這是一個金融機構欲言又止的領域。

　　隨著互聯網消費金融的興起，不依賴線下營業網點，僅通過線上實現展業放貸，這一“輕模式”不僅快速推廣開來，也受到資本市場等的追捧。

　　一位騰訊資深風控人士表示，互聯網消費信貸的特征一是“快”：線上化、非接觸、場景化、秒批秒放。二是“白”，客群缺少征信信息。他表示，以2016年來看，估算消費信貸市場規模約為6.6萬億，其中不良信貸規模超過2000億元。

　　與傳統銀行信貸相比，互聯網信貸呈現不同的特征。此前，央行總行金融市場司副處長、百行征信顧問唐磊此前接受21世紀經濟報道記者采訪時表示，互聯網金融和消費金融機構產品模式比傳統金融機構更為復雜。如較常見的循環貸、聯合貸等產品，前者給予借款人一定額度可多次借貸，后者為多家機構聯合給借款人放貸?；ヂ摼W貸款呈現小額、快速、高頻特征，市場上存在大量秒批、十幾分鐘就要放款的產品。新金融展業對征信數據的查詢速度要求較快，有的互金機構要求服務器毫秒級反應，數據期限T+1隔日信息。

　　這使得互聯網金融類機構以不同的模式從事展業。上述風控人士表示，大數據風控三要素中，數據決定了風控的天花板，決策引擎決定了接近天花板的程度，計算平臺決定了研發的效率。

　　需要搜集哪些數據？

　　包括傳統銀行、持牌消費金融機構、互聯網金融機構等，均已大量從事互聯網信貸。21世紀經濟報道記者根據各互聯網信貸產品的用戶借款協議、隱私協議等梳理，這些線上放貸的產品所需要的數據一般包括個人信息、手機設備信息、征信信息、聯系人信息等。

　　互聯網巨頭中，包括百度、阿里巴巴、京東、小米等一般將互聯網信貸產品的隱私權協議與母公司賬戶體系打通，利用其在體系內手機的數據核算個人信貸額度。

　　螞蟻金服的“花唄”要求讀取支付寶、銀行、商戶等留存的姓名、證件類型及號碼、聯系電話及地址、支付寶賬戶信息、履約情況；芝麻信用等信用報告；政府機構、司法機關及公共事業單位、行業組織（法院、中國互聯網金融協會）等的信息，如訴訟信息；關聯人姓名及聯系方式等。

　　百度“有錢花”與百度賬號體系打通，收集的個人賬戶信息包括：設備信息、設備位置、設備連接、設備狀態、日志信息、位置信息、唯一應用程序編號、本地存儲、Cookie和匿名標示符等工具。其中，設備信息包括硬件型號、操作系統版本、設備配置、唯一設備標識符、國際移動設備身份碼IMEI、網絡設備硬件地址MAC、廣告標識符IDFA等。設備位置信息包括：通過GPS、藍牙或WIFI信號獲得的位置信息。設備連接信息：瀏覽器的類型、電信運營商、使用的語言等。設備狀態信息包括：設備傳感器數據，設備應用安裝列表。日志信息包括：使用情況、IP地址、所訪問服務的URL、瀏覽器的類型等。位置信息包括：IP 地址、GPS、Wi-Fi接入點、基站等信息。

　　部分互聯網金融機構則強制要求App讀取某些權限，否則無法正常打開App或提示可能無法正常使用。

　　如小米貸款App要求獲取設備信息（IMEI、MAC地址）等。其收集的信息包括設備信息、應用信息、位置信息、登錄日志信息等。設備信息包括：IMEI編號、IMSI編號、MAC地址、序列號、MIUI版本、安卓版本、屏幕顯示信息、設備輸入信息、設備制造商信息和型號名稱、網絡運營商、連接類型、硬件使用情況（電量、設備溫度等）。應用信息包括：應用列表、狀態記錄、應用ID、SDK版本、系統更新設置。位置信息包括：地區、國家代碼、城市代碼、移動網絡代碼、移動國家代碼、小區代碼、經緯度信息、時區設置和語言設置。登錄日志信息包括：Cookie、IP、網絡請求、臨時消息、標準系統日志、錯誤崩潰信息。其他信息包括：環境特征值（ECV）（小米賬號、設備標識、鏈接WiFi產生的信息和地理位置）。

　　招聯金融App要求必須讀取存儲空間、撥打和管理電話權限。在數據搜集上，包括在央行征信、公安、公積金、社保、稅務、民政、物流、通信運營商、電子商務平臺、互聯網社交平臺等平臺上查詢個人征信、財產信息、聯絡方式、關系人、資信情況、就業情況、收入情況、婚姻情況、學歷情況、工作地址、居住地址、位置數據、通信行為、通訊信息、互聯網使用信息、互聯網使用行為等。

　　中原消費金融App要求必讀讀取設備信息權限、設備存儲權限、定位信息等。收集的數據包括：在白騎士大數據、鵬元征信、芝麻信用、中智誠征信、北京集奧聚合、上海誠數等平臺查詢身份信息、行為信息、交易信息、設備信息等。

　　剛剛在港上市的51信用卡搜集的數據包括：導入銀行賬單、手機號、瀏覽器和手機信息、IP、訪問日期和時間、軟硬件等特征信息；身份信息、聯系地址、職業信息、聯系人聯系方式、歷史借貸情況、設備及位置信息、通話記錄及短信記錄等。

　　用戶畫像標簽

　　搜集數據的目的，在于獲取用戶畫像。

　　京東金融明確提出，收集用戶身份信息、銀行卡信息、手機號、個人基本信息、身份信息、財產信息、交易信息及行為信息、瀏覽信息、關注信息、軟件信息、設備信息等，進行數據分析以形成用戶畫像，用來展示用戶感興趣的產品或服務信息。

　　21世紀經濟報道記者調查獲悉，在擁有全面、海量數據的基礎上，金融機構會對數據進行分類。一般而言，互聯網機構和金融機構會通過豐富和全面的標簽體系，采用成千上萬個動態或靜態字段信息。

　　例如：平安集團大數據平臺中的數據規模高達8.5PB，單個用戶數據標簽達20000個。

　　騰訊的用戶畫像中，標記在每個用戶身上的標簽人均2000多個，大概可以歸類為賬戶數據、交易數據、商戶數據、QQ平臺數據、微信平臺數據、安全平臺數據，日均計算量達到1.5萬億次。不過，騰訊旗下微眾銀行的微粒貸，用于風控的標簽此前不超過40個，在近期增加兩個與郵箱相關的標簽后，也僅有42個。

　　通過這一標簽系統，將散亂無章的數據整理為清晰分層、邏輯清楚的結構化數據，從而可以被大數據風控模型所用。

<menuitem id="zjj55"></menuitem>

<menuitem id="zjj55"></menuitem>

<big id="zjj55"></big>

責任編輯：曉麗