基于大数据的个人信用评估问题研究——以“芝麻信用”为例

基于大数据的个人信用评估问题研究——以“芝麻信用”为例

李林鞠张玉华

（重庆工商大学，重庆400060）

摘要：在现代经济发展体系中，互联网金融是促进经济增长的新引擎，而其依托大数据和云计算发展，在研究互联网金融的过程中，首先要对互联网金融信用体系进行研究，大数据征信是现代互联网信用体系发展的核心，结合大数据理念建立和完善个人信用评估模型，对于分析和把握信用风险意义重大。因此，本文以芝麻信用为案例作分析，讨论了在大数据金融下个人信用评估的发展。

关键词：大数据金融；个人信用评估；芝麻信用

个人、企业信用评估是整个社会金融业务开展及信贷审批的关键环节，是信用风险管理的核心。以主观判断和定性分析为主的信用评估模式存在着效率低、成本高、准确性低等缺点，已不能满足个人、企业零售业务快速、多样化发展的需要。从背景来看，芝麻、腾讯、考拉征信在互联网大数据征信方面有优势，鹏元、中诚信、中智诚是传统的征信企业。传统的信用评估手段存在信息处理不全、数据不透明等局限，不能有效利用信息时代下数据的多源性、多维性，缺乏从全局的角度来综合考虑个人的信用问题且传统征信模式下，主要考察拥有信贷历史、活跃信用记录的人群，大量的弱势群体无法覆盖。因此，基于大数据的个人信用评估研究迫在眉睫。

二、大数据金融时代下的个人信用评估

2.1大数据金融的概念

大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风控方面有的放矢。其就是利用大数据技术开展的金融服务，即集合海量结构化、半结构化以及非结构化数据，经过互联网、云计算等信息化处理方式，对其进行实时分析，用以提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，以结合传统金融服务，开展资金融通、创新金融服务。大数据金融的内容：基于大数据的金融服务平台主要指拥有海量数据的电子商务企业开展的金融服务。大数据的关键是从大量数据中快速获取有用信息的能力，或者是从大数据资产中快速变现的能力，因此，大数据的信息处理往往以云计算为基础。目前，大数据服务平台的运营模式可以分为以阿里小额信贷为代表的平台模式和京东、苏宁为代表的供应链金融模式。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（精确）。

2.2大数据在个人征信系统中的运用——以“芝麻信用”为例

芝麻信用是依据方方面面的数据而设计的信用体系。芝麻信用分是芝麻信用对海量信息数据的综合处理和评估，主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，与传统征信数据不同，芝麻信用数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。“芝麻信用”通过分析大量的网络交易及行为数据，可对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供快速授信及现金分期服务。本质上来说，“芝麻信用”是一套征信系统，该系统收集来自政府、金融系统的数据，还会充分分析用户在淘宝、支付宝等平台的行为记录。

芝麻信用运用大数据的特点：一是广泛的实名制，芝麻信用所有开通用户均为实名认证用户，覆盖广泛，许多原来传统征信没有信贷记录的人群，也开始有了属于自己的信用评价。二是具有独特的数据价值，芝麻信用信用数据覆盖借贷、支付、出行、住宿、公益、等数百种场景，包括电商数据、互联网金融数据、公共机构数据、合作伙伴数据、用户上传数据等，能很好的刻画信用状况。三是具有强大的处理能力，芝麻信用已经具备同城灾备切换能力以及强大的商户信用信息查询调用能力，有效平稳支持了公测以来用户及各行业商户7*24小时的查询调用。四事敏锐的行业洞察，芝麻信用聚集了多位具备国际风险管理和信用管理系统建设经验的全球顶尖数据科学家和金融行业翘楚，深度融合了传统信用评估和互联网+创新信用评估，对行业具有丰富的经验和深刻的洞察。五是便利的场景应用，芝麻信用应用已经覆盖信用金融、信用租车、信用酒店、信用租房、信用婚恋、信用签证等多个领域，普通老百姓能够简单、直观的感受到信用的价值和便利。

三、大数据个人信用评估的特点及意义

3.1特点

全面性。数据种类多和数量大的优势，使得大数据个人信用评估的范围既包括传统的财务类数据，也包括了商务行为、市场行为、社会舆论等；既能考察企业本身，也可以覆盖企业高层的个人行为；既能统计历史状况，也能在一定范围内预测企业的前景。

客观性和公正性。大数据评估方式处理海量数据，流程化、自动化的技术手段是先决条件，而机器自动运算的方式也在一定程度上减少了人为判断修改的过程，避免了因主观判断所带来的成见或偏差，确保了评估结果的客观性和公正性。

精确性。大数据个人信用评估能跟随数据的变化而快速而及时的计算、更新评估结果，是区别于传统征信方式被动作为的主动行为。因此，该方式更具时效性、精确性。

监督性。大数据下的个人信用评估更具有监督力大和约束力强的效果。不仅是政府监管部门监督，也更利于社会公众和舆论媒体等的监督。

3.2意义

有利于完善互联网金融监管防范。大数据企业信用评估方式的全面性、快速性能确保评估范围的大而全，有利于为政府有关部门、第三方金融企业等提供真实有效的信用评价分数，且利用数据库可以采集、整理、保存个人心细信用，为金融机构监督不闷提供相关信息服务，对各个方面做到科学精准的判断，进而完善体制建设，促进金融稳定发展。

有利于金融机构风控管理。大数据企业信用评估方式的高效性、多源性为金融机构提供了更为有效的数据处理能力，包括数据处理的速度、规模、种类。数据的高效处理所带的时间收益也在很大程度上提高了金融机构对外服务的能力，而多源数据的评估既丰富了金融机构对外服务企业的种类，也提高了风险判断的能力。因此，大数据企业信用评估方式能帮助金融机构拓展业务，提高资本回转率，加强风险控制能力。

有利于个完善线上线下的个人信用体系。大数据下的个人信用管理能有助于政府和金融机构进行决策和管理，企鹅夜使得消费者个人提高信用意识，加强自身信用管理，大数据企业信用评估的公示性、威慑力能推动征信体系的建立，能加强个人对于信用的遵守，进而约束个人行为，加强个人自身管理。在法制条件下，迫使个人立足自身、完善自己、科学发展。

参考文献

[1]石庆焱,靳云汇.多种个人信用评分模型在中国应用的比较研究[J].统计研究,2004[J].V21(6),43-5

[2]林采宜,尹俊杰,按语.互联网金融时代的征信体系[R][J].新金融评论,2014,6:002.

作者简介：李林鞠，身份证号：5002221997****6821，女，重庆工商大学金融学本科三年级学生；

张玉华，身份证号：5002331998****0804，女，重庆工商大学金融学本科三年级学生。