3月31日，波士頓咨詢公司（BCG）發(fā)布《中國個人征信行業(yè)報告（2015）》（以下簡稱《報告》）?！秷蟾妗氛J為，中國個人征信行業(yè)雛形初現(xiàn)，有望成為一片新藍海?！秷蟾妗丰槍χ袊聞?chuàng)生態(tài)聚合類征信機構，從數(shù)據(jù)、模型、產(chǎn)品、應用等緯度首次對該類型征信機構作了全透視。
BCG全球合伙人兼董事總經(jīng)理、中國金融業(yè)智庫負責人何大勇表示，芝麻信用、騰訊征信、前海征信、考拉征信和華道征信等新創(chuàng)生態(tài)聚合類征信機構，在數(shù)據(jù)上，除了對外接入傳統(tǒng)征信數(shù)據(jù)外，都大量運用了自身場景下沉的多元鮮活數(shù)據(jù)，包括支付、互聯(lián)網(wǎng)電商、社交、電信服務、公共服務等；在征信評價所使用的技術上，都不同程度地運用大數(shù)據(jù)等創(chuàng)新技術對經(jīng)典征信模型進行了補充和完善；在產(chǎn)品應用場景上，都從一開始就比較注重非金融場景的開發(fā)，探索傳統(tǒng)信貸與創(chuàng)新生活場景應用兼顧的發(fā)展。
《報告》以當下市場上表現(xiàn)出眾的芝麻信用為例，將新創(chuàng)生態(tài)聚合類征信機構開展具體業(yè)務的方式過程，結合報告的觀點，給出了較為直觀的范例。
“芝麻信用通過運用云計算、機器學習等技術客觀呈現(xiàn)個人的信用狀況，并已在信用卡、消費金融、酒店、租房、租車等多個金融與生活類場景為用戶、商戶提供信用服務，使其享受到信用的便利。”《報告》認為，作為螞蟻金服旗下獨立的第三方信用評估及管理機構，芝麻信用通過建立獨立IT系統(tǒng)，數(shù)據(jù)單獨存儲，組織架構上禁止交叉任職，業(yè)務經(jīng)營上獨立決策等，保證征信機構獨立開展業(yè)務。
從數(shù)據(jù)來源看，芝麻信用評分依賴的數(shù)據(jù)來源包括：電商，互聯(lián)網(wǎng)金融，公安部人口戶籍、最高法“老賴”、教育部學歷、工商注冊等政府機構數(shù)據(jù)，合作伙伴以及廣大實名用戶自主提交的信息等，分別從信用歷史、行為偏好、履約能力、身份特征和人脈關系五大維度對個人經(jīng)濟信用行為進行綜合評估。
資料顯示，在構建信用評分模型體系時，芝麻信用專注經(jīng)濟信用預測，并利用先進的機器學習法，實現(xiàn)對經(jīng)典信用評估模型的改良。由于傳統(tǒng)評估模型如評分卡、邏輯回歸等極為依賴相關原始數(shù)據(jù)的可獲得性，而中國大量人群缺少歷史借貸及還款行為等個人金融數(shù)據(jù)，導致沿用傳統(tǒng)模型方法論時，征信機構難以克服數(shù)據(jù)源的局限性，或很難以較低的成本進行海量數(shù)據(jù)的關聯(lián)性分析。芝麻征信在充分研究和吸收傳統(tǒng)征信評分模型算法的優(yōu)勢的基礎上，積極嘗試前沿的隨機森林、神經(jīng)網(wǎng)絡等算法，挖掘出和信用表現(xiàn)有穩(wěn)定關聯(lián)的特征，從而更加高效和科學地發(fā)現(xiàn)大數(shù)據(jù)中蘊含的信用評估價值。
據(jù)介紹，目前，芝麻信用的數(shù)據(jù)科學家團隊應用了一種改進的樹模型GBDT（GradientBoostingDecisionTree），深入挖掘特征之間的關聯(lián)性，衍生出具備較強信用預測能力的組合特征，并將該組合特征與原始特征一起使用邏輯回歸線性算法進行訓練，從而獲得一個具備可解釋性的準確的線性預測模型。比如，一個人在某些特定品類上的消費行為，一定程度上反映了他的穩(wěn)定性和家庭責任感，這些行為本身與信用的相關性可能并不高；而如果他還經(jīng)常參加各類公益活動，那么這兩類特征的組合則可能與其個人信用表現(xiàn)出很強的正相關性，換而言之，弱變量之間的交叉分析有助于提高模型的信用預測能力。
“從征信產(chǎn)品的應用來看，芝麻信用的技術和評估結果已在多種金融類和生活類場景下有所應用，旨在向合作方提供更多元的決策分析要素，而非代替機構本身進行最終決策，目前已得到了多數(shù)合作機構的肯定。在金融場景的應用中，芝麻的評估結果很早就已應用在互聯(lián)網(wǎng)信貸業(yè)務中，經(jīng)過了實踐的沉淀和摸索，應用效果日趨成熟。”何大勇說。
新創(chuàng)公司業(yè)務的實際效果也是各方關注的焦點?！秷蟾妗房偨Y認為，在過去的一年中，許多金融機構、生活應用類商戶都與新創(chuàng)類公司進行了有益的內部測試或合作，收到了比較良好的市場反饋。從2015年下半年起，國內多家大型商業(yè)銀行對芝麻信用產(chǎn)品進行測試。從實際應用成果來看，芝麻信用評分表現(xiàn)出了較高的覆蓋度和違約風險識別能力，對于銀行自有風控模型作出了有效的補充，其中某股份制銀行信用卡中心與芝麻信用在貸前審批、貸中監(jiān)控和貸后追償?shù)阮I域進行了全流程合作，助力該機構將信用卡審批通過率提高了2至3個百分點。
波士頓咨詢公司認為，中國個人征信行業(yè)的服務對象將包括金融借貸場景（包括銀行借貸場景及非銀行金融機構的借貸場景）、部分非借貸金融場景（例如保險）、部分非金融領域中涉及信用風險的場景（例如租房、租車等）。各家新創(chuàng)公司已就此展開了提前布局。比如在非金融領域中涉及信用風險的場景這個服務領域中，芝麻信用評分已經(jīng)被引入酒店、租房、租車等生活場景，并在多個場景之間進行相互驗證，發(fā)現(xiàn)其信用評分模型具有較好的可拓展性與通用性。例如，某酒店將芝麻信用評分引入其入住和退房流程決策系統(tǒng)，對于符合一定評分的客戶施行免押金入住和免查房退房，從而將申請入住時間由平均3分鐘縮短到45秒，將申請退房用時由平均2分鐘縮短至18秒，在風險可控的前提下，有效提升了客戶體驗和酒店運營效率。
“在中國個人征信行業(yè)市場化發(fā)展的大潮中，以芝麻信用為代表的新創(chuàng)生態(tài)聚合類征信機構能夠助力社會商業(yè)環(huán)境的信用建設。”《報告》認為，憑借其不斷交叉驗證提升的數(shù)據(jù)質量以及先進的算法技術與嚴謹?shù)哪Ｐ万炞C，打造出強大的個人信用洞察能力，能讓人與人、人與機構之間的連接更簡單、更高效。（金融時報）