導(dǎo)語：P2P網(wǎng)貸平臺征信系統(tǒng)研究一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

[摘要]隨著p2p網(wǎng)貸發(fā)展的加快，征信問題成為我國P2P行業(yè)發(fā)展的瓶頸。而大數(shù)據(jù)征信技術(shù)可以突破這一瓶頸。國內(nèi)外都有應(yīng)用成功的案例，如美國金融科技公司ZestFinance利用大數(shù)據(jù)對用戶進(jìn)行信用風(fēng)險評估，挖掘了FICO評分沒有覆蓋的借貸用戶群體；我國阿里集團下的螞蟻小貸依托阿里集團的背景也在互聯(lián)網(wǎng)金融大數(shù)據(jù)征信領(lǐng)域取得了一席之地。通過對國內(nèi)外多家成功應(yīng)用大數(shù)據(jù)征信技術(shù)的P2P網(wǎng)貸平臺進(jìn)行分析，提出基于大數(shù)據(jù)征信技術(shù)的P2P網(wǎng)貸平臺的信用風(fēng)險管理建議。

[關(guān)鍵詞]P2P網(wǎng)絡(luò)借貸；信用風(fēng)險；征信；大數(shù)據(jù)

一、引言

P2P（PeertoPeerlending）網(wǎng)絡(luò)借貸平臺，是指借貸方（法人、自然人、其他組織）在運營平臺借貸信息，投資人根據(jù)信息投資的一種商業(yè)模式（Borrower，2012）。P2P網(wǎng)貸平臺的出現(xiàn)，不僅促進(jìn)了我國實體經(jīng)濟的發(fā)展，豐富了投融資手段，在解決我國民生問題上也起到了積極的作用，但其存在的風(fēng)險也日漸凸顯，平臺失聯(lián)、暫停運營、借貸人跑路事件頻頻發(fā)生。截至2019年9月，我國共有6615家P2P網(wǎng)貸平臺，其中轉(zhuǎn)型的網(wǎng)貸平臺3152家，問題平臺2861家，還在正常運營的網(wǎng)貸平臺僅剩602家(網(wǎng)貸天眼)。我國大多數(shù)P2P網(wǎng)貸平臺出現(xiàn)問題、虧損、倒閉的一個重要原因就是忽視了對信用風(fēng)險的管控，從而導(dǎo)致經(jīng)營不善（張巧良，2015）。康峰（2019）指出可以將我國P2P網(wǎng)貸平臺存在的風(fēng)險劃分為五個方面：市場風(fēng)險、操作與技術(shù)風(fēng)險、信用風(fēng)險、流動性風(fēng)險、法律與監(jiān)管風(fēng)險。目前，信用風(fēng)險在互聯(lián)網(wǎng)金融行業(yè)普遍存在，P2P市場信用風(fēng)險表現(xiàn)為借貸人逾期還款等。我國P2P網(wǎng)貸平臺可以考慮運用大數(shù)據(jù)征信運作方式并且結(jié)合具體情況對信用風(fēng)險進(jìn)行管控，本著“一切數(shù)據(jù)皆信用”的觀點，通過大數(shù)據(jù)技術(shù)，結(jié)合個人在網(wǎng)絡(luò)上的購物、聊天記錄、上網(wǎng)行為等信息，建立網(wǎng)貸平臺征信系統(tǒng)，這對平臺、投資人、貸款人以及監(jiān)管部門都具有十分重要參考意義。

二、P2P網(wǎng)貸信用風(fēng)險研究

（一）國內(nèi)P2P網(wǎng)貸信用風(fēng)險研究。我國學(xué)者對于P2P網(wǎng)貸平臺的風(fēng)險研究主要集中在：相關(guān)法律法規(guī)、監(jiān)管情況、P2P平臺自身風(fēng)險管理、市場風(fēng)險、用戶的信用風(fēng)險、技術(shù)風(fēng)險等領(lǐng)域。研究結(jié)果顯示，信用是借貸成功與否的核心要素，但我國的征信系統(tǒng)還不完善、覆蓋不全面，P2P借貸平臺利用這些數(shù)據(jù)可能會增加平臺的信用風(fēng)險，會使投資人處于信息不對稱的劣勢位置，從而造成財產(chǎn)損失?？梢酝ㄟ^大數(shù)據(jù)技術(shù)在事前對借貸人信用進(jìn)行評估，從而減少投資人損失，大數(shù)據(jù)征信會大大降低貸款違約率。我國的P2P網(wǎng)貸市場發(fā)展的空間巨大，可以采用與第三方征信平臺外包方式。政府管理部門，應(yīng)建立健全法律法規(guī)，為互聯(lián)網(wǎng)金融行業(yè)甚至P2P借貸平臺提供保障。（二）國外P2P網(wǎng)貸信用風(fēng)險研究。國外學(xué)者主要從四個方面研究P2P網(wǎng)貸平臺風(fēng)險：貸款人信息、抵押擔(dān)保、征信體制和風(fēng)險控制。在借貸人信息方面，P2P網(wǎng)貸平臺將借貸人的個人信息透明，從而可以確保投資人和借貸人雙方之間信息的對稱，投資人才能作出正確的選擇。Klafft(2008)利用Logistic分析法進(jìn)行抽樣分析，發(fā)現(xiàn)在抽樣的十七萬件P2P借款事例中：借款人收入、信用記錄以及擔(dān)保借款額都與違約風(fēng)險呈顯著相關(guān)，所以應(yīng)該對借貸人的信用等信息詳細(xì)審核清楚，正如Freedman(2008)認(rèn)為網(wǎng)絡(luò)借貸平臺可以利用征信幫助投資人評估在借貸時的道德風(fēng)險與逆向選擇問題，所以對于P2P網(wǎng)貸平臺來說對信用進(jìn)行監(jiān)管是必不可少的。

三、國外P2P網(wǎng)貸平臺征信系統(tǒng)運行現(xiàn)狀

（一）傳統(tǒng)模式。純信用中介形式的P2P網(wǎng)貸平臺，其運營模式的核心是讓第三方網(wǎng)絡(luò)銀行加入到整個借貸運營環(huán)節(jié)之中。先由貸款人登記個人貸款信息，再與WebBank簽訂借貸信息合同，WebBank將此次借貸的所有權(quán)出售給P2P網(wǎng)貸平臺，平臺作為中介將所有權(quán)票據(jù)再出售給投資人，投資人最后持有，在這個過程中，看似P2P網(wǎng)貸平臺的風(fēng)險被轉(zhuǎn)移到WebBank，其實WebBank也是一家已經(jīng)保有聯(lián)邦存款保險的銀行，將WebBank所承擔(dān)的風(fēng)險又分?jǐn)偟搅吮ｋU公司上，這個模式避免了現(xiàn)金滯留在借貸平臺本身，將資金轉(zhuǎn)移到第三方銀行平臺，轉(zhuǎn)移了P2P網(wǎng)貸平臺因市場風(fēng)險而面對的資金鏈斷裂等風(fēng)險（劉玲，2018）。純中介的網(wǎng)貸平臺主要采用了FICO評分為網(wǎng)貸平臺對用戶信用評估的影響因素，將FICO評分作為主要判斷借貸人可借貸金額、借貸利率等指標(biāo)。FICO是美國當(dāng)下主流的個人信用評分標(biāo)準(zhǔn)，被用來做借貸人是否可以申請借款的有效審核工具，不僅被美國各大銀行采用，還被美國三大征信局所采納接受，美國的各類P2P借貸平臺可以通過向該機構(gòu)提交申請，就可以調(diào)查所有借貸人的各種信用信息。這種評估方式所采用的評估標(biāo)準(zhǔn)相對于大數(shù)據(jù)征信來說所收集的數(shù)據(jù)較少，主要涉及歷史消費記錄、歷史借貸信息、購買物品等。Prosper與LendingClub平臺所應(yīng)用的就是這種征信方式，根據(jù)借貸人的FICO評分采用相應(yīng)的借貸方式，該種征信方式的好處是數(shù)據(jù)獲取方便、覆蓋人群廣泛。（二）大數(shù)據(jù)模式。ZestFinance網(wǎng)貸平臺是美國最新興的一個平臺，因為FICO評分覆蓋了美國85%以上的客戶，典型的如Prosper與LendingClub，而還有15%處于沒有評分狀態(tài)，這就使這部分人群無法借貸或是不利于借貸，針對這一情況，ZestFinance發(fā)現(xiàn)了商機，利用自主研發(fā)的大數(shù)據(jù)算法，為剩下15%沒有被FICO評分的對象進(jìn)行借貸服務(wù)。平臺創(chuàng)建信用評分模型再利用收集到的數(shù)據(jù)代入，計算出用戶的信用分?jǐn)?shù)進(jìn)行借貸，并且還應(yīng)用機器學(xué)習(xí)預(yù)測未來借貸人借貸數(shù)據(jù)。機器學(xué)習(xí)是指從輸入的數(shù)據(jù)中自主獲取數(shù)據(jù)間相關(guān)規(guī)律，再通過獲取的規(guī)律來預(yù)測未知的數(shù)據(jù)的算法。ZestFinance網(wǎng)貸平臺挖掘數(shù)據(jù)的深度也強于其他平臺，不僅采用在以往征信體系中常用的決策變量，如FICO的五個基本影響因素，包括未還款金額、付款記錄、新信貸申請、信貸期限、信貸組合等，但彌補FICO評分模型信息獲取單一、不具備時間的同步性的缺點，ZestFinancc還會收集音像、圖片、視頻等非結(jié)構(gòu)化的數(shù)據(jù)信息，如客戶的Facebook等社交網(wǎng)絡(luò)信息、會員信息等，將信息進(jìn)而轉(zhuǎn)向結(jié)構(gòu)化數(shù)據(jù)再進(jìn)行評分。其信息覆蓋也十分廣泛，比如借貸人是否繳納房租，登入時的IP地址，書寫行為習(xí)慣，使用的瀏覽器版本，輸入時用的拼寫習(xí)慣，網(wǎng)絡(luò)交易資料等。并且ZestFinance的信用評估模型，每一季度都會進(jìn)行更新，確保模型的信用評估準(zhǔn)確度。傳統(tǒng)的FICO等其它征信公司的評分?jǐn)?shù)據(jù)模型，僅收入三十至幾百條數(shù)據(jù)項，而ZestFinance會收集幾萬條數(shù)據(jù)項，去評判一個人的真實信用如何，即使是看似毫無關(guān)聯(lián)的數(shù)據(jù)信息，都有可能幫助ZestFinance更有效地評斷個人信用。大數(shù)據(jù)征信相對比傳統(tǒng)的FICO征信來說具有兩點優(yōu)勢，一是數(shù)據(jù)收集齊備，對沒有FICO評分的用戶進(jìn)行了形象刻畫，避免了市場空白。二是通過機器學(xué)習(xí)，自主研發(fā)數(shù)據(jù)模型，更加有效地審核了借貸人的信用信息，降低了違約率。（三）國外P2P網(wǎng)貸平臺大數(shù)據(jù)征信的啟示。1.加強平臺數(shù)據(jù)共。享ZestFinance利用大數(shù)據(jù)征信平臺成功的基礎(chǔ)就是美國信息的開放，不僅如此，ZestFinance也與Facebook、Twitter等社交平臺進(jìn)行信息共享而獲得更多數(shù)據(jù)源來進(jìn)行更精準(zhǔn)的信用評分。在美國傳統(tǒng)的FICO評分中，收集了大量民眾信用信息，其中包括銀行卡使用記錄、銀行存取款記錄、水電繳費情況等信息，但ZestFinance還收集了幾十萬類不同的數(shù)據(jù)項目，借此構(gòu)建了較為全面的用戶信用信息系統(tǒng)。我國的P2P網(wǎng)貸平臺也應(yīng)學(xué)會自行建立征信系統(tǒng)，學(xué)習(xí)數(shù)據(jù)共享技術(shù)，進(jìn)而不斷擴大征信系統(tǒng)中原數(shù)據(jù)來源，建立更加可靠的P2P平臺征信體系，進(jìn)而覆蓋更多的互聯(lián)網(wǎng)金融平臺，覆蓋更全面的客戶群，而不是處于一個“信息孤島”的狀態(tài)。2.提高數(shù)據(jù)分析能力。ZestFinance平臺的理念是“相信一切數(shù)據(jù)皆信用”，這就是它在P2P網(wǎng)貸平臺征信成功的關(guān)鍵：擁有強大的數(shù)據(jù)分析和處理能力。自2007年我國首家P2P網(wǎng)貸平臺拍拍貸上線以來，我國P2P網(wǎng)貸平臺通過自身的信息庫以及第三方平臺的數(shù)據(jù)庫積累了大量有關(guān)客戶消費、支付、信用等信息數(shù)據(jù)，但我國P2P網(wǎng)貸平臺缺乏數(shù)據(jù)處理與分析的能力，暫時還不能深度挖掘來自這些信息背后或者更深層次的內(nèi)容。ZestFinance公司所開發(fā)的集成的機器學(xué)習(xí)模型極大促進(jìn)了平臺清洗數(shù)據(jù)與數(shù)據(jù)分析能力，我國的P2P網(wǎng)貸平臺應(yīng)加強數(shù)據(jù)模型建設(shè)，強化數(shù)據(jù)清晰、篩選技術(shù)，提高非結(jié)構(gòu)數(shù)據(jù)處理能力。3.明確服務(wù)對象。ZestFinance明確自身服務(wù)的征信對象為FICO評分在500分以下的低信用評分客戶，針對該客戶群體內(nèi)部不同的信用類型再進(jìn)一步開發(fā)細(xì)化信用評估模型，比如還款能力模型、預(yù)付能力模型等，不斷深入發(fā)掘信用信息，擴大公司的客戶范圍，從而不斷提高自身的盈利水平，增強公司的競爭力。所以精準(zhǔn)定位和深入分類研究是ZestFinance領(lǐng)先于其他互聯(lián)網(wǎng)征信機構(gòu)的關(guān)鍵，我國網(wǎng)貸平臺也可以參考此類運行模式，明確平臺主要服務(wù)對象，做到市場精細(xì)化，從而擴大客戶范圍。

四、國內(nèi)以螞蟻小貸為代表的P2P網(wǎng)貸平臺征信系統(tǒng)運行現(xiàn)狀

（一）螞蟻小貸。螞蟻小貸是由阿里巴巴集團成立的，主要針對阿里巴巴、淘寶、天貓平臺上的賣家進(jìn)行資金周轉(zhuǎn)、投融資服務(wù)而發(fā)展的互聯(lián)網(wǎng)金融產(chǎn)品。其對信用的審核依據(jù)就是企業(yè)在阿里巴巴平臺、天貓平臺、淘寶和支付寶上的信用記錄，從而對企業(yè)信用積分進(jìn)行核算，信用記錄主要包括：店鋪收益、實體情況、用戶評價、發(fā)貨速度等，其優(yōu)勢為審核速度快、貸款下放快、無需線下審核、資金通過支付寶進(jìn)賬。相對于傳統(tǒng)的借貸模式，螞蟻小貸憑借自身所屬公司阿里巴巴集團就已經(jīng)獲得了巨大的優(yōu)勢。首先，傳統(tǒng)的信貸公司收集數(shù)據(jù)難，收集到的數(shù)據(jù)真假難辨，借款人很容易隱藏或造假信息，形成投資人與借貸人信息不對稱的現(xiàn)象。其次，阿里集團下的淘寶、天貓與阿里巴巴會為螞蟻小貸創(chuàng)造大規(guī)模的訂單需求，相較于其他平臺，螞蟻小貸自然擁有大量用戶群體，并且螞蟻小貸也將大數(shù)據(jù)技術(shù)實施到了P2P借貸的貸前、貸中與發(fā)放階段。貸前申請階段，用戶在線申請貸款之后，螞蟻小貸的調(diào)查團隊會開始查明該用戶在阿里系產(chǎn)品中所有的交易信息、信用信息、商品庫存、資金流動以及客戶評價等，根據(jù)這些數(shù)據(jù)判定用戶的信用等級，再根據(jù)大數(shù)據(jù)庫內(nèi)的數(shù)據(jù)判斷用戶的償還能力以及未來可能會流入的資金額，對未來期限內(nèi)會有高收益額商家積極鼓勵其在平臺貸款，對于未來可能資金收入額較低的商家，會采取低強度營銷這一方式。再將此次運行的操作和結(jié)果記錄到系統(tǒng)中，對系統(tǒng)進(jìn)行完善。預(yù)測淘寶賣家從借貸開始到未來實際運作以及運作成效的曲線，需要192個數(shù)據(jù)模型，與我國傳統(tǒng)的純信用抵押信貸相比，螞蟻小貸在模型數(shù)量與模型因子方面的領(lǐng)先使其具有獨特優(yōu)勢。貸中與發(fā)放階段，平臺會對企業(yè)如何運行資金、企業(yè)獲得貸款后的倉儲、與企業(yè)聯(lián)系的上下游企業(yè)、企業(yè)的客戶等用大數(shù)據(jù)進(jìn)行評估，完善企業(yè)這一次的貸款信息記錄，查看企業(yè)在獲得貸款后與貸款前的營業(yè)數(shù)據(jù)是否有所改善，以為下一次是否貸款做好準(zhǔn)備信息。螞蟻小貸運用大數(shù)據(jù)技術(shù)對平臺進(jìn)行運營，也基于自身母公司的商業(yè)基礎(chǔ)，成本包括給予借款人利息，平臺人工成本費管理費等，成本率預(yù)計在6%—7%，并且螞蟻小貸的信貸還款率遠(yuǎn)遠(yuǎn)高于其它平臺，達(dá)到99%。總之螞蟻小貸在大數(shù)據(jù)方面的應(yīng)用管理給我國其他的P2P網(wǎng)貸平臺提供了參考。（二）國內(nèi)網(wǎng)貸平臺大數(shù)據(jù)征信啟示。1.保證海量豐富的數(shù)據(jù)。螞蟻小貸成功借鑒了美國ZestFinance利用大數(shù)據(jù)技術(shù)在P2P網(wǎng)貸平臺征信方面的成功經(jīng)驗，認(rèn)識到大數(shù)據(jù)征信技術(shù)在互聯(lián)網(wǎng)金融平臺尤其是借貸平臺的重要之處，只有充分收集用戶的數(shù)據(jù)，并且作出相對成熟的征信模型，才會對用戶信用評判進(jìn)行合理詮釋。阿里集團憑借自身各大購物、民生平臺積攢了一手用戶數(shù)據(jù)信息，這是美國ZestFinance公司所缺少的，而且數(shù)據(jù)也更加精準(zhǔn)，只要合理運用收集到的數(shù)據(jù)，螞蟻小貸就可以對客戶的信用進(jìn)行評判，并在借貸前期、中期、后期及時給予預(yù)警信號。2.建立大數(shù)據(jù)基礎(chǔ)處理設(shè)施。2009年阿里集團開發(fā)了云計算系統(tǒng)，阿里將精力投入到云計算系統(tǒng)的設(shè)計與開發(fā)，其宗旨是創(chuàng)造全球領(lǐng)先的云計算平臺，成為全球最先進(jìn)的可以同時進(jìn)行數(shù)據(jù)收集、分析以及處理于一體的服務(wù)企業(yè)。該系統(tǒng)不僅可以提供大規(guī)模的分布式數(shù)據(jù)處理為日后其他企業(yè)、平臺的大數(shù)據(jù)的計算功能、處理功能以及存儲功能提供最佳的解決方法，這套云計算系統(tǒng)也為阿里集團進(jìn)軍大數(shù)據(jù)領(lǐng)域助力。目前阿里云計算已經(jīng)建立了金融云計算和電商云計算等不同的云計算服務(wù)平臺，如我們熟知的支付寶和余額寶的數(shù)據(jù)也均被收入在阿里云計算服務(wù)中。3.利用大數(shù)據(jù)降低征信成本。純中介P2P網(wǎng)貸平臺的征信系統(tǒng)數(shù)據(jù)信息大多來自平臺與各大第三方征信公司，屬于二手?jǐn)?shù)據(jù)，數(shù)據(jù)獲得可能會耗費財力且數(shù)據(jù)信息不一定準(zhǔn)確，美國的ZestFinance搜集的大數(shù)據(jù)信息大多來源于線上，獲得方式比較便捷，耗費的人力物力資源等成本較低。阿里巴巴與之類似，但是其數(shù)據(jù)都是憑借本集團內(nèi)自有數(shù)據(jù)，可以通過螞蟻小貸等平臺內(nèi)部數(shù)據(jù)庫獲得，一手?jǐn)?shù)據(jù)無需消耗額外的人力、財力。貸款的全部操作都在線上進(jìn)行，不需要耗費投資人與借貸人的時間成本，借貸完成后平臺也只需要關(guān)注系統(tǒng)中的數(shù)據(jù)進(jìn)行分析即可，如若出現(xiàn)了逾期和違約的情況，也無需上門討債，只需將用戶的芝麻信用積分下降，必要時凍結(jié)支付寶限制用戶網(wǎng)購即可，這些都可以在線上完成，幫助平臺降低運行管理成本。

僅對P2P網(wǎng)貸平臺進(jìn)行征信系統(tǒng)的管理是遠(yuǎn)遠(yuǎn)不夠的，還要進(jìn)行其他方面的風(fēng)險控制，如市場風(fēng)險、技術(shù)風(fēng)險等。本文僅從大數(shù)據(jù)征信方面去解決P2P網(wǎng)貸平臺的信用風(fēng)險問題，可以從更廣泛的視角解決P2P平臺其他方面的風(fēng)險。

作者:紀(jì)詩諾 單位:華僑大學(xué)工商管理學(xué)院