数据P2P网贷平台征信系统研究

P2P网贷平台征信系统研究

[摘要]随着p2p网贷发展的加快征信问题成为我国p2p行业发展的瓶颈。而大数据征信技术可以突破这一瓶颈。国内外都有应用成功的案例如美国金融科技公司zestfinance利用大数据对用户进行信用风险评估挖掘了fico评分没有覆盖的借贷用户群体

我国阿里集团下的蚂蚁小贷依托阿里集团的背景也在互联网金融大数据征信领域取得了一席之地。通过对国内外多家成功应用大数据征信技术的p2p网贷平台进行分析提出基于大数据征信技术的p2p网贷平台的信用风险管理建议。

[关键词]p2p网络借贷

信用风险

征信

大数据

一、 引言p2ppeertopeerlending 网络借贷平台是指借贷方法人、 自然人、其他组织在运营平台发布借贷信息投资人根据信息投资的一种商业模式borrower 20xx年9月 我国共有6615家p2p网贷平台其中转型的网贷平台3152

家问题平台2861家还在正常运营的网贷平台仅剩602家(网贷天眼)。我国大多数p2p网贷平台出现问题、亏损、倒闭的一个重要原因就是忽视了对信用风险的管控从而导致经营不善张巧良 20xx年我国首家p2p网贷平台拍拍贷上线以来我国p2p网贷平台通过自身的信息库以及第三方平台的数据库积累了大量有关客户消费、支付、信用等信息数据但我国p2p网贷平台缺乏数据处理与分析的能力暂时还不能深度挖掘来自这些信息背后或者更深层次的内容。zestfinance公司所开发的集成的机器学习模型极大促进了平台清洗数据与数据分析能力我国的p2p网贷平台应加强数据模型建设强化数据清晰、筛选技术提高非结构数据处理能力。 3.明确服务对象。 zestfinance明确自身服务的征信对象为fico评分在500分以下的低信用评分客户针对该客户群体内部不同的信用类型再进一步开发细化信用评估模型比如还款能力模型、预付能力模型等不断深入发掘信用信息扩大公司的客户范围从而不断提高自身的盈利水平增强公司的竞争力。所以精准定位和深入分类研究是zestfinance领先于其他互联网征信机构的关键我国网贷平台也可以参考此类运行模式明确平台主要服务对象做到市场精细化从而扩大客户范围。

四、 国内以蚂蚁小贷为代表的p2p网贷平台征信系统运行现状

一蚂蚁小贷。蚂蚁小贷是由阿里巴巴集团成立的主要针对阿里巴巴、淘宝、天猫平台上的卖家进行资金周转、投融资服务而发展的互联网金融产品。其对信用的审核依据就是企业在阿里巴巴平台、天猫平台、淘宝和支付宝上的信用记录从而对企业信用积分进行核算信用记录主要包括店铺收益、实体情况、用户评价、发货速度等其优势为审核速度快、贷款下放快、无需线下审核、资金通过支付宝进账。相对于传统的借贷模式蚂蚁小贷凭借自身所属公司阿里巴巴集团就已经获得了巨大的优势。首先传统的信贷公司收集数据难收集到的数据真假难辨借款人很容易隐藏或造假信息形成投资人与借贷人信息不对称的现象。其次阿里集团下的淘宝、天猫与阿里巴巴会为蚂蚁小贷创造大规模的订单需求相较于其他平台蚂蚁小贷自然拥有大量用户群体并且蚂蚁小贷也将大数据技术实施到了p2p借贷的贷前、贷中与发放阶段。贷前申请阶段用户在线申请贷款之后蚂蚁小贷的调查团队会开始查明该用户在阿里系产品中所有的交易信息、信用信息、商品库存、资金流动以及客户评价等根据这些数据判定用户的信用等级再根据大数据库内的数据判断用户的偿还能力以及未来可能会流入的

资金额对未来期限内会有高收益额商家积极鼓励其在平台贷款对于未来可能资金收入额较低的商家会采取低强度营销这一方式。再将此次运行的操作和结果记录到系统中对系统进行完善。预测淘宝卖家从借贷开始到未来实际运作以及运作成效的曲线需要192个数据模型与我国传统的纯信用抵押信贷相比蚂蚁小贷在模型数量与模型因子方面的领先使其具有独特优势。贷中与发放阶段平台会对企业如何运行资金、企业获得贷款后的仓储、与企业联系的上下游企业、企业的客户等用大数据进行评估完善企业这一次的贷款信息记录查看企业在获得贷款后与贷款前的营业数据是否有所改善以为下一次是否贷款做好准备信息。蚂蚁小贷运用大数据技术对平台进行运营也基于自身母公司的商业基础成本包括给予借款人利息平台人工成本费管理费等成本率预计在6%—7%并且蚂蚁小贷的信贷还款率远远高于其它平台达到99%。总之蚂蚁小贷在大数据方面的应用管理给我国其他的p2p网贷平台提供了参考。 二国内网贷平台大数据征信启示。 1 .保证海量丰富的数据。蚂蚁小贷成功借鉴了美国zestfinance利用大数据技术在p2p网贷平台征信方面的成功经验认识到大数据征信技术在互联网金融平台尤其是借贷平台的重要之处只有充分收集用户的数据并且作出相对成熟的征信模型才会对用户信用评判进行合理诠释。阿里集团凭借自身各大购物、民生平台

积攒了一手用户数据信息这是美国zestfinance公司所缺少的而且数据也更加精准只要合理运用收集到的数据蚂蚁小贷就可以对客户的信用进行评判并在借贷前期、 中期、后期及时给予预警信号。 2.建立大数据基础处理设施。2009年阿里集团开发了云计算系统阿里将精力投入到云计算系统的设计与开发其宗旨是创造全球领先的云计算平台成为全球最先进的可以同时进行数据收集、分析以及处理于一体的服务企业。该系统不仅可以提供大规模的分布式数据处理为日后其他企业、平台的大数据的计算功能、处理功能以及存储功能提供最佳的解决方法这套云计算系统也为阿里集团进军大数据领域助力。 目前阿里云计算已经建立了金融云计算和电商云计算等不同的云计算服务平台如我们熟知的支付宝和余额宝的数据也均被收入在阿里云计算服务中。 3.利用大数据降低征信成本。纯中介p2p网贷平台的征信系统数据信息大多来自平台与各大第三方征信公司属于二手数据数据获得可能会耗费财力且数据信息不一定准确美国的zestfinance搜集的大数据信息大多来源于线上获得方式比较便捷耗费的人力物力资源等成本较低。阿里巴巴与之类似但是其数据都是凭借本集团内自有数据可以通过蚂蚁小贷等平台内部数据库获得一手数据无需消耗额外的人力、财力。贷款的全部操作都在线上进行不需要耗费投资人与借贷人的时间成本借贷完成后平台也只需

要关注系统中的数据进行分析即可如若出现了逾期和违约的情况也无需上门讨债只需将用户的芝麻信用积分下降必要时冻结支付宝限制用户网购即可这些都可以在线上完成帮助平台降低运行管理成本。

仅对p2p网贷平台进行征信系统的管理是远远不够的还要进行其他方面的风险控制如市场风险、技术风险等。本文仅从大数据征信方面去解决p2p网贷平台的信用风险问题可以从更广泛的视角解决p2p平台其他方面的风险。