探析基于大数据的互联网融资平台征信系统的建设

摘 要：互联网融资平台利用大数据技术进行信用评级，提供融资服务已成为互联网金融的重要形式。本文首先介绍了大数据形式的征信模式，然后探析了大数据征信系统的构建，最后对互联网融资平台在进行大数据征信时的技术性要求提出了建议。

关键词：大数据；征信模式；建设

1 基于大数据的征信模式

在如今大数据技术迅速发展的时代背景下，基于大数据的征信模式有其独有的优势，其征信模式有以下几种类型。

1.1 基于运营大数据的征信模式

该模式多用于各商业银行的网上银行、P2P网贷平台、众筹平台上，面对的客户为个人及中小企业这一类信用水平较低的群体，融资金额从几千元到上百万，很大程度上弥补了信息不对称情况下传统金融机构不愿意对该类群体提供融资服务的空白，处于快速发展阶段。招商银行2013年推出的的"智慧供应链金融平台"供应链上下游企业的订单、应收账款、存货、运输仓储等信息可以通过该平台进行分类归集和传递到所需的供应链各方。银行可以通过实时分析处理业务向下的额度信息、交易信息、资金信息、物流信息等各类数据。自动识别和控制信用风险。客户可随时在线测算当前可以在招行申请贷款的金额，自主发起资金申请，线上智能化系统依据信用等级自动审批，实时放款。运用在线电子化的自动处理技术，降低了银行原来的供应链融资门槛和手工处理成本。

1.2 基于交易大数据的征信模式

该模式多用于成熟的电商平台提供的融资服务中，如阿里小贷、京东的京宝贝等。阿里通过电商平台阿里巴巴、淘宝、天猫支付宝等积累了大量交易支付数据作为最基本的数据原料，再加上买家自己提供的销售数据，银行流水等信息作为辅助数据原料，汇总后输入网络行为评分模型，进行信用评级。京保贝的互联网运营模式是基于数据沉淀的模式，对于待融资的供应商，京东建立出一套风控模型，通过数据来自行提供客户管理、征信评估与风险评估。通过京东平台沉淀的数据，供应商不再需要出示订单、入库单、应收账款等作为融资的凭据，京东会根据该供应商的采购数据、销售数据、网络行为数据自行判断该供应商的信用等级，进行云端挖掘来给供应商推荐合适的融资理财产品。

1.3 基于交互大数据的征信模式

该模式目前多用于一些互联网科技公司平台上，比如WeCash闪银是一个基于互联网的海量信息，通过大数据分析技术和机器学习算法，聚合形成用户信用码的新科技平台，迅速快捷地将信用转化成财富。闪银基于强大的数据点基础，可以三分钟完成信用决策，继而撮合投资方，大幅度降低资金供需双方的信息不对称和交易成本。这类融资平台目前还处于萌芽阶段，但可预见，未来基于交互大数据的信用评级会逐渐成为信用评级的主要方式信贷，会逐渐从个人及中小企业贷款发展到对大企业融资。

2 构建基于大数据的多层征信体系建议

2.1 明确互联网融资平台监管政策，促成接入央行征信系统

由政府出面，尽快促成中国人民银行牵头制定促进互联网金融健康发展的指导意见，明确互联网融资平台监管政策，发挥央行征信的优势，让其接入中国人民银行的征信系统，使互联网融资平台能直接查询和使用企业和个人征信系统的权威信用数据，减少信息审核成本和信用认证成本，提高信用评级能力。同时，因中国人民银行的征信系统是基于互惠和全面共享原则建立的，互联网融资平台要提高自身信用数据的可靠性，实现标准化的信用评估，才能报送信用数据和使用中国人民银行征信系统。这是对商业银行报送的信用数据的重要补充，将更加全面客观地评价用户信用状况，减小因数据不可靠和不全面造成的信用风险。

2.2 网络金融征信系统（NFCS）的接入

目前互联网融资平台可以通过征信中心下属的上海资信有限公司建成的网络金融征信系统（NFCS）彼此共享信贷信息、防范信用风险。NFCS在征信业务和技术标准上与央行征信基本保持一致，为以后网贷行业纳入央行征信做前期准备。目的是实现网贷企业之间的信息共享，让网贷违约无处遁形；并且做为央行个人征信系统的补充，记录线上线下融资的完整债务历史。NFCS不仅收集并整理了互联网融资平台借贷两端客户的个人基本信息、贷款申请信息、贷款开立信息、贷款还款信息和特殊交易信息，还包括个人和企业的社交网络信息、工商行政信息、互联网金融交易信息、消费行为不良记录，市场融资违约记录等通过有效的信息共享，向互联网融资机构提供查询服务，帮助互联网融资机构全面了解授信对象，防范借款人恶意欺诈、过度负债等信用风险。不过接入NFCS也有要求，首先会对平台本身的资质进行全方位的审核。必须通过审核、排队轮到之后才能接入NFCS。其次接入NFCS后也有个考察期才能获得查询权限。

2.3 互联网融资平台信用大数据库的建立

在互联网融资平台的自身用户数据的基础上，与其他相关主体实现用户数据资源共享，获得不同企业、个人的大量特征数据甚至是实时数据，建立互联网融资平台用户信用大数据库。通过大数据分析，研究企业的发展趋势以及还款意愿，并把所有的数据用于客户身份认证、信用评估、风险分析等，由此构建用户信用档案，最终形成信息共享、信用评级、风险测度统一的基于大数据的征信体系。互联网融资平台用户信用大数据库的建立能有效降低信息获取成本，解决信息不对称问题。央行征信系统、网络金融征信系统和其他互联网融资平台信用数据库可提供用户信用数据，而第三方数据挖掘处理公司和第三方信用评级机构提供相应的技术支持，与此同时还要注意和银行、证券公司、担保公司以及电商等的相互合作，整合一切可以利用的信用评级资源，来提高互联网融资平台的征信效率。

3 基于大数据库的征信系统建立的技术性要求

3.1 与专攻数据采集挖掘的第三方机构的合作

互联网融资平台想要自行采集数据难度较高，采集成本高，并且技术上很难实现。可以由政府出面促成互联网融资平台与专业做数据采集和平台构建的第三方机构合作，数据挖掘机构为大数据库征信系统提供必要的技术支持，而互联网融资平台也可以将自身数据信息提供给实现数据共享和交换，促成大数据的挖掘和信息匹配，使互联网融资平台的项目在数量足够多时，在较短时间内实现比较有效的交易撮合。

3.2 日常數据的采集挖掘整合

信息挖掘不同于简单的数据集中、整理和分析，应主要将融资者的行为和项目本身所涵盖的风险因素加以综合评价，从中发现和判断潜在的重大风险概率事件或虚假信息源，为融资决策提供依据。同时数据挖掘不是简单的对存量数据的加工处理，而是在更大程度上创造新的价值信息，对社会融资人的具体项目进行信用评价。

3.3 实现信用评级的动态调整

依据第三方数据挖掘公司提供的技术支持，设立统一的信用大数据处理平台，不仅要采集分析过往数据中的价值信息，也要专门负责日常数据的采集整合处理录入，内外前后相结合，实现征信的数据化、自动化，从而对用户的信用级别进行动态调整。

参考文献

[1]孙中东.大数据技术应用与银行信用评级体系创新之探[J].金融电子化，2013，（11）：40-41.

[2]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013，（9）：28-32.

[3]赵付玲，安锋，张晓锋.大数据时代商业银行信息化问题浅析[J].金融理论与实践，2013，（10）：56-60.

[4]张学丰等.从信用评级体系看P2P平台公司发展[J].知识经济，2015（4）

[5]张翼.P2P网络借贷平台的信用模式比较与发展路径研究[J].海南金融，2014（1）

作者简介：刘亚娇（1991-），山西临汾人，山西财经大学2014届金融学研究生。