【干货】杨子君：征信和信用评估——中美比较分析
本文共5000字，建议阅读时间10分钟
本讲座选自杨子君博士于2015年6月5日在 RONG 系列论坛之四——大数据与诚信社会研讨会上所做的题为《征信和信用评估——中美比较分析》的演讲。
嘉宾介绍：
杨子君：清华大学电子工程系学士和硕士，美国南加大电子与计算机博士，瑞天欣实数据科技公司创立人之一，之前为全球征信Experian公司首席科学家，以及FICO的高级数据科学家，她是信用风控体系、金融产品和数据分析建模专家，拥有16年数据挖掘和分析行业经验。
她带领瑞天团队为多家国内知名股份制银行、商业银行、消费金融公司及知名互联网金融、P2P公司提供风险咨询和解决方案，并为拥有关键数据资源的政府部门提供多项数据分析和研发成果。
讲座全文：
我想大家的第一个疑问是征信和大数据是什么关系？我的看法是这样：比如说一件艺术品，最美的瓷器可能是沙子、土做的，到处都是沙子、到处都是土。大数据随处而在，谁能把这个沙子做出最精美的瓷器，流传几百年甚至上千年呢？征信就是一个很合适的话题。
如果大数据是科学，我们的征信是应用，应用就是那件精美的瓷器。今天带来的课题看看能不能解答这个问题。
我在国外工作了很长时间，最近这两年半我大部分时间是在中国度过的，不少人跟我说，美国人信用好得很，美国征信体系很完善，这些跟中国完全不同，你那一套在中国完全行不通。
美国人就是那样讲信用吗？70年代的时候，美国的信用卡公司是把每一张卡寄到你的邮箱里，拆开信件你就马上可以随便刷，多好的一件事情。70年代末的时候出了一个法案，不能再直接寄信用卡了，因为这个卡寄给了失业、吸毒、酗酒的人，他会用这张卡做好事吗？你可以申请，申请完了我要做审核，审核完了以后再发卡。
美国人是不是一定很讲信用？如果没有规矩他会不会讲信用？西方的文化认为人是有原罪的，如果没有规矩他不会讲信用的。在这个法案通过的时候，美国已经寄出了一亿张的信用卡。
美国现在征信局的数据显示是三亿人的资料，这三亿消费者真正有消费力的是两亿五千万左右，按照那时的消费人群差不多70%到80%的人已经随意拿到一张信用卡，法案推行的时候损失已经巨大。
那么，我们再次看看大数据和信用，是不是可以用向沙石一样处处存在的大数据来做一个信用管理这样一个精美，实用而耐用的瓷器呢？
2005年，美国想修正破产法，他认为我可以给每个人第二次机会。如果你的债务太高，你可以比较随意的申请破产，破产以后所有费用一笔勾销，只是信用上面会有很大污点。
2005年的时候破产法要修改，不是那么容易就可以申请破产。这样一个法案修改会给这么多金融机构带来什么样的影响？2008年，美国的金融危机，大家也知道这个金融危机是怎么引起的。
金融危机是因为次贷，次贷导致当时的房价滑坡极端严重。房价降低对信用体系是什么样的影响？你们觉得大数据是不是一个很好的答案，怎么从能够这个大数据里找到答案？我今天想讲这个瓷器是怎么来的。
2010年经济复苏，这一次美国经济复苏为什么这么快？在这个过程中我带着一个核心的项目小组，作为首席科学家和项目组负责人，我们和美联储、美国房地美、房利美、美国标普、美国农业部做了一系列的研究，美联储后来推出了一系列的措施：对于银行怎么样处理坏账，对于个人征信条款怎么样改变，以前该惩罚的可能不惩罚，那是一个很有意思的事。
2011年，跟这个金融危机相关，大家的消费行为改变的非常多，2011年的信用卡新法案也是针对这个提出来的。法案提出来之前我们已经做了大量的分析：新法案它会带来什么样的后果？这个后果是不是足以让它的优势远远大过它的缺点，也就是趋利避害呢？
我们相对美国来说，历史很短。90年代的时候，信用卡刚开始发放，大家对信用卡还没有一个很好的接受，只是一个引子。
2002年银联成立，中国的金融市场还不是特别开放。2002年为中国的信用卡市场带来了一个变革性的东西，到2006年开始，平安银行小额贷款和经济活跃区域的城商行提供了真正的中小企业、小微企业的信用贷款的领域做了协同的作用，很多中国的大银行是不大会贷给他们这些钱的，信用贷款由2006年开始，平安银行做了很多的尝试，他们取得了很大的成功。
现在有很多互联网金融和P2P，这个互联网金融和P2P大潮意味着在中国的金融改革、或者在未来的金融市场上，信用和风险的关系是什么？这是我们未来要探讨的。
012到2015年互联网金融和产业链金融，他们对未来金融行业、对未来的经济发展贡献有什么？他们又起一个什么角色？可能又是大数据的问题。
这是我在国外做的一个分析，这是十年的图，十年一般认为是一个完整的经济周期，破产法修订案是05年出来的。
破产法意味着什么？破产法快要推出之前有一个时间点。在这之前一定会有大量的坏账出现，银行能不能吃得消，他有什么举措要做？
第一个时间点，破产法之后有一个非常高的提升，这是信用卡的。你破产了车子要拿走，但是信用卡拿走仅仅意味着不能再超前消费。我们在信用卡上做的分析是最多的。
第二个时间点，美国的经济危机刚开始衰退的时候，08年，那个点的时候坏账还没有出现，经济刚刚开始衰退的时候，坏账不会暴露。银行非常着急，什么时候是底是不知道的。大数据可以给你一个底。
在坏账率达到最高点的时候正好是美国经济衰退结束的时候。我们很早的时候判断出来了，按我们的分析，他是这样一个时间点，两年之后大家可以很放心的发放一些信用卡、发放一些贷款，如果不是有大数据这么深的分析，不是对金融的环境有这么多的了解，对经济有这么深刻的了解，你怎么可能得出这么多的了解。也是因为信用卡的修订法案，之前之后还是有一个小小的影响，但是总的来说，信用卡的修订法案让美国人乱花钱的习惯有所压制。
这是房贷的图，破产法的时候，放贷没有任何影响，经济衰退的时候它的显现是最快的，这也是08年经济衰退的特殊之处，以前的经济衰退都几乎没有影响到房屋贷款，这次金融危机的特殊之处就是房屋次贷引起的二级资本市场崩溃，房价大跌，房屋跌破到他贷款的价格，他肯定不想要房子。
他房贷中首先要做的是什么？
我们在这段时间内做了大量分析，并和美联储，房地美房贷美等机构一起退出了很多新法规和条款控制金融危机。这个问题是大数据分析体现价值的极好案例。如果没有大数据分析的理念，没有这样一个思维方式，没有一个专业的基础，他是不可能做出这个瓷器来的。
现在的中国，也是一个转折点，我们以前GDP的发展非常快。毋庸置疑，经济发展的速度是在放缓的。在这样一个经济周期下，我们的信用会怎么样？尤其现在P2P的大潮和小贷、中小企业的信用贷款一定是有影响的。
他们的影响是什么？
我们大数据也许是他的答案，但是找到这个答案一定不是那么简单的。我希望大家能够通过我们以后的活动仔细思考一下：大数据最重要的是什么？我们要解决什么问题？最难的事情是发现最有价值的问题，可以说，最牛的人能够找到最好的问题，如果问题不对，答案永远是没有价值的。
这是我们的一点引子，征信机构一定面向他所采集数据的所有者是消费者和中小企业，消费者和中小企业才是真正我们需要去了解的，我们搜集数据是为了更多的了解信用消费者和信用主体。
如果从一个个体的角度去看，他永远是有具有随机性的，在大的过程中我们才能找到规律，找到规律的一定是王者。
大数据在这样一个架构中，是什么样的价值，什么样的地位，我们这样来看才会有意义，只有大数据在这样的情景里才会有意义，在找到最好问题的情况下我们才有意义去解决这个问题。
美国的征信公司架构经历了这么多年、这么多危机、这么多事情，相对是一个比较完善的，我们从底层数据的角度看一下。
第一，我们有个人信用数据。
第二，中小企业信用数据。
第三，美国是一个车轮上的国家。中国现在更加是一个车轮上的国家，汽车和经济和信用又是什么样的关系？
第四，房屋是不可缺少。优秀的征信公司和数据团队是怎么样对待他的呢？
第五，还有关于市场的统计数据和人口普查数据。
第六，互联网数据。数据离用户还有很大的距离，中间的就是距离，这个桥梁要怎么搭建，就是数据决策、分析、咨询和实施，艺术是你要去了解需求，你做的瓷器为什么有人会喜欢，一定是了解了大众的胃口，所以我们认为这是最核心的。
在中国的现状有各种各样的机构，各种各样的方法去采集数据，作为一个清华的校友，我希望清华数据科学研究院，将来我们一定要造就数据分析和应用方面最优秀的人才。
作为这样一个征信公司还有非常大的优势，外部数据是非常愿意接入的，因为有这样一个非常有价值，非常瞄准应用数据的。我在美国征信公司工作的时候，很多数据公司都非常希望分享数据以及和我们合作。
中国央行的征信中心不是商业机构，目前是服务于银行和金融机构的专业数据平台，目前不支持和外部的数据接口。将来会形成中美征信格局完全不同，因为美国的征信局是商业机构，未来的中国征信版图征信公司在商业上面会有更多的机会。
现在这些被批准的征信牌照的公司，以及未来各种各样的征信公司可以做的事情很多。首先，非银行机构有很多个人信用的数据都没有集中搜集上来，还有中小企业的非银行的信用贷款，这就是征信公司的巨大市场空间。
第三方数据公司，央行是愿意接入的，在国外征信公司一般不接入第三方，所以中国的征信市场非常巨大，应用非常广阔。
中国并不缺数据，但是数据现在完全就是一个整理的阶段，他是起步阶段，他更多缺的是艺术家，懂银行、懂数据应用、懂金融的人。这是一种新的大数据学，我也希望大家以后关注这个活动，大数据学院以后会推出更多的应用，希望大家多关注。
征信行业的生态圈在国外相对比较完整，有一家叫邓白氏的对企业征信是非常有名的，现在我们定义征信最传统的只有4家，但是广义的征信相关企业很多，现也是在新兴行业，他都和征信息息相关。
中国的征信行业的生态圈更加的复杂，空间也会更加大。央行的征信中心在这样一个中间的位置。我们也希望去从商业的角度，致力于打造这样一个有价值的公司，作为清华校友的角度，我们也希望帮助韩院长贡献一份力量，培养数据人才，我们也是希望打造最优秀的学院和教育平台。
阿里巴巴、腾讯、平安、银联拥有大量的数据，他和消费者、中小企业密切相关，他一定是在这个版图上蛮重要，他将来可能会变成什么样是未知数。深圳鹏源、拉卡拉也是拿到征信牌照的，百度、京东、美团，他们虽然还没有征信牌照，他们的数据可能不是跟征信那么相关，但是他们也会在这里面起到比较核心的作用，现在他们的牌还是以数据为主的牌。
美国的征信格局，一个是横向的技术，一个是纵向的资源。这些数据公司是这样的，FICO更加是以技术为主，在数据资源上不太打这张牌，所以中国和美国也是形成这样的格局。
我个人认为阿里是目前最占优势的，它在资源和技术上都是比较强的。首先因为最缺的是技术，产品和服务贯穿了整个端的服务，大数据一定要落到实处，这些产品都是落到更小的细微的地方，对每一个中小企业都能够进行分析和决策，这是大数据的大和小、微的地方。
中国的征信公司产品和服务相对还是比较少的。
美国的人群并不是很好的人群，这是人群的对比，风险低和高，美国的人群就是现在来看，绝大部分人的风险还是非常高的，真正优质的人群并不是占比很高。
中国的信用风险是什么样的，我不知道，也没有人能看得出来，在这个基础上，为什么有一把统一的尺子很重要。如果还没有统一的信用标尺，我们致力于打造这样一把公正的信用标尺，做一个对每个人都可以使用，即使刚开始不实最完美的的，但是拿到哪个地方都是统一的，就可以不断提高精度，他是很重要的，风险和信用是分不开的。
这是十三银行的信用卡市场占比，这些银行的精细化经营理念和特色产品是很有意思的，仅在消费金融领域就有很明确的区别和细分。
如果把这十三家银行放到中国市场，就很难发现差异化经营了，中国的银行还没有做到区分和精细化管理的，如果他想做一个消费金融，肯定所有银行什么都想做，可是这个是对的吗？
现在的格局以后很快就会改变，一定会有专业化、精细化的，信用风险和违约率息息相关。在美国那么差的人群，他的违约率，他是得到贷款的，他怎么挣钱的，这就是大数据需要解决的。因为他的风险和费率也是相关的，银行真正赚钱的并不是信用最好的人，因为信用很好的人你也同样很难赚他的钱，真正赚钱的是中间信用的。
在美国，信用评分，和风险违约率，以及金融产品价格是密切相关的。
目前的中国，信用评分还非常模糊，信用审核的标准也是一刀切的，这就非常不利于风险的管理。
现在风险的管理不是特别完善，不能对客户提供太好的评估，不管他能不能评估，现在很多银行认为周边产业贷与不贷的情况。要不然就是漏掉了非常多有价值的客户，要不然就是抢客户很难抢到。
在这样的竞争之下，成本非常高。那可能是我们大数据未来要做的事情。美国的金融机构风险承受度完全不同。中国的情况我也不清楚，我们期待未来共同找到一个答案。
中国征信的发展非常有前途，这也是为什么今天这个主题是大数据和征信。希望我的演讲能解答大家的一些疑惑。
谢谢。
编辑：卢苗苗