九卦| 征信“断直连”执行过程中可能存在的一些问题及改进建议


九卦| 征信“断直连”执行过程中可能存在的一些问题及改进建议


作者 | 刘波
来源| 云上言

编辑 | 武文 张云迪
美编 | 杨文华


2021年7月 , 监管机构要求“平台机构在与金融机构开展引流、助贷、联合贷等业务合作中 , 不得将个人主动提交的信息、平台内产生的信息或从外部获取的信息以申请信息、身份信息、基础信息、个人画像评分信息等名义直接向金融机构提供 , 须实现个人信息与金融机构的全面“断直连” 。
此次“断直连”主要强调三点:
一是互联网平台不能进行信用评分;
二是数据收集不能直接应用;
三是银行业自主风控 。
但在数据收集边界、数据交易模式、数据验证、收费模式等方面未予明确 。 目前 , 市场相关机构实践探索个人信息“断直连”主要模式是通道模式 。

通道模式是指在核实客户身份真实性的业务流程中 , 助贷机构会先把原先直接推给银行的“客户四要素”、贷款金额、期限等申请信息一并推送至征信机构API接口 , 由此接口中转到放贷机构 , 放贷机构再从征信机构接口调取数据做二次审核和风控 , 然后将审批意见反馈至征信机构接口 , 再由征信机构推送至助贷平台完成结果展示 。
在“断直连”要求下 , 助贷机构和银行将通过征信机构实现风险隔离 , 数据信息的收集整理过程变得更加规范 , 初衷无疑是正确的 , 从行业长远发展来看 , 也是势在必行的 。 但目前阶段有几点问题亟待解决 。
一、数据孤岛及数据孤岛产生的多重贡献性问题
大数据具有高效性、海量化、多样性、高价值等特点 , 目前数据的采集场景由线下公共服务部门场景逐步扩展至电商、社交等互联网线上平台 。 征信机构需要对接不同部门和平台 , 建立广泛的数据连接 , 形成数据聚集效应 , 进而打造征信数据基础设施 。
然而 , 上述数据的采集场景是互相割裂的 , 容易形成数据孤岛 , 且数据源存在一定程度的散乱 。 由于征信公司并不掌握底层数据 , 各家数据提供商提供给征信公司的是基于底层数据的衍生数据 , 比如电商平台不会向征信公司提供每一单交易的明细而是提供交易等级 , 地址稳定度信息;社交平台不会向征信公司提供用户通讯录好友及聊天信息而是提供社交网络等级 , 这不光是数据提供商的意愿问题 , 更涉及客户信息安全 , 客户隐私等问题 。
即使不考虑这些问题 , 当前征信公司也不具备储存、保管如此海量数据的能力 , 即使以后具备这样的能力 , 腾讯、蚂蚁等公司每年在数据储备上的成本都在百亿元以上 , 作为数据集中方 , 如果储存底层明细数据 , 征信公司每年数据储存成本突破千亿是可以预见的——这显然不具备经济可行性 。
但征信公司不掌握底层数据 , 也就无法形成数据有效整合 , 进而也无法形成数据调用优先级的有效决策 。
通常情况 , 多个数据提供商的多个数据源都会对客户信用分层具备正向区分度 , 但由于缺乏整合 , 会造成数据调用过度 , 多个数据都印证了同一个问题(专业上叫多重贡献性) , 除了客户信息调用过度 , 也会造成金融机构数据成本的极大上扬 。
二、交易环节的增加 , 极大推高了成本
“断直连”打破了业已形成的助贷机构与商业银行之间的合作模式 。 一方面 , 助贷机构无法直接提供海量客户数据给金融机构 , 本身具备的科技优势减弱 。
助贷机构提供的海量数据只能通过个人征信机构 , 增加了中间环节 , 直接推高了金融机构和助贷机构经营成本 ,  根据中国人民大学中国普惠金融研究院助贷课题组初步估算:“断直连”可以增加大型互联网平台导流收费5%-6% , 小型互联网平台的成本可以推高超过8%左右 。
另一方面 , 商业银行不得不自行开发全套个人信息测试系统、评价系统和风控系统 , 不仅开发周期漫长 , 研制成本巨大 , 而且金融机构能否获得成功并不确定 。
这些成本不会凭空消失 , 为了商业模式具备可行性 , 羊毛最终会出在羊身上 , 最终导致终端客户 , 尤其是普惠客户的贷款利率上升 。
三、征信数据的边界缺乏界定 , 导致落地执行的难度增大
现在基本上所有个人信息都被纳入征信范畴 , 都属于征信信息 。 把征信信息界定得很全面 , 自然有好处 , 但从另一方面看 , 如果所有信息的都纳入征信 , 新规落地执行的难度就会非常大 。 在实际落地过程中 , 效率也非常低 。

推荐阅读