征信牌照发放在即 8家机构上演数据争夺战
文/王利锋 新浪财经金融e观察(微信公众号:sinaeguancha) 专栏作家
市场传言,百度、京东金融等机构均有意申请第二批征信牌照。早在今年1月,央行印发《关于做好个人征信业务准备工作的通知》,要求芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、中智诚征信、考拉征信、华道征信等八家民营征信机构做好个人征信业务的准备工作,准备时间为六个月。6月底,央行已经对八家机构入场调查,进行最后的工作验收。不出意外,8月份我们就会等到这8家机构的开业。征信业务市场化进程开启,各家机构都有什么擅长?让我们先作了解。
“小芝麻”领衔“大阵仗”
芝麻信用管理有限公司:是蚂蚁金服集团旗下的子品牌。作为阿里背景的金融服务体系,蚂蚁金服旗下业务包括支付宝[微博]、余额宝[微博]、招财宝、蚂蚁小贷和网商银行,以及芝麻信用等。阿里在电商和互联网金融领域积累了多年的基于大数据的反欺诈和信用风险经验;芝麻信用是其对外输出信用经验,服务社会的平台。
腾讯征信有限公司:腾讯征信是隶属于腾讯集团的征信牌照持有机构,近年来,腾讯征信发展势头迅猛,以腾讯持股30%的微众银行最新推出的一款产品“微粒贷”为例,背后就离不开腾讯“大数据法则”建立起来的征信与风控系统,其数据来源包括用户基本信息、基于QQ的互联网行为数据以及其他第三方数据等多维度数据。不过腾讯金融版图虽然已初具雏形,但实际上却或许只是充当互联网入口的角色,浅尝辄止。
深圳前海征信中心股份有限公司:平安集团自2012年开始和央行沟通,在2013年8月注册了"深圳前海征信中心股份有限公司",并于2014年6月17日正式核准成立。而关于整个平安集团数据如何利用、多业务线条的征信资料如何融合,前海征信表示要拿到牌照后再做协商。
鹏元征信有限公司:中金公司研报显示,鹏元征信成立的背后有人行深圳分行征信处和深圳市政府的支持,拥有独立研发的征信系统,在个人征信业务上位居全国前列。
中诚信征信有限公司:隶属于中国诚信信用管理集团,该集团成立于1992年,前身是经中国人民银行[微博]总行批准设立的中国诚信证券评估有限公司——中国第一家全国性的从事信用评级、金融证券咨询和信息服务等业务的股份制非银行金融机构。
中智诚征信有限公司:董事长盛希泰与俞敏洪[微博]共同成立了洪泰基金,并任职全国青联常委并金融界别秘书长,中央国家机关青联副主席。盛希泰具有二十年金融行业实践管理经验,曾任华泰联合证券有限责任公司董事长,先后培育了中联重科(6.61, 0.07, 1.07%)、大族激光(26.16, 0.34, 1.32%)、蓝色光标(14.300, 0.00, 0.00%)等数十家行业领先的上市公司。
拉卡拉信用管理有限公司(考拉征信):拉卡拉网络技术有限公司出资2000万元,持股40%;北京旋极信息(24.700, -0.56, -2.22%)技术股份有限公司出资750万元,持股15%;上海蓝色光标品牌顾问有限公司出资750万元,持股15%;北京拓尔思(21.370, 0.08, 0.38%)信息技术股份有限公司出资750万元,持股15%;北京梅泰诺(29.900, -0.75, -2.45%)通信技术股份有限公司出资750万元,持股15%。
北京华道征信有限公司:银之杰(44.500, -1.78, -3.85%)、北京创恒鼎盛、清控三联、新奥资本分别持有北京华道征信40%、30%、15%、15%的股权。大股东银之杰公司于2010年5月在中国创业板挂牌上市,是中国创业板第一家银行信息化领域的软件公司。
腾讯拥有丰富的社交大数据,芝麻有电商交易和互联网金融平台支持。其它几家征信机构的实力也都不可轻视,特别是股东背景,要么是大型国企,要么是政府支持,有的还是推动征信发展的肇始者。作为可能首批获牌的个人征信企业,将一同开启前景广阔的中国征信市场。
数据源:线上线下各有特点
芝麻信用:芝麻信用率先推出“芝麻信用分”,接入了电商交易数据、网络金融数据及公共机构(最高法、教育部、公安网、工商等)数据、合作伙伴数据,以及用户自主上传的数据,运用大数据及云计算技术,客观评估个人的信用状况。据悉,阿里旗下的数据只占芝麻的一小部分,数据源覆盖远超4亿实名用户。据报道,芝麻信用有2/3是数据和技术人员,从国外引入了征信模型做得最好的FICO的首席科学家。
腾讯征信:腾讯征信主要利用其庞大的用户群体及大数据优势,运用社交网络上的海量信息,为用户建立基于互联网信息的征信报告。有些用户在央行个人信用信息基础数据库中无记录或记录很少,但通过他们在互联网上的聊天、朋友圈、空间等活动,可能在腾讯体系中留下大量有价值的社交资料。偶有专家质疑社交数据的可靠性。
前海征信:平安集团多年来始终聚焦于金融领域,与芝麻和腾讯征信的数据源不同的,前海征信的数据源60%为平安集团旗下的金融数据,在整体用户覆盖度上比芝麻信用和腾讯征信有较大差距。由于竞争关系,平安系意外的金融机构对前海征信存在一定的质疑。
鹏元征信:鹏元征信是中国最早成立的商业征信机构之一,其最早建设的“深圳市个人信用征信系统”从2002年8月开始运行,目前所能提供的个人和企业征信服务已经覆盖全国。其数据源多来自于自主研发的个人信用征信系统所带来的公共大数据。
中诚信征信:中诚信的数据来源主要是依托于第三方,运行的基本模式为其他信贷等机构有征信信息需求时,会向中诚信发起需求,然后中诚信向与其合作的数据提供方索要数据进行加工处理,最后形成征信报告。
中智诚征信:作为反欺诈征信的倡导者,其数据多源自于P2P网贷和互联网金融机构专门研发的反欺诈云平台。依靠实时动态画像、中文模糊匹配算法等技术,可以通过多维身份认证、“黑名单”匹配等,从申请贷款客户中准确“揪出”欺诈者。
考拉征信:拉卡拉十年积累起来的便民、电商、金融及近亿级个人用户和百万线下商户日常经营的相关数据,且能共享其四大股东的数据源:北京旋极信息技术股份有限公司、上海蓝色光标品牌顾问有限公司、北京拓尔思信息技术股份有限公司、北京梅泰诺通信技术股份有限公司。
华道征信:华道征信收集的数据主要拥有五个方面的数据来源:银行信贷数据、公安司法数据、运营商数据、公共事业数据、网络痕迹数据。
征信做得好不好,首先取决于数据来源。八家机构的数据争夺战已经上演。据业内人士分析,八家机构的来源存在很大的重叠,例如公共部门数据和移动运营商数据等。移动运营商正在酝酿对八家个人征信机构进行统一标准的数据开放。
各家机构的数据来源也各有“彩头”:芝麻信用的独家数据来源于“阿里系”电商、”阿里系”参股的企业、支付宝(包括信用卡还款、水电煤缴费、人脉关系等);腾讯征信的优势是财付通数据以及社交数据;前海征信拥有“平安系”内部的数据、50多家合作金融公司数据、位置和言论数据(来自”平安系”移动APP)等;中诚信征信的优势在于全国百余家中小银行(中诚信征信2003年开始帮助银行建设信贷风控模型);拉卡拉信用的优势是布设拉卡拉的40余万家线下便利店等。
产品现状:布局有先后
蚂蚁金服旗下的芝麻信用早在今年一月便首推了自己的芝麻信用分,直观地呈现用户的信用水平。这也是中国首个个人信用评分。芝麻信用采用了国际上通行的信用分——芝麻分来直观表现信用水平高低,还开发了多元化征信产品,与互联网金融公司开展广泛合作,目前网上能搜到的合作对象包括优信金融、团贷网、积木盒子、手机贷、银湖网、融360、叮当钱包等。与北京银行(8.90, -0.15, -1.66%)携手打造“全能智慧信用卡”。
在征信产品落地方面,腾讯显然要落后阿里系一步。据悉,腾讯征信产品主要分两大类:一是反欺诈产品,二是信用评级产品。欺诈测评是对客户的欺诈风险提供一个等级评估,等级越高提示欺诈风险越大。信用评级目前可以提供应用的信用评分和信用报告。广发银行[微博]信用卡中心曾出席腾讯征信相关活动,好像在测试中。但市场尚无消息提到腾讯征信产品的落地应用。
除了两大巨无霸企业,拉卡拉基于征信产品“考拉分”推出了个人短期信贷产品“替你还”;另外,华道征信日前公开了首个针对房屋租赁行业的个人征信产品“猪猪分”。前海征信推出“好信度”;鹏元有"鹏元800"个人信用综合评分;中诚信有“万象分”;中智诚主推“反欺诈征信”。
对于个人征信企业来说,产品的创新和研发,是一个重要的考验。美国三大征信巨头益百利、艾可菲和全联公司都十分注重产品创新和多元化应用。
应用场景:全景覆盖与精准定向各有侧重
在场景应用领域,芝麻信用围绕着芝麻分开发了金融和生活不同的应用场景。芝麻信用分的应用场景包括酒店、租车、签证、旅游、金融、购物、社交、婚恋等领域;芝麻分700分以上用户快速办理新加坡
签证曾引起社会热议;在金融板块的探索包括消费信贷、消费分期和信用卡、P2P等。
而腾讯更加致力于反欺诈场景下的产品应用,包括人脸识别和欺诈测评两个主要的应用场景。人脸识别主要应用在身份核实的相应场景。目前已应用在腾讯的微证券等产品上。
平安系背景下的前海征信着眼于银行和金融,华道征信则是更加精准的定位在了租房客的身上,给租客和房东都配置了相应的“猪猪分”,用以解决房屋租赁市场日益尖锐的矛盾,并将之个人征信体系铺进受众生活。
不同的民营征信机构数据来源各有侧重,应用场景也有着很大的不同,企业基因一定程度上影响了应用场景的扩散与发展。目前应用场景最广范的无疑是芝麻信用,腾讯、拉卡拉等也在发力过程中。未来,信用在生活中的应用肯定会越来越多,“守信者将一路畅通,失信者将寸步难行”。
互联网金融,风险管控是关键,而征信体系是风险管控的核心内容,健全的征信体系能够最大程度的消除信息不对称,减少道德风险与逆向选择事件发生的概率。相信以芝麻信用为首的中国第一批个人征信机构,将用强大的大数据征信能力,成为央行征信的有力补充,整合线上线下资源,构建信用生态体系,开启全新的信用时代。