張麗巖 葛靜 馬健 陸勝

摘要：隨著征信行業(yè)的快速發(fā)展，國家對征信行業(yè)的重視程度與日俱增，然而現(xiàn)有的社會信用評價體系無法落實到對具體某個部分或是某個層面的研究，尤其對考慮交通大數(shù)據(jù)的征信模型幾乎沒有。文章主要介紹了考慮交通大數(shù)據(jù)的征信模型的構(gòu)建，通過與芝麻信用的案例進行比較分析，得出文章考慮交通大數(shù)據(jù)征信模型的優(yōu)缺點，為后續(xù)進一步研究提供理論和現(xiàn)實依據(jù)。

關(guān)鍵詞：交通大數(shù)據(jù);征信系統(tǒng);建模;案例;芝麻信用

社會信用體系的建設(shè)關(guān)乎國家及公民個人，是社會發(fā)展的重要組成部分，較發(fā)達國家而言，我國目前的征信行業(yè)仍處于起步階段，未來的發(fā)展也是一條漫長而又坎坷的道路。我國的征信行業(yè)起步于20世紀的90年代，首先是在投融資方面以央行征信中心建設(shè)起來的個人信用評估體系，隨著社會時代的發(fā)展，現(xiàn)有的征信體系并不完善且不能滿足日益增長的社會發(fā)展需要。因此圍繞征信行業(yè)評估體系所需的評價指標是必不可少的，但我國目前涉及具體生活層面的評估體系模型非常少，尤其是對于交通行業(yè)，幾乎沒有考慮到交通大數(shù)據(jù)的征信模型，因此建立關(guān)于交通大數(shù)據(jù)的征信模型將推動交通行業(yè)的巨大發(fā)展。

一、 構(gòu)建關(guān)于交通大數(shù)據(jù)的征信模型

本文將征信的發(fā)展與交通行業(yè)相互融合，通過構(gòu)建考慮交通大數(shù)據(jù)的征信模型來達到既發(fā)展交通行業(yè)又發(fā)展征信行業(yè)的目標，形成雙方共贏的局面。

1. 確定模型的指標體系。由于現(xiàn)有的整個征信評估體系的建設(shè)不夠完善，而且關(guān)于交通大數(shù)據(jù)的征信系統(tǒng)建模缺乏具體的數(shù)據(jù)支持，因此本文在構(gòu)建模型時只能從探索的角度出發(fā)，同時充分考慮數(shù)據(jù)來源的可靠性和真實性以及模型的相關(guān)性，選擇最為合適的評價指標，具體的指標體系為：（1）自然情況：性別、年齡、婚姻狀況、文化程度、職業(yè)、個人月收入情況、月支出占收入百分比以及當前居住地情況;（2）交通層面：駕照、駕照扣分情況、交通行為、出行方式選擇等;（3）參考數(shù)據(jù)：芝麻信用評級。

2. 創(chuàng)建評價模型。通過對上文提出的各個指標進行分析，并分別賦予相應(yīng)的分值，本模型考慮的核心內(nèi)容是交通層面，通過分析個人的交通行為以及活躍度來確定其信用積分，而自然情況則是從各項個人基本靜態(tài)信息來評估個人信用的預期值，而芝麻信用評級能夠在本模型沒有更多大量數(shù)據(jù)支持下最直觀體現(xiàn)個人信用。本文構(gòu)建的關(guān)于考慮交通大數(shù)據(jù)的征信模型是以表格的形式呈現(xiàn)，具體為表1所示。

將十五個項目的分數(shù)相加獲取的最終分數(shù)為評估的分數(shù)，并對評估分數(shù)段加以劃分得到對應(yīng)的信用評估等級，評分大于170且小于210分，評定為信用極好;評分大于155且小于170分，評定為信用優(yōu)秀;評分大于120分且小于140分，評定為信用良好;評分大于100分且小于120分為信用較差;評分低于100分的用戶，評定為信用極差。

信用等級劃分為五級的原因一方面是中國的機構(gòu)當前采取的分類方法普遍為國際通用的五級分類法，采用此分類方法可以很好地便于對比交通行業(yè)的業(yè)務(wù);另一方面是便于統(tǒng)計和操作。交通管理機構(gòu)能以將信用評級作為交通參與人員的重要參考，為不同等級的交通參與人員劃分的授信額度。

三、 考慮交通大數(shù)據(jù)征信模型的應(yīng)用案例

1. 個人作用。隨著社會時代的變遷與進步發(fā)展，個人征信體系的建設(shè)顯得尤為重要，伴隨著人與人之間的社會關(guān)系隨著社會時代變化而產(chǎn)生的微妙變化，個人信用在人與人之間就顯得尤為重要，可以說個人信用是一個人的“第二身份”。本文所構(gòu)建的交通大數(shù)據(jù)征信模型，由于數(shù)據(jù)獲取的不便利及社會價值關(guān)鍵的轉(zhuǎn)變，一個簡便的個人征信系統(tǒng)就能及時為個人提供征信的便利服務(wù)，及時獲取個人信度。

2. 社會作用。社會作用主要體現(xiàn)在對于交通行業(yè)的發(fā)展層面，通過對交通大數(shù)據(jù)行業(yè)的了解及社會大時代下公共交通體系的發(fā)展，本文所構(gòu)建的交通征信體系更能適用于日常的交通層面。

（1）公共自行車：將構(gòu)建的征信模型應(yīng)用于公共自行車的管理，可以有效提升管理的力度及管理的范圍，通過對交通征信等級的劃分及具體分數(shù)的限制來進行借用公共自行車人員的選擇，可以大幅度減少人力物力的投入并且有效維護公共自行車的安全，減少公有資產(chǎn)的損失及消耗。

（2）ETC：隨著社會時代的進步，高速公路的發(fā)展已經(jīng)成為日益重要的一部分，作為構(gòu)建整個公共交通路網(wǎng)中最重要的部分，高速公路承擔著巨大的發(fā)展責任。而高速公路并不是公益性質(zhì)的道路，道路收費是個重大難題，將考慮交通大數(shù)據(jù)的征信模型應(yīng)用至高速公路的收費手段中去，個人的信用與收費站電子化相關(guān)聯(lián)，具體實施措施為個人信用與收費卡相關(guān)聯(lián)，采用每年清算兩次的方法，促進高速公路的收費效率，直接或間接提高高速公路通行效率。

（3）地鐵的乘坐：隨著社會時代的發(fā)展，地鐵已經(jīng)成為城市發(fā)展的標志，但是地鐵的高峰期時人員流動性較大，如果采用市名卡中無余額仍可乘坐并后期補齊費用的方式，則可以大大提升高峰期人員的通行效率。

（4）交通安全：隨著社會時代的進步，“中國式”過馬路的情況已經(jīng)有了大大的改善，但是仍然有行人不守交通規(guī)則肆意橫穿馬路。通過對不守交通規(guī)則的行人進行交通信用的處罰能夠大大減少并逐漸杜絕此種現(xiàn)象的發(fā)生，提升道路交通安全。

（5）公益事業(yè)：隨著社會生活水平的發(fā)展，人們的生活水平有了顯著提升，將交通大數(shù)據(jù)征信應(yīng)用于公益事業(yè)中，為人民提供日常生活的便利，提升人民幸福感，能夠最大限度提升政府的公信力，如何切實有效實行則有以下幾種方法：公益雨傘，雨衣等便民服務(wù)，通過交通行業(yè)中根據(jù)個人信用為人民群眾分級提供便利，最大限度提升人民的幸福感。

四、 芝麻信用案例分析比較

1. 芝麻信用評分。芝麻信用評分是整合了整個阿里互聯(lián)網(wǎng)大數(shù)據(jù)的產(chǎn)物，通過現(xiàn)代化手段及先進的技術(shù)分析個人信用，數(shù)字化展現(xiàn)個人的信用。目前世界上使用最多的表現(xiàn)個人信用水平的手段就是通過評分并對評分結(jié)果加以區(qū)分，芝麻分通過劃分階段的做法也是當今世界主流的信用評估手。相比較于芝麻信用的評分，本文所構(gòu)建的考慮交通大數(shù)據(jù)的征信模型評分與之對比差異性是較大的，具體如圖1所示為芝麻信用與考慮交通大數(shù)據(jù)征信模型的評分對比情況。

由圖1可以清楚看到，芝麻信用的評分區(qū)間選取的為350～950分段，評分越高說明個人信用水平越好，總共分為五個層級，分別為極差、中等、良好、優(yōu)秀與極好。而考慮交通大數(shù)據(jù)的征信模型同樣分為五個層級，但是兩者的適用性存在明顯的差異，如芝麻信用的運用更多偏向于整個阿里體系的自身服務(wù)及相關(guān)層面的服務(wù)，其有自身適用的圈子，但是考慮交通大數(shù)據(jù)征信的模型則是更多偏向于對交通行業(yè)的運用，通過征信模型的使用來促進公共交通等多層次、多方面的交通行業(yè)的發(fā)展。

2. 芝麻信用評估模型。芝麻信用的評估體系是參考美國的征信模型FICO設(shè)計的。因為FICO是針對個人信用所開展的信用評估體系，所以在個人信用評分領(lǐng)域芝麻信用能夠發(fā)揮其最大的優(yōu)勢，但是由于是社會信用評級機構(gòu)的緣故，其所評判的信用評級并不能夠說明信用主體的信用水平，僅僅只是起到以一個參考作用。芝麻信用的評分設(shè)計在評估維度方面，一定程度借鑒了FICO的評分設(shè)定，并且融合中國國情，采用當前最具有說服力的五個評估層面，通過身份特質(zhì)、信用歷史、行為偏好、履約能力、人脈關(guān)系五個維度對信用主體進行評估打分。

每個評估的維度均有其自身的數(shù)據(jù)來源，首先是身份信息的數(shù)據(jù)，由于個人參與社會相關(guān)服務(wù)必定會留下基本信息，隨著社會時代的進步發(fā)展，個人網(wǎng)絡(luò)的習慣會衍生出個人性格相關(guān)，甚至于從參與網(wǎng)絡(luò)的行為推測出人格信息等。其次是信用歷史，信用歷史是對個人信用評價最為直觀的層面，通過對征信主體的信用歷史的分析，最能夠直觀反映出個人的信用度，但是由于信用歷史的參考僅停留在支付寶的數(shù)據(jù)，對金融行業(yè)的信息獲取無法有效完成，用戶使用支付寶所產(chǎn)生的信用歷史大多是個人習慣所導致，可以衍生出其參與金融活動的行為偏好。履約能力能直觀表現(xiàn)出個人信用額度，征信主體是否能夠在限期內(nèi)完成車輛或房屋的租賃繳費，是否按時歸還物品與處理個人違章記錄等，對生活層面的繳費是否能夠按時完成均是對履約能力的一種體現(xiàn)。人脈關(guān)系是征信主體在社會生活活動中所產(chǎn)生的，通過分析其社交傾向能從一個側(cè)面反映出個人信用水平。

3. 芝麻信用評估指標。芝麻信用的評估指標具體采用五個維度，如圖2所示為芝麻信用的評估維度圖。

由圖2可知芝麻信用的評估有其自身的特點，根據(jù)其評估維度的指標，總結(jié)出以下幾個特點：首先是與互聯(lián)網(wǎng)指標共存的特色，從中可以看到整個芝麻信用所參考的數(shù)據(jù)，均是來源于互聯(lián)網(wǎng)參與用戶以往行為的總結(jié)，通過相比較于傳統(tǒng)征信機構(gòu)已有的信用卡還款時限、額度、級別等維度，更是在社交及行為中大部門采用互聯(lián)網(wǎng)行為，通過使用支付寶所產(chǎn)生的基礎(chǔ)數(shù)據(jù)進一步延伸財務(wù)數(shù)據(jù)，獲得一種更為精確的征信模型。

其次是考慮到互聯(lián)時代的發(fā)展，以互聯(lián)網(wǎng)為倚靠的芝麻信用，模型評分的時效性較強，相比較于傳統(tǒng)征信模型的評估模式，芝麻信用更多是采用互聯(lián)網(wǎng)用戶的行為數(shù)據(jù)，隨數(shù)據(jù)的產(chǎn)生及時分析。相比較于傳統(tǒng)征信行業(yè)的服務(wù)范圍只能覆蓋信貸參與人員，因而導致的個人信用評估發(fā)展體系落后，芝麻信用的適用范圍更廣，覆蓋面積更加全面，分析的效率更高。

從次是指標體系中的基本信息與行為信息的融合，通過搜集用戶的個人基本信息對比分析其行為，更能直觀全面反映出個人的信用狀況。由于個人的行為受到多方面的制約，芝麻信用所收集的行為信息是由用戶在整個阿里體系網(wǎng)絡(luò)服務(wù)中所產(chǎn)生的，更能直觀表現(xiàn)出用戶的行為偏好。

最后是芝麻信用的應(yīng)用，任何一個評估指標體系的構(gòu)建的最終目的是為了服務(wù)顧客，由于芝麻信用有著豐富的應(yīng)用空間，其適用的場景包含了機場、酒店、信貸等多方面，并且用戶享受芝麻信用所帶來的便利服務(wù)的同時，新的用戶行為信息也及時反饋到了信用的評估體系中去，確保個人信用評估體系的良性循環(huán)，確保信息的時效性最強。

4. 案例比較分析。本文所構(gòu)建的考慮交通大數(shù)據(jù)的征信體系模型處于初步階段，一切事物需要支持及政策扶持及資源數(shù)據(jù)共享等，缺乏一定量的數(shù)據(jù)資源。相比較于芝麻信用體系而言，本文所構(gòu)建的模型缺乏數(shù)據(jù)理論的支持。但是本文所構(gòu)建的模型屬于創(chuàng)新模型體系的構(gòu)建，仍然有發(fā)展的潛力，并且著重注意于一個方面的征信模型體系對于行業(yè)的發(fā)展有利。交通大數(shù)據(jù)方面的征信體系模型對于交通行業(yè)的發(fā)展有潛移默化的影響力，通過單獨行業(yè)的比較，凸顯這一行業(yè)在此種體系中的重要性質(zhì)以及提升公信力的有效途徑。

通過對比分析本文所構(gòu)建的模型與芝麻信用的征信模型相對比，得出本文交通大數(shù)據(jù)的征信模型所存在的欠缺點及優(yōu)勢：

首先是欠缺點：相比較于基于大數(shù)據(jù)網(wǎng)絡(luò)平臺的芝麻信用，考慮交通大數(shù)據(jù)的征信模型在數(shù)據(jù)資源的獲取上有所欠缺。由于時代的發(fā)展，交通時代的發(fā)展日新月異，此種模型的研究處于起步階段，缺乏人力資源與技術(shù)資源的力量投入。其次是優(yōu)點，由于大數(shù)據(jù)網(wǎng)絡(luò)時代的發(fā)展及社會大時代的進步，行業(yè)間的競爭一直是固有問題，通過文章所提出建設(shè)交通行業(yè)自身的征信體系，可以為日后交通行業(yè)的發(fā)展提供巨大助力，為交通行業(yè)的發(fā)展提供一條堅實可靠的理論基礎(chǔ)。由于考慮交通大數(shù)據(jù)的征信體系的建設(shè)發(fā)展仍處于初步階段，尚有巨大發(fā)展空間，與資源優(yōu)勢均已具備的芝麻信用相比仍有巨大潛力。

五、 結(jié)語

在征信行業(yè)大興起的時代，本文所構(gòu)建的交通大數(shù)據(jù)的征信模型也是隨著時代發(fā)展必須要考慮建設(shè)的項目，這將促進整個交通行業(yè)又好又快發(fā)展，提升發(fā)展效率。本文構(gòu)建了交通大數(shù)據(jù)的征信模型，同時與具體芝麻信用案例進行分析對比，研究本文構(gòu)建的交通大數(shù)據(jù)的征信模型存在的優(yōu)缺點，為后續(xù)的進一步研究指明方向。

參考文獻：

[1] 江宇，劉碧芳，黃昀.國外征信立法模式比及其啟示[J].征信，2014，（2）：57-60.

[2] 楊群華.我國互聯(lián)網(wǎng)金融的特殊風險及防范研究[J].金融科技時代，2013，（7）：100-101.

[3] 程鑫.互聯(lián)網(wǎng)金融背景下征信體系完善所面臨的機遇與挑戰(zhàn)[J].上海金融，2014，（11）：109-110.

[4] 吳晶妹.未來中國征信：三大數(shù)據(jù)體系[J].征信，2013，（1）：4-12.

[5] 沈滿洪，張兵兵.交易費用理論綜述[J].浙江大學學報（人文社會科學版），2013，（2）：44-58.

[6] 李博，董亮.互聯(lián)網(wǎng)金融的模式與發(fā)展[J].中國金融，2013，（10）：19-21.

[7] Hoofnagle C J.How the Fair Credit Reporting Act Regulates Big Data[J].Social Science Electronic Publishing，2013，（10）：18-24.

[8] Crosman P.Zest Finance Aims to Fix Underbanked Underwriting[J].American Banker，2012，（177）：7.

[9] Angelini E， Tollo G D， Roli A.A neural network approach for credit risk evaluation[J].Quarterly Review of Economics&Finance，2008，（4）：733-755.

[10] Feendman S，Jin G Z.Dynamic Learning and Selection：the Early Years[D].Maryland University of Maryland，2008.