ZestFinance用大数据颠覆传统征信业

ZestFinance用大数据颠覆传统征信业

2014-09-05 大数据邦

硅谷越来越多的科技企业开始向金融圈进军。ZestFinance就是其中之一。 这家公司打出的旗号是“将Google算法带入征信领域”，其利用机器学习和大数据技术，创立了一套和传统模式相异的信用评分方式，其中应用的数据变量是传统模式的上百倍。

ZestFinance创立于2010年，创始人道格拉斯·梅里尔（Douglas Merrill）是Google的前信息总监兼工程副总裁，另一位来自金融圈的创始人肖恩·布德（Shawn Budde）曾在第一资本公司（Capital One）负责信贷业务。

记者专访了ZestFinance的创始人梅里尔，他认为，“ZestFinance完全可以取代银行现在用的算法。”

然而，美国个人消费信用评估公司（FICO）中国区总裁陈建表示，这不可能。在美国有1000多家当地信用局为消费者服务，基本隶属于三大征信公司。这三家征信公司分别拥有覆盖全美的数据库，包含超过1.7亿消费者的信用记录。在三大征信公司收集了海量个人征信数据后，还须经过复杂的模型计算才能形成征信产品。这三家征信公司目前使用的计算方法模型都来自同一家公司，即被称为“幕后大佬”的FICO。

越来越多类似ZestFinance的初创公司正在觊觎传统华尔街的地盘。而其势头如同多米诺骨牌，不断推向华尔街的要害。 数据变废为宝

在ZestFinance的官网上有这样一句话：“所有的数据都是信用数据。”这句话恰恰浓缩了ZestFinance所做的工作——将成千上万的数据“变废为宝”，应用于信用评分。

这家公司在短短四年时间内，就先后获得了高达1.2亿美元的融资，其背后的出资人都是著名的IT风投，包括FlyBridge、GRP、LightSpeed以及Matrix等。

目前，美国绝大部分金融机构使用的信用评分都来自FICO的模型算法。自上世纪60年代至今，在美国的征信体系中，FICO的地位从未被撼动。 在美国，经过三大征信公司的整理和FICO的计算评分，海量的征信数据就变成了一份份整齐美观的报告和325-900分值区间的评分，用户可以只买报告，也可以报告+评分打包购买。

中国科学院院士、北京大学教授鄂维南对记者表示，FICO的评分模型的确首屈一指，但并非十全十美。FICO信用评分参考的数据变量只有不到50个，因此很多人摸清了FICO关注的变量后，就可以“模型套利”增加自己的信用评分，例如一个人可以每天反复在图书馆借书还书“刷信用”。

“针对FICO的不足，ZestFinance重新设计了一套信用评估模型。和FICO的不到50条参考变量相比，ZestFinance参考的数据变量多达上万条，并采用非线性化的、更前沿的技术来进行分析，从而防止‘模型套利’的现象，更精准地评估消费者信用风险。”

的确，ZestFinance远远超出了FICO 50条变量的界限。在这个位于洛杉矶的65人团队中，大多是数据科学家，他们开发了多个机器学习分析模型，而在这个模型中使用的数据变量多达上万条。上万条数据变量仅仅是原始信息数据，在这些数据基础上，模型可以得出超过7万个可以判断信贷行为的指标。而模型跑完这些指标仅需要不到3秒钟。

所谓机器学习，是让计算机模拟或实现人类的学习行为，以获取新的知识技能，在数据积累中不断自我完善，可谓是人工智能的核心。ZestFinance的模型之一Hilbert就是成功地将机器学习进行商业应用的案例，让机器承接7万个指标的数据分析工作，寻找逻辑关系，并不断自我改善，人类只需要根据结果进行一些逻辑分析和判断。

“多年来，美国金融机构都在用50条数据变量来决定是否给一个客户授信。问题在于，许多人并没有完整的信用记录，这导致在传统信贷中他们不断吃闭门羹，”梅里尔表示，“在ZestFinance，我们分析上万条数据变量，借助更加广泛的数据，从而对客户的风险预判更加精确。”

数据的类型亦极其广泛：一个人的网页浏览历史、手机付费记录、超市购物清单都可成为重要的参考依据，甚至在用户填写信贷申请表时是使用大写字母还是小写字母，也可以成为数据变量。

“很多数据都可以服务于信贷，例如申请人在我们的网站上停留的时间，就可以反映他对申请贷款的谨慎程度和还款诚意。”梅里尔说。

鄂维南认为，信贷记录属于强变量，在强变量缺失的情况下，可参考多种弱变量，当这些弱变量组合起来，就可形成强变量，服务于信贷风控。“例如，孩子是一个家庭支出的源泉，那么如果能推测出借款人孩子的年龄，就能预测他的消费周期：婴儿有奶粉等固定开销、学生每到9月就要缴纳学费等。只要能避开他的主要支出，就可控制坏账。” 在中国，由于征信业历史较短，缺乏足够的信贷数据，就可以用许多弱变量数据来对一个人进行还款预测。目前，学界有许多人也在进行类似的课题研究。

对于这些“弱变量”的开发利用，陈建亦表示认同，“把数据的价值挖掘出来是不可避免的趋势，大数据发展会越来越日新月异。”但他表示，从互联网数据中挖掘价值，最早做的正是FICO。“银行刷卡交易实时获得数据，通过分析进行风险识别，FICO十几年前就发明了，现在90%以上发达市场的银行都在用FICO这套系统。” 争锋FICO

的确，在当前ZestFinance和FICO尚不能同日而语。FICO占领着美国99%的信用评分市场和绝大部分发达国家的信用评分市场，而ZestFinance目前仅服务过10万名美国人。

在中国，FICO目前拥有80人的团队，已经和15家商业银行、30多家城商行和农商行建立了合作。ZestFinance目前在美国以外的其他地区还没有开展业务，但梅里尔告诉财新记者，目前正与多个中国金融机构洽谈合作。

但从未来发展的空间而言，似乎新生事物总能赢得更多青睐。面对ZestFinance等新型信用评分公司的诞生，美国主流媒体纷纷给予了报道——《经济学人》杂志写道：“ZestFinance比传统评分方法让违约率下降了40%。”CNBC表示：“ZestFinance让无账户人群不再被拒之门外。” 这一切声音，似乎都剑指FICO。

梅里尔表示，ZestFinance采用了和FICO截然不同的技术。FICO是基于20世纪50年代创造的“逻辑回归”模型，那时并无很多可供参考的数据变量。但随着互联网时代来临，数据开始爆发式增长，FICO的评分方式并未改变。梅里尔这位曾经的Google人，则将Google算法引入了征信领域，走在了技术的前沿。“ZestFinance完全可以取代银行现在用的算法。”梅里尔自信道。

对于外界的质疑，FICO表示很冤枉。陈建表示，外界对FICO其实缺乏了解。FICO并非只有一种算法，而是有几百种算法。在美国仅注册的算法专利就多达近200个。在不同的数据场景下，使用的数据变量和数量都不同。 陈建认为，数据变量并非越多越好。

“FICO信用评分的候选变量其实有1000多个，只是具体到每个评分中，只使用其中的几十个变量。”陈建表示，认为变量越多模型越好是幼稚的说法。从统计学角度，模型计算一方面要抓住本质规律，一方面要避免过度拟合。 “变量太多会造成过度拟合的问题。就好比做一双鞋子，与你的脚100%拟合，但别人都不能穿。FICO不是给一个人做一双鞋，而是要给全社会使用。如果一些变量不是适用于每个人，就不适合放在模型中。”陈建说。

根据惠誉评级公司的研究结果，FICO分数的影响力正在下降。现在美国各个银行都有自己的模型，他们会用自己的模型去跑征信原始数据，FICO评分只是其中一个参考变量。例如美联银行（Wachovia）对FICO评分的参 …… 此处隐藏：4231字，全部文档内容请下载后查看。喜欢就下载吧 ……