信而富的大数据试验

当谈及如何用大数据进行P2P征信时，P2P平台“信而富”CEO王征宇举了这么一个例子：美国最大的P2P平台Lending club，曾尝试通过用户在Facebook上的表现来确定其信用度，结果遭遇惨痛的滑铁卢。之后，Lending club转而向美国征信局这一传统机构获得数据，平台上的坏账率随之下降了许多。

　　“这个例子表明，P2P征信不能想当然。”王征宇称，“社交网络上的互动，并不能很好地反映用户的金融信用。”

　　Lending club的教训，放在国内的P2P公司身上同样有效。事实上，国内大多数P2P在征信方式上都遇到了不小困惑：大数据是P2P风控领域的热词，但到底哪些数据有用，哪些数据无用，又有哪些工具能让大数据的分析结果更加准确，大家心里并没有底。

　　与国外公司相比，国内P2P的征信难度显然更高。目前，政府和银行体系掌握大量的基础数据，但这些系统大多是孤立与封闭的，有无数信息孤岛等待连通。而银行掌握的最重要的资金交易数据，也不会开放给P2P。这些因素，纷纷限制着P2P平台快步迈入大数据时代。

　　即便困难重重，大数据对于P2P来说依然是一座金矿。就信而富来说，公司正尝试着从各种信息纬度中提炼价值，建立起一套自动化的授信决策机制。在此基础上，公司通过借款过程中的不断试错，随时修改与优化原有的风控模型。

　　眼下，将大数据与P2P结合，应用于风控，国内还没有成熟的案例。不过，相关的尝试从未停止。

　　数据里的秘密

　　眼下，P2P网贷中最核心的障碍仍是征信系统的不健全，这直接制约了P2P网贷的信用评估、贷款定价和风险管理。在尚未介入央行征信系统的情况下，许多P2P平台不得不开展线下的尽职调查。

　　信而富的客户主要集中在三四线城市、边远地区及农村，很多地方甚至连网络都不具备，因此，公司采取了100%亲核亲访，来复核数据与控制风险。

　　王征宇介绍称，信而富上已经成功借到款的用户大概有几十万人，出借人大约有10万人。在征信数据采集的过程中，公司对每个借款个体采集的数据项都超过1500个。通过这些数据，信而富试图回答三个问题：借款人的还款意愿、还款能力以及稳定性。

　　具体说来，公司的自动化授信决策引擎，所依据的主要是三个纬度：首先，借款人在给定的一段时间内，还款的可能性是多少。第二，这个申请从根本上来说，有多大可能性是假的。换言之，也许申请人提交的数据很漂亮，但却运用了别人的名义或采用了假的数据。第三，这笔借款预测风险调整后的收益是多少。通俗来讲，就是借款人借到钱后，可以为出借人贡献多少收入。

　　在数据分析时，信而富会从大量的“细枝末节”中寻找线索。比如，在1500个数据项中，公司会关注申请人的邮政编码最近12个月是否变更？关联的信用卡张数是否变化，最近3个月、6个月的信用卡消费总额、交易类别与交易次数是否出现异常等。将这些数字进行各种各样的多纬度汇总后，信而富可以完整地展现申请人在各个时间点的行为特征，并由此为贷款申请自动打分。在此基础上，公司会根据不同的借款类型、不同的地区、贷款的用途等，组成一个网状的决策机制，最后采取相应的授信策略。

　　在通过大数据进行信用分析与风控方面，美国P2P平台的做法同样值得行业借鉴。创立于2010年并连续获得投资的美国公司ZestCash，正是把那些被忽略的数据激活了。

　　比如，在浏览ZestCash网站时，用户在网站的所有操作就像表情一样传递到它的后台。停留时间、填表时间、填写过程，反映出的心理活动可能是踌躇，也可能是对文字的识别能力、受教育程度等。这些都被ZestCash记录在案，并成为信用评分的变量。此外，用户是否拥有一些健身俱乐部、读书会的卡，也将作为参考。

　　按ZestCash的说法，其决策模式是在进行大量个体数据运算的同时，做出贷款决策。这个模式将从原始数据中收集数千种变量，接下来，建模计算找出这些数据之间的关系，将其中有效的变量转化成最有用的数据。这其中，模型的建立至关重要，“如果你的数学模型错了，数据便没有任何意义，或根本就是误导”。ZestCash的创始人Douglas Merrill表示。