中诚信征信闫文涛：数据解读能力是核心

金融的核心在于风险管理和风险定价，科技在赋能金融行业时，在这一环节“幻化神奇”尤为明显。近年来，随着个人、企业多维度数据量爆发，以及机器学习、云计算等核心技术发展，风险分析和信用服务的逻辑也悄然变化。信贷链条上改造空间最大的风控环节，成为众多金融科技公司抢食的焦点。在这一领域，互联网流量巨头、数据公司、征信公司各显其能，着眼点均围绕破解金融机构传统授信中的痛点。

作为最早一批进入企业征信和个人征信领域的市场参与者，在这轮大数据风控浪潮中，中诚信征信也正探索企业的全新定位。从信用评价到针对金融机构输出综合风控解决方案，科技改变了什么，没有改变的又是什么？ 在巨头林立的赛道上，独立第三方的ToB之路如何在挑战下寻找机会？

在中诚信征信总裁闫文涛看来，中国金融服务体系改善关键要素之一，在于信用。以大数据、人工智能、区块链技术为代表的金融科技正在改变着信用的表达、测量维度和评估手段。科技无法消除风险，但可以量化风险。对数据解读和应用能力的不同，是风险管理技术输出类公司形成差异化竞争力的关键。

大数据风控并非改变传统风控

《中国经营报》：近年来，行业内言必称大数据，应该如何评估数据在信用管理中的意义？ 中诚信征信逐步锁定信用科技的发展定位，应该如何理解信用科技？ 与大数据风控有哪些核心区别？

闫文涛：提出信用科技是希望把大数据和我们多年来对风险管理的实践经验结合起来，是一种数据和规则的结合。数据很重要，但并不是有数据就一定能做好风险管理，对数据的解读和应用能力的不同，是风险管理技术输出类公司形成差异化核心竞争力的关键。

从信用风险管理的流程看，可以把风险管理分为三个层次：一是风险的识别；二是风险的披露；三是风险的缓释。科技和数据并不能改变风险，但可以把风险量化。

大数据风控并不是完全改变传统风控，而是丰富传统风控的数据维度。归纳看，信用科技是借助大数据、机器学习、区块链等技术接入信用风险管理的三个不同层次，并结合信用风险管理的实践经验，更高效解决信息不对称的问题，驱动信用评估的智能化、模块化。

征信“注重来源与过程”，而风控“弱化过程、强调结果”。风控是征信价值体现的下一个环节，征信公司的业务模式之一是依据大数据提供工具化的风控服务。

《中国经营报》：通过创新技术来提升信贷投放的效率和覆盖面，是科技赋能金融的重要应用点。信用科技是如何在贷前、贷中、贷后解决传统业务痛点的？

闫文涛：以机器学习为代表的智能风控是整个信贷流程的重要进步。贷前主要是对借款人的还款能力进行评估，预测其未来逾期的可能性。传统逻辑回归统计模型的问题在于很难找到多个维度的特征与信用好坏的非线性关系，而多数的机器学习模型，则可以做到很好。

打个比方，传统回归算法只能识别10只长得差不多的白羊中的那只病羊，前提还要假设这群羊都在一个固定的位置。机器学习算法则可以识别几十甚至几百只白羊中的病羊，这些羊分别在很多不同的位置，没有相似性，假如走过来几只黑羊，机器学习也可以通过工具识别出谁是病羊。

此外，传统信贷风控对于贷中借款人的行为监控和反欺诈管理较弱，基于机器学习的方法可以实现以往依赖人工无法解决的风险实时抓取。贷后管理环节，目前主要使用机器学习算法对逾期用户构建催收评分，实现差异化催收，提高效率降低成本。

就目前我们自身和一家国有大行合作的实际案例看，采取智能化的方式建模，违约率从0.6%下降到了0.4%。

第三方征信不应有闭环生态

《中国经营报》：与个人消费金融相比，小微企业金融领域授信难点一直以来非常突出，产业互联网转型背景下，你怎么看待这一领域的市场需求满足？ 中诚信征信是否针对这一群体提出了解决方案？

闫文涛：中小企业融资难问题有多方面原因：财务不规范；无抵押品，担保难；中小企业的信息大多是内部化、不透明的状态。在传统银行信贷模式和风险偏好下，小微企业想取得授信难度很大。小微企业金融和个人消费金融相比复杂性更高，每家机构都在探索，目前市场上暂时还没有小微金融做得比较好。

现在做小微金融的市场参与者主要有三类：第一类主要是围绕核心企业授信的供应链金融，依赖核心企业的信用背书。第二类主要是阿里、京东一类的大型电商平台，小企业在其闭环生态中积累了足够的经营流水，可以作为授信依据。第三类是随着产业数字化程度提高，一些机构依靠SAAS、发票、税务数据来提高对小微企业经营风险的识别能力。

但小微企业的业务维度比较复杂。中诚信征信其实从2005年就开始做企业征信，在判断企业风险时，对于年收入额在1000万元以下的企业，企业实控人的信用权重占60%~70%，企业自身的信用权重占30%~40%。但针对30%~40%这部分的风险判断，比单纯消费金融的要难很多，这部分是各家竞争的重点。

每个行业特点不同、面对的行业周期不同、宏观环境影响程度不同，较难标准化，都是定量和定性的结合，定量的部分可以大部分依靠数据模型，但定性的部分则更多依靠经验。因此对这部分风险的管理需要“数据+模型+规则”，所谓规则就是对于风险的理解，基于机构对特定行业的经验积累、特定场景的实践。规则其实是模型设计指导的理念。

目前我们和泰州市政府、中国人民银行泰州中心支行有一项合作探索，通过泰州市政府电子政务中心＋中国人民银行泰州市中心支行＋中诚信征信有限公司（独立第三方）共建的方式，建立一个企业征信融资网络平台，以大数据技术对企业进行线上征信评估，从而消除银企之间的信息不对称，构建贷前评价、贷中监控、贷后管理的中小企业信用融资完整服务链。

《中国经营报》：近年来，以BATJ为代表的互联网巨头均在发力ToB业务，强化和金融机构合作，参与面向银行的零售信贷获客、风控，你如何看待这波ToB浪潮？ 中诚信征信这类独立第三方企业如何面对和巨头正面对决，竞争策略和核心优势是什么？

闫文涛：拥有闭环生态确实是互联网巨头的巨大优势，数据就相当于做饭的原料，有数据好办事，不管是做风控模型建设还是经验积累都会事半功倍。中诚信征信一直以来的定位是独立第三方，体系内不产生数据，靠的是广泛采集数据和分析数据的能力。但独立第三方因为不涉及利益冲突，客群会更开放，银行金融机构合作的戒备会更小，以及多年来对信用评估和风险判断的理解更深，这是我们在夹缝中竞争的优势。

市场上有一种看法是，你没有闭环生态，没有在自己的信贷业务中检验过，你怎么证明你的模型有效性，这其实是一个悖论。这么多年我们坚持没有“下水”，一方面是认为我们基因没有这个优势，一旦自身参与信贷机构经营就很难回头了，另外我们也很珍惜“独立第三方”的属性，因为市场缺乏这样的机构。拿块牌子就放贷，对我们来讲不是一个具有长期价值的事情，我们和银行合作方式不是做导流和兜底性的助贷，而是帮助金融机构做模型搭建、提供智能系统、搭建风控服务体系，也会帮助他们做评分和数据服务。始终坚守中立、客观、公正的理念，做市场认可的独立第三方信用科技服务机构。

来源：中国经营报