卢勇：中、美大数据征信之比较

7月8日，由零壹财经和LendIt联合主办的2015移动金融国际峰会在北京国家会议中心举办。此次峰会以“移动金融，掌握未来”为主题，零壹财经CEO柏亮、宜信CEO唐宁，LendIt联合创始人Peter Renton及其带领的美国互联网金融代表团出席了峰会。

宾夕法尼亚大学的卢勇教授在主题演讲里介绍了中、美几大典型征信公司的现状，他指出，中国急需解决P2P借贷中多重抵押背后的征信问题。

“中国的征信原来一直是有央行这个征信机构，但是那个征信机构的维度非常小，只针对有借贷款记录的人、有使用信用卡记录的人，这个范围非常小，再加上中国传统的人很少去银行使用信用卡或借贷，这是很多人的个人征信记录没办法体现在那儿”。他称。

不过，令人欣慰的是，央行于近期已经放开了民间征信牌照的试点发放，8家个人征信公司将在近期拿到央行的牌照。

演讲实录：

卢勇：今天主要想讲一下互联网征信这方面的问题，怎么用大数据，互联网征信。

大数据在金融上面怎么实现？我有一个案例，这个数据是成都一个学校搜集的，就是有一个学生卡，学生卡有金额消费，去餐厅吃饭，消费多少金额，早餐、午餐、晚餐，需要花多少钱，每个学生进教室、进图书馆有刷卡的记录，这个记录能告诉我们什么？有什么用？我们拿这个数据能做什么？

很简单的数据，但是我们可以发现很多有趣的事情在里面，第一，我们能发现这里的大学生里面，同寝室的两个同学同时刷卡进入图书馆，同时进入食堂，刷卡有先后顺序，如果连在一起的，这个一般说来比例很小，2万个学生大概是三千分之一，才有可能，这是正常情况下。

如果换了抑郁症的人，他几乎就没有朋友，他很孤独，所以说跟另外一个人同时进入图书馆和食堂的机率非常小，利用这个数据，我们直接就可能判断他有没有朋友，他跟其他人怎么交流，就在这里面，把这个数据结果反馈给他的辅导员，这个准确率是非常之高的。当然，利用这个数据，我们也发现，可能哪些是男女朋友，哪些可能是基友，这些数据通过平时的调查问卷、访谈根本不可能知道的，但是我们只是通过学生刷卡的数据，我们就了解这么多。

同时用这个数据也发现有一些人作弊，有些学生自称是贫困生，领取了学校的资助，但是天天在学校里面吃大鱼大肉，一下就判断出来他到底是不是贫困生，马上可以把他剔除出去。所以大数据在金融里面，效果非常明显，拿到那个数据能够发现我们根本想象不到的结果，当然，我知道这会议里面，零壹财经跟Lendlt组织这个会议，在美国4月份的Lendlt在美国的会议上，我也参加了，人非常多，给我留下了很深刻的印象。

我下面讲一下网络征信这件事情，我调研了几家中国的公司，做网络公司在个人征信、企业征信这方面的数据，美国的征信公司、征信机构形成巨头了，三大征信公司，FICO是这个行业巨头，我们看到了FICO的陈总、王总都在这儿，你们提供这些征信模型，我觉得是非常好的。当然中国的征信原来一直是有央行这个征信机构，但是那个征信机构的维度非常小，只针对有借贷款记录的人、有使用信用卡记录的人，这个范围非常小，再加上中国传统的人很少去银行使用信用卡或借贷，这是很多人的个人征信记录没办法体现在那儿。当然现在随着征信业的牌照已经放开，刚好已经有8家个人征信公司拿到了央行的牌照。

我首先谈一下美国这家公司，叫Credit Karma，不正而八经的公司，免费提供你的征信记录，再通过用户使用，在这里面推荐给你一些金融产品，Karma用户增长非常快，在美国，现在用户有（这儿列举了）3000万，这两年增长非常快，在美国三千万的用户比例是非常之高的，跟其他三大征信公司合作，传统征信公司，可能是批量拿到了这些人的征信数据，免费提供给用户，不收你钱，这对用户来说是非常好的结果，而且你可以查询，判断互联网征信公司，贷款、银行利率、保险都在里面，当然沿用的盈利模式就是传统的谷歌那一套，就是卖广告，用户用了征信盈利模式之后，根据用户评分的大小、多少，推荐用户的一些金融产品，它的钱是这些金融公司，付他钱打广告的钱，比如说推荐保险公司买什么保险，推荐房产抵押贷款的利率，公司还有甚至推荐你买股票、投资各种理财的产品，这个也不算很大的创新，因为本身自己不收集这些用户的数据，用户给征信公司交换，通过提供金融广告产品给用户，这里面大部分产品都是免费的。

下面我谈一下中国的征信情况，我刚才谈到了中国原来只有央行一家的征信机构，用户是很少的，没有信贷记录、没有信用卡，信用记录就是一片空白，这传统的问题，包括现在这几年兴起的P2P公司，P2P贷款违约，一个最大的问题是同时在几个P2P公司去贷款，有一个行为，因为P2P现在没记录央行征信记录，我在红领创投拿到房产抵押100万，去人人贷抵押也同样100万，这样完全违法的行为，多重抵押，造成很多违约问题，这些记录根本没有记录进入央行的征信系统，所以很多P2P公司还有一些理财公司，小额贷款公司也希望接入央行的征信记录。

同时上午宜信的唐总也谈了，宜信对农民，学生，根本没有征信记录的，大家都觉得这些人是不是信用分数很低，是不是很容易违约，恰恰相反，这些人的信用记录分数肯定会非常之高，他们绝不容易有违约行为，如果借了你一笔钱，100块钱、200块钱，睡觉都睡不好，他一定要赚了钱，首先就是把他的欠款还上，所以说做农民信贷甚至学生群体的信贷，这违约率是非常之低的，但是这些记录，我们的征信体系原来根本没有这些人群，所以他们需要这些金融产品或者短期贷款的时候，购买生产资料，生产工具贷款的时候，根本没有提供给他们，贷给他多少。

央行在6月份批准了8家征信公司，芝麻信用是阿里巴巴的，还有深圳几家和北京几家，做得比较快的就是芝麻分，芝麻分现在也是免费提供的。我简单说一下他们的模式，他们覆盖人群确实超过央行的征信记录，我们先看一下腾讯的数据，你的微信、QQ记录，全都作为你的评分记录，包括你发红包，发红包的都是，收入红包的多少全都在做征信记录里面，我不知道腾讯做征信的人有没有在这儿，上次见到做腾讯征信的老总吴丹，发红包的记录，发红包的比例，收到多少，发出多少红包，经常发的红包越多，收入比较高，忙的人没有时间抢红包，抢红包越多的人可能把时间消耗在里面，这是他们的维度衡量你的信用分数，买车的记录、买房的记录、水电费的记录，大家的信用记录随着每年都在提高的，你结婚了，有小孩了，这更新的数据，这里有个表，各种各样的信息，这些大的公司有机会搜集这些数据，尽量提供全面的数据反映动态现实的信用记录在里面，这有一个芝麻分的评分体系，维度远远多，而且是动态的，包括很多方面包括在里面。芝麻分是蚂蚁金服的数据，淘宝、天猫的分数都在里面。

但是每个评分体系它有它的局限性在里面，我跟这些公司谈了，阿里的交易数据，很真实，淘宝、天猫的数据，但是很多数据我觉得不太可信，确实不太可靠，大家都知道，就是刷交易量，因为要找各个人帮他做这件事，我碰到好几个在天猫、淘宝的商家，商家说他们那个数据90%以上都是刷量刷出来的，我不是批评，所有的网上都存在这种水分包括我们股市有泡沫，但其他方面同样都有一些东西在里面，这个数据针对个人的话，确实不能反映真实的消费能力，刷的最多的人，你看交易多的人，不是一般的普通购买者，肯定是专业刷单的人，他买的东西多，我知道有些技术可以屏蔽去掉这些的，但是非常之难。

中国有三个企业专门做征信的。一个月前我到百融金服，原来百融金服有一个百分点，他是做电商的搜索广告，搜索引擎的推荐这方面的功能，原来做了五六年，跟这些电商合作，有很多个人方面的消费记录，网上浏览记录，购买商品的记录，他有这个数据来源，才在第三方推荐引擎，很重要的拿到这方面，刚开始拿着，有些银行企业提供这些数据，后面他觉得这个数据有用了，值钱了，单独成立了百融金服征信公司出来，对个人征信，别人说他是大数据的金融公司。

九次方也是做得最早的一家企业征信公司，不知道王总今天来不来，原来是做咨询行业的，提供各个公司的咨询，各个行业行业的咨询，搜集了公司内部外部的资料，之前的那个行业不做了，专门筹钱，把这些大数据做出来，因为他们的基础不一样。

数联铭品，专门做企业征信的，我上周去他们公司看了一下，他们的公司在成都，他们的技术力量也很强，全都是挖掘技术的，他们的来源，这个公司是一个新的公司，成立了几年，抓取网上的公开数据，包括公司的发起人、董事，他们的借贷行为、法院判决还有项目各种形式结合起来的。所以说这些信息数据，我觉得是基础，整个来说这个征信行业在中国，包括各个领域做企业征信、个人征信都有很大的基础，如果采用大数据，大家希望采用大数据比传统更真实、更动态，这些公司的特长，不同的数据来源，真的做好的话，这个行业确实还是有很多数据积累在里面。

我就说这些，谢谢。