導語
君子之言，信而有征，故怨遠于其身。
新形勢下的征信模式和大數(shù)據(jù)風控有著千絲萬縷的關系。
01
企業(yè)大數(shù)據(jù)概述
互聯(lián)網(wǎng)人口紅利區(qū)已經(jīng)過去，獲客成本增大，用戶對產(chǎn)品的要求也越發(fā)提高，高價值和低成本服務是當前的一種趨勢。其中，企業(yè)服務致力于為企業(yè)在生產(chǎn)，銷售和溝通等環(huán)節(jié)提高效率，降低成本，受到越來越多的資本青睞。
隨著人工智能對行業(yè)的滲透，以及數(shù)據(jù)量的劇增，越來越多的企業(yè)服務產(chǎn)品正利用人工智能，大數(shù)據(jù)等相關技術提供更智能服務，大數(shù)據(jù)作為人工智能模型中的訓練"糧食"，占據(jù)重要位置，如何挖掘和利用企業(yè)數(shù)據(jù)，是做好企業(yè)服務的一個重要途徑，企業(yè)大數(shù)據(jù)來源主要有以下幾個方面：
a.企業(yè)內(nèi)部數(shù)據(jù)化檔案，例如人事資料，紙質(zhì)化資料等；
b.企業(yè)自產(chǎn)數(shù)據(jù)，例如企業(yè)內(nèi)部OA，ERP和CRM系統(tǒng)所沉淀下來的客戶數(shù)據(jù)，辦公數(shù)據(jù)，生產(chǎn)經(jīng)營數(shù)據(jù)，社交數(shù)據(jù)，電商數(shù)據(jù)，支付數(shù)據(jù)，供應鏈數(shù)據(jù)等；
c.企業(yè)信用數(shù)據(jù)
政府公開數(shù)據(jù)-比如工商的企業(yè)信用信息公示數(shù)據(jù)，失信被執(zhí)行，被執(zhí)行數(shù)據(jù)，裁判文書，開庭公告，法院公告，稅務數(shù)據(jù)，動產(chǎn)融資數(shù)據(jù)，招投標，司法拍賣數(shù)據(jù)等，專利商標，行政處罰等數(shù)據(jù)?；ヂ?lián)網(wǎng)公開數(shù)據(jù)-比如新聞數(shù)據(jù)，招聘網(wǎng)站數(shù)據(jù)，上市披露數(shù)據(jù)。
02
征信概述
1.征信定義
征信一詞源于《左傳·昭公八年》中的“君子之言，信而有征，故怨遠于其身”。其中，“信而有征”即為可驗證其言為信實，或征求、驗證信用?，F(xiàn)代征信是依法收集、整理、保存、加工自然人、法人及其他組織的信用信息，并對外提供信用報告、信用評估、信用信息咨詢等服務，幫助客戶判斷、控制信用風險，進行信用管理的活動。
2.政策/技術/市場環(huán)境分析
政策
中國社會由熟人社會慢慢轉(zhuǎn)變?yōu)槟吧松鐣庞蔑L險和信用危機也隨之產(chǎn)生，加快信用體系建設迫在眉睫，然而，行政過程中尚未全面建立起“守信激勵、失信懲戒”的機制，《政府信息公開條例》雖然已對政務信息公開作出了具體規(guī)定，但執(zhí)行過程中，政務信息的公開尚不全面，部分信用信息的缺失，削弱了信用信息的完整性，不利于形成準確的信用狀況判斷.
技術
其次，互聯(lián)網(wǎng)時代早已成為大家共識，企業(yè)和個人在網(wǎng)絡上留下的大量數(shù)據(jù)，為征信帶來了數(shù)據(jù)基礎，且隨著大數(shù)據(jù)，云計算，人工智能的發(fā)展，為智能化征信提供了技術支撐。
市場
另外，我國市場經(jīng)濟體制建立的時間不長，全社會信用意識和社會信用環(huán)境還比較薄弱。為爭取經(jīng)濟利益而失信的行為時有發(fā)生。這既有信用意識淡薄的原因，也有失信成本過低的原因。征信作為金融的一個重要組成部分，是風險控制的核心，隨著互聯(lián)網(wǎng)金融的快速發(fā)展，適應互聯(lián)網(wǎng)，大數(shù)據(jù)征信模式也營運而生，也亟需建立完善的征信制度來為征信發(fā)展保駕護航。
3.國內(nèi)外征信模式
我國的征信出于初級階段，目前國際上的征信模式主要有以下幾種
a.市場主導型，美國，Equifa、Experian和TransUnion三大管理局按照市場經(jīng)濟的法則和運作機制，并對外提供服務給貸款授信企業(yè)，英國是P2P的發(fā)源地，以Zopa為代表網(wǎng)絡貸款平臺根據(jù)風險和利率水平促成借貸雙方完成交易、使借貸雙方都共同獲益，在某種程度上發(fā)揮了信用中介職能。
b.政府主導型，德國，中國。以中國為例，主要是以政府主導，授權中國人民銀行征信系統(tǒng)創(chuàng)建，收集，維護和整合全國部分企業(yè)和個人征信，目前已經(jīng)覆蓋了銀行機構(gòu)，法院，電信，社保，小額貸款等機構(gòu)數(shù)據(jù)，目前覆蓋個人和企業(yè)的數(shù)量上一直維持著增長勢頭，從2015年4月的8.64億自然人、2068萬戶企業(yè)及其他組織增加到2017年5月的9.26億自然人、2371萬戶企業(yè)及其他組織，中國大陸將近14億人，企業(yè)及其他組織數(shù)量也在不斷增加，征信系統(tǒng)覆蓋范圍還有很大的增長空間，總體上來講，對企業(yè)的數(shù)據(jù)覆蓋度不夠，難以滿足當前各種創(chuàng)新的金融模式對企業(yè)征信的需求。
c.行業(yè)協(xié)會共享，行業(yè)會員制，分享數(shù)據(jù)，并以行業(yè)協(xié)會為核心建立信用共享中心，加入?yún)f(xié)會的組織可以共享數(shù)據(jù)，并提供一定的數(shù)據(jù)支撐，以此擴大協(xié)會的數(shù)據(jù)源。
d.混合型，韓國、印度為例，以政府和市場混合，協(xié)同發(fā)展。
4.征信產(chǎn)品模式
征信行業(yè)的產(chǎn)品模式主要有按業(yè)務模式劃分的企業(yè)和個人征信，按服務對象劃分為信貸征信、商業(yè)征信、雇傭征信以及其他征信，各類不同服務對象的征信業(yè)務，有的是由一個機構(gòu)來完成，有的是在圍繞具有數(shù)據(jù)庫征信機構(gòu)上下游的獨立企業(yè)內(nèi)來完成。按征信范圍可分為區(qū)域征信、國內(nèi)征信和跨國征信等。
5.征信行業(yè)產(chǎn)業(yè)鏈
征信產(chǎn)業(yè)鏈包括上游的數(shù)據(jù)生產(chǎn)者、中游的征信機構(gòu)及下游的征信信息的使用者，其中中游的征信機構(gòu)運行模式主要有采集數(shù)據(jù)、加工數(shù)據(jù)及銷售產(chǎn)品。數(shù)據(jù)供應商主要包括銀行等金融機構(gòu)、政府部門、工商企業(yè)和個人，幾乎涉及人們生活的方方面面。征信機構(gòu)從數(shù)據(jù)供應商處獲得數(shù)據(jù)通過一定的模型進行加工處理得到信用評級結(jié)果，然后進行服務輸出。征信報告使用方主要有房地產(chǎn)商、招聘企業(yè)、P2P平臺、金融機構(gòu)等，多數(shù)發(fā)生在個人購房和購車、個人小額信貸、企業(yè)信貸、債券買賣等場景。
6.面臨問題
1.征信監(jiān)管和法律健全亟需提高，政府信息公開有待加強，征信法律法規(guī)不夠完善；
2.數(shù)據(jù)處理算法計算能力有待提高，隨著大數(shù)據(jù)與征信的結(jié)合，對數(shù)據(jù)的處理，分析和建模能力提出了更高的要求，才能更好的挖掘出企業(yè)信息價值。
3.信用信息安全問題嚴峻，雖然國家一直在出臺政策保護征信數(shù)據(jù)，但個人，企業(yè)的隱私數(shù)據(jù)安全面臨十分嚴峻的挑戰(zhàn)，催生了巨大的黑色產(chǎn)業(yè)發(fā)展，由此帶來了金融詐騙，電信詐騙，網(wǎng)絡詐騙，木馬病毒竊取隱私數(shù)據(jù)進行交易獲利等違法犯罪活動。
7.大數(shù)據(jù)征信與傳統(tǒng)征信的區(qū)別
1.覆蓋群體更豐富，隨著網(wǎng)絡的普及和互聯(lián)網(wǎng)金融的大力發(fā)展，更多的人或企業(yè)將會留下數(shù)據(jù)到相關平臺，擴大了征信覆蓋的群體。
2.數(shù)據(jù)來源更廣泛，傳統(tǒng)征信的數(shù)據(jù)來源比較單一，但大數(shù)據(jù)征信會整合互聯(lián)網(wǎng)公開半公開數(shù)據(jù)，第三方機構(gòu)合作數(shù)據(jù)以及自由數(shù)據(jù)，數(shù)據(jù)來源變得更加廣泛。
3.數(shù)據(jù)價值的深入挖掘，隨著大數(shù)據(jù)和人工智能在征信行業(yè)的運用，機器學習，NLP，文本抽取等技術對企業(yè)數(shù)據(jù)的挖掘更加深入。
03
企業(yè)信用數(shù)據(jù)的行業(yè)運用
1.信貸風控，金融的核心是風險管理，目前主要由政府信用公示機構(gòu)，比如國家企業(yè)信用查詢網(wǎng)，中國失信被執(zhí)行網(wǎng)，中國被執(zhí)行信息網(wǎng)，法院網(wǎng)，信用中國等公開查詢數(shù)據(jù)，為信貸金融機構(gòu)提供貸前，貸中，貸后的信息查詢，信用報告和監(jiān)控等服務。
2.融資租賃，為融資租賃公司提供融前盡調(diào)，融后監(jiān)控服務，提高工作人員效率，并通過集團化賬號系統(tǒng)深入各個業(yè)務部門，提升工作質(zhì)量和效率。
3.信用評級，根據(jù)企業(yè)的工商，法務，新聞，經(jīng)營，債卷等多維度數(shù)據(jù)，對企業(yè)進行信用評級，常見的是債券評級.
4.供應鏈金融，圍繞核心企業(yè)，管理上下游中小企業(yè)的資金流和物流，并把單個企業(yè)的不可控風險轉(zhuǎn)變?yōu)楣溒髽I(yè)整體的可控風險，通過立體獲取各類信息，將風險控制在最低的金融服務。
5.其他，比如招聘，商業(yè)調(diào)研和律所。
04
企業(yè)征信的未來展望
1.數(shù)據(jù)共享
數(shù)據(jù)作為征信和風控行業(yè)的核心資產(chǎn)，也是構(gòu)建信用社會的基石，過分孤立或過分共享都不利于行業(yè)發(fā)展。所以，如何在實現(xiàn)共贏，保護隱私的基礎上做到數(shù)據(jù)共享，打破數(shù)據(jù)孤島，打通各個平臺的數(shù)據(jù)通道，讓不同的數(shù)據(jù)匯集在一起，共同打造征信體系，是未來的發(fā)展趨勢。
2.挖掘數(shù)據(jù)價值
隨著大數(shù)據(jù)征信技術的不斷發(fā)展，征信產(chǎn)品將從信息的初次挖掘向深層次挖掘發(fā)展。初次挖掘是指圍繞企業(yè)相關數(shù)據(jù)，通過自身爬取入庫，第三方API接口或數(shù)據(jù)合作等方法整合并進行數(shù)據(jù)匯總分類，并以信息報告，圖片等方式簡單羅列呈現(xiàn)。
深層次挖掘是將收集到的數(shù)據(jù)與征信專業(yè)知識相結(jié)合，構(gòu)建風險識別與量化，規(guī)則引擎，企業(yè)關聯(lián)圖譜，數(shù)據(jù)可視化等產(chǎn)品，對數(shù)據(jù)進深度挖掘，從而深化征信產(chǎn)品與服務，提高征信產(chǎn)品的專業(yè)性。例如利用企業(yè)工商信息，建立企業(yè)關聯(lián)網(wǎng)絡，當網(wǎng)絡上某一企業(yè)出現(xiàn)負面信息時，能夠迅速識別風險并預警其他企業(yè)，并根據(jù)風險情況量化預警等級。
3.提供垂直，細分領域服務
隨著征信市場規(guī)模的不斷擴大，部分征信機構(gòu)基于自身特點及優(yōu)勢，開始出現(xiàn)專注于某一細分領域或某一業(yè)務環(huán)節(jié)提供具有針對性、定制化的征信產(chǎn)品服務的趨勢。例如提供爬蟲技術，一站式爬取，清洗，整合和入庫；針對新聞的輿情監(jiān)控服務；提供企業(yè)獲客服務，為金融機構(gòu)篩選優(yōu)勢客戶，實現(xiàn)精準營銷；提供企業(yè)金融服務，比如理財，融資，支付和信貸；提供C2B，B2B的股權投資撮合平臺等。
知他風控系統(tǒng)
很多企業(yè)沒有能力構(gòu)建自己的模型系統(tǒng),并過度依賴人工經(jīng)驗和第三方的報告。在這種情況下，如何在近百家平臺中脫穎而出，風控就成為核心競爭力.
為了幫助企業(yè)解決這個問題，金智塔科技推出
【知他風控系統(tǒng)】
?知他大數(shù)據(jù)風控體系
包括5項內(nèi)容：風控大數(shù)據(jù)清洗與整合——客戶大數(shù)據(jù)畫像——AI風控建模——風控決策引擎——可視化與效果評估！
?知他模型定制服務
最顯著的特點就是可以根據(jù)企業(yè)的需求，量身定制風控模型。
不同的業(yè)務場景，可以選擇不同的參數(shù)配置進行模型訓練，快速嘗試數(shù)十種模型，通過降低逾期率，控制拒件閾值，用最短的時間達到利潤最大化；
?知他提供2種產(chǎn)品方案
·對于有一定大數(shù)據(jù)運維能力但缺乏建模能力的客戶：提供lite版風控產(chǎn)品，包括特征提取工程，風控模型建設，和業(yè)務接口開發(fā)等模塊。
·對于需要全方位提升風控能力的客戶：提供深度定制版風控產(chǎn)品，提供全套風控系統(tǒng)的解決方案，包括數(shù)據(jù)清洗與融合，特征提取工程，第三方數(shù)據(jù)接口開發(fā)，業(yè)務接口開發(fā)，風控模型建設和風控管理平臺開發(fā)等模塊。
