欺诈风险频发 大数据征信成互联网金融风向标
[本站声明] 上网看看奇闻网刊载此文或图片不代表同意其说法或描述，仅为提供更多信息，也不构成任何投资或其他建议。本网站部分文章或图片是由网友自由上传。对于此类文章本站仅提供交流平台，不为其版权负责。如果您发现本网站上有侵犯您的知识产权的文章，请联系我们。
　　搜狐报道 在中国，互联网金融行业面临的欺诈风险甚至远高于信用风险，在征信体系建设尚不完善的背景下，P2P平台的大数据管理和风险定价能力显得尤为重要，这也是越来越多的互联网金融企业寻求与第三方征信机构合作的原因。
　　目前，国内P2P平台正在紧锣密鼓地布局大数据征信，多家平台与FICO、益博睿、芝麻信用和上海资信等机构展开合作。也有平台根据自身多年的信贷业务经验开发出大数据风控模型，例如拍拍贷的“魔镜”风控系统，是依托其600万在线用户、积累近40亿条数据而成。由此可见，对数据的重视和深度挖掘已经成为互联网金融行业发展的风向标。
　　但是，FICO系统接入国内P2P平台究竟能起到多大作用，共鸣科技CEO陆雨泉认为，中美信用基础并不一样，中国对征信数据的获取要比美国难，同时成本高，且借款人不还钱的成本低。在美国，一笔信用不良都会给公民的生活带来严重影响，而中国国情则存在很大差别。因此，FICO系统未必能在国内P2P平台信审过程中发挥很大作用。
　　由于中美信用环境不一致，业内亟须深入探索适合中国土壤的风险定价系统。陆雨泉认为，从实际情况来看，目前市场上的P2P平台借款用户大多不一样，仅仅针对个人用户而言，有的平台只借2万元以下，有的是5-10万元，也有20万元以下的，各家借款的对象都会有所侧重。另外分别有针对大学生、白领及各人小微企业主的，还有专门针对公务员和程序员的，不同的人风控模型也会不同，因此定制化的风险定价系统将成为未来的趋势。
　　据陆雨泉介绍，共鸣科技刚刚上线的风险定价系统由黑名单、反欺诈、评分卡三大部分组成，其中的数据源对接了目前市场上主要的大数据公司，对接的数据超过了100万条。其创新之处是，串联个人征信数据等诸多数据源，通过风险分析和定价，帮助小微金融机构从征信完成授信。
　　“即便有央行的征信数据，在实际情况下也只能作为参考。因为目前大家所查到征信数据也仅仅是简单的信用卡数量、贷款逾期等资料。如果这个人没有信用卡，也没有从贷过款，这个征信报告的意义就不是很大。相反，大家在互联网上留下的数据反而更具有一定的参考价值。”陆雨泉这样对记者解释。
　　因此共鸣的风险定价系统还接入了多家第三方数据用于风控。通过对数据的整合、补充、调用、评判等，使风控模型运算结果更加准确。
　　“例如，输入借款用户提供的电话号码，这边可以看到这个号码用了多少年，在多少家网站注册用户的时候用过，普通人或多或少都会在网络上留下自己的痕迹，这些都可以验证借款客户的所提供信息的真实性，这也是我们业内称之为反欺诈的东西。”陆雨泉告诉记者。
　　据陆雨泉介绍，共鸣科技未来也会不断对接更多的数据，来增加系统的数据量，让其风险定价系统更加准确。『拓扑秀』是拓扑社旗下的一档线上活动，每期邀请一位嘉宾，以语音或文字形式，分享和交流to B领域的热点及趋势。本文为5月5日拓扑秀第21期嘉宾的分享小结。口述丨韩洪慧编辑丨拓扑社 宇婷分享嘉宾韩洪慧，上海凭安网络科技有限公司、上海凭安征信服务有限公司联合创始人。12年的信息安全从业经验，4年的大数据征信从业经验。老牛数据（凭安征信）上海凭安征信服务有限公司，是在工信部的指导下，经中国人民银行总行备案设立的信用评估及信用管理机构，长期致力于可信互联网业务创新，运用大数据及云计算技术客观呈现企业和个人的信用状况，已经成为国内领先的互联网金融领域反欺诈服务和风险控制供应商。关于大数据征信的感受接触大数据的过程中，你会发现，接触越多数据，越觉得数据不够用。单独的数据维度在很多情况下是不够精准的，这在征信行业特别明显。而多维的数据的交叉就能精准地刻画一个人或一个企业，每增加一个维度，数据的价值不是加法，应该说是乘法，甚至是指数级别的增长。现在没有一家机构能够获得全数据、全样本，包括BAT和运营商。我国互联网金融征信数据困境：缺数据&有数据我们通常说的信用信息，在金融中是有特指的，主要包括偿还能力和偿还意愿。与我们经常看到的，像过马路闯红灯、坐地铁逃票，以及平时爱买什么样的东西等记录还是有差别的。也可以说是应用的场景不一样，就需要不同的信用信息。在当前，互联网金融还没有进入人民银行的征信体系，所以整个信息是无法互通的，同时互联网金融的用户和银行的用户重合度很小，也就是说能在银行贷款的用户，也不会到P2P贷款，这两类机构的风控水平也明显的将两类用户区分开来了。所以导致的第一个问题是缺数据，互联网金融机构迫切的需要个人征信数据。那么，什么是有数据呢？每个金融机构都有一个人体在本业务体系的完整征信记录，也就是说，每个金融机构都非常有数据，但是这些数据都是作为数据资产是严禁流转的，所以就产生了既缺数据，又有数据的矛盾。这种矛盾在整个大数据行业也是比较明显的，所以大数据产业一个比较怪的现象，大家都喊着数据要共享要交叉，但是谁也不愿意把数据拿出来，包括现在各地的大数据交易中心纷纷成立，目标是解决数据共享流动问题，也没有很好的解决这个问题。三种数据流动方式1、第三方征信模式这种方式是第三方大数据公司用各自的能力和方式主动采集数据，对数据进行加工整理后，向各个应用机构提供数据服务。这种模式的核心是征信中心和大数据公司的采集能力，只要有能力有途径就可以采集，甚至不管被采集的机构愿不愿意。数据的获益者是大数据中心和征信机构，而数据的生产者却没有得到明显的好处，所以现在的很多数据机构都很头疼，想法设法让自己的数据不被第三方机构采集。特点和问题；由于采集数据具有外部性，最大的问题就是信息的完整性和及时性很难保证，所以现在很多的互联网金融机构，会同时接多家征信机构来补充完善数据，还是无法解决问题。（征信机构之间同质化相对比较验证）2、行业数据中心模式这种方式是行业数据中心要求各个业务机构把数据上报，然后数据中心会把这些数据进行加工整理，再向现有的业务机构提供服务。这种模式与第一种模式不同点是：第一种是主动采集，这种是要求机构上报，在数据上也是有差别的，上报的数据会比较纯粹、比较单一。特点和问题：这种模式是一种强中心模式，很多机构是不情愿的，所以这模式很通常只能靠行政手段来执行。典型的像工商的企业数据中心、人民银行的征信中心，只有这种强势的部门才能建立起来，这种模式是没有办法进行数据最大化共享和价值最大化发掘的。3、数据聚合中心模式这种模式是比较常见的，也是相对比较市场化的模式。在这种模式下，各个机构不需要再把数据事先交到数据中心，而是保留自己的数据库，通过API与数据中心连接。当一个机构需要数据时，会把请求发到数据聚合中心，数据聚合中心会将这个请求发到除这个请求机构外的所有机构。机构收到请求后，有数据的机构会返回数据，数据聚合中心将返回的数据加工整理后再给查询机构。特点和问题：这种方式比前两种方式都进步许多，数据由数据提供者自己保存、自己控制；并且，数据的收益权也归了数据所有者。这也是当前很多数据联盟采用的方式，包括现在的互联网金融协会的数据共享模式以及很多的大数据交易中心都采用了这种模式。但是这种模式存在三个比较严重的问题：第一，查询信息的泄露。当一个机构需要数据，他的查询请求会被分发到其他机构，而在征信的场景下，查询信息本身就是一个隐私信息。简单举一个例子，有一个用户到我这贷款，我希望查询他在其他机构的表现，一旦我把这个数据查询请求发出，相当于这个客户的信息被所有机构获知，那么其他机构就有可能抢先联系我的客户，相当于我的客户在查询的时候被泄露了。第二，机构很容易投机获利。接入这个聚合平台后，机构最好的策略是接受请求，不应答，既能接收有意义的查询，又不泄露自己数据，并且还不违规。第三，表面上看，所有的数据都由各自的机构自己保存管理，而实际上一旦数据进行了流转，数据中心可以保留所有的数据，也就是说，最后所有的数据都会在聚合中心留存。中心是数据共享的最大威胁和最大障碍简单总结一下前面几种模式，我们认为，当前数据流转不畅的一个重大原因是，数据中心或数据中介成为了最大威胁和最大障碍。我们知道商品经济时代，商品的交易中介起到了重大作用，包括线下的大卖场像国美、苏宁，以及线上的天猫、淘宝、京东，都汇集了众多的商品提供商和消费者，促成商品在他们之间进行流动。为什么在数据时代，这种数据中介反而成为了阻碍。因为数据有着它的特殊性：第一，数据具有复制的无差别性；第二，数据看过即拥有。以上介绍的数据交易/流通模式，作为中心能看到所有交易的数据，同时也就拥有了数据。中心一旦可以轻松得到数据，理论上，再有类似需求时，中心将不再需要原有数据提供者，可以自己直接提供服务。现在很多的中心会对外宣称，我们坚决不留数据，但是这只能依靠商业承诺，中心是有机会、有能力留存数据的，具体留没留，大家都不知道。我们希望做到的1、数据由提供者存储和管理，谁的数据谁控制；2、查询请求只会发送到有此数据的机构，不能造成查询信息泄露；3、数据查询方不知道数据由谁提供（可实名，可匿名）；4、数据提供方收到请求必须应答，不知道查询者是谁（可实名，可匿名）；5、数据只在查询方和提供方之间交互，任意第三方即使从网络中截取数据，也无法获取信息真正内容；6、数据可追溯、可跟踪与可评估；7、体系的运转是透明的，可监督的，可验证的。通过三种技术实现：密码技术、区块链技术和安全多方计算1、密码技术密码技术大家都不陌生，这里主要强调密码的正确使用。其中包含密码算法组合的正确使用以及流程的正确使用。只有加密算法的合理组合使用才能保证数据安全，比如要不可逆，必须要用到HASH，要不可抵赖不可篡改，要用到数字签名，需要数字的加密和解密的唯一，可能要用到数字信封。在系统的整个过程中，也必须要合理的使用密码技术。这里主要提三点，密文索引、密文查询和密文获取，涵盖了整个的数据获取流程，只有整个数据流程的合理使用，才能保证数据的保密性和不可抵赖性。2、区块链技术一条链的基本框架设计我对这种技术的理解，它是分布式的、完整的、不可篡改的、多方参与和监督的记录方式。理论的、纯粹的区块链强调的是完全去中心，但我认为完全去中心难度比较大，弱中心和多中心可能更为合适。我们之所以引入了区块链技术，主要是利用他的透明操作和公共监督，让中心变成随时可监督、可抛弃、可替换的服务者。开放与开源其实无论系统设计的多么完善，都挡不住实践中的“小技巧”（漏洞或后门）。理论体系再好，实现是黑盒，参与者还是不放心。在这个体系里我们做了两点开放：第一是协议开放，所谓的协议开放是我把所有的数据格式、传输包都定义的清清楚楚，每一个参与者都可以自己实现加入系统；第二是代码开源，让没有能力做开发、做接入的机构，我们把实现的源代码开放给你，你自己来看，也就是让用户看的清清楚楚，来证明系统的清白。盲聚合中心模式的数据流动经过以上的技术开发，所有的机构加入了系统之后，首先向中心公布自己的索引列表，同时这个索引是一个加密索引，用到了HASH算法。所以说在系统里会形成一张加密过后的索引表，即使索引表被系统或任意第三方获取，他也没有办法反推出其中代表的明文。今后怎么使用这个加密的索引呢？这个加密索引是用区块链来记录的，下载下来自己解析，系统也可以帮你解析。在应用的时候，只有当你真正遇到一个用户，比如某某要到你这里贷款，这时候获得这个用户的ID信息，把这个用户信息通过HASH算法得到一个密文，通过这个密文到加密索引里去查询。也就是说，在你没有得到用户的详细信息时，你是没有办法查询的。这样，通过对区块链或加密索引的下载来查询，就避免了查询信息泄露。通过查询索引我知道了某个机构有这个数据，这时候我可以单独发出请求，向这个机构获取数据。机构收到查询请求后，因为你提前公布了查询索引，所以你必须做出应答，这种方式也避免了做投机，只接受别人的请求。一旦真正的供需双方建立了连接，这时候通过事先约定的公私钥机制去做端对端的密钥协商，两端协商密钥，中心是无法获得的。然后双方用协商的新密钥去做数据加密和数据传输，这种情况下中心只看到了两端做数据交换，由于加密密钥中心无法获知，这时候就算数据中心想把数据做留存，也没有办法解密。总结一下这种模式，就是利用加密技术和区块链技术去中心功能，让中心做服务者而不是控制者，让参与者可以放心使用。这种我们称为盲聚合模式。— END —
IT互联网公司和行业投融资信息数据库，商业信息服务提供商。
中国最大的产品经理学习、交流、分享平台；想要成为CEO，先从学做产品开始。
立足硅谷，聚集硅谷开发工程师及产品设计师，解析和推荐众多科技产品
B12，关注创业和投资的互联网媒体。全方位服务创业者，让创业不再孤单，让创新得到赞赏。
电商第一媒体，每日发布重磅电商新闻。
拓扑社是IT桔子旗下专注企业级服务的垂直媒体，关注和报导To B市场的新产品、新趋势、新观点。
(C) 2016 今日头条
违法和不良信息举报电话：010-
公司名称：北京字节跳动科技有限公司/北京字节跳动网络技术有限公司关注迪蒙网贷系统新浪微博
传统征信PK大数据征信 谁能拯救P2P？
发布时间：
伴随着P2P的火热发展，市场对征信的需求，从未如此迫切。
近日，由中国投资协会与上海 Oppland 联合举办的“中国 P2P 网贷征信发展高峰论坛”在深圳召开，这也是国内首次专门针对P2P网贷的征信会议。芝麻信用、鹏元征信、腾讯征信、上海资信、安融征信等国内知名征信机构的高管以及FICO中国区总裁陈建等代表齐聚一堂，分别就中国征信的现状与发展进行了探讨，保护个人隐私、完善惩戒机制及法律法规、加强行业自律等，成为热议的话题。
中国P2P平台面临的征信现状
腾讯征信总经理吴丹指出，当前中国征信体系现状是，央行的征信系统虽然覆盖了8亿人，但真正和银行有信贷关系的只有3亿人。也就是说，在中国13亿人口里，有银行信贷记录的人，占比不足25%。这将导致很多人的融资需求很难得到满足。
安融征信总经理常胜进一步表示，P2P机构面临的征信现状是四大问题：P2P平台目前没有纳入央行征信系统中，难以直接获得央行征信服务;央行征信报告无法全面、有效地反映借款人在非银行机构间的借款信用信息;国家公共部门信息公开程度远未到位，多数信用信息获取难度大;P2P机构间信息相互独立，非银行机构间的借款人征信、惩戒机制未有效建立。
“P2P机构无法有效掌握借款人在各类民间机构的信贷信息，难于识别借款人在民间机构存在的多头借贷、恶意骗贷情况。”他指出，民间信贷信息的缺失，导致小额信贷业务面临重大风险。
传统征信VS大数据征信，谁能拯救P2P?
从类型看，目前市场上的征信机构主要包括：以上海资信、安融征信为代表的一类机构，采用的是同业信息分享模式，即客户查询一条信息需要先共享一条相应的信息;其次，以腾讯、阿里为代表的一类互联网公司;再次，是以平安、宜信、拍拍贷为代表的一类金融机构。
P2P平台征信采取的模式主要包括传统官方征信模式(如平台通过具有央行背景的上海资信间接查询借款人信用信息记录)、大数据征信模式。
值得一提的是，前一种模式面临的难题是征信数据不全、平台上传数据积极性低、更新不及时、接入门槛高等问题。而后一种模式，其优点在于数据来源广泛，弥补传统征信覆盖面不足的缺陷;数据类型多样化，不局限于信贷数据，更能全面反映个人信用情况。其难点在于：信息过多引起的数据杂乱，整合多方数据困难，且数据相关性分析需要较长时间和实践来检验，短期内信用评价数据精准性较低。
此外，盈灿咨询高级研究员张叶霞指出，大数据征信也面临着法律风险，在个人隐私保护上较难把控。“征信机构在未告知可能的不利后果及取得书面同意情况下，不得采集个人的收入、存款、有价证券、商业保险、不动产的信息和纳税数额信息等。”
“发展征信，最重要的是惩戒机制”
前海征信中心副总经理潘叡表示，征信所必须的风险违约数据是金融行业特有的数据，缺失风险违约数据的征信数据将是无本之木，引入金融大数据至关重要。“而信用评分体系，需要长期、大量、全面的风险违约数据和行为特征数据的共同积累。” 她认为，目前的征信市场规模小，扩大市场规模应该鼓励更多拥有海量客户数据的企业参与，发展征信业务。
潘叡同时强调，征信市场的有序发展，需要切实保障客户个人的信息安全。“在保护个人隐私不受侵害的同时，加强对个人的信用管理和征信知识教育，使消费者更多地了解如何管理好自己的信用，为自己的信用行为承担更多责任。”
中国人民银行参事、中国人民银行研究局原副局长李德在出席上述会议时也表示，互联网金融的发展，促使征信业和金融业的发展进入了一个新的阶段。但当前，我国信用体系建设还面临着很多问题，有待提高和改善。从目前来看，为争取经济利益而失信的情况，时有发生。我国征信市场的发展时间不长，与欧美存在较大差距。在产品的开发等征信技术方面，也有很大距离，且征信从业人员的素质有待于进一步提高。
“征信机构希望多采集和提供各种信息，但是也容易侵害信息主体的隐私。行业发展和监管始终是一对复杂的矛盾。”他指出，征信系统的发展完善，离不开法治建设，要进一步制订各种管理办法，同时，建立信用体系标准体系，扩大以后信用信息范围。
芝麻信用总经理胡滔也表示，在这一新的大数据征信市场，怎样一方面提高交易信息的透明度，另一方面又能有效地保护个人隐私，不造成客户个人信息暴露方面的恐慌，这需要国家法律法规的完善，同时，还要加强行业自律。
她指出，信用，不是一蹴而就。发展征信，最重要的是惩戒机制，“有一个完善的惩戒、奖励机制，很多人都会去向好的方面去做”。
此外，胡滔指出，中国征信市场，刚刚开放，更多应该是合作的模式。在大数据征信方面，如何更低成本、高效率地收集有价值的信息，都需要共同探索和摸索。
阅读：143 &
阅读：161 &
阅读：171 &
阅读：160 &
阅读：177 &
阅读：229 &
阅读：190 &
阅读：165 &
阅读：179 &
阅读：169 &
微信扫一扫 关注迪蒙