近两年，随着金融科技公司在金融领域纷纷“安营扎寨”，征信行业的重要性也越来越凸显。通过本期的专访，我们了解到金电联行一直有着“客观信用改变中国”的企业愿景。他们的经营实践，解决当下征信行业中信息共享缺位，征信体系不完善的问题。THU数据派研究部故对其进行了专访。希望以金电联行的实践为例，摸索出广大征信企业都可以借鉴的一种发展模式。

一、大数据缓解征信行业之痛

在国内，“融资难”和“融资贵”一直是阻碍中小企业发展的主要原因。这个问题的关键在于“信息不对称”和“信用体系建设不完善”。艾小缤提到，一直以来中国的银行是否放款给中小企业取决于“企业是否还款”这个结果，但这只是放款的充分条件。这种模式之所以能够在过去有效地发挥作用，一是因为中国长期以来的道德约束，二是因为可以通过担保和抵质押来对冲违约风险。但目前各种骗贷行为冲击了社会的道德基础，只能靠法律去约束，比如最高人民法院制定的黑名单。以房地产行业为例，目前整个行业出现成长性、流通性、保值、变现大幅削弱的问题，银行风险控制的根基被动摇，银行变成“弱势群体”。

因此当下不能只关注放款的充分条件，更要关注必要条件——即企业的偿债能力和还款意愿，并进行风险前端管理，将重点放在贷款“上游”的风险控制上。利用大数据进行风险前端管理不失为一个上策。

二、所需数据如何通过场景化获取？

数据是基础。如果没有足够的数据资源，大数据企业就是“巧妇难为无米之炊”。艾小缤告诉我们，可以通过设计相关的场景来获取。金电联行正式通过为企业做数据分析、企业的排名等，在服务企业的过程中获得数据。金电联行在获取政府部门数据、银行数据时也采用同样的方法。“首先得让政府部门看到数据的价值，这就要靠你之前的数据挖掘成果了。把这些摆到政府面前，如果政府认为确实有价值，那就愿意让你来做，数据也就获得了”，艾小缤这样说道。

三、区域经济下的征信数据共享

区域信用是维系区域中社会、经济、文化等活动正常进行的纽带。但近年来信用丧失的案例层出不穷，信用体系的建设逐渐成为政府工作的重心。目前我国区域之间的经济成果共享有限，金电联行却专门选择做区域经济下的的征信数据共享。

成功案例

金电联行受上海安亭镇地区政府的委托，将大数据信用技术引入汽车工业园区，试点开展了国内第一个区域社会信用体系建设项目。这个项目为政府解决了企业信用信息采集难、辨伪难、评价难、跟踪难等困境。使招商引资、能源分配、政策扶持等决策科学、合理、精准。

金电联行将不同区域的数据进行汇总和再分析，实现了平台网络效应，让其一方面可以不断提升自己的风控精准能力、丰富完善体系；另一方面可以吸引更多的省市区域与它进行开发合作，不断拓宽业务广度。我们看到，在一个区域经济的社会信用体系建设中，独立且具备较好的数据处理能力的企业能灵巧地解决区域间协同问题，能高效地将区域之间的数据汇总，借鉴其他区域中实现过的风控模型和经验。同时还能利用其他区域已有的海量征信数据资源作为训练样本，精准地协助新区域的政府治理。

这种跨区域的数据共享平台模型带来的良性循环和网络效应，实现了区域经济与金融信用一体化管理，也逐步推动了政府的数据开放。艾小缤表示，一方面，大数据为政府的“精准治理”模式提供了一个有效的执行方法；另一方面，金电联行通过自己长期以来在数据挖掘方面积累的经验，让政府认识到数据金矿中暗藏的巨大价值，得到了政府的认可。

四、征信行业需要哪些人才？

我们不禁要问，目前我国征信行业朝气蓬勃，身为大数据学生，将来从事大数据征信工作，要做哪些准备呢？艾小缤校友也分享了在他看来，大数据征信行业需要的三类人才：

（一）数学人才 行业专家

模型在大数据应用中占据了非常重要的作用，而建模的首要步骤就是解决数据可视化。行业专家首先将积累的经验提供给数学人才，数学人才再将经验进一步量化。这不仅可以有效地降低“走弯路”的成本，而且可以加快可视化的速度。不容置疑，计算机人才在这个过程中也发挥了很大的作用，但是一方面由于“IT”通过固化的模式去实现目的，与“DT”相比较，灵活性不够；另一方面，市场上计算机行业的人才已经过于饱和。相比之下，数学人才是很稀缺的。

（二）涉猎文史的大数据人才

大数据人才往往是理工科出身，感性思维欠缺。故对于有志于从事这个行业的学生而言，建议阅读一些诸如《人类简史》等哲学、数学，甚至科幻类的书籍，从而增强非线性思维能力和创造力。

五、源于信仰，成于创新

艾小缤认为，大数据行业的发展是一个“修炼内功”的过程，它需要时间的沉淀。在模型的建立过程中，需要用学习的方法把有效性建立起来并用实践的方法检验结果，才能实现数据变现的路径。将这个模式与场景结合，才能成为自身发展源源不断的动力。相比于“互联网”模式驱动下的“赢者通吃”，“大数据”则更像是“房地产”行业，需要不断积累、不断深耕，并且充满了机会。

供稿：王菁菁、袁明嘉、洪祥骏