OBT商业科技观察

信用评估的两种新方法:替代数据、心理测量法

中国人民银行征信中心副研究员刘新海
   由新华社瞭望智库、新华社《财经国家周刊》共同主办的“2017中国新金融高峰论坛”于129日在北京举行,主题为“回归本源,优化结构,强化监管,市场导向”,中国人民银行征信中心副研究员刘新海出席并演讲。

 

在信用风险评估中,可以利用替代数据进行评估。还可以利用心理测量,给消费者一张问卷,提供心理测量,该模型已经在拉美十几个国家使用,服务了上百万人。

 

 

 

以下为演讲实录:

 

目前国内普惠金融面临哪些挑战呢?

国内9亿消费者与传统银行打过交道,包括支付、存取款服务,4亿人获得过信贷服务。从小微企业信贷来看,国内有6千万左右的小微企业,其中12%的小微企业获得过传统金融服务,还有8%获得了新金融机构,比如说P2P、小微企业、保险等非银行金融机构的服务。

剩下80%的小微企业,还有将近10亿消费者,要想获得信贷或者金融服务需要付出很高的利率、很高的代价,什么原因呢?

因为传统金融服务,特别是以信贷为主的金融服务,在为消费者或者小微企业提供信贷服务的时候需要他们的信用记录,这些消费者往往没有传统的历史信贷记录,这就产生金融悖论,类似于“鸡生蛋、蛋生鸡”的问题,就是小微企业没有信用记录就无法获得金融企业贷款,从而更是没有信用记录,陷入恶性循环。

大数据技术可以来帮助解决这个问题。

首先看一下信用评估的基本思路是什么?传统的消费者信用风险评估主要从两个维度进行:存款能力、还款意愿,主要是以与消费者信贷直接相关的一些数据为基础,比如报告查询、查询数、信贷历史、违约数等为依据。

大数据时代,可以运用大数据的相关性,如果没有直接相关的信贷数据,可以找和信用相关的一些数据,比如说交税情况、收入情况、社保公积金情况,还有一些互联网行为的情况,可以多找一些,把消费者的信用信息积累起来,进行信用评估。

国内互联网经济、互联网金融非常活跃,出现了大量的和信用相关的数据,不仅体现了消费者的金融活力、经济活力,还可以从中找到一些信用信息。

上面列举了一些主要信用相关数据:人民银行的征信系统是最直接的,还有三大运营商,还有蚂蚁金服的支付宝,还有腾讯的微信,还有京东的一些数据。

其中三大运营商的数据,这里列出了注册用户和活跃用户,还有微信,它的活跃用户超过央行征信系统的活跃用户,而且这些数据容易获得,大数据技术可以采集这种海量的数据,从海量数据"沙"里淘金,可以挖掘出消费者的信用。因为这些信息往往还是包含着信用信息,比如说信用购买场景、一些支付的信息、一些经济的活跃性。

这个往往叫做替代数据,在信用风险评估中,可以利用这种替代数据来进行评估。

全球最好的信用评估公司曾经开发了一个产品,就是利用支付数据,还有电信数据、公共事业交付的数据,开发了一个信用评分,这个信用评分面向普惠金融人群、消费者有征信记录的人,先给他一个信用评分,先让他获得小额贷款、小额信用卡,然后在金融服务中架了一个桥梁,这样他就可以有信用积累,等信用积累到一定程度就回归到传统的信用评估、信用服务。

随着互联网金融的发展,国内目前替代数据、大数据应用情况也非常好,在实际中获得很大成功,但是整体来说还是比较碎片的替代数据、大数据。比如电信数据,我曾尝试研究电信数据在信用评估中的应用,从算法、到模型、到应用,电信数据分三类大运营商,电信和联通是集中的,中国移动分布在全国。如果想发挥大数据作用实现普惠金融,我觉得监管层面、国家层面可能要做一些基础设施。

我曾经提过一个政策的建议就是,把三大运营商的数据整合起来,做一个征信机构,作为三大运营商的内部信用风险服务机构。

另外,传统金融机构可以互联互通,不仅仅服务于金融,还可以服务日益活跃的互联网经营场景,这是有参考模型的,美国是有类似的垂直的征信机构存在的。在目前这种大力发展普惠金融的情况下,把基础设施建好是一个非常有意义的一个事情。

下面再看两个实际案例,这个案例是国内很多互联网金融公司采取的一种建模方法,首先就是利用大数据来给消费者画像,画像之后进行评估,有很多第三方数据、供应商,比如说电信数据、法律的数据、求职的数据、用户提交的数据,还有互联网的数据、交互的数据,把这些数据进行整合、挖掘、分析。

最后介绍一个非常前沿的、通过信用评估实现普惠金融的案例——利用心理测量,这是哈佛大学肯尼迪学院的一个教授和博士开的一个公司,已经开了10年,初衷是帮助小微企业主实现普惠金融,因为小微企业贷款难的问题是全球性问题,后来也拓宽到消费者。这种方法原型不需要数据,就是心理测量,给消费者一张问卷,提供心理测量。

心理测量是一个非常专业的、在实际商业应用中也比较成功的方法,比如测谎、高管的审查等等。这个模型已经在拉美十几个国家在用,也服务了上百万人口。当然原型是不依赖数据的,如果和刚才的替代数据结合,效果会更好一些。(以上内容根据演讲嘉宾发言整理而成,未经本人确定)

 

相关推荐

    无相关信息