夏義鑫 武詩雨

(1.安徽財經(jīng)大學金融學院，安徽 蚌埠 233030；2.安徽財經(jīng)大學財政與公共管理學院，安徽 蚌埠 233030)

1 征信發(fā)展背景及芝麻信用的現(xiàn)狀

當前，伴隨著金融科技的逐漸興起以及互聯(lián)網(wǎng)金融的成熟穩(wěn)定，征信業(yè)務(wù)在整個金融領(lǐng)域的重要程度越來越明顯。在以美國為主的西方發(fā)達國家，信用文化發(fā)達，整個信用行業(yè)的發(fā)展趨于穩(wěn)定，信用體系也高度成熟，無論是機構(gòu)還是個人，對于信用保護和管理的重視程度也非常高。而在中國，隨著人們信用意識的提高，征信也漸漸融入到人們的生活當中，其應(yīng)用也越來越廣泛。然而國內(nèi)的征信行業(yè)尚處于初級階段，征信機構(gòu)數(shù)量較少，規(guī)模普遍較小，與一些全球知名的大型征信機構(gòu)相比，不具有競爭優(yōu)勢。因此，中國的征信行業(yè)在未來還有很大的發(fā)展空間。

眾所周知，征信就是對自然人或法人及其他組織機構(gòu)進行信用管理的活動。在此過程中，相關(guān)機構(gòu)通過固定的程序，依法收集、整理、保存、加工所需的信用信息，并以此提供信用測度、評估、咨詢、引導等業(yè)務(wù)服務(wù)，幫助各類客戶判斷當前或未來存在的信用風險，加以控制，將風險盡可能的降到最低程度。征信行業(yè)的運行模式如圖1所示。

圖1 征信行業(yè)模式

由于市場上存在著信息不對稱，處于不同層次的市場參與者對于信息的掌握程度相差較大，擁有較少信息的參與者參與市場交易的風險也就越大。因此，加強信用風險管理，可以盡可能地處理這些隱患、解決相關(guān)的市場信息問題。

在很多西方國家，征信行業(yè)已經(jīng)有很多年的發(fā)展歷史，從最初的起步，到井噴式的發(fā)展、建立健全征信制度、大規(guī)模地并購整合，再到成熟穩(wěn)定，現(xiàn)在已經(jīng)有了較完整的征信體系框架，不斷地為整個國民經(jīng)濟的繁榮穩(wěn)定提供支持與幫助。像益博睿、艾克菲、環(huán)聯(lián)這些知名的征信公司，規(guī)模巨大，業(yè)務(wù)繁多，每年的盈利也是巨大的。而這些征信巨頭成功的背后，離不開相關(guān)國家完善的法律政策保障與扶持，這也是整個征信行業(yè)發(fā)展的推動力。而在我國，從芝麻信用、騰訊信用等第一批審核通過的八家征信機構(gòu)，再到當前的一百多家，整個征信行業(yè)的規(guī)模在不斷變大。然而，由于國家性質(zhì)與政策原因，央行作為我國征信工作的主導者，更多的是在發(fā)展、支持國家征信，因而個人征信體系還不夠健全完善，具有國際影響力的征信機構(gòu)寥寥無幾。而這其中，最為人們所熟知的應(yīng)當要數(shù)首批審核通過的芝麻信用了。

芝麻信用是2015年初螞蟻金服推出的第三方征信機構(gòu)，它是根據(jù)各式各樣的數(shù)據(jù)而設(shè)計得出來的信用體系，可以通過阿里云計算、機器學習等獨有的技術(shù)手段來反映各個用戶的信用情況，已經(jīng)在融資租賃、借貸款、花唄借唄、信用卡等多個領(lǐng)域?qū)崿F(xiàn)應(yīng)用，為客戶提供不同的服務(wù)。而現(xiàn)如今，伴隨著支付寶的廣泛使用，芝麻信用作為其附屬產(chǎn)品，使用人群也越來越多。2017年芝麻信用與建設(shè)銀行的合作，共同推動了線上線下業(yè)務(wù)并存的發(fā)展模式，增加了電子支付等新型業(yè)務(wù)，打通了信用體系，加強了芝麻信用在普通大眾心里的權(quán)威性，使得其應(yīng)用途徑進一步拓寬。因此，對于芝麻信用的技術(shù)要求越來越嚴格。雖然芝麻信用的體系、技術(shù)等各個方面相對于國內(nèi)其他征信平臺有很大的優(yōu)勢，但其現(xiàn)有的征信方式、信用評價模型還存在缺陷，無法對征信的質(zhì)量做出保證，使得隨時可能爆發(fā)巨大的信用安全風險，對芝麻信用平臺造成不可估量的影響。因此，分析芝麻信用現(xiàn)有體系，再建立新的更加完善的征信體系，有利于完善平臺建設(shè)，降低信用安全風險，促進芝麻信用發(fā)展。

2 芝麻信用現(xiàn)有的征信模式

2.1 數(shù)據(jù)的來源與采集過程

芝麻信用依靠著大數(shù)據(jù)技術(shù)和云計算技術(shù)采集并處理著龐大的個人數(shù)據(jù)。

大數(shù)據(jù)技術(shù)，即快速地從龐大的數(shù)據(jù)庫中篩選出相關(guān)數(shù)據(jù)，獲取有用信息，從而減少數(shù)據(jù)信息重復、信息不對稱等問題。芝麻信用擁有廣泛的數(shù)據(jù)來源，一方面阿里巴巴名下的支付寶、淘寶、天貓等各個電商平臺用戶眾多，眾多的用戶帶來了龐大的信息源，其個人身份信息、支付情況、購買情況都是作為信用評級的重要依據(jù)。另一方面，與阿里巴巴合作的許多機構(gòu)提供了很多數(shù)據(jù)，例如一些公共機構(gòu)為芝麻信用提供了政府部門的公開信息。還有2017年初，中國建設(shè)銀行在與支付寶合作以后，也為芝麻信用提供了金融信貸、個人投資等相關(guān)的行業(yè)信息。除此之外，一些私人的運營商、P2P平臺也會與芝麻信用進行信息互換合作。這些渠道為芝麻信用提供了龐大的數(shù)據(jù)源，芝麻信用再運用大數(shù)據(jù)技術(shù)將其整合成數(shù)據(jù)信息資源庫，為后續(xù)的信用評分評級提供了支持與保障。

云計算技術(shù)，即通過互聯(lián)網(wǎng)計算處理程序?qū)?shù)據(jù)處理的結(jié)果傳遞給客戶，并提供各種IT服務(wù)。芝麻信用依靠云計算技術(shù)先進的數(shù)據(jù)處理能力將大量的數(shù)據(jù)進行成批的處理，將繁雜的數(shù)據(jù)通過效用計算、分布式計算、網(wǎng)絡(luò)存儲、虛擬化、負載均衡等手段轉(zhuǎn)化為精簡有效的信息，以此來完成對不同用戶的信用評估，并劃分信用等級。

2.2 評分評級體系

芝麻信用分是在用戶與芝麻信用簽訂服務(wù)協(xié)議后，依據(jù)用戶在花唄、信用借還等功能平臺的各項使用數(shù)據(jù)，運用阿里云計算、人工智能等獨有或新興技術(shù)手段，建立評價模型，以此來反映各個用戶的基本信用情況，其評分構(gòu)成包括用戶的信用歷史、個人行為偏好、履約能力、身份認證、人脈關(guān)系五個方面的內(nèi)容。分數(shù)值的范圍在350到950，且信用水平與分數(shù)呈正比關(guān)系。再依照不同的分數(shù)，將用戶劃分成不同等級，等級越高的用戶可以得到更多的便利服務(wù)作為回報。

2.3 評分產(chǎn)品應(yīng)用

芝麻信用與ofo、阿里旅行等眾多商家簽訂了合作協(xié)議，使得芝麻信用評分不僅可以應(yīng)用于信用借貸，而且在人們?nèi)粘Ｉ罘?wù)等方面都有很好的應(yīng)用。一方面，在螞蟻金服推出了花唄、借唄等個人消費信貸產(chǎn)品后，用戶可以根據(jù)自己的芝麻信用分值，借到或提前使用相應(yīng)數(shù)量的金額，且信用分值越高，可以借到的金額越大，還款利率也越低。另一方面，不同信用等級的用戶還可以享受到不同類別的信用服務(wù)作為對自身良好信用的獎勵，例如芝麻信用分高于650分且無不良記錄的用戶，可以在線上申請分期極速貸款，還可以享受優(yōu)拜單車、神州租車免押金租車的待遇。芝麻信用分高于700分且無不良記錄的用戶，可以下載免押金騎行。芝麻信用評分產(chǎn)品真的是應(yīng)用廣泛。

3 芝麻信用現(xiàn)存的問題

3.1 個人信息的安全性

由于芝麻信用的評分是基于用戶信息完善的基礎(chǔ)上進行的，用戶信息越完善，越有利于芝麻信用分的提高，這使得很多用戶都會將自己的基礎(chǔ)信息保存在系統(tǒng)中。而且為了方便操作，用戶只需要輸入密碼就可以進行賬戶登錄，甚至有時可以設(shè)置為本機無密碼登錄。再加上用戶的信息交互，還要被管理人員進行信息管理。因此，當系統(tǒng)的監(jiān)管保護做得不夠到位的時候，信息非常容易被泄露，一旦被不法分子給利用，后果不堪設(shè)想。

3.2 數(shù)據(jù)的真實性和全面性

廣泛的信息來源渠道使得芝麻信用掌握著上億用戶的信息，因此很難保證所有的信息數(shù)據(jù)都是真實的。有些用戶可能會杜撰一些不真實的基本信息，還有些用戶的各項消費記錄可能會由于系統(tǒng)問題的沒有上傳，這些都會影響數(shù)據(jù)的真實性。而且內(nèi)部人員的疏忽也可能導致數(shù)據(jù)出錯。另一方面，由于芝麻信用分的參考依據(jù)往往是用戶在阿里巴巴的某些平臺的消費數(shù)據(jù)或是別的網(wǎng)站、平臺上面的特定數(shù)據(jù)，這可能會導致得到的數(shù)據(jù)過于單一，缺乏其它方面的數(shù)據(jù)，還不夠完善，不利于得到準確的結(jié)果。

3.3 評價體系的適用性

由于在芝麻信用建立初期，國內(nèi)的征信行業(yè)尚未發(fā)展起來，因此其初期的體系構(gòu)建都是參考美國等發(fā)達國家的征信行業(yè)體系。是否適用于國內(nèi)的征信市場，還需要進一步的投入與驗證。除此之外，針對不同類型的用戶，芝麻信用的評價標準不可一概而論，否則會嚴重影響評估結(jié)果的準確性。

3.4 盈利不可持續(xù)

雖然美國征信行業(yè)的發(fā)展經(jīng)驗表明了整個征信業(yè)務(wù)存在著高額利潤空間，但由于國內(nèi)的征信行業(yè)發(fā)展尚未成熟，很多用戶并不了解征信的價值和意義。為了加強用戶對征信的認識和了解、擴大覆蓋面，芝麻信用每年在宣傳推廣方面還需要投入部分資金，并且在與很多大型企業(yè)合作時暫不收費。因此芝麻信用的盈利水平較低且不可持續(xù)。除此之外，芝麻信用主要是通過提供信用評分、出售信用評分給目標客戶以取得相當?shù)氖杖耄@也是征信業(yè)務(wù)最基礎(chǔ)的服務(wù)收入，然而這樣的盈利模式所得到的收入是較低的。再加上芝麻信用的收費標準還將用戶使用量、數(shù)據(jù)貢獻度等作為參考依據(jù)，即用戶使用量越多、數(shù)據(jù)貢獻度越高，其費用也就越低，這使得芝麻信用的盈利更低。

3.5 其他問題

除此之外，還有客戶存在刷信用的行為、征信對象無限制可能加大信用風險、現(xiàn)有技術(shù)存在的缺陷等問題，這些問題限制了芝麻信用走上更高層次的臺階，不利于其發(fā)展、壯大和盈利。因此，要想降低安全風險，使得芝麻信用更好更健康的發(fā)展成熟，我們必須采取一系列的措施，讓現(xiàn)存的一些問題得到改進，有利于芝麻信用的完善。

4 對策與建議

4.1 建立自我監(jiān)管機制和用戶信息安全保護機制

在采集數(shù)據(jù)、加工數(shù)據(jù)、應(yīng)用與服務(wù)等各個環(huán)節(jié)設(shè)置自我監(jiān)管機制，保證各個環(huán)節(jié)正常、準確的運轉(zhuǎn)，嚴防內(nèi)部出錯事件的發(fā)生。一旦發(fā)現(xiàn)某一環(huán)節(jié)出現(xiàn)問題，及時更正，以便不影響結(jié)果的準確性，也提高了各個環(huán)節(jié)的效率。對所有的用戶進行實名制驗證，并建立專屬的信息數(shù)據(jù)庫，以保護用戶信息的安全。同時提供設(shè)備鎖、安全密碼等保護措施，嚴格確認是否為本人操作，防止信息的泄漏。并且在未告知用戶經(jīng)得其許可的情況下，嚴密封閉用戶信息，絕不提供給第三方機構(gòu)。

4.2 加強對外合作，拓寬業(yè)務(wù)范圍

加強對外合作，尤其是與一些極具影響力、擁有龐大的用戶流量的國有控股企業(yè)、大型私營企業(yè)的合作，可以增加用戶量，豐富數(shù)據(jù)來源。芝麻信用應(yīng)當以2017年初與中國建設(shè)銀行合作為契機，繼續(xù)與其他的商業(yè)銀行進行業(yè)務(wù)合作，推動線下業(yè)務(wù)渠道，拓寬宣傳途徑，加大對芝麻信用的宣傳力度，以此吸引一批相對傳統(tǒng)的用戶，從而建立一定的權(quán)威性。除此之外，芝麻信用還應(yīng)當增加業(yè)務(wù)類型，不能僅僅提供基礎(chǔ)的征信服務(wù)，還應(yīng)當發(fā)展信用衍生服務(wù)，即基于信用評估模型，增加相關(guān)業(yè)務(wù)的決策分析、精準營銷手段等服務(wù)類型，以此來吸引大型企業(yè)，提高盈利水平。

4.3 加快技術(shù)革新

圖2 ZestFinance信用評估模型框架

芝麻信用應(yīng)該加快技術(shù)創(chuàng)新，提高模型開發(fā)的能力，并參照美國FinTech公司ZestFinance的征信模式及信用評估模型(如圖2所示)，將人工智能應(yīng)用到大數(shù)據(jù)分析中，運用機器學習的理論，采集各類信貸數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、社交數(shù)據(jù)，使數(shù)據(jù)類型得到補充同時不僅使結(jié)構(gòu)化數(shù)據(jù)得到妥善處理，還可以處理大量復雜的、無規(guī)律性的非結(jié)構(gòu)化數(shù)據(jù)。再參照ZestFinance公司在其自身建立的評價體系大框架下開發(fā)的八類信用評估模型，將原有的評價體系進行細化，針對不同類型的業(yè)務(wù)情況，開發(fā)出不同的信用評估模型，使得整個評價體系更加健全完善，提供的信用評分也更加精確。除此之外，芝麻信用還應(yīng)該定期對評價模型進行更新改進，以應(yīng)對越來越多用戶的需求。

4.4 提高數(shù)據(jù)的采集質(zhì)量，充分應(yīng)用數(shù)據(jù)

盡量從數(shù)據(jù)源頭獲取未經(jīng)加工處理的第一手數(shù)據(jù)，既保證了數(shù)據(jù)的完整性與精確性，又在數(shù)據(jù)源頭上建立了自身優(yōu)勢。此外，還應(yīng)當檢測數(shù)據(jù)，排除一些不真實、低質(zhì)量的數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量。新的數(shù)據(jù)要結(jié)合征信模型進行優(yōu)化與驗證，保證其可以進行廣泛應(yīng)用。芝麻信用要優(yōu)化征信數(shù)據(jù)算法，充分應(yīng)用征信數(shù)據(jù)，不能僅限于信貸，還應(yīng)當應(yīng)用在社交、消費等各個方面。

圖3 征信模型、數(shù)據(jù)與應(yīng)用場景數(shù)據(jù)的關(guān)系

5 總結(jié)

當前，我國征信行業(yè)尚未發(fā)展成熟，與國外發(fā)達國家相比還存在一定的差距，而芝麻信用作為國內(nèi)征信行業(yè)的領(lǐng)跑者，要盡可能地發(fā)揮自身的用戶優(yōu)勢、平臺優(yōu)勢，加強對外合作交流，不斷的改革創(chuàng)新，完善征信體系模式，努力建設(shè)成為全球知名的征信機構(gòu)，并帶動整個國內(nèi)征信行業(yè)的發(fā)展。

[1] 陳鈴，彭俊寧.芝麻信用的發(fā)展現(xiàn)狀及問題探討[J].當代經(jīng)濟,2016,(22):38-40.

[2] 于曉陽.互聯(lián)網(wǎng)+大數(shù)據(jù)模式下的征信-以芝麻信用為例[J].北方金融,2016,(11):73-76.

[3] 許琪.阿里巴巴芝麻信用存在的問題及相關(guān)建議[J].金融會計,2015,(09):76-80.

[4] 高國華.解構(gòu)芝麻信用：互聯(lián)網(wǎng)+大數(shù)據(jù)模式下的征信[N].金融時報，2015-08-17(008).

[5] 耿平，郝敬京，王翠紅.淺析我國個人信用體系存在問題及對策[J].企業(yè)導報,2013,(16):73-74.

[6] 王冠.基于用戶互聯(lián)網(wǎng)行為數(shù)據(jù)的個人征信評估體系建設(shè)分析[D].北京：北京交通大學,2015.

[7] 葉文輝.大數(shù)據(jù)征信機構(gòu)的運作模式及監(jiān)管對策-以阿里巴巴芝麻信用為例[J].武漢金融,2016,(02):60-63.

[8] 劉新海,丁偉.美國ZestFinance公司大數(shù)據(jù)征信實踐[J].征信,2015,(08):27-32.

[9] 劉新海,丁偉.大數(shù)據(jù)征信應(yīng)用與啟示-以美國互聯(lián)網(wǎng)金融公司ZestFinance為例[J].清華金融評論,2014,(10):93-98.