提供了很多可以不断细化的工具，并且是实时监控的专业级数据安全管理。此外，基于云平台的计算，需要做好云端数据安全管理。我们不仅输出信用分或征信报告，更是搭建了一个开放数据共创的云计算平台，并基于云平台来构建数据的决策引擎体系，帮助合作伙伴实现商业目的。

实时数据安全监控、持续沉淀提升的开放式赋能平台

5、开放政务信息源 加快信用领域立法

现在，一切路途还只是刚刚开始，希望我们能与合作伙伴一起不断向前发展。对于央行大力促进征信行业的发展，推动社会征信体系的建设，我们举双手赞成。同时，我们也提出两点建议。

首先，开放政务信用信息源。开放数据将产生巨大的社会价值，我认为，可以向符合资格的机构开放信息源，这些机构取得了国家许可执照，便于接受监管。如果他们能真正用市场化手段把这些数据运用起来，并回馈社会，将产生非常大的社会价值。

其次，信用领域立法应当平衡公民隐私保护与个人信息数据合法利用。这将使征信机构的业务开展有法可依，有利于征信行业的长远健康发展，促进社会信用体系建设。同时，政府的立法能够提升普通民众对征信行业的了解、接纳和信任程度，为征信行业的发展营造有利的大环境。无论法律细节完善与否，芝麻信用都会充分重视保护用户的隐私与合法权益。