大數據技術驅動下的互聯網消費金融研究

趙大偉

大數據技術驅動下的互聯網消費金融研究

趙大偉

互聯網消費金融是指依托互聯網技術向客戶提供消費貸款及相關金融服務，是傳統消費金融與互聯網理念、技術、渠道全面有機融合的產物。與傳統消費金融相比，互聯網消費金融在提高金融效率、降低交易成本、減少信息不對稱性方面發揮了難以替代的重要作用。無論從金融產品創新還是擴大內需角度看，發展消費金融都具有積極意義。本文從梳理我國互聯網消費金融發展的宏觀環境和政策環境入手，分析我國互聯網消費金融行業發展面臨挑戰，并從征信、風險控制、營銷、場景化建設四個方面探討大數據技術對我國互聯網消費金融行業發展產生的影響。

大數據；互聯網消費金融；大數據征信；大數據風控

趙大偉（1983-），浙江諸暨人，經濟學博士，中國人民銀行金融研究所互聯網金融研究中心副秘書長，研究方向為互聯網金融。（北京100800）

近年來，伴隨著利好政策的不斷出臺以及互聯網技術的快速發展，特別是移動終端、大數據技術、云計算技術的普及，為我國互聯網消費金融整體規模持續擴張創造了更多的有利條件，我國互聯網消費金融進入了爆發式增長階段。在高速發展的同時，由于征信數據缺乏、風險水平整體偏低等因素的存在，我國互聯網消費金融行業仍未脫離野蠻生長階段。為促進我國互聯網消費金融的健康可持續發展，挖掘并滿足客戶“痛點”、開發創造新的消費場景、架構可靠的征信數據庫、提升風險管理水平理應成為未來互聯網消費金融領域的重要發展目標，而要實現這一系列目標的關鍵就在于大數據技術的發展與應用，大數據技術理應成為互聯網消費金融領域未來發展的安全門和加速器。

一、互聯網消費金融發展的宏觀環境

互聯網消費金融是指依托互聯網技術，向客戶提供消費貸款及相關金融服務，是傳統消費金融與互聯網理念、技術、渠道全面有機融合的產物。與傳統消費金融相比，互聯網消費金融在提高金融效率、降低交易成本、減少信息不對稱性方面發揮了難以替代的重要作用。

（一）財富基礎堅實——社會總財富和居民可支配收入不斷增長

自2005年以來，我國國民生產總值、城鄉居民人民幣儲蓄存款余額一直保持穩定增長狀態。在世界經濟增長放緩（全球經濟增速為2.9%）、國內經濟發展面臨較大下行壓力、財政金融風險加大的國內外宏觀經濟形勢下，我國先后出臺了一系列穩增長、調結構、防風險的政策，使我國宏觀經濟始終保持在合理運行區間。2015年，我國國民生產總值和城鄉居民人民幣儲蓄存款分別達到67.7萬億元和52萬億元，增速分別為6.9%和7.2%（如圖1、圖2所示）。

從經濟總量分析，2015年我國國民生產總值僅次于美國，位居全球第二。經過多年發展，社會總財富和居民可支配收入的不斷增長為我國互聯網消費金融發展奠定了堅實的財富基礎。

圖2 2005～2015年我國城鄉居民人民幣儲蓄存款余額增長情況

（二）國民消費潛力巨大——社會消費品零售總額、信貸規模持續增長

社會消費品零售總額方面。根據國家統計局數據顯示，2015年我國社會消費品零售總額300931億元，比上年名義增長10.7%，扣除價格因素實際增長10.6%（如圖3所示）。從國內外宏觀經濟形勢分析，隨著我國經濟增長方式逐漸由出口、投資拉動型向消費拉動型轉變，消費已經逐漸成為拉動我國經濟增長的新引擎；從國外數據分析，我國最終消費率較發達國家還有較大差距（如圖4所示）；從國內發展分析，在供給側結構性改革的推動下，城鎮化建設、產業結構優化升級、服務消費崛起等因素將在未來創造大量的消費點，帶來巨大的消費需求。鑒于此，未來我國國民消費尚有巨大的可開發空間。

圖3 2005～2015年我國社會消費品零售總額增長情況

資料來源：根據公開數據整理。

圖4 2005～2015年中國、美國最終消費比率情況

圖5 2010～2015年我國人民幣信貸余額、消費信貸余額增長情況

信貸規模方面。根據人民銀行公布數據顯示，2015年末，我國金融機構人民幣各項貸款余額93.95萬億元，同比增長14.3%，增速比上年末高0.6個百分點；全年增加11.72萬億元，同比多增1.81萬億元（如圖5所示）。其中，消費信貸余額約19萬億元，占各項貸款余額20.22%。從近五年增速分析，消費信貸余額增速明顯高于人民幣信貸余額（如圖6所示），消費在我國經濟增長中扮演著不可或缺的重要角色。

圖6 2010～2015年我國人民幣信貸余額、消費信貸余額增速比較

二、互聯網金融發展的政策環境

從政策層分析，隨著消費金融政策的進一步松綁，各項利好政策頻頻出臺，我國互聯網消費金融將進入爆發式增長階段。消費金融從線下的傳統信用卡支付發展到現在的線上互聯網消費分期、貸款產品；消費金融的市場參與主體也從傳統商業銀行、持牌的消費金融公司擴大至電子商務平臺、P2P網絡借貸平臺、消費分期網站等互聯網金融主體；資金用途也實現了多樣化，資金已被廣泛用于買房、買車、醫療、教育、旅游、裝修等消費行為。

鑒于消費在拉動經濟增長方面的積極作用，黨和政府對消費、消費金融的發展予以了高度重視。2015年，李克強總理在《政府工作報告》中明確提出“加快培育消費增長點。鼓勵大眾消費，控制‘三公’消費。促進養老家政健康消費，壯大信息消費，提升旅游休閑消費，推動綠色消費，穩定住房消費，擴大教育文化體育消費”。2016年，李克強總理在《政府工作報告》再次強調了消費對拉動經濟增長的重要性，提出要“適應消費升級趨勢，破除政策障礙，優化消費環境，維護消費者權益。支持發展養老、健康、家政、教育培訓、文化體育等服務消費。壯大網絡信息、智能家居、個性時尚等新興消費。鼓勵線上線下互動，推動實體商業創新轉型。完善物流配送網絡，促進快遞業健康發展。活躍二手車市場，加快建設城市停車場和新能源汽車充電設施。在全國開展消費金融公司試點，鼓勵金融機構創新消費信貸產品。降低部分消費品進口關稅，增設免稅店。落實帶薪休假制度，加強旅游交通、景區景點、自駕車營地等設施建設，規范旅游市場秩序，迎接正在興起的大眾旅游時代。”

三、我國互聯網消費金融行業面臨的兩大挑戰——“征信與風控”

（一）尚未形成完善的征信體系，難以有效評估客戶真實信用水平

互聯網消費金融行業諸多亂象的一大根源就在于征信體系的缺失或者不完善。由于消費貸款更多的是基于客戶信用狀況做出的決策，而非基于抵押物和擔保，因此，準確評估消費者信用水平對減少金融交易中的信息不對稱性、降低信用風險和交易成本大有裨益。

我國征信行業發展起步較晚，自上世紀80年代發展至今，目前整個征信體系尚不完善，未形成能夠覆蓋大多數企業、居民的征信體系，未建立起有效獲取企業、居民征信信息的途徑和渠道。互聯網消費金融公司建立的征信系統未能像商業銀行一樣直接與人民銀行征信系統聯接，且不同互聯網消費金融公司相互之間沒有建立有效的征信信息共享機制，導致征信系統運行成本較高且效率偏低，直接影響了互聯網消費金融行業的健康發展。

（二）互聯網消費金融市場參與主體風險管理水平參差不齊

互聯網消費金融面向的客戶大部分收入水平偏低，缺乏抵押和擔保，這就對互聯網消費金融市場參與主體的風險管理水平提出了較高要求。首先，來自小城鎮、農村的客戶以及學生征信信息較少，其潛在的違約風險是很難度量的；其次，由于互聯網的開放性，防范客戶身份信息冒用、信息造假等欺詐風險較為困難；再次，同一借款人在不同平臺重復借貸放大了違約風險發生的概率。從目前情況分析，互聯網消費金融在我國發展起步較晚，行業還處在發展培育階段，市場各參與主體的風險管理水平參差不齊，風險管理水平強的平臺將在激烈的競爭中逐漸勝出，而風險管理能力不足的平臺將面臨市場出清。未來，基于大數據、云端的反欺詐系統將成為提升互聯網消費金融市場參與主體風險管理水平的有效途徑。

四、大數據技術將為消費金融市場注入新的發展動力

以大數據為代表的互聯網技術對互聯網消費金融行業產生著深遠的影響，不僅使得客戶能夠快捷、低成本地獲得消費信貸支持，也重塑了整個互聯網消費金融行業的征信系統、風險管理系統和營銷體系，打造了全新的互聯網消費金融生態環境。在互聯網時代，客戶的行為偏好數據無時無刻不被收集和分析，由此產生了海量的數據，成為推動互聯網消費金融服務創新的重要驅動力。

（一）大數據技術助力企業和個人征信——互聯網消費金融行業發展的“加速器”

在互聯網時代下，大數據技術與征信行業開始深度融合，數據的獲取、挖掘、分析等能力已逐漸成為評估征信體系可靠性的重要指標。大數據技術的發展，給互聯網消費金融平臺開辟了一條新的征信渠道，大數據征信逐漸成為推動互聯網消費金融行業加速發展的重要手段。隨著大數據技術在互聯網金融行業的深入，互聯網消費金融平臺已經開始將大數據技術運用在征信領域。

1.大數據采集技術

大數據技術能夠增加數據采集的深度和廣度。大數據采集技術首先是對傳統征信體系中信貸記錄數據進行深度挖掘，其次是將能夠影響客戶信用狀況的其他數據信息考慮在內，如職業、婚姻、社會關系、購買和支付習慣等。大數據技術能夠采集反映客戶社會關系的數據，充分了解客戶所在環境以及社會網絡的真實情況，挖掘與客戶借貸行為相關的線索，為信貸決策提供充分依據。

2.大數據存儲技術

大數據技術能夠實時采集客戶行為數據，在采集到海量數據后，特別是非結構化數據數量急劇增加，如何保存這些數據就顯得尤為重要。目前，大數據技術主要能夠提供三種存儲方案：MPP關系型數據庫、Hadoop的非關系型數據庫以及由硬件和軟件共同組成的大數據一體機。

3.大數據抽取和清洗技術

數據抽取和清洗是大數據征信的重要環節。在龐雜的大數據中，并非所有的數據都對客戶的信用狀況產生影響，數據抽取就是從大量的結構化數據和非結構化數據中抽取能夠對客戶信用狀況產生影響或產生顯著影響的數據，然后將通過數據清洗技術，將雜亂無章的數據合并、分類、排序，從而便于數據分析工作。

4.大數據挖掘技術

通過數學科學與系統科學建立數據挖掘算法模型，通過數據挖掘算法將數據中蘊含的價值分析與挖掘出來。例如，ZestFinance采用先進機器學習的預測模型和集成學習策略，進行大數據挖掘。

（二）大數據技術推動風險管理創新——互聯網消費金融行業發展的“安全門”

互聯網消費金融的快速發展帶來了激烈的行業競爭，唯有能夠有效管控消費信貸風險的平臺才能在競爭中勝出，這對平臺風控水平提出了較高要求，僅局限于定性分析的傳統風控手段已經越來越難以滿足互聯網時代消費金融發展的新要求。隨著大數據、云計算等互聯網新興技術的發展，基于海量數據、通過構建模型實現定量分析的大數據風控應運而生，已逐漸成為管控互聯網消費金融平臺風險的“安全門”。

鑒于大數據風控對于互聯網消費金融行業的重要作用，目前，互聯網企業、征信公司、專業風控平臺、互聯網金融平臺紛紛試水大數據風控領域，著手建立大數據風控體系，以期實現對客戶從貸前、貸中、貸后進行全流程、多維度的風險評估。

1.通過多渠道、多維度獲取客戶數據——保證數據的全面性

大數據風控體系的基礎是數據，沒有海量數據支撐，大數據風控就是紙上談兵，只有通過多渠道、多維度收集客戶信息，幫助互聯網消費金融平臺獲取全面、精確、實時的多樣化客戶數據，才能全面精準地衡量客戶信用和風險狀況。特別是在互聯網時代，客戶信息量龐大且非結構化對平臺獲取數據的能力提出了挑戰，由于平臺用戶注冊都在互聯網上完成，對注冊信息的審核成本較大，且審核后數據的真實性仍然難以保證。

互聯網消費金融平臺通過大數據技術、風控模型，能夠全面、準確地對客戶進行“畫像”，幫助互聯網消費金融平臺從多個渠道準確收集客戶多維度的信息，包括客戶年齡、職業、存款、資產、住房、婚姻狀況、受教育程度、職位職稱等身份信息，也包括瀏覽記錄、消費記錄、支付記錄、人際關系等行為數據。此外，互聯網消費金融平臺亦可以與法院系統建立信息查詢渠道，核實客戶是否有違法犯罪記錄、不誠信記錄等信息，最大程度確保客戶信息的全面性。

2.通過多種方式核實客戶信息——增強數據的可靠性

如前所述，由于缺乏面對面的溝通和評估，虛假信息注冊、身份信息冒用、盜號、惡意騙貸、套現洗錢等惡意欺詐行為在互聯網消費金融平臺上是難以避免的，已經成為平臺信用損失的重要組成部分，甚至對整個互聯網金融行業的健康發展造成了不可估計的負面影響。因此，在獲取客戶全面信息和數據的基礎上，進一步確保信息和數據的真實性就顯得尤為重要。

首先，互聯網消費金融平臺可以通過大數據風控模型事先設定的規則，對客戶身份信息、行為數據進行相互驗證，以合理性為標準對數據信息進行去偽存真；其次，大數據技術可以針對客戶數據信息，設計一系列相互關聯的問題供客戶作答，平臺可以通過評分模型對客戶答案進行數據清洗、整理、分析、判斷，進一步甄別客戶數據真偽。在保證客戶數據信息真實可靠的基礎上，通過大數據風控模型能夠更為有效識別惡意欺詐行為，降低互聯網消費金融平臺可能面臨的信用損失。

3.建立信用評分系統——有效利用數據信息

大數據技術能夠幫助互聯網消費金融平臺開發出一套定量評估客戶信用狀況的信用評分系統，實現對客戶數據信息有效利用。一方面，從我國信用評級體系發展來看，信用評級范圍還局限在與傳統商業銀行發生過借貸關系的客戶，而三四線城市、農村龐大的潛在客戶群體的信用狀況無法得到有效評估。另一方面，傳統的風控手段僅僅依靠人工邏輯性分析判斷，也難以滿足互聯網海量數據的沖擊，無法準確衡量客戶的信用狀況。

基于大數據技術的信用評分系統建立在全面、真實的客戶數據信息基礎上，通過數據挖掘和統計分析方法，分析判定客戶的信用行為特征和風險特征，對其還款意愿和還款能力進行評估計算得到信用評價分。在貸前階段，信用評價分可以作為互聯網消費金融平臺貸款決策（是否核準貸款、信用額度）的重要參考依據；在貸中階段，當客戶工作、婚姻等情況發生改變，進而導致還款能力改變、還款意愿動搖時，互聯網消費金融平臺可以利用大數據技術根據客戶數據信息的變化實時對其信用評價分進行調整，為平臺信貸管理提供全新的有效手段，發揮風險監測和風險提示作用；在貸后階段，根據客戶履約情況對客戶信用評價分進行調整，按期還款的按規則上調信用評價分，違約、涉嫌惡意欺詐的按規則下調信用評價分。

（三）大數據技術為互聯網消費金融平臺實現精準營銷提供了技術基礎

以海量數據為基礎，大數據技術通過定量分析取代傳統的定性分析，使互聯網消費金融平臺能夠在精準定位客戶群體的基礎上，滿足客戶多樣化的消費需求。首先，隨著互聯網消費的普及，通過大數據技術深度挖掘客戶的偏好，向客戶推送符合其需要或者可能感興趣的商品；其次，向客戶提供符合其偏好的支付途徑；再次，將客戶注冊時提供的收入、資產信息與擬購買商品的價格進行比較，提供分期付款、消費信貸產品，向客戶提供更為定制化、精準化的購買體驗。

1.準確分析客戶行為特征。直接客戶“痛點”。通過大數據技術分析客戶身份信息和行為數據，深入驗證客戶購買習慣和支付偏好，全面了解客戶購買意愿和行為，判斷客戶在未來會產生什么樣的需要，進行有針對性的推廣營銷，用最直接的方式滿足目標客戶的潛在需求。

2.營銷效果評估。大數據技術能持續跟蹤營銷效果，監測不同渠道、不同形式的營銷方案帶來的客戶流量和購買轉化率，及時評估營銷方案效果并進行動態調整，設計最優營銷方案，最大程度上提升客戶體驗。

3.關鍵客戶關系維護。如何定位關鍵客戶、做好關鍵客戶關系維護是很多互聯網消費金融平臺關注的重要議題。大數據技術能夠幫助平臺定位消費意愿最強、信用狀況最好的客戶，亦可以用來協調平臺與客戶在銷售、營銷和服務上的互動，從而提升其客戶管理水平，向客戶提供創新式、個性化的服務。

4.市場預測與決策分析。基于大數據的分析與預測，可以使平臺更準確地把握市場動態和客戶需求變化，能夠根據市場預期、客戶需求更精準地定位目標客戶、推出更富有針對性的消費金融產品和服務，從而進一步降低平臺營銷成本、提升平臺營銷體系整體效率。

（四）大數據技術能夠幫助互聯網消費金融平臺加快場景化建設

在實現精準營銷的基礎上，大數據技術可以用于互聯網消費金融平臺場景化建設領域，創造更多符合客戶偏好、激發客戶需求的消費場景，進一步刺激消費，為消費金融行業發展奠定堅實的基礎。

場景化已經成為互聯網消費金融平臺突破行業同質化競爭、搶占市場份額的主流發展方向。大數據技術支撐的場景化就是要圍繞著客戶的數據信息來設計消費場景，通過掌握客戶、商品的數據信息，在最合適的地方、時間向其提供最適宜的產品和服務。

1.大數據技術支撐的場景化能進一步細分客戶群體

大數據技術能夠幫助互聯網消費金融平臺加深對客戶、產品的了解，在多渠道、多維度收集數據信息的基礎上，根據客戶的個人身份信息、消費層次、人際關系、購買習慣等數據實現精準“畫像”，并根據客戶“畫像”對客戶群體進行分類，然后針對不同的客戶群體設計最能刺激并滿足其消費需求的場景。

2.大數據技術支撐的場景化能夠讓互聯網消費金融平臺更加準確定位需求

大數據技術支撐的場景化是大數據營銷的升級，旨在通過設計消費場景觸發客戶需求，而不僅局限向合適的客戶推薦合適的商品。大數據技術在多渠道、多維度數據收集的基礎上，使不同來源的數據之間相互驗證，經過數據處理、數據分析，幫助互聯網消費金融平臺準確定位客戶需求。

大數據支撐的場景化包括以下內容：首先，收集客戶數據信息并分類，在客戶與商品之間進行匹配，定位適當的客戶群體；其次，明確場景化方向，根據客戶與商品的匹配情況，確定合適的時間、合適的環境；再次，根據客戶的購買偏好和支付習慣等數據信息，確定消費需求觸發點；最后，在觸發客戶需求后提供符合其偏好的消費金融產品。

3.大數據技術支撐的場景化能夠增加客戶黏性

大數據支撐的場景化是圍繞客戶數據信息展開的，客戶是整個場景化建設工作的核心。在互聯網消費金融行業，平臺不僅僅關注客戶數量，更關注客戶對什么樣的產品感興趣。借助大數據支撐的場景化，平臺對于新進入客戶，根據其數據信息，快速實現分類并觸發消費需求；對于平臺老客戶，圍繞著其以往的消費記錄進一步升級消費場景，在滿足其原有需求的基礎上觸發新的消費需求，從而進一步增加客戶黏性。

[1]龐引明，張紹華，宋俊典.互聯網金融與大數據分析[M].北京：電子工業出版社，2016．

[2]李勇，許榮.大數據金融[M].北京：電子工業出版社，2015．

F490.6

A

1006-169X（2017）01-0041-06