📖 ZKIZ Archives

手機號碼十年未變？恭喜，很多人願意借錢給你！“編碼”全民信用

擁有海量豐富行為數據的互聯網公司們正試圖勾勒出每一個中國人的信用形象，每一個數據就是一個像素。

“一個人，如果手機號碼十年沒變，你就可以放心借錢給他。理想狀態下，手機號碼不變，理論上沒有人向他催債。”2015年1月5日，螞蟻金服首席信用數據科學家俞吳傑在一個面向金融記者的信用課堂上說。

作為一個數據研究員，俞吳傑每天埋首於阿里雲平臺上產生的數據，從海量數據中找出能描繪個人或小微企業信用的相關變量。

俞吳傑從數據中讀出了很多信息，例如，“就整體人群而言，如果手機號碼用的時間越長，居住地越穩定，違約率越低，只有5%，甚至1%。”與上述結論相類似的還有，如果你熱心公益捐贈，這也意味著你在金融領域違約的可能性較小。

眼下，俞吳傑和他的團隊經過長期數據積累、挖掘、分析得出的結論，將在幾個月後，被納入一個更複雜、全面的模型中，為國人“編碼”出各自的信用分數或等級。

2015年1月5日晚間，央行在官網上發布《關於做好個人征信業務準備工作的通知》（下稱《通知》），要求芝麻信用管理有限公司、騰訊征信有限公司等8家機構做好個人征信業務的準備工作，準備時間為6個月。這個時間長度，恰與微眾銀行、網商銀行等一批新型互聯網民營銀行審批通過時要求的籌建時間相同。

作為央行征信系統的補充，互聯網公司正試圖從手中的數據中勾勒出每個人的信用形象，這些信息將被各類金融機構作為風險管理的依據，以此提供更快捷、多元的金融服務。

就在《通知》發布的前一天，國務院總理李克強到訪深圳，在國內首家開業的互聯網民營銀行前海微眾銀行敲下回車鍵，完成了第一筆放貸業務——一名叫徐軍的卡車司機拿到了3.5萬元貸款。

《新京報》消息稱，李克強在見證了第一筆業務後說，“我作了見證，可不代表政府對這筆貸款擔保啊！”

新玩家入場

中國的征信市場至少在千億級別。

李克強提到“擔保”，是因為“擔保”確實是在中國借錢最重要的東西。

無論是個人還是企業，要想貸款，得有足額的抵押物。銀行通過測算抵押物的變現能力，確定可貸金額，管控貸後風險。在中國，信用貸款模式稀缺，“絕大多數作抵押，傳統銀行某種程度上類似於大典當行，”1月6日，金電聯行CEO範曉忻在受訪中對南方周末記者說。金電聯行是一個基於大數據的信用評價平臺，通過數據分析，幫助中小企業拿到銀行的信用貸款。

2010年，山東一家註塑件廠遇到資金困難，但又無合適的資產抵押或擔保人。這家工廠的戴姓老板沒法相信，不通過資產抵押也可以貸到款。範曉忻回憶說，“他覺得我們就是釣魚的，為了掙那點服務費。但是實在缺錢，他就配合我們做了（信用貸款）。”

直到取到錢，他才相信信用可以貸款。事後，他坐火車連夜趕到北京，一大早就來到彼時尚在創業艱難時期的金電聯行，帶來了一堆當地的特產——熏肉。普遍缺錢且習慣於“典當行”模式的小企業主們，被自己的生產、供應數據能夠產生金融信用這件事震驚了。

企業如此，遑論個人。

由於沒有足夠豐富可用的信用數據作支撐，針對個人借款的P2P網站往往采取高成本的實地調查取證和抵押物的傳統方式進行風險管控。被存入P2P網站後臺的，往往是借款人的家人照片，身份證、戶口本的照片和資金往來賬目。

P2P公司“玖富”的CEO孫雷對南方周末記者說，“目前90%的中國P2P公司還是小貸公司網絡化的翻版，解決線下的信貸問題，沒有互聯網科技進行相應的改造。（互聯網）征信平臺出來，是一個行業利好。”他同時指出，如果可以打通，把P2P平臺的客戶情況上傳到征信體系，對信用閉環的形成會有更大好處。

這個行業甚至已經有些按捺不住。一個細節是，盡管互聯網征信平臺的數據產品還遠未出爐，但就在微眾銀行的網頁於2014年年尾上線後不久，百度的關鍵詞搜索中，輸入“微眾銀行”能夠搜出來的卻是一大批個人信貸廣告，其中不乏一些知名的P2P網站；真正的微眾銀行網站頁面反被一度擠到了搜索結果頁的中下部。

企業與個人的征信數據本來存在於互聯網的每一個角落，但在沒有被系統性地收集並分析計算出來之前，眾多金融機構像視界模糊又害怕跌倒的巨人，只能憑著經驗和謹慎地觸摸蹣跚而行。

個人征信平臺建設不足，也是中國的信用卡數量遠低於借記卡的原因之一，在個人征信更發達的美國，信用卡數量和借記卡數量相當。

一般認為，中國的征信市場至少在千億級別，而央行發布的《中國征信業發展報告（2003-2013）》顯示，截至2012年底，征信行業這片藍海收入約為二十多億元。對數據利用不足的傳統征信業亟待新力量的進場；互聯網公司們也躍躍欲試，以期釋放大數據的更多能量。

《通知》被看作是監管層審慎的認可。

有不願具名的業內人士對南方周末記者分析，當時的民營銀行審批時說的是“籌建”，而這個征信業務說的是“準備”，時間長度相同，分量卻是不一樣的，“籌建”的分量更重。

“央行目前覺得，征信也是可以讓你們來‘玩’的。這6個月里，要讓監管放心。他們是鼓勵創新的，也基本認可，但是要讓他們心里有底。”上述人士說。

大數據的想象力

從個人到公司，其形象與運行狀況都能被數據繪制。

事實上，以央行為核心的征信系統早就在運行。2003年9月，央行設立了征信管理局。央行發布的《中國征信業發展報告（2003-2013）》顯示，截至2012年12月底，金融信用信息基礎數據庫已為8.2億自然人和1859.6萬戶企業建立了信用檔案。

清華大學發布的《征信系統對中國經濟和社會影響研究》報告顯示，2012年，信用記錄良好的小微企業貸款批準比例為54.56%，比沒有信用記錄的小微企業高出近一倍。

但僅靠這些檔案，並不能滿足全社會的需求。央行征信目前可查詢到的主要內容是個人身份信息、銀行信貸記錄、逾期記錄，內容較為單一。

某大型國有銀行負責個人貸款業務的人士表示，央行征信報告最有用的是體現了客戶的逾期歷史、現有負債、還款習慣、信用卡額度，“這樣可以判斷這筆貸款是不是為了還以前的欠賬。信用卡或者貸款記錄很多，還款記錄又非常好的，我對他的還款意願就比較有把握。”

但僅憑這些並不能描繪貸款客戶的信用形象，金融機構還需要參考其他數據，例如根據身份證、戶口本、社保繳納情況去甄別客戶。“央行的征信報告中，銀行上傳的資料都是可信的，但是更新速度也取決於各行；報告里頭客戶自己寫的一些資料，可能就很久都沒更新過了。”

即便如此，央行的征信報告依然是金融機構珍貴的“眼睛”，要借錢就得先去央行打印征信報告。中國人民銀行武漢分行門前曾發生平安和宜信信貸員爭搶客戶的血案，起因之一就是信貸員們多在央行門口蹲守客戶。

在以微眾銀行、網商銀行為代表的一批新型互聯網銀行的運作模式中，大數據成為征信的新手段，互聯網數據比傳統數據涉及的範圍更廣，種類更多。

螞蟻金服信用業務拓展負責人鄧一鳴將自己正在做的事情稱作“央行征信的補充”——這包括人群覆蓋面、數據豐富度和應用場景的補充。

在大數據的幫助下，婚戀交友市場、勞務市場都有可能變得更健康。“婚戀網站上有騙婚的。怎麽證明你真的有需求？只需要把你的數據留下來。”鄧一鳴說。另一個被鄧反複提到的案例是租車。網絡征信平臺向租車公司提供基於大數據和不同場景的信用值，租車公司就可以給相應客戶提供免押金、免擔保的便捷服務，而不再是凍結預授權——刷一下卡，提車走人，成本越來越低，體驗越來越好。

眼下，掌握著3億多實名個人、3700多萬戶中小微企業數據的阿里，每天產生著相當於5000個國家圖書館信息總量的數據。螞蟻金服國內事業群總裁樊治銘在世界互聯網大會上說，余額寶的成功其實不在於2013年6月13日那個日子，而是在於支付寶對數據的積累。財報顯示，騰訊旗下拳頭產品QQ的月活躍賬戶數達到8.08億，微信的月活躍賬戶數則在2014年的第三季度達到了4.68億。

這些擁有大量而豐富行為數據的互聯網公司們要試著勾勒出每一個中國人的信用形象，服務器里的數據就是每一個像素。不過相比於金電聯行獲得的中小企業數據來自申貸企業的主動提供，每一個普通消費者在剛一點擊鼠標或者敲擊鍵盤的剎那，就已被記錄了。

與上億人有關的數據被特定的密鑰按照不同層級的要求保護起來，儲存在兩道門禁里。

這些數據也隨時可以在網絡空間被提取、計算，用以描摹出虛擬的賬號背後，活生生的個人的信用，甚至每一個人的衣著、面貌、起居、飲食，或者欲望。

在淘寶的搜索框旁邊，基於搜索記錄、相似產品和購買習慣出現的其他推銷產品赫然在列，這如同一個如影隨形的機器人，將它猜到的你的喜好琳瑯滿目排到眼前。百度搜索的數據也會沈積下來，數據機器人開始猜測你是不是對這些詞比較了解，然後不時跳出和你的搜索詞相關的問題，在百度知道中邀你回答。

這些數據似乎也在捆綁著人們，有網購達人說，“有時候我也不知道是自己選的，還是數據幫我選的了。”

寡頭再戰寡頭

這些新入場者正在沖擊傳統銀行的個人消費貸款業務和信用卡業務。

支付寶的每一項服務、每一個功能按鈕背後，可能都是一個數據的記錄器。一位熟悉螞蟻金服的業內人士透露，支付寶支持的信用卡還款服務、轉賬服務產生的數據都被做了許多研究，或將成為未來信用評級的重要分析指標。

社交圈的質量也與信用相關。“社交關系中，‘近朱者赤近墨者黑’是解釋得通的。阿里也可以從微博中獲得數據，因為阿里是微博的戰略投資者，”上述熟悉螞蟻金服的人士說。相應地，騰訊對另一個備受關註的電商平臺京東的投資，也讓其在電商領域的數據短板可被補足。

京東在對南方周末記者的回應中稱，其對用戶的消費記錄、配送信息、退貨信息乃至購物評價等數據都進行了風險評級，以建立起一套自己的信用體系。

從京東白條，到淘寶“花唄”，甚至包括微眾銀行的第一筆貸款，一個相同的特點是，互聯網公司基於大數據產生的判斷，主動向用戶提供授信。用戶只需要手指一點，就可以從忍不住花錢的“剁手黨”變成忍不住把將來的錢也花了的“剁手剁腳黨”。

這些新入場者正在沖擊傳統銀行的個人消費貸款業務和信用卡業務。業務重合的部分，即是最依賴於征信平臺所提供的數據產品的部分。擁有龐大消費者行為數據的互聯網公司一旦進軍征信業，戰鼓未響，就已占據了富足的上遊水源。

而新生的網絡銀行，甚至在出生前就開始撬動傳統銀行的領地。

微眾銀行在籌備期從各傳統銀行挖來了幾乎整個高管團隊，僅來自平安銀行的就包括平安集團前執行董事兼副總經理顧敏，現擔任前海微眾銀行董事長；原平安銀行董秘李雨青，現擔任監事長。一批中層也隨他們前往新的崗位。

1月4日，一個有趣的場景是，平安銀行的員工們看到自己的前同事們出現在李克強身邊，還以為這是總理來了平安銀行視察。在會議室里，他們調侃道，“這不是our bank（我們的銀行，指平安銀行）嗎，怎麽後面寫著‘WeBank（微眾銀行的英文名）’？”

互聯網領域垂直招聘網站拉勾網內部人士介紹，由於當時籌備時間緊迫，微眾銀行在接到央行通知後不久的8月就向拉勾網發來需求——“要三百多號人，大多是互聯網金融和安全崗位的”。

《中國銀行家調查報告（2014）》顯示，民營銀行設立之後，銀行家們認為最可能受到沖擊的銀行類型是城市商業銀行（持此觀點的銀行家比例為74.9%），最可能受到沖擊的銀行業務是小微信貸（持此觀點的銀行家比例為75.4%）。這份報告由中國銀行業協會聯合普華永道推出，邀請中國銀行業協會首席經濟學家巴曙松主持實施，2014年是第六年發布。

阿里、騰訊兩個巨頭靜候盛宴。在互聯網領域大門打開之後，流量為王的定律再次應驗。越大的流量帶來越大的信息沈澱，意味著可能產生越複雜的模型，與對個體越精準的描述。

在征信業的下遊，不同的金融機構則迫切地期待著這些畫像變得越來越立體和富有細節，以便從中篩選取出自己所需的剖面。

（南方周末記者張玥對本文亦有貢獻）