THU数据说 基于大数据的信用评估体系—百融金服CEO张韶峰

2017年1月5日，由清华大学数据科学研究院主办，清华大数据产业联合会、清华大学学生大数据研究协会、THU数据派承办的第三届清华大学大数据人才新春交流会成功召开。本次交流会相比以往两届，受到了校内外相关人士更广泛的关注。为了更广泛地传播数据思维理念、展现数据魅力，“THU数据说”正式启动。

活动上，清华大数据产业联合会理事单位、百融（北京）金融信息服务股份有限公司创始人、CEO张韶峰做了《基于大数据的信用评估体系》的演说，他从消费金融崛起的大背景和特点讲起，并结合五个维度具体介绍个人行为与信贷违约率之间的关系，最后给出了百融信用评分决策建议。

观看演讲视频，请点击：https://v.qq.com/x/page/b0366qbwzzq.html

张韶峰的演讲从“裸条”说起，给出了他对消费金融崛起原因分析：政府鼓励消费金融发展和85后人群的消费观念转变。他提到，消费金融产品有如下特点：

-小额

-分散

-无抵押（90%是纯信用贷，只能依靠数据进行审批）

-利息跨度极大

使用消费金融产品的人群有如下特点：

-年轻（大多数年龄都在35岁以下）

-消费观念超前（月光族，愿意透支未来）

-无信用记录

-学历跨度大

-对利率不敏感

目前中国最官方的征信数据库是人民银行征信中心，大概涵盖了2亿多人的信用数据。但是全中国有14亿人口，除去老人小孩，大概有10亿人是可以借钱的。也就是说，还有8亿人群的信用信息没有被人民银行所覆盖，他们要是想去银行借钱是比较困难的。目前，有科技公司试图用大数据的方法来建立中国的个人信用体系。通过大数据的方法，我们可以发现的一些现象，这些现象就是用大数据建立个人信用评估体系的原料。

例如：

• 财经媒体浏览行为与信贷违约率的关系：最近12个月内财经媒体访问天数越多，违约率风险越低。

• 手机号使用时长与信贷违约率的关系：总体来看随着手机号使用年数的增加，客户稳定性增加，违约风险逐步降低。

• 网络游戏消费行为与信贷违约率的关系：整体趋势上看最近12个月网络游戏消费金额越多，违约风险越高。

• 本地生活消费行为与信贷违约率的关系：整体趋势上看，过去12个月内所有类目本地生活消费等级越高，违约风险越低。

• 贷款申请次数与信贷违约率的关系：3个月之内申请过至少5次贷款（不管是在一家机构还是多家机构）的申请者，欺诈率是其它群体的3.2倍。

最后，张韶峰介绍了百融金服的评分模型。它是基于个人最客观的行为偏好数据，利用机器学习和大数据技术，从海量原始的强弱变量中提取出能够有效识别好坏客户的强变量，再运用基于深度学习的信用评分模式，以使模型具备有效性、稳定性和高预测能力。它在保证数据真实、客观、全面的前提下，综合评估身份匹配数据、用户行为数据、收入负债数据、航旅行为数据、支付消费数据、社交行为数据等，以更加准确的评价个人的信用风险。它的分值在300~1000分之间，分数越高代表信用风险越低，违约的可能性越小。

不同的评分区间与信用风险等级对应如下：

[300,500) 高风险建议拒绝

[500,550) 中风险建议关注

[550,1000] 低风险建议通过