美章網 資料文庫 電信大數據在信用風險管理的運用范文

    電信大數據在信用風險管理的運用范文

    本站小編為你精心準備了電信大數據在信用風險管理的運用參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。

    電信大數據在信用風險管理的運用

    摘要:電信數據是非常好的可替代數據源,用于消費者的信用評估。同時信用風險管理也是電信運營商日常的一個重要工作。介紹了消費者信用評分在電信信用風險管理中的應用,對電信大數據作為重要的替代數據在金融授信中的應用進行了案例分析,對國內電信大數據如何在信用風險管理中發揮作用,提出了專業的建議和展望。

    關鍵詞:電信大數據;信用風險管理;信用評分;可替代數據;數據共享

    1引言

    征信體系是市場經濟的國家級金融基礎設施,對降低交易成本、管理信用風險、促進信貸市場的健康發展起到了不可替代的作用。自2015年中國人民銀行(以下簡稱央行)通知8家民營征信機構準備個人征信業務以來,資本市場、互聯網大數據公司、金融機構紛紛嘗試個人征信業務。國內的征信業剛剛起步,現有征信系統雖然已經有基本的架構,但是覆蓋人群和服務有限,需要多層次的征信體系才能夠滿足飛速發展的市場經濟下消費金融的需要。從國外征信業的實踐來看,電信數據由于具有“先用后買”的授信特性,而且在覆蓋度和鮮活性方面都有優勢,成為除傳統信貸數據之外進行信用評估的重要替代數據。因此,電信大數據也成為國內征信業發展中的關注熱點。目前,除了民營征信機構積極嘗試電信大數據的應用之外,我國的三大主要電信服務商均已在征信領域有所行動:2016年1月中國移動集團公司(以下簡稱“中國移動”)和招商局集團合作,在深圳市前海深港現代服務業合作區成立了試金石信用服務有限公司;中國電信集團公司(以下簡稱“中國電信”)的天翼征信有限公司成立于2014年12月,2015年5月獲得企業征信牌照,2015年3月推出個人信用評分,擁有中國電信和翼支付積累的豐富大數據;中國聯合網絡通信集團有限公司(以下簡稱中國聯通)也在積極籌備征信相關的一些基礎工作。

    2電信運營業務中的征信問題

    電信運營商自身的業務也存在和銀行信貸類似的信用風險管理問題,如手機或電話話費的預售類(后付費)信貸業務、通信話費的催收、電信服務申請中的防欺詐等。相比銀行信貸的征信問題,電信運營商的征信業務涉及的金額較小,客戶多而且更加分散。在歐美發達國家,電信運營商一直就是傳統征信機構的服務對象,例如全球第二大征信機構艾克飛(Equifax)在2014年的征信業務收入中,有6%來源于電信運營商。國外的電信運營商解決消費者征信問題主要通過3個途徑:利用電信運營商內部的行業協會建立自己的消費者征信數據庫,提供相關的征信服務,通過各個分散的運營商之間完善的信息共享機制降低成本;根據信用的相關性,借用傳統征信機構的信貸征信信息進行風險管理服務,由于金融信貸的信用更重要、最可靠,因此可以自然延伸到電信領域的信用;與數據服務商合作,根據電信數據開發消費者信用風險評估模型。

    2.1電信行業內的信用風險管理2

    2.1.1基本概況

    在美國,電信運營商每年的壞賬損失(拖欠通信花費)達到10億美元。為了減少這種消費者信用風險,在多年前,具有商業遠見的多家電信公司高層們聯合組建了全國電信和公共事業消費者信息交換中心(NCTUE)。全國消費者電信數據交換中心(NCTDE)建立之初只包括電信行業企業,后來付費電視和公共事業服務公司也陸續加入,使其發展成為會員制的公司。會員之間共享消費者的數據,識別高風險消費者。

    2.1.2NCTUE的發展歷程

    20世紀80年代后期,長途電話的商業信用風險經理和西南信用風險管理委員會聯合成立了全國電信信用組織,想共同建立一個全國性的數據庫。經過多年的努力,一個非盈利機構——全國電信數據交換中心(NTDE)于1993年誕生了。1994年,艾克飛成為NTDE的數據技術廠商,1995年數據庫可以使用。1997年,經美國司法部批準,NCTDE成立,選擇數據處理和服務經驗豐富的艾克飛作為承建商。2002年NCTDE和艾克飛正式簽訂合同管理數據庫,同年美國司法部批準電信數據和公共事業數據合并為一個數據交換中心——NCTUE,隨后37家公司加入了NCTUE,包括2003年付費電視的加入。2009年,艾克飛和NCTUE建立了新的NCTUEplus數據庫,將成員機構提供的交易級別賬戶信息添加其中,對已有的僅存儲負面信息的數據庫進行編程改造,成為存儲包括征信信息在內的綜合信息的工具,可以滿足更好的決策需求。NCTUEplus數據庫整合了成員機構的所有賬戶數據,可以和傳統的征信文件一起應用,這個工具可以給成員提供360°的消費者視圖,在客戶的生命周期過程中做出可盈利的風險決策。目前,NCTUE的成員機構包括全國性的、區域的和當地的公司,覆蓋了有線電視、電力、煤氣、互聯網、市話、長途電話、衛星電視、水等行業。NCTUE有3.42億條消費者記錄(其中的2500萬消費者沒有信用記錄),包括電信、水、電、煤氣等新申請、賬戶歷史、償還歷史、違約和欺詐等60多種數據。NCTUE逐漸發展成為美國的一個提供運營商數據和公共數據的特殊征信機構(specialcreditreportingagency,SCRA),受美國聯邦消費者金融保護局(ConsumerFinancialProtectionBureau,CFPB)監管。

    2.1.3NCTUE的征信服務

    NCTUE作為一個特殊的征信機構,能夠在客戶服務申請中幫助電信運營商審查新的消費者,檢查其是否存在通過未付款賬戶來減少損失、增加盈利的情況,目前主要提供信用報告,尚未提供基于信用報告的信用評分。通過加入NCTUE,成員可以在減少風險方面獲得25%的提升,成員可以享受以下服務:●確認一個新的申請者在其他成員公司是否有明顯的未付余額(unpaidbalance)和由于未付款而關閉的賬戶(unpaidclosedaccount);●確定包含復制和無效的社會保障號的欺詐申請;●通過數據分析確定準確的賬戶押金,根據消費者的電信征信報告,做出是否需要消費者繳納服務保證金的決策;●從其他成員那里獲取更新的地址信息,加強跟蹤客戶和收債的效果,可以使用艾克飛的信息交換搜索(Equifaxexchangesearch)服務的客戶追蹤解決方案;●收到管理報告,觀測未付款賬戶的變化,分析償還特征,進行賬戶審查、活動分析等;●當數據庫中因未還款而關閉的賬戶信息和新的客戶服務申請信息匹配時,自動給會員機構提示;●數據交換可以通過在線和批處理的方式進行。上述服務都是基于消費者的信用報告,這些成員的權限不同,分為成員(member)、附屬成員(affiliatemember)和助理成員(associatemember)3類,根據級別的不同享受到的服務也不同。

    2.1.4為個人消費者提供的服務

    由于受到美國聯邦消費者金融保護局的監管,NCTUE也比較注重維護消費者權益,滿足合規性要求。NCTUE的電信信用報告分為兩種:一種是供成員機構使用的,相當于央行征信系統的機構版;一種是為消費者提供服務的,相當于央行征信系統的個人版。NCTUE每年免費向消費者提供一次信用報告。在12個月之內出現負面信息,或是被查詢超過8次的賬戶,也可以獲得免費的信用報告,額外查詢的費用為每份8美元。當消費者反映報告信息存在問題時,NCTUE會和數據源一起調查數據問題。

    2.1.5信息共享機制的形成

    NCTUE規定:如果會員機構需要從NCTUE獲得數據,就必須貢獻出該機構的數據。對于一些成員機構來說,在提交數據時存在泄露自己客戶信息的顧慮。但是如果沒有共享客戶信息,造成的損失往往是共享信息的8倍之多,最后博弈的結果通常是,會員機構清楚地認識到NCTUE的價值,形成了信息共享的機制。對某個會員公司10年來的信用風險損失進行分析,可以發現53%都是由于消費者中斷了服務,這其中的大部分消費者沒有押金來償還賬單,同時,70%的損失沒有進入催收環節。這項研究證明了NCTUE的消費者信息共享模式可以有效地對電信運營商的信用風險進行管理。

    2.2風險決策

    對于電信運營商來說,電信服務的消費者分散而且數量眾多,涉及的服務金額比較少,所以需要進行自動化、批量化的自動風險決策。和需要人工審閱的信用報告相比,信用評分是電信運營商進行風險管理的不錯選擇。由于消費者信貸信用評估和電信服務的信用評估具有高度的相關性,許多電信運營商直接利用傳統征信機構提供的FICO信用評分①(基于銀行信貸)進行決策,例如如果消費者的FICO評分超過了620分,則可以獲得手機話費授信服務,即免押金;而低于620分的消費者就需要交押金獲得服務;低于550分的消費者無法獲得服務。征信服務只是信用風險管理的重要環節,每個電信運營商可以根據FICO信用評分自己制定風險決策規則。另外,三大征信機構根據電信運營商的征信需求,紛紛開發了服務于電信運營商的消費者信用評分,這種信用評分的數據不是基于銀行信貸,而是基于NCTUE的信用報告和電信運營商本地的數據。艾克飛的早期違約評分特別為電信行業設計,利用了多源模型,合并了電信運營商的業務信息、負面公共記錄信息和交易數據,能夠對電信行業的償還和違約行為進行預測,特別是預測最初4個月消費者不付款的可能性,篩選出不愿意付款的消費者。類似地,環聯(TransUnion)公司開發出了TransUnion通信模型,益博睿(Experian)公司也開發出了TEC信用評級模型,利用征信數據評估客戶。

    2.3信用風險評估模型

    除了直接利用從傳統征信機構獲得的基于銀行信貸數據的FICO信用評分和三大征信機構為電信運營商量身定制的電信信用評分之外,電信運營商還使用一些數據服務商提供的消費者信用評估。美國的電信數據公司Tiaxa提供的信用快充服務就非常具有代表性。Tiaxa是一家高科技公司,為移動通信市場提供基礎設施、清算中心和增收服務,提高預付費用戶群的管理效率,并為世界各地的主要運營商增加收入。Taxia的在線信用快充服務是專門為預付費用戶設計的,功能是當其可用余額不足時,提供信用金額充值服務。根據用戶的行為數據,Tiaxa采用專有的評分方法與運算規則(該評分技術申請了專利),對用戶的行為進行分析、分類和評分,確定每位用戶的合理信用額度。用戶使用該服務之后,可利用Tiaxa提供的額外信用金額防止通話或數據會話中斷。當用戶充值時,其已使用的信用金額將得到補償。目前Taxia還沒有和金融機構直接合作,僅和運營商合作,提供預授信(如Nanocredit、微貸服務)決策分析服務。Tiaxa的信用快充服務平臺已經在拉丁美洲的8個運營商實施并運營,包括哥倫比亞、秘魯、墨西哥和阿根廷的Movistar以及Vivo,活躍用戶超過400萬戶,每天處理著數量巨大的交易數據。

    3電信大數據在金融征信中的應用

    由于缺少傳統銀行信貸記錄,全球有25億人無法享受金融服務,但是這些人中有16億人擁有手機,很多都是后付費用戶。由于電信付費數據是和金融征信強相關的數據源,傳統的征信機構也開始設計將電信大數據應用到征信業務的產品,主要圍繞通信話費繳納,為金融機構提供替代信用風險分析方案。新興的大數據公司比較激進,整合消費者除話費繳納之外更多的電信大數據(包括通話行為),主要在新興市場國家為普惠金融機構提供風險分析服務。

    3.1傳統征信機構的可替代信用評分

    起初,國外的征信機構沒有把電信數據納入征信報告。2015年,FICO和Equifax、LexisNexis3家公司合作啟動可替代評分項目,在12家大的信用卡公司使用,對不能獲得傳統信貸服務的消費者進行信用評估。Equifax提供NCTUE的電信數據,該評分模型稱為FICOXD。相關研究結果表明電信數據具有相對較好的效果,利用替代數據,可以為大約50%不能進行傳統信用評估的用戶正確評分。上百萬的消費者可以擁有比較高的信用評分,享受正常的金融服務,并且很多擁有新評分的消費者很快成為了金融服務的主流人群。上述機構在利用電信數據進行信用評分的同時,將電信數據也納入信用報告,提供給金融機構或消費者。國外征信機構將電信信息用于銀行信貸風險評估的大數據模式目前還在嘗試階段,還稱不上成熟。國內央行征信系統很早就開始采集相關的電信信息,并將其納入企業和個人征信報告,這項信息包括電信欠費、時間和金額、業務類型、記賬年月、業務開通時間和欠費金額等。截至2014年底,個人征信系統中的電信數據在非銀行數據中的占比為4.15%,約有1047.85萬筆記錄。企業征信系統中的電信數據在非銀行數據中的占比為10.19%,約有338.33萬筆記錄。

    3.2面向普惠金融的創新嘗試

    過去10年中,移動終端發展到無處不在。超過90%的人有移動電話,在發展中國家,蜂窩電話數據使用者多于發達國家。隨著移動電話成為新興市場中必要的交流模式,可收集和分析的數據變得越來越豐富和可描述。通話信息記錄數據庫提供了一系列包括通話對象、頻度時長和支付信息等特征內容的詳細信息。研究發現,通過簡單的特征(如通話的間隔時間、賬戶服務的持續性、余額詢問頻率和通話時長等)可以構建相對有預測能力的模型。一些風險管控服務提供商(如Cignifi、FirstAccess、MasterCardAdvisors等)已經開發了針對缺失傳統征信記錄的消費者的風險控制模型,根據這些模型顯示預付費用戶的付費情況,通話、上網行為等信息能夠在一定程度上預測貸款人的還款意愿及還款能力。針對消費者幾個月的手機數據便能提供足夠的樣本量進行風險建模。例如統計顯示,發起呼叫的數量(不是接收呼叫的數量)較多以及通話時長較長這兩個維度與信用度是正相關的;相反,在一些模型中,如果工作時段接聽較多的電話或者通話的朋友圈相對較小,則可能是低信用客戶。因此,基于預付費手機相關數據的風險控制建模,可以極大地幫助一些缺乏征信數據的發展中國家的市場實現普惠金融的健康成長。大數據公司Cignifi和FirstAccess是進行這種嘗試的典型代表。Cignifi是一家基于電信數據的風險和信息分析公司,大概成立于2011年,在巴西進行測試,總部在美國馬薩諸塞州的劍橋,很多商業創意產生于英國的牛津大學。基本業務市場營銷和風險評估分別對應兩種產品,即市場營銷傾向性評分和風險評分。

    Cignifi的信用評分是為金融機構、零售商和保險商開發的,可以為沒有傳統信用評分歷史的顧客服務,效果很好,涵蓋信用卡、循環信用卡和短期的消費者貸款,在不增加風險的前提下使消費者貸款的批準率達到了25%。Cignifi用到的電信大數據不僅僅限于話費繳費信息,其主要的一些數據指標包括:通話時長、每天用電話的時間、通話的頻率、誰先打的電話、電話的位置信息、短信(SMS)和數據的活躍度、定時和充值金額。所在的市場包括墨西哥、加納、智利、巴西、烏干達、菲律賓、尼加拉瓜,都是新興市場的一些業務。Cignifi注重與電信運營商和傳統的征信機構合作,目前的合作伙伴包括:Equifax、Telefonica、Globe和Airtel。FirstAccess是一家面向微金融服務的信息服務商。首先在坦桑尼亞開始了相關的工作,涉及的產品有:微貸、分期貸款、短期貸款、農業貸款、小微企業貸款、太陽能燈貸款和房屋裝修貸款等。其主要的服務對象是:商業銀行、微金融機構、盈利或者非盈利金融機構。在進行信用評估時,該公司考慮的因素是:移動電話、水、公共設施、被申請者啟動的電話次數、所在電話網絡的大小和充值的頻率等[1]。FirstAccess通過查看客戶的手機通話記錄與短信記錄,對客戶的信用狀況進行評判。FirstAccess監控的并不是通話與短信的內容,而是通話的時間、時點、地理位置、頻率、通話費用等數據,從而通過分析這些數據形成對客戶的行為特征判定。在特定客戶的行為特征模型形成之后,相互的通話也將成為其他客戶行為特征的判定因素之一。最終,FirstAccess通過內部算法得出相應的信用額度。整個過程通過自動化算法分析完成,因此從客戶同意提供數據到信用額度的公布僅需要幾分鐘的時間。FirstAccesss在應用中也取得了一定的效果,相比傳統的風險分析方法,每一個借貸者都節省了將近12美元的花銷,在最初的18個月內就有超過75000個借貸推薦。

    4國內情況分析和政策建議

    電信大數據是與消費者信用強相關的征信數據,僅次于銀行信貸數據。根據世界銀行2014年的報告可知:全世界人口中有近1/3的人沒有銀行賬戶,因此對這些人來說不僅銀行征信資料是缺失的,甚至任何資金的記錄都是空白的。相比而言,擁有手機的人口則占全世界人口的3/4,即擁有手機的人比擁有銀行賬戶的人多。目前國內征信市場的狀況是:10億人無傳統信貸信用記錄;1億人沒有足夠的信貸信用記錄進行評分;央行征信系統主要服務于銀行信貸機構。但是,國內手機用戶已經超過13億戶,互聯網的網民規模已經達到了6.5億戶,普及率達到47.8%,加強電信大數據的應用和研發對于發展普惠金融意義重大。在個人數據保護方面,目前的監管現狀為利用電信大數據進行征信業務創新擁有足夠的發展空間。電信數據對于民營征信機構來說是非常重要的征信數據,其可靠、及時、銀行信貸的相關性等特征可以用來解決中國的征信難題,幫助更多消費者享受普惠金融的服務。

    電信運營商在嘗試征信服務的過程中,要注意國內電信行業的數據整合,征信的本質是整合碎片化的局部信息,得到更完整的信用主體的視圖,才能有效地減少信息不對稱的問題。一個更加完整的電信大數據庫是很有價值的。圖1列出一個電信大數據的頂層設計構想,基本的思想是基于現有傳統征信機構的商業模式(如信息共享、信息整合、第三方機構運營等),由幾大運營商聯合或由獨立第三方來完成電信信用基礎數據庫的運營和構建,一方面服務于運營商內部,另一方面和傳統征信機構進行信息共享。如果沒有一個完整、統一的電信大數據庫,碎片化的電信大數據對于征信的價值將大打折扣。但是筆者在與工業和信息化部的相關研究人員溝通過程中了解到,整合3家國內大的電信運營商的數據阻力重重,很難實現。不過,近期也出現了松動的情況,2016年1月13日,中國電信、中國聯通在京簽約,開放共享包括網絡、業務和服務在內的各類資源,并探索業務、資本各層面的合作,推進網絡、終端等供給側結構性改革。希望將中國電信和中國聯通的業務和數據整合成一個類似于NTCUE的電信大數據庫,既能方便解決電信行業的信用風險,又能給普惠金融提供支撐。

    電信運營商在嘗試將電信大數據用于金融征信的同時,不要忽略電信行業本身存在的信用風險管理問題,如果對電信數據的利用不能解決電信運營商自身的征信問題,就無法讓金融機構相信電信大數據在征信中的價值。隨著征信系統的建設,電信運營商要進一步擴大后付費的用戶服務。歐美發達國家基本上采用的是后付費服務,相比于預付費方式,可以讓消費者更方便地采用“先用后買”的方式享受電信服務。而國內的大部分電信服務目前還是預付費模式,未來在4G時代會有更多的后付費服務出現。征信系統需要不斷完善,電信運營商可以不斷提高服務水平,提供更多的后付費服務。對于電信大數據來說,無論是用于電信運營商內部授信的風險管理,還是作為金融機構的替代數據進行風險管理,最有價值和符合合規性的數據就是電信服務后付費用戶的數據。所以電信運營商未來在擴大后付費用戶服務的同時,也間接地促進了電信大數據在征信系統中的應用。

    參考文獻:

    [1]劉新海.征信與大數據[M].北京:中信出版社,2016.

    作者:劉新海1,韓涵2,丁偉3,王題3 單位:1.中國人民銀行征信中心;2.中國信息通信研究院;3.中國聯合網絡通信有限公司網絡技術研究院

    主站蜘蛛池模板: 国产乱人伦精品一区二区| 午夜影院一区二区| 高清一区二区三区日本久| 国产日韩高清一区二区三区| 国产激情一区二区三区成人91| 日韩一区二区三区视频| 日本大香伊一区二区三区| 国产日韩一区二区三区在线观看| 日本中文字幕一区二区有码在线| 亚洲国产美国国产综合一区二区 | AA区一区二区三无码精片| 性色av无码免费一区二区三区| 日韩人妻无码免费视频一区二区三区| 内射少妇一区27P| 亚洲AV午夜福利精品一区二区| 91久久精品无码一区二区毛片| 性色AV一区二区三区无码| 中文字幕一区二区三区在线播放| 国产精品丝袜一区二区三区| 少妇一晚三次一区二区三区| 精品视频午夜一区二区| 午夜福利av无码一区二区| 国内精品一区二区三区在线观看| 丰满岳妇乱一区二区三区| 亚洲一区电影在线观看| 国产情侣一区二区三区| 国产精品久久无码一区二区三区网 | 亚洲国产情侣一区二区三区| 无码人妻精品一区二区蜜桃| 东京热无码av一区二区| 欧亚精品一区三区免费| 中文字幕av无码一区二区三区电影 | 在线观看国产区亚洲一区成人| 亚洲国产美女福利直播秀一区二区| 免费萌白酱国产一区二区| 亚洲日本乱码一区二区在线二产线 | 日韩免费一区二区三区在线| 丰满岳乱妇一区二区三区| 亚洲视频在线一区| 一区二区三区内射美女毛片| 精品无码一区二区三区电影|