洪偌馨：中國信用分進化史

　　文/新浪財經意見領袖專欄作家 洪偌馨

　　從金融到互聯網，從共享經濟到智慧城市建設，信用分都在成為更多行業發展的基礎設施。而在‘後信用分’時代，這個傳承已久的行業再度面臨的新命題，也是新的機會。

　　隨著金融服務、消費行為和金融科技的升級，更多元的信息和數據得以被挖掘和應用，而這些‘基礎資源’的豐富也催生並支撐了更多商業上的可能。

　　大數據時代，對於一個人風險的判定也越來越多維。尤其，過去幾年，伴隨著新一輪的消費信貸、小微信貸崛起，對於信用評估的需求升級，喚醒了更大的信用評分市場，也催生了信用產品和服務的迭代升級。

根據中國金融出版社於2006年出版的《信用評分及其應用》一書中給出的定義，個人信用評分就是預測貸款申請人或者現有借款人違約可能性的一種統計方法。它利用貸款人的歷史數據和統計方法及其他定量方法評估客戶信用價值，是對消費者的信用評價或者信用消費力的定量化評估。

　　所以，信用評分與‘征信’本身不同，後者是一份關於個體信貸行為記錄的集合，或者說是信息的加總，提供事實而非判斷。而信用分則是基於前述個體的行為與記錄，評分機構通過一定的算法，給出的一個評定結果，為機構提供一種數據化和科學化的決策方式。

　　事實上，從信用分的發展歷程來看，從它的產生、發展到不斷進化，每一次改變的發生都與金融服務的升級迭代息息相關。當然，也伴隨著個人信息保護、隱私保護等相關法律法規以及監管制度的健全。

　　回到眼下，中國高速發展的零售金融市場，過去幾年，不同類型的機構都在探索新的信用評估方式，不斷創新和試錯。而在服務升級與合規要求的思路之下，我們也能窺探到未來的發展方向。

　　1

　　源起

　　對於國內而言，‘信用’雖然是一個傳承多年的詞，但‘信用分’卻是一個不折不扣的舶來品。後者源於一個特定行業發展之後伴生的第三方服務，有自己的商業模式和應用場景，並且伴隨著行業升級不斷迭代和升級。

　　以美國為例，20世紀後半葉，消費信貸在美國經歷了爆炸式的增長，傳統征信機構從報紙等分散渠道獲取各類可疑、未經求證信息用以進行信貸決策的模式越來越顯得低效且精確度低。

　　尤其是60年代末信用卡的誕生，隨著申請信用卡人數的增加，銀行和其它髮夾機構意識到了數據化用戶信用評價方式的重要性，它要遠比從其它渠道獲取信息來進行主觀臆測的精準率更高，而且適用於高速發展中的市場。

　　與之相對應的，在20世紀50年代，信用分‘鼻祖’FICO在美國成立，開始初步嘗試通過數據化的方式計算用戶風險水準。很快，它被各大銀行應用於信用卡業務，並且進一步延伸至住房、小微企業貸款等更廣泛的零售信貸領域。

　　我們可以這樣理解其間的關係，美國信用卡行業以及更廣泛意義的消費金融市場的爆發，催生了信用分的出現，也為其提供了大規模商業化的土壤，而信用分的發展又反過來成為了整個行業實現跨越式發展的基礎。

　　與美國當時的情況類似，上個世紀90年代末到本世紀初，信用分在國內的萌芽與個人信貸業務，尤其是信用卡的發展同樣息息相關。

　　彼時，伴隨著中國經濟進入高速發展期，居民收入和消費迅猛增長，房貸、車貸等業務迅速推廣，銀行零售業務有了發展的基礎；與此同時，中國銀行業加速股份製改革進程、引入境外投資者，從以完成對公貸款‘任務’為己任轉向真正的市場化運營階段。

　　多種因素的疊加，使得銀行的零售業務，尤其是信用卡業務的發展進入快車道。

　　2003年被看作中國信用卡元年，截止到當年年底，國內信用卡髮夾銀行已經擴大到10家，包括 工、農、中、建四大國有商業銀行和廣發、招商、交通、上海、深發展、中信等股份製商業銀行，髮夾量由年初的100多萬張增加到近400萬張。

　　據前FICO中國區總裁陳建回憶，FICO中國籌建的幾年裡，他在前期很重要的一項工作便是向總部論證投資中國市場的潛力和可行性。數量越來越多的信用卡中心和每年呈指數級增長的髮夾量都在證明這是一個龐大的市場，與此同時，中國金融市場的整體基礎設施也在不斷完善。

　　更重要的是，隨著一批中國的銀行開始通過股改上市、引入外部技術或合作夥伴開啟更市場化、專業化的發展之路。包括信用分在內的一些數據化、專業化的零售銀行風控產品和管理體系開始嘗試性引入和引用。

　　到2007年，中國信用卡交易金額在社會消費品零售總額中的佔比達到11.2%。央行征信中心、銀聯皆已進入平穩運行階段，至此，中國的信用評分市場伴隨著銀行零售業務的發展，真正在中國落地開花。

　　2

　　進化

　　與美國不同，中國的個人征信市場沒有經歷商業化發展、洗牌和重整的過程，直接由官方介入，形成了大一統的征信系統。 

　　從國外一些地區的發展來看，征信中心成立後的第一任務是要做征信報告，收集數據、整理數據、清洗數據、形成報告，並且讓這個報告被行業所逐漸地熟悉和深度地采納。而到第二階段，需要為金融機構提供更多價值，進一步做增值服務，信用評分就是個典型的產品。

　　2013年央行征信也推出了數字化解讀產品，通過與FICO中國合作建立起一套算法機制，將數據轉化為評判結果，為機構的風險決策提供參考。以此為標誌，以金融行為相關數據為基礎的傳統信用分模式得到了空前的發展。

　　同樣在這一年，中國迎來個人金融服務的第二波浪潮。

　　不只是信用卡、銀行零售業務再次迎來大躍進，互聯網巨頭、P2P平台、產業巨擘等類玩家參與其中，分期、信用貸款等各類產品層出不窮。換言之，在主流金融體系之外產生了大量的交易數據、行為數據，一批基於互聯網各個垂直生態和領域的‘信用分’開始湧入市場。

　　不過，無論是央行征信的數字化解讀，還是市場上層出不窮的信用分產品，在新一輪消費金融市場爆發、需求升級面前，都表現出了各自的局限性。

　　在廣度上，前述央行征信中心數據庫儘管已經收錄了近3億有信貸記錄的自然人，但是在互聯網浪潮的衝擊下，無征信、短征信、薄征信人群數量依然龐大，顯然無法作為唯一的信用評分來源。而在深度和寬度方面，單一的金融評判維度也不再適用，從各種非信貸記錄維度豐富對個人風險的綜合評價和數據畫像，開始起到很好的補充和提升作用。

　　而市場上的各類信用分產品雖然在一定程度上彌補了央行征信數據在廣度、深度的不足，但它們的缺陷也很明顯。信用分鼻祖FICO的中國團隊在2015年也曾在內部論證過‘大數據’信用分產品的可行性。

　　一方面，從電商到社交，移動互聯網高速發展的中國市場上雖然不缺數據，但是數據源彼此之間都還是相對封閉的‘孤島’，傳統金融機構與互聯網公司之間更是相對獨立的體系，因此信用分數量雖然多，但距離一個能夠覆蓋全民的，被普遍認可的標準分還有不小的差距。

　　另一方面，在尚未規範的市場環境下，個人信息安全及信用分的正確使用受到了很大的挑戰。當時，央行征信局長多次發聲，強調信息的誤采誤用問題。巨大市場需求和商業利益的推動下，各種數據被濫用、誤用的情況愈發嚴重。

　　事實上，如果再次對照美國信用評分行業的發展歷程，信用評分行業的成熟同樣伴隨著隱私保護制度的完善。上個世界70年代，在信用分逐步大規模進入市場應用階段的同時，《公平信用報告法案》、《公平信貸機會法》等一系列關於隱私保護的法規條例也開始實行。

　　在之後的發展中，無論是官方主導的征信體系下的信用數字解讀，還是市場化的信用分產品，都在嘗試突破自身的局限性，通過業務合作、技術開放等方式以滿足市場需求。說到底，打破‘信息孤島’才是那把關鍵的鑰匙。

　　2018年，百行征信成立，八家曾獲得個人征信牌照試點的商業機構成為了其背後的重要股東，這是大數據時代的產物，更是征信體系商業化發展的重要一步，官方的征信中心與非官方的商業機構聯手把征信推進了一個新的階段。

　　與此同時，隨著金融監管的收緊，一系列非法利用個人信息的公司被清理，此前遊走在法律邊緣的‘灰色生意’被逐出市場。而市場化的信用評分機構開始著醞釀通過合規的手段打破前述‘信息孤島’問題，提供一種更加普遍適用的信用分產品。

　　在這一階段，睿智科技、同盾、百融等一系列第三方機構開始加大力度投入相關產品的完善。

　　3

　　生長

　　央行主導下的官方信用評價體系的成熟，以及市場化信用分的升級與應用，成為了如今市場上兩股重要的力量，他們各有所長，又互為補充。

　　與之相對應的，隨著新金融行業進入新的發展階段，整個市場格局發生變化，新的市場需求產生，更大的市場機遇也在降臨。尤其是去年以來銀行的數字化轉型、開放戰略加速，銀行在加大零售業務發展力度的同時，也在加大力度與外部信用評分機構展開合作。

　　只不過相較於以往，為銀行提供服務，意味著這些信用評分機構在合規、產品有效性等方面臨更高的要求：

　　1、身份的獨立性：需要作為獨立第三方的信用評估公司，就像大數據時代的FICO，可以不佔有數據，但是能夠最大化地利用數據。

　　2、數據的合規性和有效性：合規性是前提，也是與持牌機構的合作的基礎；有效性涉及數據的廣度（覆蓋率足夠高）、深度（多維、立體）、精度（經得起大量歷史數據和實際業務的檢驗）。

　　3、技術能力的領先性：能夠快速、準確地對數據信息進行處理，並將其輸出為標準的信用分為其他合作夥伴所利用。

　　4、商業模式的可持續性：信用分提供者本身不是行政或者公益組織，需要能夠實現盈利才能維持健康的發展。

　　事實上，在過去幾年的探索中，已經有一些公司和產品逐漸成熟。以反欺詐為例，前述幾家公司的相關產品都已經相當成熟。在我和一些銀行從業者的交流中，他們也告訴我，這是一個銀行相當成熟的開放合作領域。

　　信用評分機構能夠整合多方數據源的信息，在短時間內為銀行提供反饋結果，這類服務旨在為銀行提供黑名單以識別‘壞人’，從而避開風險陷阱。

　　不過對於銀行而言，在零售業務大發展的過程中，相比於以黑名單避開‘壞人’，如何以白名單識別‘好人’是一個更加重要但也更加困難的命題，尤其是在合規、透明的前提之下。

　　技術的進步為前述這些條件的滿足提供了條件。以數據的合規性為例，2015年FICO中國團隊開始探索在大數據時代的信用評分模式時，就提出了一種不涉及數據買賣、留存等可能侵害用戶隱私問題的模式。

　　後來，伴隨著市場需求的增長和業務模式的成熟，一些獨立的第三平台開始出現。以睿智科技為例，這家公司就是利用雲計算和分布式的人工智能算法，通過全程‘不落地、不留痕、不存儲’的方式，整合了各大數據孤島海量數據裡面的風險洞察力，同時不涉及任何數據的交易、傳輸、收集、披露。

　　換個角度來看，不擁有數據也就意味著可以利用更多數據。獨立的第三方身份和不留存式的數據源合作模式，使得信用評分機構可以最大程度地打破前述‘數據孤島’問題。而且基於對數據和信息的處理能力，睿智可以還可以為銀行提供產業鏈上下遊的更多服務，比如銀行的精準導流獲客。

　　當然，在如今的市場環境下，從反欺詐到白名單，都只是‘信用分’應用的一小部分內涵而已。如果我們放眼整個新經濟的發展，從共享經濟到智慧城市建設，信用分都在成為更多行業發展的基礎設施。這也是在‘後信用分’時代，這個傳承已久的行業再度面臨的新命題，也是新的機會。

　　事實上，作為一個數據和技術驅動的產品，一種需求越來越高頻的服務，它正在獲得更大規模的商業化土壤。我在2015年做大數據征信系列報導時，曾經提出過一個問題——誰將成為中國的FICO，如今這個問題雖然依然沒有答案，但是卻比4年前有了更大的想象空間。

　　(本文作者介紹：洪偌馨，資深財經記者、主持人，自媒體“馨金融”創始人。)