[上千家P2P平台有望全部接入芝麻信用.docVIP

上千家P2P平台有望全部接入芝麻信用 目前芝麻信用采取了与支付宝钱包合作的方式，公测用户登录支付宝钱包8.5版本后，打开“财富”栏便可看到芝麻信用分的选项。经授权开通，芝麻信用正式开启。 截至2013年底，央行银行个人征信系统中收录有信贷记录的自然人约3.2亿，而目前仅支付宝的实名用户就超过了3亿。 “芝麻信用所覆盖的网民群体，很多是传统征信机构未能覆盖到的草根人群，如未有过借贷、未申请过信用卡的人以及学生群体、蓝领工人、个体户、自由职业者等。”芝麻信用相关负责人表示，希望让征信覆盖到尽量多的人群，对已有的征信系统进行补充。 数据来源单一是外界对芝麻信用的隐忧之一，甚至表示芝麻信用分数是否等同于“淘宝分”甚至“支付宝分”。对此，芝麻信用商务拓展负责人邓一鸣对财新记者表示，芝麻信用分数来自淘宝、支付宝等“阿里系”的数据仅占30%-40%，其余数据来自公共部门及合作商家，此外也有用户自行提交的数据。 监管层对芝麻信用始终存有两层顾虑，除了隐私问题，还担心数据的第三方问题。但征信行业有个不成文的规定，即“数据来源第三方，为第三方所用”。邓一鸣解释道，一方面芝麻信用仅有少部分数据来自“阿里系”，另一方面蚂蚁金服和阿里巴巴都是平台，本身不买卖货物，基本没有自营，因此产生的数据本就属于第三方数据。“对于这个解释，监管层是认同的。”邓一鸣说。 数据来源 形式上，芝麻信用采取了评分的形式，即“芝麻分”，从350分到950分，分数越高代表信用程度越好，违约可能性越低。芝麻分是否经过足够的论证，能够为商户降低违约率？ 蚂蚁金服首席信用数据科学家俞吴杰表示，芝麻信用的评分模型类似于银行的违约概率模型，以线性回归和逻辑回归为主，其中也包括决策树分类、神经网络等机器学习技术。 “芝麻信用模型所采用的数据维度多达几万个。”邓一鸣表示，这些维度分为五个类型：身份特质、履约能力、信用历史、人脉关系、行为偏好。 身份特质是指在使用相关服务过程中留下的足够丰富和可靠的个人基本信息，包括从公安、学历学籍、工商、法院等公共部门获得的个人资料，未来甚至可能包括根据开车习惯、敲击键盘速度等推测出的个人性格。 履约能力包括享用各类信用服务并确保及时履约，例如租车是否按时归还，水电煤气是否按时交费等。“通过支付宝缴纳的水电肯定能看到，目前我们也在与煤气公司等部门争取合作。”邓一鸣表示。 信用历史是指过往信用账户还款记录及信用账户历史。目前这一块内容大多来自支付宝，因此财新记者发现，过去常用支付宝进行信用卡还款的人，信用历史的分值明显更高；而不使用该功能的人，信用历史就成了“短板”。对此，邓一鸣表示正在“积极改进”。 人脉关系是指好友的身份特征以及跟好友互动的程度。根据“物以类聚人以群分”的理论，通过转账关系、校友关系等作为评判个人信用的依据之一。其采用的人脉关系、性格特征等新型变量能否客观反映个人信用？ “如果周围的人信用都很好，通常这个人违约率就很低。芝麻信用目前主要依据的是资金流动上的关系。”邓一鸣还强调，人脉和社交是两回事儿，芝麻信用并没有将社交聊天内容、点赞等纳入参考。 行为偏好是指在购物、缴费、转账、理财等活动中的偏好及稳定性。“比如一个人每天打游戏10小时，那么就会被认为是无所事事；如果一个人经常买纸尿裤，那这个人便被认为已为人父母，相对更有责任心。”芝麻信用技术负责人李颖赟举例道。 深究芝麻信用的数据来源，每一条似乎都有懈可击。邓一鸣也坦诚，“目前还处于测试阶段，还很不完善。” 例如，用支付宝的信用卡还款历史来评判一个人的信用无疑是片面的，因为并非所有人都用支付宝偿还信用卡，另外支付宝无法判断一个人欠银行的总额。“假如一个人欠10家银行100万元，支付宝却因他偿还了一张1万元的信用卡而给其信用加分。”业内人士表示。 还有业内人士指出，用水电缴纳来评测一个人的信用水平有失偏颇，因为“现在新楼盘都采用水电IC卡，买多少用多少，并非过去那样先消费后付款，因此已经失去了信用成分。” 据财新记者了解，早在2006年，央行征信中心曾试图将水电费缴纳纳入征信系统，但至今未能落实。2009年，国务院法制办就《征信业管理条例（征求意见稿）》公开征求意见，其中包括将电信用户缴费信息、居民水电煤气等缴费信息，逐步纳入到征信信息中。然而，征求意见期间上述内容被社会舆论广泛质疑，媒体纷纷提出“房客拖欠电费房东信用受损”等疑虑。在最终的《征信业管理条例》中，上述内容被删除。 “多年以来，电表无法和人一一对应，只知道哪个电表没交钱，却不知道是谁。由于水电单位都是自负盈亏的事业单位，也没有系统改造的动力。在人和表不对应的情况下，很难将水电缴费情况和个人信用挂钩。”专家表示。 因此，芝麻信用如何在“人和表不对应”的现状下将水电缴费应用于个人征