荀涵梓

摘要：近年來，互聯(lián)網金融快速發(fā)展，使得個人的消費習慣也在發(fā)生改變，傳統(tǒng)的線下征信系統(tǒng)已經不足以滿足個人信用體系評估所面臨的問題。以芝麻信用等為代表的網絡個人信用評估體系的需求日益增長，利用網絡大數據和先進技術優(yōu)勢解決了部分個人信用評估問題，但仍然存在不足?，F(xiàn)就我國個人信用評估方法、芝麻信用評分體系存在的問題進行分析，提出完善用于個人信用評估的基礎數據庫;建立科學的個人信用評估指標體系和評估模型;加大個人信用評估專業(yè)人才培養(yǎng)的力度等優(yōu)化措施。

關鍵詞：個人信用;信用評估;個人信用評估

中圖分類號：F832.479 ? ?文獻標識碼：A

文章編號：1005-913X（2019）08-0090-02

一、引言

隨著中國經濟的快速發(fā)展，個人信貸業(yè)務發(fā)展迅速，住房按揭、汽車貸款、教育貸款、信用卡等各種個人消費貸款的規(guī)模也在迅速擴大，并逐步成為中國各商業(yè)銀行等金融機構擴大業(yè)務份額、提高利潤增長點以及國家拉動內需的一個重要途徑。然而信貸主體個人信用的缺失導致銀行面臨極大的風險，并成為信貸業(yè)務發(fā)展壯大的主要障礙。

二、個人信用評估方法簡介

（一）判別分析法

判別分析法又稱“分辨法”，是在分類確定的條件下，根據某一研究對象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計分析方法，是最早應用于個人信用評估之中的。其優(yōu)點是便于理解與應用。缺點是對數據要求高，在評估模型中許多指標不能做到非定性、連續(xù)、線性相關、對稱，所以所得到的數據預處理起來相對困難，得出結果易出現(xiàn)偏差。

（二）logistic回歸分析法

logistic回歸分析法作為一種概率模型，可用于預測某事件發(fā)生的概率，主要解決的是二值變量的預測或分類問題。其優(yōu)點是在數據以及變量方面不需要嚴格的假設條件，應用較為廣泛。缺點是對指標的相關性要求很高，模型的準確性還有待改進。

（三）分類樹方法

分類樹方法過程由計算機計算完成，利用了概率論的原理，并且利用一種樹形圖作為分析工具。決策樹分析法是常用的風險分析決策方法。其優(yōu)點是易于理解和實現(xiàn)，計算量小。缺點是適用范圍有限，無法適用于一些不能用數量表示的決策。

（四）神經網絡法

神經網絡方法的工作原理類似人的大腦，在個人信用評估中，神經網絡理論是通過數據樣本的訓練來解決問題。其特點是具有自我組織與學習的能力，可以描述輸入資料中變量間的非線性關系，可以依據樣本和環(huán)境的變化進行動態(tài)的調整。由于企業(yè)各項財務指標與信用風險往往存在著非線性關系，因此人工神經網絡比較適用于企業(yè)的信用評價。

三、存在的問題

中國一直實行的是以政府為主導的公共征信模式。為完善市場經濟，健全市場信用體系，央行于2015年1月為八家私營信用評估機構頒發(fā)了個人征信牌照。其中阿里巴巴旗下的芝麻信用率先推出了中國首個個人信用評估體系——芝麻信用評分體系?，F(xiàn)將以芝麻信用評分體系作為案例，來研究中國個人信用評估體系存在的問題。

芝麻信用作為獨立的第三方信用評估機構，在中國已經被廣泛采用，為用戶、商戶提供信用服務。芝麻信用評分體系采用的是FICO評分系統(tǒng)，該系統(tǒng)具有五大主要影響因素?？蛻粜庞玫膬斶€歷史、信用賬戶數、信用使用年限、正在使用的信用類型、新開立的信用賬戶。

由于FICO的建立是基于美國人的信用與信用卡的應用，為了能夠更加準確的評估中國個人的信用消費習慣，使得評估結果更加準確，在用戶授權的情況下，依據用戶各維度數據（涵蓋金融借貸、轉賬支付、投資、購物、出行、住宿、生活、公益等場景），運用云計算等技術，通過邏輯回歸、決策樹、隨機森林等模型算法，對各維度數據進行綜合處理和評估，在用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度客觀呈現(xiàn)個人信用狀況的綜合評分。

芝麻信用的個人信息采集主要來源于三個方面。一些來自淘寶、天貓等電商平臺的交易數據，一些來源于支付寶、余額寶、螞蟻微貸等互聯(lián)網金融數據，最后是由法院、企業(yè)、政府等外部提供的信息數據，以及用戶主動提供的諸如公積金、車輛、職業(yè)等信息?，F(xiàn)在已經通過線上線下合作方式推廣芝麻信用評分應用，如租車、租房等準對性服務。

芝麻信用所收集的信息數據范圍較寬，可覆蓋學生、工人、個體商戶、農民等群體的信息。這些信息對信用評估的準確性起到了很大的作用，但是仍然存在很大的問題。

（一）信息采集不完整

由于芝麻信用目前的數據主要來源于本行業(yè)內的數據，缺少金融機構信貸數據作為支撐，也沒有接入央行征信系統(tǒng)，使得其缺少對個人銀行信用信貸信息的衡量，無法知曉個人資產的真實狀況與分布。掌握的碎片化、生活化的側面信息并不能完全代替類似信貸記錄這樣的金融性核心信息，因此，芝麻信用在信用歷史、履約能力兩個維度上的數據采集不夠完整，導致信用評估的準確性大打折扣。

（二）數據過大

互聯(lián)網渠道擁有海量信息，數據越多，越容易失真，尤其是處于前沿領域且不夠成熟的社交數據應用于評估體系。個人有效征信數據90%產生于信貸領域，90%使用也是信貸領域，對信貸記錄缺乏的中國個人信用評估機構來說難以在海量的數據中去偽存真。因此，對數據的挖掘與分析是一個巨大的挑戰(zhàn)。

（三）信息的采集與隱私保護之間的矛盾

芝麻信用信息主要來源于用戶的交易信息、瀏覽記錄、好友信息等方面。中國目前還沒有個人隱私保護方面的法律，芝麻信用這種大數據征信模式在個人隱私保護方面很難把控，若將對其采集到的數據進行法律控制，則將會被限制使用就會導致法律風險。同時，芝麻信用在采集、存儲和提供個人信息數據的過程中，容易受到黑客、病毒的攻擊，易出現(xiàn)系統(tǒng)漏洞導致客戶信息被篡改，甚至導致信用信息的崩潰。

（四）“刷分”導致違約風險加劇

芝麻信用的高分用戶多為淘寶、支付寶等高頻使用者。通過多用戶對比發(fā)現(xiàn)，收入較高且穩(wěn)定的用戶，因習慣問題經常使用信用卡而非螞蟻花唄，也不會將錢轉入余額寶，在“履約能力”這一項目評分就會低于收入較低但是常使用螞蟻花唄的用戶。因此，互聯(lián)網消費信貸和現(xiàn)金信貸的低門檻，使得頻繁使用阿里系統(tǒng)而增加資金往來以刷取更高分數成為可能，無收入或收入較低的用戶成為“高分”用戶極為可能，這大大增加了履約風險。

（五）評價體系有效性有待檢驗

一方面，評價周期短，評價缺乏系統(tǒng)性。每個評價體系都是一個建立、驗證、修正、再驗證的封閉循環(huán)，一個領域的評價體系至少需要兩、三個周期才能逐步趨于成熟，而目前芝麻信用處于試運行期，采集數據周期較短，一些指標體系尚處于修訂、完善、補充階段，其系統(tǒng)性需漸進性的改進。另一方面，采集范圍窄，評價缺乏代表性。在芝麻信用完成對接的企業(yè)中，有出租公司、婚戀交友網站、新興租房網站等，但該類企業(yè)所處的行業(yè)分類較細，市場規(guī)模和份額較小。而航空業(yè)、通信業(yè)、供水供電等掌握大量數據的行業(yè)還未和芝麻信用形成合作關系，合作機構缺乏廣泛的代表性，將影響數據維度的全面性和準確性。

四、優(yōu)化措施

（一）完善用于個人信用評估的基礎數據庫

中國需要建立完善個人資信檔案登記機制。中央銀行牽頭各大金融機構共同參與、建立一個可以互聯(lián)共享的個人信用基礎數據庫。個人信用數據庫通過建立個人信用記錄，可以對其未來的信用行為產生影響，通過制度約束其信用行為，做到遵守合同、法律等。

（二）建立科學的個人信用評估指標體系

目前中國各大商業(yè)銀行的信用評估辦法都各成體系，參考的指標和范圍權重不同，導致信用評估結果大相徑庭，不夠權威和準確。而且，在信用指標體系的選取，過于注重個人職業(yè)、收入等現(xiàn)實材料，對收入不穩(wěn)定、隱形收入等未來的發(fā)展?jié)摿]有進行考量，評估太注重抵押、擔保。而忽視了個人的還款能力。以個人支付能力與信用記錄相結合，建立一個標準化的科學的信用評估指標，建立定性判斷與定量分析相結合的信用評估等級，將信用評估結果分為不同的信用級別，以此進行是否貸款、貸款金額大小等決策，不僅大大提高科學性與準確性，而且簡化了程序。

（三）加大人才培養(yǎng)力度

中國應建立信用評估師從業(yè)資格考試制度，成立自律性信用評估行業(yè)協(xié)會，信用評估機構也應主動、自行培養(yǎng)相關人才。同時，中國政府應鼓勵高校設置相關課程，有針對性的培養(yǎng)信用評估人才，提高中國信用評估從業(yè)人員的專業(yè)素質。

參考文獻：

[1] 張 晶，劉艷紅.淺析我國個人信用體系建設框架[J].農村經濟與科技，2013（5）.

[2] 劉松濤，王俊帆，曾云陽.我國個人信用體系建設存在的問題與研究對策[J].中國市場，2015（8）.

[3] 孫 波.建立和健全我國個人信用制度的構想[J].濟南經濟，2012（12）.

[4] 楊 靜，周美芳.網絡交易中個人信用評價研究[J].中國電子商務，2013（1）.

[5] 連云靖，胡高福.互聯(lián)網+時代我國信用經濟健康發(fā)展的研究[J].農村經濟科技，2016（17）.

[責任編輯：王功巧]