大數據征信技術的形成

隨著我國社會信用體系建設的步伐不斷加快以及計算機和網絡技術的不斷提高，征信業的發展也需要適應大數據時代發展所帶來的技術變革。征信機構在積累征信數據的同時，也需要提升自身的數據存儲能力，豐富所積累數據的維度，提升數據分析挖掘、處理速度等各方面能力，從而促進征信業向一個嶄新的數字化時代邁進——大數據征信時代。

因此，數據積累是征信機構一項重要的商業資本，大數據征信是征信機構的技術發展方向。征信機構需要不斷地開拓數據渠道、發展數據挖掘技術、創新產品和服務，并不斷將大數據征信應用到經濟、金融、電子商務等各個領域。

征信大數據鏈數據流動過程分析

(一)征信大數據鏈框架圖

征信大數據鏈的相關方包括上游的數據生產者、中游的征信機構及下游的征信信息使用者。征信大數據框架如圖1所示。

(二)征信大數據的上游生產者

大數據征信并沒有顛覆傳統征信的基本職能，從數據的來源渠道看，大數據征信比傳統征信數據來源更加廣泛，除了來自金融機構和政府部門，還有基于互聯網的交易和社交信息等。目前與征信相關的大數據來源可以分為四大類。

1.信用交易數據生產者

信用交易數據是從事金融活動時所產生的數據，此類數據主要來源于金融服務機構。我國金融服務機構大體可以分為三類：金融機構、類金融機構和互聯網金融機構，這三類機構構成了我國的金融服務體系。我國金融體系架構圖如圖2所示。

金融機構：是指從事與金融服務業有關的金融中介機構，為金融體系架構中的一部分體系框架。本文將納入“一行三會”日常監管下的傳統金融機構歸類為金融機構，涵蓋了商業銀行、證券公司、保險公司、基金公司、信托公司、資產(管理)公司、金融租賃公司、信用合作社、政策性銀行等金融機構(企業)。這些金融機構在應用征信大數據方面具有天然優勢：數據量充足。金融服務機構在業務開展的過程中積累了包括客戶身份、資產負債情況、資金收付交易等大量高價值的數據。在運用專業技術挖掘和分析之后，這些數據蘊藏著巨大的商業價值。

類金融機構：目前對類金融企業沒有嚴格定義，根據21世紀經濟報道采訪到專業人士認為：類金融機構廣義理解是除了銀行、保險、券商等傳統金融企業以外的投融資機構或平臺，包括派生的、延伸的、創新的投融資平臺。本文將“一行三會”監管范圍以外的投融資機構稱為類金融機構，主要包括了小額貸款公司、融資性擔保機構、融資租賃公司、商業保理公司、典當公司等。這些投融資機構擁有客戶交易的歷史信息，這些數據對企業和個人客戶的信用分析、風險識別等方面具有寶貴的價值，可以達到甄別客戶和防范風險的作用。

互聯網金融機構：是指將傳統金融服務與互聯網技術結合，利用互聯網和信息通信技術實現資金融通、支付、投資和信息中介服務的新型金融業務模式。互聯網金融并不是互聯網和金融業的簡單結合，而是基于安全、移動等網絡技術，并被用戶熟悉并接受的新模式及新業務。互聯網金融的主要發展模式如下：

(1)眾籌：個人或團隊將需要資金的項目策劃交給眾籌平臺，經過相關審核后，便可以在平臺的網站上建立屬于自己的頁面，用來向公眾介紹項目情況，從而獲得資金。

(2)P2P平臺：即點對點信貸。P2P網貸是指通過第三方互聯網平臺進行資金借、貸雙方的匹配，需要借貸的人群可以通過網站平臺尋找到有出借能力并且愿意基于一定條件出借的人群，幫助貸款人通過和其他貸款人一起分擔一筆借款額度來分散風險，也幫助借款人在充分比較的信息中選擇有吸引力的利率條件。

(3)第三方支付：具備一定實力和信譽保障的非銀行機構，借助通信、計算機和信息安全技術，采用與各大銀行簽約的方式，在用戶與銀行支付結算系統間建立連接的電子支付模式。

(4)數字貨幣：數字貨幣是對貨幣進行數字化，是電子貨幣形式的替代貨幣。以比特幣等數字貨幣為代表的互聯網貨幣爆發，從某種意義上來說，比其他任何互聯網金融形式都更具顛覆性。

(5)大數據金融：是指集合海量非結構化數據，通過對其進行實時分析，可以為金融機構提供客戶全方位信息，通過分析和挖掘客戶的交易和消費信息掌握客戶的消費習慣，并準確預測客戶行為，使金融機構和金融服務平臺在營銷和風險控制方面有的放矢。

(6)信息化金融機構：是指通過采用信息技術，對傳統運營流程進行改造或重構，實現經營、管理全面電子化的銀行、證券和保險等金融機構。金融信息化是金融業發展趨勢之一，而信息化金融機構則是金融創新的產物。

(7)金融門戶：是指利用互聯網進行金融產品的銷售以及為金融產品銷售提供第三方服務的平臺。它的核心就是“搜索比價”的模式，采用金融產品垂直比價的方式，將各家金融機構的產品放在平臺上，用戶通過對比挑選合適的金融產品。

2.商品和服務交易數據以及行為數據生產者

一些電商、金融、娛樂、旅游等企業，以及水、電、氣、話、教育、醫療等公用服務機構，利用自有的工作機制和網絡平臺，收集本機構留存的客戶買賣商品和享受服務中的身份信息、業務信息和社交行為信息，并對這些數據進行有序加工整理，形成數據庫。由于不同企業和服務機構處于競爭狀態，彼此力爭形成自己所謂的“閉環”，提供他人分享的內在動力不足，所以這類信息也主要是企業和服務機構自身的客戶信息。

3.政府公開信息和公共服務信息的數據生產者

政府公開信息里特別常用的就是企業工商注冊的信息，主要是行政司法機關掌握的企業和個人在接受行政管理、履行法定義務過程中形成的信息。公共服務信息最常見的有工會服務信息、社區服務信息，以及信用中國及地方的信用信息平臺的公開信息等。

4.通過技術手段爬取或非常渠道獲得的其他各種領域的數據

對于很多企業來說自身數據積累相對有限，因此通過技術手段從互聯網渠道爬取或者是以非常規渠道從黑市交易獲得機密數據，也成為了一種數據獲取之道。此類數據的種類多樣，可能有涉及各種行業的行業數據或者涉及企業和個人的信息。

通過以上對征信數據上游生產者的介紹，可以發現不僅征信數據的形成渠道多樣，并且數據種類和數據結構也非常復雜。從征信數據的渠道來源來說，有來自政府的公開信息，也有從市場采集的信息;從征信數據的數據種類來說，有金融交易數據、市場交易數據，也有不少社交行為數據;從征信數據的數據結構來說，有結構化的數據，如數據庫里的行數據，也有非結構化的數據，如視頻、圖像、文本等。

(三)中游征信機構的數據加工

1.征信大數據的數據加工過程

總體來說，征信行業大數據應用實施的演變過程可以分為四個階段：第一個階段是征信數據的積累，即對通過各種采集渠道獲得的各類型的征信數據，進行收集和存儲;第二個階段是信息檢索過濾，是將積累的數據進行分類檢索和過濾篩選之后，變成有價值的信息的過程;第三個階段是信息深度挖掘，從信息中發現知識;最后一個階段是大數據的至高境界——智慧決策，即對未來的事件進行風險預測，從而采取相應的決策來防范風險。由此可見，征信大數據應用實施的演變過程就是把沒有關聯關系的大量數據通過一些分析和處理的技術手段轉變成有用的信息最終形成決策，從而有效防范風險。

2.征信大數據的挖掘分析技術

由以上對大量數據的來源分析可知，由于與征信相關信息的數據采集渠道復雜、數據來源不可追溯、數據結構多樣，于是針對不同的數據群體的不同特點，也要選取不同的處理和解決辦法。征信大數據分析技術包括離線數據處理、實時數據處理和數據分析技術等。

(1)離線數據處理引擎——hadoop

Hadoop是一個由Apache基金會所開發的分布式系統基礎架構。Hadoop的并行計算框架MapReduce，可以對離線數據提供簡單的并行計算處理。Hadoop適合處理幾百T這個級別的數據量，并且適用于一次寫入，多次讀取的場景，也就是數據復制進去之后，長時間在這些數據上進行分析，從而實現了對離線數據進行長時間處理的功能。目前Hadoop主要可以用于用戶行為分析、廣告效果分析、產品設計分析、商業智能分析、報表統計等。

(2)實時數據處理引擎——Spark

Apache Spark 是專為大規模數據處理而設計的快速通用的計算引擎，雖然它有與 Hadoop 相似的開源集群計算環境，但是它在某些工作負載方面表現得更加優越，不僅優化了迭代工作負載，而且內存計算速度 比 Hadoop 快100倍。構建在Spark上處理實時數據的Stream的框架，基本的原理是將實時數據分成小的時間片斷(幾秒)，以批量處理的方式來處理這小部分數據，從而實現了實時計算與處理數據流的功能。

(3)數據分析技術——SPSS

SPSS(Statistical Product and Service Solutions)，“統計產品與服務解決方案”軟件，是IBM公司推出的一系列用于統計學分析運算、數據挖掘、預測分析和決策支持任務的軟件產品及相關服務的總稱。傳統的征信理念試圖通過已知的因果邏輯關系分析歷史數據，征信大數據應用SPSS軟件強大的數據分析技術，除了可以揭示信息主體的歷史數據和行為之間的因果邏輯關系外，還努力發現事物之間的相關性、關聯性，并對其加以廣泛利用。

當然，用于數據挖掘與分析的軟件還有很多，這里不在一一介紹，對于不同軟件的選取與使用原則：一是要遵照數據挖掘與分析項目需求與實現功能，二是要結合數據分析師的分析理念和日常習慣。

(四)下游信息使用者對數據征信產品的使用

在金融領域常用的數據征信產品有：銀行評級及其他評級報告、專項評價報告、信用咨詢類服務、企業征信、金融機構服務等。該領域的產品主要為從事金融活動的相關方提供，例如擔保機構、小貸公司、保理公司、融資租賃公司等。旨在幫助金融活動的相關方收集被調查對象的真實、有效數據信息，經過征信機構判斷、評價、分析后，甄別與防范在從事金融活動的過程中各種可能發生的風險。

在政府領域常用的數據征信產品有：評級或評價報告、籌建咨詢報告、征信調查服務、信用體系建設咨詢等。該領域的產品主要服務于政府部門、行業協會等，不同產品對應于政府相關部門的不同需求。例如社會信用體系建設咨詢產品，是征信機構結合信息化的技術手段為地方或行業社會信用體系主管部門提供規劃編制、平臺建設、體系設計等服務。

在商業或商務領域常用的數據征信產品有：評級或評價報告、投融資咨詢報告、征信評價報告、供應鏈管理服務、系統開發等。該類產品是針對商業發展或商務合作開展的大數據征信服務。

在公共領域常用的數據征信產品有：PPP咨詢、社會信用產品應用咨詢、社會責任報告、大數據排名等。該類產品應用于針對社會公眾所提供的大數據征信服務。

在個人領域常用的數據征信產品有：個人征信、個人貸款風險預測等。該類產品應用于針對個人所提供的大數據征信服務。

大數據征信未來的發展與應用方向

(一)互聯網行業發展催生征信需求發展旺盛

以互聯網金融為代表的新型互聯網服務行業的快速發展將帶來大量新的征信需求，包括P2P網絡借貸、電商金融等互聯網金融行業，以及以淘寶為代表的電子商務行業和以滴滴打車為代表的O2O服務行業等新型行業。對于P2P網絡借貸等互聯網金融行業來說，需要借助信用信息共享來防范信用風險、降低交易成本，這就需要大數據征信的實時分析技術，來隨時甄別和防范可能發生的風險。對于電子商務行業來說，電商消費者的精細化營銷、個性化服務和批量化處理將成為主要的運營模式，這對于大數據征信技術來說，要求更加準確地把握消費者的消費習慣、風險偏好和信用狀況。

(二)深層次的信息加工推動征信產品創新升級

隨著云計算、數據挖掘等信息技術的發展和應用，為征信產品的創新和升級奠定了技術基礎。一方面，征信機構能夠憑借互聯網的各種渠道拓展信息來源，降低信息采集的難度和成本，并且利用電子郵件等網絡通訊技術的新型交流方式，快速、便捷地提供實時、全面的征信服務。另一方面，數據處理能力的提升，使得征信機構可以對其掌握的數據資源進行更充分挖掘和分析，開發出具有更高技術含量的產品和服務，滿足社會多層次、全方位、專業化的征信需求。

(三)信息安全和信息主體權益保護技術全面加強

隨著征信機構采集和存儲數據的不斷增多，信息安全問題也亟待加強，征信機構通過數據庫存儲數據和互聯網傳輸信息等技術手段提供征信服務，容易受到黑客有意入侵和病毒攻擊的威脅，一旦數據遭到竊取、泄露、篡改，將對個人隱私和客戶權益造成侵害。另外，互聯網環境下，個人信用信息的采集、共享和使用與信息主體權益保護間也存在一定的沖突，如何落實《征信業管理條例》的相關規定，還需要進一步斟酌和研究。