大数据告诉你：诸葛亮和司马懿谁的信用评分更高

“大数据”概念的最早出现，是从2012年2月份纽约时报一篇文章开始的。到目前为止，在大数据领域当中的投资已经越来越热，该领域企业越来越多。但是，有多少公司到底真正使用的是大数据?我相信几乎没有太多，这让我想到1999年、2000年，我刚到美国的时候目睹了所谓互联网1.0版本破灭的过程。

大数据在美国金融当中最直接的场景，主要运用于信用评估体系。美国的信用评估体系很早，对个人都有制衡作用，因此个人不敢不敢将违约的事情做得太绝。中国现在也在做，但是还不太成熟，这个领域中有很多机会。

五大因素评估信用值

美国的信用评估体系很简单，首先是债务的历史。如果个人曾经有过违约，对个人今后借款能力就会有影响。

第二是债务，当下总共欠了多少钱，这个也很重要，即使你是比尔盖茨，如果你借款已经超过了你的偿还能力，也是个问题。

第三点信用历史时间，如果你是在10年之前就有过一张信用卡，或者是相比另外一个人到今年才有第一张新的信用卡，我不能说哪个哪个之间的偿还能力更强，但至少我会知道第一个人有更多的信用数据，这个就是不一样的。

第四点是他的很多相关的其他因素都很重要。比如说最近有没有买房，如果买房就有买房信用卡的记录，有没有买车?也有。这些东西全部加起来形成了美国现有的评分体系。

对于信用数据来说，如果变量太多，从某种程度上来说，信用模型处理起来就会比较麻烦。因为它的深度比广度要重要，对于我来说，我可能关心的是你过去20年，如果你有记录，和你从最近一年当中才有记录，二者之间是不一样的。

那么同样，关注用户的历史远远多于现在，也许这个人一开始是个屌丝，最近突然发财了，可能他的偿还能力就会有巨大的改变，但是这样的因素有没有体现在这个里面?很多人不知道。怎么样把纵向和横向广度上的东西都放进来，这个就会显得相对来说比较重要一点。

传统信用评估：1.0版本信用模型

我们首先搭建一下传统信用体系中，两种类型人物的基本模型，以诸葛亮和司马懿来举例。如果将他们历史上的典故事例来模拟化举例，可以得出两个人信用情况的模型。

司马懿如果活在今天并且要借钱，可以看看今天他的信用条件怎么样：跟曹操混了那么多年，日子过得不错，拥有过许20年的信用历史，而且这个官级从养马开始一点点升上来，他可能盖房子借过钱、买马车借过钱，所以信用值也不错，最近没有新的贷款，如果从美国典型的风控角度来说，绝对可以借钱给司马懿。

如果是诸葛亮要借钱，我们先看诸葛亮的情况：他日子过得没那么好，帮刘备把蜀国给搞下了，但是毕竟蜀国财政没那么好。收入可能只有3000块钱，过去24个月还违约过一次，只有7年的信用历史，最近还老是借钱，借过3次，贷款类型也不丰富，借过钱买过马车。

将这二者之间进行比较，毫无疑问大家都会选择把钱借给司马懿，而不借给诸葛亮，这是个典型的传统的风控模型，看重债务历史，而不看重现在。

真正的信用评估应该是这样的：传统的占很大一部分，但是可替代的网络数据也占据一部分，包括用户在网上体现出来的网络行为、社交信息和来自用户自己的回答，要把所有这些信息全部给综合起来才可以。在传统数据当中，我们只看到了深度没看到广度，现在更多是注重广度，因此当下网络上的数据也是很重要的。

大数据：2.0版本信用评估模型

以上是信用评估的1.0版本，倘若以互联网的思维和方式来分析，或许就能获得截然不同的结果。所以在2.0版本当中，司马懿和诸葛亮的介绍可能是这个样子：

首先，司马懿的上网IP地址来自于魏国国家图书馆、蔡文姬茶楼等，他不从工作的地方来、也不从家里来，可以证明他没有稳定的收入。而他刚刚申请了两个发薪日贷款，这证明他以前有钱，现在没钱。而他的学生贷款是从公司里扣除的，说明他钱不归他控制，而由魏国国家政府控制着意味着信用记录并不好。而从地址来看，他最近一会在许昌，一会在洛阳，一会在长安频繁搬家，从整体情况来分析，很可能最近他混得比较惨。

而诸葛亮借钱的原因是他去年被马车撞了，蜀国的医疗保障不健全，他只好自己付了医疗费，这意味着40%的DIT来自于他借款还医疗费，而之所以历史信用记录不长，是因为他刚刚搬到四川，当丞相的时间不长，信用体系仍然没有建立完全，但最近五年他一直住在丞相府，地址相对稳定，而且在学生时代曾从司马徽，庞德公那里拿过奖学金。如果把所有的因素放在一起，信用评估的结果就会发生变化。

在大数据的场景当中，如果有一个合适的建模的方式，能够产生一个二维决策，那么就可以看到，最终借款的人应该是借给诸葛亮，而不应该是借给司马懿。

大数据信用模型的关键点

大数据模型理念，一切数据皆为信用数据，以此“积少成多、汇流成海”。在此之前做统计、做因果系统的时候，总是希望能找到原因判断这些事情到底是不是靠谱。但是在大数据的情况之下，我们认为可以暂时不考虑背后的原因，并不是不知道原因就等同于它不靠谱。我们只看关联不看因果。

大数据的关键点之二是数据的来源。包括错误信息也是有用信息，比如说谎能体现出一个人素质。

第三点就是所谓的建模，总而言之，大数据当中对所谓特征的变化，特征的提取和最后所谓独立模型细节的建立，最后模型的整合都跟以前传统统计上的理论有很大的区别。