汽车金融公司越来越看重“资金效率”，其背后的征信支持必不可少

“你的信用分多少？”、“芝麻信用可以分期买车吗”、“ 征信 有不良记录，办理贷款购车能通过吗？”不知不觉间，征信已慢慢渗入我们的生活，每个人或多或少都在享受信用带来的便利。

前几天，支付宝宣布正式上线租房平台、芝麻信用650分以上可以免租房押金的消息在朋友圈刷了屏，不少人感慨信用的“值钱”。 而实际上，征信在 汽车金融 领域的存在感更强，特别是随着互联网金融平台的兴起、征信市场的开放和完善，利用自己的信用免押金或保证金租车、低首付贷款购车已越来越普遍。资金方也日趋倾向于接入更多的外部互联网征信数据。

贷款购车门槛降低需新兴征信

并非言必称 风控 ，而是作为金融业务开展的基础工具，征信于风控的重要性可想而知。二者相伴相生，新征信产品和手段在汽车金融各资金方管理中的广泛应用，正是基于市场的需求。

汽车金融专业委员会的一组数据显示，截至2017年第一季度末，汽车金融公司贷款规模超过5511.66亿元人民币，其中经销商批发贷款余额超过965.34亿元，占贷款比例约17.5%，零售贷款余额超过4518.90亿元，占比约82%，融资租赁贷款余额27.43亿元人民币，占比约0.5%。以上还仅是汽车金融公司的贷款规模。

显然，传统的信用体系主要是人行征信数据已覆盖不了不断扩大的贷款规模。毕竟传统征信虽然具有权威性，但其数据覆盖面有限。人行个人征信系统收录的8.8亿自然人中，尚余5亿人没有借贷记录。且人行的信用报告数据主要来自各大商业银行、证券、保险等持牌金融机构上传信息及部分政府部门数据，未将互联网金融贷款数据纳入其中。更无需提，目前许多平台尚未接入央行的征信系统。

而恰恰是融资租赁公司、担保系、互联网金融平台、电商平台的车贷业务易出现骗贷、借款不还等风险问题。 一方面，企业和个人征信情况较好的新车客户，大都通过银行、汽车金融公司等传统金融机构贷款购车，融资租赁公司和互联网金融平台业务更多在资质“不太理想”的客户和市场混乱的二手车贷上。

另一方面，各资金方现今都在强调效率，很多平台推出车秒贷、1分钟审批、“一证贷”、“两证一卡”等金融产品，工作的高效对风控、接入征信数据提出更高要求。

互联网 大数据 征信带来的改变

当然，反过来讲，近两年汽车金融业务飞速拓展，一定程度上也得益于互联网征信的兴起。依托于即时可得的互联网大数据征信，资金方可以快速生成评估结果、完成线上审批，又能够多维度评估客户资质、实现全生命周期监测客户信用状况。

过去由于我国征信行业一直没有专门法规，民营机构没有独立、稳定的数据来源，国内征信市场一直是以央行为主导的单一格局。随着2014年央行表态对征信市场持开放态度，加上许多网络大平台均积累了海量的用户数据，征信机构一下子多了不少。 目前芝麻信用、腾讯征信、深圳前海征信中心、拉卡拉信用等8家机构获准进行个人征信的准备工作，其中就有多家互联网科技公司。

不同于传统征信，互联网征信数据来源广泛，主要包括网购、社交网络、搜索行为、互联网消费金融等多场景中的信用表现，再经过互联网科技公司的数据整合、处理，可以多维度对征信对象进行分析。 特别是相较传统征信的“静态性”，互联网大数据征信可以实时反映用户的个人信用状况，如一定时期内变坏或好转，可以及时提醒授信资金方采取相应策略。不少征信专家认为：网络征信是传统征信的业态升级，是对传统征信的彻底改革。

同时结合新兴科技，这两年征信公司业务也从传统征信（个人信用记录的共享查询）扩展到风控服务。扩展后的征信服务包括包括反欺诈、大数据风控、信用评分建模等。这很大程度上满足了汽车金融资金方的需求，特别是获取传统征信数据不方便的融资租赁公司和新兴互联网汽车金融平台。

基于此，目前包括汽车金融公司在内的多家资金方平台都陆续引入了互联网大数据征信，如弹个车根据客户芝麻信用评分确定其购车贷款方案，美利车金融则外接了30多个第三方征信数据。如此利好授信方风控的同时，也在让消费者的信用“变现”。

传统征信与互联网征信待融合

虽然互联网征信可以与央行征信形成互补，但从实际情况看，我们对国内征信体系发展还不能过于乐观。兼顾征信业发展和个人隐私保护的监管压力、互联网大数据征信尚不成熟、传统征信与互联网征信的融合等都是国内征信发展面临的挑战，也影响着汽车金融业务和风控。

第一，兼顾征信业发展和个人隐私保护的监管压力。 2015年央行通知8家机构做好个人征信的准备工作，但至今还未颁发个人征信牌照，仅是开了“半扇门”。一方面，征信发展需要采集、处理信用数据，供一些平台介入使用；另一方面，采集信息未把握好尺度易侵犯公民个人隐私，监管者担心“一收就死、一放就乱”。这就使得市场上的征信机构很多，都缺乏资质情况下，哪家数据更具参考性并不明晰。汽车金融资金方选择接入哪家数据，会有评估上的难度。

第二，国内的互联网大数据征信还处在非常初级的阶段。 互联网大数据的信息量虽多但也很散、很杂，其中很多与个人信用关联度较弱，需花费大量精力从中筛选有价值的数据，整个过程容易导致评估结果不准确。且目前能对数据进行深入分析、处理的人才也不多。

第三，传统征信与互联网征信尚未很好融合。 央行征信数据来源虽单一、覆盖面有限，但如前面提到的都是一些信贷、保险、税收等方面的金融收据，同用户个人信用关联度强，受到授信机构看重。所以当前大多汽车金融资金方仍倾向于积极介入央行征信系统。而尽管互联网征信一定程度上弥补了传统征信的“缺陷”，但它们并未有机结合起来，发挥体系性作用。

此外，征信体系发展成熟也需要授信机构之间的欺诈、失信数据共享。 而各汽车金融资金方多对上名单的客户数据进行共享，正常贷款客户的数据会有所保留、亦或并未认识到共享的必要。如此每家获取到的客户信用信息势必会有所缺失，影响结果评估和信用监测。当然，针对征信存在的诸多问题，很多汽车金融资金方在利用其构建自身风控模型过程中也在不断调整和规避。

---

【垂直行业峰会来袭！】11月3日，亿欧将在上海虹桥元一希尔顿酒店举办 “汽车消费新模式——GIIS·2017汽车新零售商业峰会” ，聚焦当下行业热议的以租代购（LEASE）、汽车消费金融、汽车超市、新车B2B/B2C交易、渠道下沉等话题，为莅临参会的各地渠道方（SP）、从业者等专业观众提供一场产业盛会。