湛維明 王佳

摘 ? 要：文章從互聯(lián)網(wǎng)金融的發(fā)展趨勢和數(shù)據(jù)特征出發(fā)，分析互聯(lián)網(wǎng)金融的4種數(shù)據(jù)統(tǒng)計途徑和每種數(shù)據(jù)統(tǒng)計途徑的優(yōu)劣。接著針對互聯(lián)網(wǎng)金融所面臨的數(shù)據(jù)雜亂問題和信用評估的實時性需求，構(gòu)建個人信用風(fēng)險評估方法。在研究中重點(diǎn)討論互聯(lián)網(wǎng)金融數(shù)據(jù)不完備問題的解決方案和實時信用評估中數(shù)據(jù)分析、挖掘的方式，為互聯(lián)網(wǎng)金融背景下的個人信用評估提供較為合理的數(shù)據(jù)統(tǒng)計方案與應(yīng)用模型，以利于提高信用評估結(jié)果的科學(xué)性、有效性與可解釋性。

關(guān)鍵詞：網(wǎng)絡(luò)借貸;個人信用評估;數(shù)據(jù)獲取;數(shù)據(jù)統(tǒng)計

互聯(lián)網(wǎng)金融的落地主體是網(wǎng)絡(luò)借貸，即通過互聯(lián)網(wǎng)進(jìn)行實時或半實時的貸款。隨著我國移動互聯(lián)網(wǎng)的普及和寬松貨幣政策的推行，各類中小型網(wǎng)絡(luò)借貸平臺發(fā)展迅速，形成了一個競爭與協(xié)作并存的龐大融資系統(tǒng)。網(wǎng)絡(luò)借貸平臺充分利用互聯(lián)網(wǎng)的優(yōu)勢，無限放大了可貸人群的數(shù)量和范圍，極大地滿足了被商業(yè)銀行忽視的個人小額貸款需求。然而，個人小額貸款和中大型企業(yè)貸款有著較大的區(qū)別，個人貸款的準(zhǔn)入門檻低，用戶信息不完備性高，放貸時限要求急，政府監(jiān)管薄弱，因此，發(fā)生違約的情況較多。針對可能發(fā)生的違約風(fēng)險，融資機(jī)構(gòu)一般采用信用評估的方法進(jìn)行風(fēng)險預(yù)防。其中，信用數(shù)據(jù)的采集、審核和信用評估指標(biāo)體系的確立是進(jìn)行此類風(fēng)險預(yù)防工作的核心內(nèi)容。面對互聯(lián)網(wǎng)新背景下的這些新問題，需要從互聯(lián)網(wǎng)經(jīng)營模式的特點(diǎn)和互聯(lián)網(wǎng)大數(shù)據(jù)獲取途徑兩個方面出發(fā)，以用戶的互聯(lián)網(wǎng)基本屬性、社交行為屬性兩個方面為切入點(diǎn)，充分利用用戶的互聯(lián)網(wǎng)行為數(shù)據(jù)，構(gòu)建一套數(shù)據(jù)獲取難度低、數(shù)據(jù)計算實時性高、決策方法開銷小、評估過程科學(xué)可行的中小型網(wǎng)絡(luò)借貸平臺個人信用風(fēng)險評估數(shù)據(jù)模型，以把握新常態(tài)下中小型網(wǎng)絡(luò)借貸平臺個人信用風(fēng)險評估的脈絡(luò)，幫助中小型網(wǎng)絡(luò)借貸平臺進(jìn)行違約風(fēng)險的預(yù)防，為其進(jìn)行實時個人信用評估提供參考。

1 ? ?互聯(lián)網(wǎng)金融征信數(shù)據(jù)統(tǒng)計來源分析

為了對借款人進(jìn)行合理的信用評價，通常需要統(tǒng)計被評估對象的強(qiáng)相關(guān)數(shù)據(jù)。然而，中小型網(wǎng)絡(luò)借貸平臺有別于大型商業(yè)銀行，普遍面臨強(qiáng)相關(guān)數(shù)據(jù)獲取難度大、數(shù)據(jù)積累少、數(shù)據(jù)完備性低的困難。即使能夠在線通過用戶提交的方式獲得部分?jǐn)?shù)據(jù)，也屬于弱相關(guān)數(shù)據(jù)，通常只能利用這些數(shù)據(jù)進(jìn)行輔助評估?？偨Y(jié)幾種典型的中小型網(wǎng)絡(luò)借貸平臺的數(shù)據(jù)統(tǒng)計來源，除使用用戶提交的基本數(shù)據(jù)之外，還可通過以下幾種方式進(jìn)行補(bǔ)充。

1.1 ?直接委托信用服務(wù)提供商進(jìn)行信用的評估和查詢

隨著金融市場的開放及金融機(jī)構(gòu)信息化、網(wǎng)絡(luò)化程度的加深，市場上已經(jīng)有一些大型的信用服務(wù)提供商，這些信用服務(wù)提供商能夠提供信用評估、數(shù)據(jù)查詢、信用報告生成等“一站式”服務(wù)，同時，收取一定的費(fèi)用。這種方式的優(yōu)點(diǎn)是信用服務(wù)完全外包，缺點(diǎn)在于信用評價過程集成度過高，類似于“黑盒”，對于具體的網(wǎng)絡(luò)借貸平臺來說沒有針對性和自主性。

1.2 ?向第三方機(jī)構(gòu)協(xié)商購買數(shù)據(jù)

在當(dāng)前的互聯(lián)網(wǎng)大數(shù)據(jù)時代，用戶在網(wǎng)絡(luò)上的各種行為數(shù)據(jù)被大量分散的第三方機(jī)構(gòu)所記錄。中小型網(wǎng)絡(luò)借貸平臺可以向一些較大的電商、融資平臺、商業(yè)銀行、電信運(yùn)營商等第三方機(jī)構(gòu)購買或查詢用戶的相關(guān)數(shù)據(jù)。這種方式的優(yōu)點(diǎn)是所獲得的數(shù)據(jù)一般為強(qiáng)相關(guān)數(shù)據(jù)，缺點(diǎn)在于獲取這類數(shù)據(jù)往往需要支付一定的費(fèi)用，且受第三方相關(guān)規(guī)定的約束較大，部分核心數(shù)據(jù)由于某些行政或隱私保護(hù)而不易獲取。

1.3 ?以平臺間合作的形式共享數(shù)據(jù)

中小型網(wǎng)絡(luò)借貸平臺在競爭中的主要缺點(diǎn)在于其規(guī)模較小，很難形成規(guī)模性的數(shù)據(jù)積累，針對這種情況，中小型網(wǎng)絡(luò)借貸平臺可以考慮與其他類似情況的借貸平臺尋求合作，共享數(shù)據(jù)。合作的平臺越多，數(shù)據(jù)的規(guī)模就越大，數(shù)據(jù)的可用性就越高。這種共享數(shù)據(jù)的方式不會對平臺造成大的經(jīng)濟(jì)壓力，但需要平臺間進(jìn)行有效的協(xié)商，實現(xiàn)互利共贏。

1.4 ?以技術(shù)手段在互聯(lián)網(wǎng)上獲取公開數(shù)據(jù)

通過網(wǎng)絡(luò)爬蟲等技術(shù)手段，根據(jù)用戶提供的個人信息，如姓名、電話號碼、微博賬號、網(wǎng)絡(luò)購物賬號、社交媒體賬號等進(jìn)行其網(wǎng)絡(luò)公開數(shù)據(jù)的獲取。這種方法一般能夠獲得大量弱相關(guān)數(shù)據(jù)，這些數(shù)據(jù)并不能夠“一定的”完成信用評估工作，大多時候只起到輔助評估的作用，平臺可以從這些弱相關(guān)數(shù)據(jù)中盡可能多地獲得一些有用的信息。

中小型網(wǎng)絡(luò)借貸平臺應(yīng)當(dāng)充分利用互聯(lián)網(wǎng)的優(yōu)勢，除了利用強(qiáng)相關(guān)數(shù)據(jù)之外，還要積極考慮社交信息、消費(fèi)信息等弱相關(guān)數(shù)據(jù)，采用多種多樣的信用評估手段形成對用戶的綜合評價。同時，從技術(shù)角度來講，中小型網(wǎng)絡(luò)借貸平臺也要爭取自建用戶數(shù)據(jù)庫，通過人工智能或數(shù)據(jù)挖掘的方法對不完備數(shù)據(jù)進(jìn)行自動挖掘和決策，動態(tài)、實時地對用戶數(shù)據(jù)進(jìn)行計算，完成信用評估。

2 ? ?互聯(lián)網(wǎng)金融信用評價指標(biāo)體系構(gòu)建

個人信用評價以信用數(shù)據(jù)為基礎(chǔ)，主要包括以下兩方面的信息：（1）個人身份信息，如性別、年齡、月收入、婚姻狀況、學(xué)歷、職業(yè)等，這些信息描述了個人的基本屬性。（2）個人信貸信息，主要包括持有銀行卡狀況、信貸歷史等，以此了解個人的歷史違約情況。對于中小型網(wǎng)絡(luò)借貸平臺來說，獲取完備的上述信息顯然是不切實際的，即使能夠獲得這些信息，查驗其真實性也需要較長時間和較大精力。因此，必須充分利用互聯(lián)網(wǎng)公開或半公開數(shù)據(jù)進(jìn)行補(bǔ)充，包括社交媒體數(shù)據(jù)、消費(fèi)數(shù)據(jù)、手機(jī)通信數(shù)據(jù)等[1-2]。

按照判別項、數(shù)據(jù)來源、信用評估說明3個分欄構(gòu)建中小型網(wǎng)絡(luò)借貸平臺信用評估指標(biāo)體系，如表1所示。

該評價指標(biāo)體系可以進(jìn)行兩方面的應(yīng)用：（1）對用戶提交的常規(guī)數(shù)據(jù)進(jìn)行交叉核驗，例如用戶提供的電話號碼是否真實、是否為常用號碼，用戶提供的年齡、婚姻狀況、職業(yè)是否有網(wǎng)絡(luò)數(shù)據(jù)作為佐證等。（2）通過大量的互聯(lián)網(wǎng)數(shù)據(jù)對用戶的個人行為和個人品質(zhì)進(jìn)行挖掘和評估，確定用戶的行為傾向和消費(fèi)特征。最終通過對被評估對象常規(guī)屬性和行為品質(zhì)的判別完成對其的“畫像”。這個“畫像”不僅限于一個評分或一系列評估值，還應(yīng)包括對用戶性格、行為、意圖、傾向、喜好、規(guī)律的描述，完成一個基于互聯(lián)網(wǎng)數(shù)據(jù)的高維度的用戶信用評價[3-6]。

3 ? ?結(jié)語

本文從互聯(lián)網(wǎng)金融蓬勃發(fā)展的現(xiàn)狀出發(fā)，深入分析網(wǎng)絡(luò)貸款的特征，探討了中小型網(wǎng)絡(luò)貸款平臺中個人貸款業(yè)務(wù)所面臨的兩大問題，即數(shù)據(jù)來源問題和數(shù)據(jù)的實時處理問題。對于數(shù)據(jù)來源，建議在獲得少量強(qiáng)相關(guān)數(shù)據(jù)的基礎(chǔ)上加入消費(fèi)行為和社交行為數(shù)據(jù)，通過平臺間合作共享數(shù)據(jù)和利用爬蟲技術(shù)獲取公開數(shù)據(jù)等多種方式豐富信用評價數(shù)據(jù)庫，最終完成對用戶個人行為品質(zhì)的挖掘。對于貸款業(yè)務(wù)的實時性審核問題，可在獲取多源異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)的基礎(chǔ)上充分利用互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行用戶信息的交叉核驗與用戶畫像。交叉核驗的方法可以過濾掉隱含的風(fēng)險用戶，從而免去人工審核環(huán)節(jié)，最終的用戶畫像可以完成對客戶的甄別和分級。

[參考文獻(xiàn)]

[1]王景利.互聯(lián)網(wǎng)金融征信發(fā)展分析[J].金融理論與教學(xué)，2019（2）：22-24，28.

[2]陸地璇.互聯(lián)網(wǎng)金融背景下征信體系發(fā)展對策研究[J].金融經(jīng)濟(jì)，2019（6）：179-180.

[3]馮興元，燕翔.中國互聯(lián)網(wǎng)金融的發(fā)展現(xiàn)狀、問題與對策[J].福建商學(xué)院學(xué)報，2019（3）：1-8.

[4]陳恒亮.從P2P行業(yè)探析互聯(lián)網(wǎng)金融的信用風(fēng)險[J].中國商論，2019（13）：74-76.

[5]劉國剛.互聯(lián)網(wǎng)金融背景下我國個人征信行業(yè)發(fā)展實踐及展望[J].金融理論探索，2018（2）：62-70.

[6]賈拓.大數(shù)據(jù)對征信體系的影響與實踐研究[J].征信，2018（4）：17-25.