基于互联网金融平台的大数据征信应用研究
—
以蚂蚁金服为例
黄庆华陈婉莹
(昆明理工大学管理与经济学院，昆明650093)
摘要：传统征信体系已经难以满足一些新兴业态的发展需求，由此催生了在互联网金融平台下大数据征信体 系。首先回顾中国征信体系的发展，说明其现存的问题，以蚂蚁金服为研究对象，研究发现蚂蚁金服进行征信的过 程是一个开源的“编译一反编译”
的循环过程。最后结合蚂蚁金服大数据征信的应用以及传统央行征信体系的经 验，提出了构建面向大众、开放互联的大数据征信平台的建议。关键词：互联网金融；大数据征信；蚂蚁金服
2016年7月17日至18日，具有全球最大规、支付、投资和信息中介服务，是一种既不同于商 模、极具影响力的朗迪（Lendlt通)金融科技峰会在上
业银行间接融资，也不同于资本市场直接融资的信 海举行。
Lendlt总裁杰森•琼斯在峰会上指出，从
息金融业务模式。互联网金融是一种将传统金融 市值上看，世界前五大互联网金融机构中蚂蚁金服
业与拥有云计算、大数据、移动支付等新技术的互 以市值约600亿美元排名第一。蚂蚁金服作为全球 联网行业进行跨界融合产生的新兴业态[2]。
最大的互联网金融机构，其在大数据征信领域进行 建立在先进息通信技术綱±的互联网金 了积极的实践与研究并形成了自己的模式。因此 融具有以下显著特点。
本文基于互联网金融平台，以蚂蚁金服为研究对 交易成本低廉。在传统金融模式下，庞大的交易 象，通过对其技术背景、征信模式的运行及其优势 成賴常来自金融机构利润、政府收和员工薪三 进行分析，为我国的大数据征信体系建设及完善提 方面。而在互联网金融模式下，资金供求双方可以通 供研究范例和重要的借鉴。过网络平台自行完成信息发布、交易对象甄别、产品 1
互联网金融与大数据征信
匹配、资金定价和最终交易等环节，大大削减了信息 1.1互联网金融的内涵与特点
的不对称程度，减少了大批人力及其他实物资源，使 近年，国内互联网普及率持续上升，根据中国 交易成本大幅降低。
互联网络信息中心最新发布的第38次《中国互联 覆盖群体广泛。传统金融业务中，银行等金融 网络发展状况统计报告》显示，截至2016年6月，国 机构为规避自身经营风险，通常以大额信贷为主。 内网民人数总量达7.10亿，互联网在乡村及城镇地 互联网金融的出现打破了传统的金融约束，具体表 区普及率超过50% [1]。同期，国务院为促进传统金 现为首先是打破时间和地域的约束，使金融资源更 融机构提质增效，倡导互联网金融健康有序发展， 加广泛，意味着机构在一定时间内服务的客户具有 传统金融业逐渐升级自身业务，提供互联网金融新 广泛性;其次由于互联网金融侧重海量长尾客户， 服务。互联网金融是指传统的金融机构与互联网 其发展有效的解决中小企业融资瓶颈，弥补了传统
企业利用互联网技术和信息通信技术实现资金融
金融业的真空地带，满足占据全国98%数量规模的
基金项目：云南省哲学社会科学规划基金项目一‘‘云南省小微企业融资情况调查”（项目编号:YB2014025 ;项目负责人:黄庆华）成果之 一;昆明理工大学管理与经济学院热点前沿项目一“互联网金融对云南省小微企业速效的影响研究”（项目编号:QY2015043 ;项目负责人:黄 庆华)成果之一。
作者简介：黄庆华，管雜学与工程博士，昆明理工大学管理与经济学院副教授，研究方向：企业财务管理;陈婉莹，昆明理工大学管理与 经济学院硕士研究生，研究方向:企业财务管理。
55
士、' ' ' -、 第30卷总第177期)
2017年6月第3期,
中小微企业市场的要求，并为其发展提供良好契 机，有利于提升整个社会资源的有效配置。
交易过程快捷高效。互联网金融业务主要由计 算机进行处理，操作流程完全标准化，业务处理速度 更快、效率更高。截至2016年6月，我国手机网民规 模达6.56亿，占全部网民规模的92.5%。手机等移 动设备开始在上网设备中占据主导地位，移动支付行 业也协同迅猛发展，客户的交易过程更为简化、便捷。
商业模式多元化。随着技术不断进步，各种创新 形式的金融产品、融资模式不断产生。互联网金融衍 生模式较为多样，其中包括线上理财2借贷模式、
征信速度、效率及覆盖面等方面无法很好满足互联 网时代金融业务要求的问题。因此在互联网金融 大环境下，大数据征信能够降低信息不对称程度， 减少交易成本，在防范金融风险，提高市场资源配 置效率等方面发挥着不可替代的作用。
2中国征信体系发展现状及问题
当前中国征信体系主要以中国人民银行征信
中心为代表的金融征信体系为主，另外还有各地方 政府及其职能部门主导的政府征信体系，以及获得 个人征信机构牌照的八家征信公司所代表的市场 化征信体系。
同时，我国还发布了一些关于征信体系建设的 较为权威的法规条例。如表1所示。
我国目前已初步形成了金融征信、政府征信和 市场化征信三大征信体系，并于近年发布了 一系列 规范征信机构活动的法律规范，但我国现有的信用 体系依然存在以下问题：
征信体系不健全，缺乏广泛统一的社会征信模 型和评分标准。当前，我国征信系统局限于央行的 企业和个人信用信息基础数据库以及部分市场化 征信公司。这些征信机构在数据来源、信用评分模 型和评分标准等方面存在较大差异。而且已有的 管理条例及制度的规制对象集中于传统金融领域， 缺乏与大数据的深度融合，不符合大数据采集、存 储、分析、处理的制度要求。
各征信平台间尚无对接，信息较分散，信息共 享难。由于覆盖整个社会的征信系统尚未形成，社 会成员个人信用记录缺失，导致征信系统数据覆盖 面窄、信息维度单一且时间相对滞后。央行的征信 系统不对互联网金融开放，因此市场化征信公司所 拥有征信的数据无法与央行征信数据进行对接，使 得信息资源较为分散形成信息孤岛，难以进行信用 数据的共享互联和综合利用。
缺乏针对性的信息安全、隐私保护制度。大数 据时代个人信息安全、数据隐私等问题成为公众关 注焦点。大数据意味着获取资源的渠道更加广泛， 同时也意味着在数据共享的过程中信息交易、数据 买卖等违法行为的存在，如何区分侵犯个人隐私等 行为在我国法律条文中也尚处空白。加之，互联网 时代使得信息安全防护变得困难重重，数据的搜 集、存储和整合等都存在一定风险。
征信业监管技术和水平有待提高。目前我国
PP
网上众筹等。互联网金融产品花样百出，形式多样既 满足金融创新的需求，也呈现出互联网金融多元化发 展趋势。互联网金融正在颠覆传统以银行和证券为 主的金融机构的价值创造和价值实现方式。1.2大数据征信
大麵是指无法在特定时间范围内通过常规 软件工具进行捕捉、管理和处理的数据集合，是需 要新处理模式才能具有更强决策力、洞察发现力和 流程优化能力来适应海量、高增长率和多样化的信 息资产[3]。本文中所提到的大数据并非狭义的大 量数据的集合。公司的总裁 .
Merill先生认为，“数据多”并不是“大数据”，能够利 用IT先进技术将碎片化的信息整合起来才能形成
ZestFinanceDouglasC
真正有用的大数据[]。
大麵征信是指运用大数据信息技术引人大 量多元化（如信贷、电商、社交网络等方面）和非结 构化的数据，通过信息清洗、有效匹配、数据整合和 深度挖掘得到准确性、预测性较强的信用数据，形 成真实全面反映信息主体信用状况的信用评价。 大数据的发展丰富了有效数据资源同时也改变了 传统数据处理模式，促进了互联网征信体系与大数 据的深度融合。
据网贷之家联合盈灿咨询发布的《016年中国
P2P网贷行业半年报》显示，截至2016年中旬，我国
正常运营平台数量为2 349家，累计停业及问题平 台达1 778家[5]。在互联网金融与信息时代深度交 融的同时，问题平台的增加暴露出我国互联网金融 征信体系建设滞后的窘境。新型金融业态的迅速 发展迫切需要大数据征信融人传统征信体系。
与传统征信体系相比，大数据征信可以更加动 态全面地反映信息主体的信用状况，有效解决其在
56
Science & Technology and Economy 2017 Vo1. 30 No. 3
黄庆华陈婉莹基于互联网金融平台的大数据征信应用研究
■( 科技投融资）
表1我国社会信用体系相关法规条例
颁布时间法规文件
颁布机构文件主旨
2013年1月《征信业管理条例》
国务院对征信机构的设立条件和程序、征信业务的基本规则、征信信息主体的权益，金融信用信息基础数据 库的法律地位及运营规则、征信业的监管体制和法律责任等内容进行了规定。2013年11月
《征信机构管理办法》
央行
细化了《征信业管理条例》涉及征信机构管理的条款，规范了征信机构的设立、变更和终止程序。2014年6月
《社会信用体系建设规划 国务院加快建设信用信息系统，完善以奖惩制度为重点的社会信用体系运行机制,建立实施支撑体系。纲要(2014—2020年）》
2014年11月《金融信用信息基础数据
央行
规定了各类机构的各类用户的职责、权限、变更、信息反馈、内控检查和用户培训等方面的内容。
库用户管理规范》
2014年11月《征信机构信息安全范》央行从安全管理、安全技术和业务运作三个方面明确了不同安全保护等级征信系统的安全要求。2016年5月27日《征信业务管理办法（草
央行征信规定了征信机构在信息采集、整理、保存、加工、提供、使用和信息安全、征信产品、异议及投诉、征信机构的 稿)》
管理局监管、法律责任、跨境信息流动等方面的内容。
对征信行业的监管主要依赖于中国人民银行，以 大数据征細芝麻信用在蚂蚁金服布中占据 《征信业管理条例》、《征信机构管理办法》等法律法 重要地位。在集团的业务架构中，芝麻信腦于各具 规作为监管依据。由于我国征信行业起步晚、发展 体业务之下,为支付、麵
、融资等提供信用服务。
迅速，相关监管手段与征信行业不相匹配,行业规 蚂蚁金服征信的过程是一个开源的“编译一反 范及职业道德等内容也未予以完善，大数据时代专 编译”的循环交互过程。蚂蚁金融云是蚂蚁金服的 业监管人员培养计划滞后。
技术支撑。蚂蚁金融云运用大数据能力与云计算 3
蚂蚁金服的发展及其大数据征信的应用
技术对海量数据进行处理和分析生成信用主体的 3.1
蚂蚁金服的发展及其大数据征信的应用
个人芝麻信用分。芝麻信用向融资、理财等平台提 蚂蚁金融服务集团起步于支付宝。2013年3
供用户个人信用报告，同时还向阿里旗下如阿里汽 月，支付宝母公司浙江阿里巴巴电子商务有限公司 车影业等其他生活场景提供信用数据。以芝麻信 宣布将以其为主体筹建小微金融服务集团（即蚂蚁 用评估结果为基准在这些平台上开展的业务会形 金服前身）。2014年10月，蚂蚁金服正式成立。
成新的交易、行为数据，而这些数据又被视为新的 蚂蚁金服依靠移动互联网、大数据、云计算，为 初始数据丰富数据库，从而形成更为真实、全面、可 小微企业和个人消费者提供普惠金融服务。目前, 靠有效的信用评估。
蚂蚁金服涵盖支付宝、网商银行、蚂蚁花呗、芝麻信 芝麻信用的信用数据主要有以下四种来源:一是
用、蚂蚁金融云等多个业务板块，涉及范围从线上 阿里巴巴旗下所属电商平台的交易数据，通过支付宝 到线下，从金融到生活的诸多场景中。
进行支付从而提供用户交易数据;二是蚂蚁金服集团 蚂蚁金服旗下共拥有支付、融资、理财和保险四 通过蚂蚁微贷、网商银行等平台自行采集的互联网金 大平台。蚂蚁金服基于健全的底层安全风控系统，依 融数据，涵盖的消费场景有投资、生活、公益等方方面 靠积累多年的大数据能力和云计算技术，开展征信业 面;三是与阿雖团具有合作关系的外部机构提供的 务形成征信体系,服务于蚂蚁金服的四大平台。蚂蚁 数据信息;四是用户自行提供的信用数据[6]。
金服进行大数据征信的运行机制如图1所示。
芝麻信用采用国际通行信用评分方法,分数处
阿里巴巴电商平台：
支付平台：支付融资、理财、保险平台
提供交易数据交易支付数据
结算
提供客户基础
与阿里合作的外 部机构提供数据
阿里汽车、 用户个人蚂蚁金融云： 技术支持
芝麻信用分： 阿里影业、 提供数据大数据处理和分析
提供信用数据
生活缴费等 多应用场景
J
信息流-> 资金流 |_____：蚂蚁金服业务群
图1蚂蚁金服征信模式运行机制
科技与经济
2017年6月
第
3期
第
30卷/总第177期
57
1 ' 1 -、 第30卷总第177期)
2017年6月第3期
于350到950分之间，分数越高表明用户出现违约 的可能性越低。芝麻信用的评分模型包括身份特 质、行为偏好、人脉关系、信用历史、履约能力5个维 度，如图2所示。
身份特质
群，如学生、个体户等，服务人群具有广泛性。
3.2.2数据来源层面
央行征信系统进行风险评估所采用的信用数 据均来自于传统银行所采集的信贷数据。而芝麻 信用征信数据来源于丰富的互联网资源，采用非传 统多元化信用数据，其数据来源广泛、种类丰富，能 够涵盖网购、信用卡还款、生活缴费、社交等各个方 面。蚂蚁金服通过这些数据对主体的行为偏好、身 份特质等进行分析，从而能够对个人信用状况做出 更为真实全面的评价。3.2.3评估方式层面
在信用主体的信用状况量化评估方面，蚂蚁金服 采用了新的信用评估体系。蚂蚁金服不再使用传统 的应用少量变量的
FICO信用评分模型，而是专门设
置蚂蚁金融云技术酿平，依靠云计算、大数据等
芝麻信用运用云计算技术对大数据处理和评 估，将各行为主体复杂信息映射为自身信用评价， 以芝麻信用分的形式呈现出消费者的个人信用状 况。这些信用评估结果可直接用于其他平业务 的展开。在线上，用户在“花呗”、“借呗”具有不同
信用额度，信用状况在600分以上的用户可以在 “花呗”享受当月消费下月还款服务，还可以在“借 呗”申请还款期限12个月的个人消费贷款;在线 下，芝麻信用通过对接租车、酒店住宿等生活场景 为用户提供多样化、个性化服务，信用状况达650分 以上的用户可享受神州租车租车免押金服务、飞猪 提供的多家酒店免押金免排队先住后付等服务。3.2蚂蚁金服大数据征信模式的优势
蚂蚁金服依靠云體、大数据等一系列技术创新 形成了独具特色的大数据征信模式。该模式能够更 好的适应如今的互联网金融大环境。蚂蚁金服的大 数据征信模式在实际应用中黯以下几点优势。3.2. 1 服务人群层面
蚂蚁金服信用信息覆盖范围相对广泛，可以为 更多用户提供信用状况评价服务。央行征信系统 覆盖用户均为有信贷记录的用户，大量没有信贷记 录或没有申请过信用卡的用户的信贷信息则没有 纳人央行征信系统。截至2014年末，央行征信系统 收录的有信贷关系的仅有3. 5亿人，尚不足我国人 口总量的1/2。而芝麻信用所涵盖的信用主体嚢括 了大部分网民及传统征信体系所无法涉及的人群 盲区，包括从未在银行进行借贷或申请信用卡的人
58
技术，应用机器学习模型，采用多维变量多角度对用 户信用状况进行评分，不仅提高了信用评估的决策效 率还达到了有效防范金融风险的目的。
3.2.4应用场景方面
蚂蚁金服下的芝麻信用应用场景更为丰富。 芝麻信用积极拓宽服务领域，在服务自身平下的 信贷业务基础之上，通过线上与线下合作的方式对 接网络经济及现实经济实体，利用芝麻信用生成的 个人信用报告在丰富的消费服务场景中为客户提 供健和优惠，鼓励用户主动提升自身信用等级。 在未来发展中，芝麻信用还会继续对接更多平和 拓宽生活服务范围，使其应用服务更加广泛健。
4对互联网金融背景下大数据征信体系发
虽然蚂蚁金服在大数据应用和征信技术上的
展的思考与建议
创新为我国互联网金融的发展带来了全新的理念 和技术路线，但仅服务于阿里集团及少数生活服务 企业。为了顺应互联网金融的全面快速发展趋势， 我国应构建一个面向大众、开放互联的大数据征信 平台。本文结合传统的央行征信体系与蚂蚁金服 在实践中应用的经验，提出以下建议。
建立信用数据共享平，促进征信大数据的整 合。目前我国的征信机构大多拥有相当数量的信 息，当务之急是要建立整套机制和规则，建立统- 的信用数据共享交换平，推动大数据征信机构逐 步接人央行征信系统，设立相应的接口、规范、公 约，以便数据进行规范化融合，完善征信的标准化
Science & Technology and Economy 2017 Vol. 30 No. 3
»
黄庆华陈婉莹基于互联网金融平台的大数据征信应用研究
科技投融资
建设，通过个人信用信息资源的多重整合，提高信 督，充分发挥自我约束自我管理的作用。
用主体信用评估的准确性与全面性。
为了确保互联网背景下大数据征信歸可持续 加强大麵技术的创新，培养大数据征信专业 地发展，我们还需结合多方经验，加强政府与企业的 人才。我国大数据征信研究尚且处于初步发展阶 协作，在技术、制度、监管等方面进行更多的创新。
段，还存在理论、技术均不成熟的问题。在推动大 数据征信发展时，还应着重加强大数据技术的协同 参考文献创新，研发建立具有前瞻性的信用数据分析模型。 [1 ]
中国互联网络信息中心.2016中国互联网络发展状况统计报 与此同时，征信机构应注重大数据技术人才的储 告[EB/OL]. [2016-08-03]. http://www. cnnic. net. cn/hlw- fzyj/hlwxZbg/hlwtjbg/201608/P020160803367337470363. pdf.
备，建立熟练掌握数据处理和分析技术的并对我国 [2 ]
谢平，邻传伟.互联网金融模式研究[J].金融研究，2012经济环境及消费者行为有深人理解的高效灵活的 (12) /1-22.
专业化大数据团队。
[3 ]
维克托•迈尔-舍恩伯格.大数据时代[M].杭州：浙江人民 建立健全相关法律体系，加强用户隐私和数据 出臟，2012.
安全保护。大数据的收集会涉及到国家、商业秘密 [4 ]
刘新海，丁伟.大数据征信应用与启示——以美国互联网金
融公司ZestFinance为例[J ] •清华金融评论，2014 ( 10 ):
以及个人隐私等，因此国家应健全相关法律法规， 93-98.
建立个人信息采集授权制度，保障用户的选择权和 [5 ]
网贷之家.2016年全国P2P网贷行业半年报[EB/OL][知情权；建立符合大数据特征的信息安全保护机 2016-07-01]. http://www. wdzj. com/news/baogao/30277-all. 制，推进大数据实名身份证、数字证书等安全认证 html.
服务，以确保数据信息和个人隐私的安全，同时保 [6 ]
叶文辉.大数据征信机构的运作模式及监管对策-以阿里巴 巴芝麻信用为例[J].国际金融，2015(8) :18-22.
证用户的細信息在合理合法的范围内利用。
[7 ]
刘新海.阿里巴巴集团的大数据战略与征信实践[].征信， 完善大麵征信的监管，防范信用风险。政府 2014(10)10-14.
应出台针对互联网金融平台下大数据征信的业务 [8 ]赵海蕾，邓鸣茂，汪桂霞.互联网金融中的大数据征信体系构 规范和监管政策，明确各个机构及政府部门在信息 建[J].经济视角，2015(4) /8-21.
安全、隐私保护等方面的职责，完善各项业务的操 [9 ]
刘颖，李强强.从蚂蚁金服看大数据背景下互联网金融征信 的兴起[]•河北金融，2016(2) /4-16.
作流程和对该行业进行业务的规范引导。同时还 [10]冯文芳，李春梅.互联网+时代大数据征信体系建设探讨
应发挥行业协会的自律机制作用，组建互联网大数 [].征信，2015(10) :36-39.
据征信行业协会，加强行业间的沟通协作，互相监
Applied Research on Big Data Credit based on the Internet Financial Platform
---Case Study of Ant Financial
HUANG Qinghua CHEN Wanying
(Faculty of Management and Economics, Kunming University of Science and Technology, Kunming 650093, China)
opment needs of newly-developing Abstract ： Due to slow speed, low efficiency and narrow coverage, the traditional credit system has been unable to meet the devel
business. Therefore, the integration of the Internet and big data technology spawns the new-type credit system named big data credit with the Internet financial platform. At first，the research reviews the development of Chinese credit system and illustrates the existing problems. Then, by taking the Ant Financial as the research object, through the study of its technical background, the operation and advantages of the credit system, it is found that the credit mechanism of the Ant Financial is open and cyclic which can deal with user information in a “compile-decompile’，way. Finally，by combining the application of big data credit of Ant Financial with the experience of traditional central bank credit system, this paper puts forward a suggestion of building a big data credit platform which Keyis public and open.
words： Internet finance； big data credit； Ant Financial
(收稿日期/016-12-06)
科技与经济
2017年6月
第
3期
第
30卷/总第177期
59
因篇幅问题不能全部显示，请点此查看更多更全内容