消费金融判断“好人”或是“坏人”，大数据说了算

传统金融机构通常以央行征信记录为标准，采用简单线性逻辑回归，建立信用判别评分来判断贷款者是“好人”还是“坏人”。然而，在互联网快速发展的当下，央行征信在数据时效性、全面性和层次性上已逐渐显现出其不足之处。

“消费金融持牌机构除了直联央行征信外，更多的数据获得是与第三方合作，在用户授权的情况下获得其它维度的数据，然后进行数据解析。但是消费金融跟传统金融机构用简单线性逻辑回归，建立信用判别评分不一样，消费金融的数据大多数是用非线性的，这就导致了大数据交叉判断之后，“好人”可能就成为了“坏人。”马上消费金融高级数据决策总监李届悦近日在接受第一财经记者采访时表示。

虽然根据51信用卡近期发布的《2016年国内信用卡活跃用户消费报告》显示，中国2016年活跃信用卡在人均持卡量、活卡率和人均授信额度方面，较2015年都有较大幅度的增长。但不可否认的是，中国目前大部分人口仍然没有被信用卡所覆盖，当然也就不会有征信记录。而这些人，已经成为了各大消费金融公司的主要服务对象。

一位消费金融业内人士对记者表示，对于没有央行征信记录的贷款人群，他们可能只有在互联网上留下浏览、购物、社交等多维度的数据。这些数据其实都是可以用来判断信用好坏的，并且有些数据，通过计算机对成千上万个维度的风险变量进行分析后，以前大家觉得没用的数据，现在反而有价值了。

类似“交易时间”这一类从前被忽略的数据维度，现在也可以被用来判断信用情况。例如，一名客户的网购的交易行为如果经常发生在半夜凌晨三四点，那这个客户可能没有固定的工作，或者没有比较好的生活习惯，这样的情况，信用评分就会差一些；相反，如果某客户的交易时间十分规律，说明自律性较强，那他的信用评分则会相对较好。

而类似“拥有房产豪车价值”一类从前被重用的数据维度，如今可能用处不大。例如，如果一个能贷款买别墅的人，突然来消费金融平台申请几百或几千元的贷款，那平台会认为他存在身份被盗或者本人因重大变故而出现资金周转困难等风险，从而无法审批小额消费金融贷款给他。

“在传统金融眼里，通常会认为收入越高的人信用越好，但在消费金融这里，我们会把他的收入和年龄结合进行判断，如果交叉之后的非线性数据显示出年龄小但收入很高，则可能出现数据造假的风险，即便是因为炒股或买彩票而发了一笔横财，那他的持续稳定性也有待商榷。”李届悦称。

此外，伴随巨大的消费增量和消费结构的调整，消费金融实现了迅猛的发展，一些专营网络诈骗、电信诈骗的黑中介也打起消费金融的主意。在近期爆发的医美诈骗中，就是黑中介联合医疗机构，大量从农村抓取“白户”村民，大肆从平台骗贷套现，造成整个行业十多亿的亏损。

上述业内人士告诉记者，黑中介往往会在网上和一些借贷平台留有手机号码和个人信息，让申请贷款的人联系他们。因此平台会通过互联网上抓取一些黑中介信息，并会根据电话号码、地址、姓名、性别等维度的数据形成一个数据收集网络。如果其中有号码跟已确认的黑中介经常有通信往来，那这些号码就会被认定有欺诈嫌疑或者黑中介嫌疑，平台会自动屏蔽这些号码的申请。

消费金融骗贷与反骗贷之间的博弈，魔高、还是道高？这回得看大数据了。