1.4　互聯網信用體系對人類社會的深遠影響

如果說信用是一個人的名片，那么征信就是其他人、公司甚至政府部門發給其他部門對這個名片的一種認證信息體現。

信用的本質是甄別風險，連接產品和服務的生產者以及消費者，在風險方面實際上越小越好，在應用方面越廣越好。美國從1860年成立第一家征信局開始，已形成了2000多家征信機構并存的格局，形成了非常完善的征信市場。

從信用歷史來看，征信行業隨著技術的發展分為4個階段：農業時代，靠的是口口相傳，熟人鄰里關系；工業化時代是紙質的文件記錄；電子化時代以電子信息來分部門、類別記錄；今天的互聯網時代，變成了信息化、數據化、智能化的統一數據格式。

農村金融一直是普惠金融的重要組成部分，在熟人關系的小社會里，如何讓信用空白的人也能享受到普惠金融帶來的益處，一直是國內外互聯網征信、金融公司探索的課題。

信用場景：互聯網信用讓農民也享受到好信用帶來的便利

趙明是河北省的一位農民，家里有一個羊絨加工廠，在秋天還做玉米收購轉銷生意。因收購玉米需要數十萬元的周轉資金，趙明早早就去一直合作不錯的銀行打過招呼，沒想到一直合作愉快的銀行，看他的加工廠因為工人工資上漲以及近幾年嚴格的環保監管導致生意不景氣，拒絕了他的請求。趙明慌了神，就想起在縣里開會時遇到的臨鎮上的老孫。

老孫2016年看好茄子市場，于是種植了1公頃大棚茄子，將全部家當都投入其中。眼看就要豐收了，突然連續的陰雨天帶來了一場病蟲害。著急的老孫去銀行貸款，填寫了相關資料后等審核結果，一直都沒有回復。于是老孫又去了鎮上一家借貸公司咨詢，其派來的信貸員去田里走訪了一圈，說要回去等審批，一來二去也沒有了消息。沒時間等的老孫只能從親戚朋友那里每家借一兩萬元才渡過了難關，損失慘重。

因為有老孫的先例，趙明覺得從銀行貸款希望渺茫，轉而開始找親戚朋友幫忙。從親戚那兒聽說家里因為借貸而著急的事情，上大學的兒子給他打來了電話，說自己能幫助貸款，并教會他下載App嘗試了螞蟻金服的“旺農貸”，因為他說這種貸款主要針對的就是廣大的農村用戶，而且借助于大數據信用評估技術，不需要抵押和第三方擔保。

“當時沒抱什么希望，結果從提出申請到最終放貸沒超過3天，8萬元就打進了我的銀行賬戶。”趙明回憶說，憑借這筆貸款，他的玉米生意多賺了幾萬元。

事后，一直把兒子當成小孩子的趙明突然發現兒子長大了。他還聽從了兒子的建議，開通了支付寶二維碼。買賣交易收付款時趙明已經習慣在胸前掛上二維碼：“方便，也不用擔心收到假幣。” 如今，這些貸款和收付款數據幫助他初步建立起自己的信用記錄，甚至還有了一兩萬元的信用消費額度。

“我的芝麻分現在有663分。”趙明對此頗為得意。

互聯網+信用的價值，不僅僅體現在借款領域，更重要的意義在于幫助信用空白的農村人建立起了珍貴的信用檔案。

在美國，65%～70%的人都有自己的征信記錄。而國內，現在最成熟的央行征信中心的信用報告，覆蓋率也無法做到100%，即只有社會中較為活躍或者說在城市生活中有一定經濟能力的人群，才能被覆蓋。

縱然依靠大數據，可以解決征信中不少的問題，但是，問題難就難在缺少數據的地方怎么辦？比如農村征信！就目前已知情況來看，征信系統遠沒有覆蓋農村，由于征信基礎較弱，收集、整理、核準、評估、查詢農村信用信息比較困難，涉及征信的農村模式、農民隱私保護、涉農數據安全、信用信息的共享和交換、符合農村實際的征信產品和服務等基礎工作還非常欠缺。由此導致了信用缺失、失信懲戒機制不健全、城鄉信用體系建設差距明顯等一系列問題。

這其中，大部分草根用戶想借的可能只有幾百元幾千元，但由于缺乏相應的征信記錄，因此很難從金融機構里面拿到。雖然借助于大數據信用評估技術，可以客觀地對他們的信用做出評價，但銀行還是不愿意給他們提供便捷服務，不過一定有其他的方式能夠服務到他們，解決他們的金融需要，如互聯網小貸公司。

憑借這些珍貴的互聯網信用記錄，即使在偏遠的農村，人們也能享受到普惠金融帶來的便利。

信用場景：人工智能和大數據讓征信更簡單

2027年7月，小王到美國出差，在北京首都機場進入候機樓時，手機就推送了相應的登機口位置并導航，在相應的登機口前指定位置站立，通過攝像頭的掃描，系統提示放置行李箱到身邊的自動履帶上，然后閘門自動打開并提示進入，全程2分鐘左右完成。隨后手機收到推送信息，根據他1.92米的身高給他選擇了一個較為寬敞的座位，以及符合其口味的飛機餐飲。小王發現，相比幾年前，現在辦理登機手續方便了很多，全程既不需要身份證也沒有檢驗護照，更不需要到值機柜臺接受驗票人員的反復核對。包括飛機上不合口味的餐飲也一去不復返了，還免去了辦理取票、托運行李、查驗違禁物品等糟糕的體驗，小王覺得現在真是方便極了。

上述案例場景，只是對未來的一種暢想。但是，隨著大數據技術和互聯網的興起，一個人的信用正被認識得越來越全面。

從歐美市場發展來看，征信體系是在工業革命后期開始出現的。在工業化和信息化時代之前，傳統的征信單單依靠熟人社會，獲取信息的難度大，應用范圍有限。

隨著人工智能時代的到來，征信在數據搜集、處理，風險識別、防控、金融交易分析決策，以及提升客戶的體驗方面，都起著非常重要的作用。

相對于傳統征信，人工智能技術在解決征信問題中的主要作用如表1-3所示。

從長遠來看，人工智能的優勢是不容忽視的：智能設備可以7天× 24小時連續不間斷地工作，不需要休息和度假；通過對大量數據進行篩選分析，幫助人們更高效、更準確地決策，降低決策難度；在分析問題時不受情緒和環境的影響，在一定程度上可以避免操作風險和道德風險。而金融行業是天然產生數據的行業，同時也是數據最能產生商業價值的地方，具備了成為人工智能具體應用場景的巨大優勢。

知識導讀：互聯網+信用，讓“信用陽光”照耀每一個人

互聯網信用的主要目的，是讓每一個珍惜自己信用的人，都能為自己帶來更大的優勢，從而促進整個社會的發展。下面，簡單介紹國外一些信用創業公司的新模式，以期給我們以啟迪。

1. FarmDrive：通過移動手機幫助農民建立信用檔案

如果你想幫助世界上貧困的人種地，應該怎么做呢？世界上最貧困的人口超過世界總人口的10%，生活在偏遠的地區，大多數人的耕地不少于2英畝，約0.81公頃（世界人均耕地面積為0.32公頃，2011年國家統計局數據）。他們經常缺乏種子、機器、生產工具，以及擺脫貧窮所需要的資金。

FarmDrive公司從幫助農民建立信用檔案入手，這樣他們就可以更容易從金融機構獲得貸款從事自己想做的事，比如種地。目前，已經有超過3000名農民在他們的移動平臺上注冊。在2016年，通過和金融財務機構合作，FarmDrive已經幫助400名農民獲得了超過13000美元的貸款。

以前，農民不能夠貸款的主要原因是金融機構無法判斷他們的信用風險，即不知道農民的信用狀況，而農民也無法證明這一點。

FarmDrive主要是通過當地手機運營商的SMS（手機短信服務）工作，農民把信息諸如種子、肥料、生產工具，以及他們的收入、個人信息等放進去。FarmDrive會把這些和天氣、土地條件、通常的畝產量等諸如此類的數據進行分析。幾周以后，農民就可以申請貸款了（如圖1-17所示）[5]。

許多數據信用公司嘗試開拓新的方法幫助貧困國家的人獲取更多的金融服務，FarmDrive是其中之一。同類公司Lenddo，把社交習慣、手機賬單，甚至和信用風險相關的其他習慣，通過新的移動服務與天氣預報、市場價格預測等數據整合起來，加以分析來幫助農民建立信用記錄和評估貸款額度。

FarmDrive希望通過技術可以鼓勵更多的年輕人投入到農業生產中。在許多發展中國家，很多人搬到了城市里，但是那里并沒有足夠多的工作機會。技術讓農業變得更“性感”，可以吸引更多的年輕人投入其中，同時可以降低失業率，提高糧食產量。

放眼國內，到目前為止，還沒有一家針對農村居民進行征信的平臺。雖然目前移動互聯網在農村普及很快，也因此積累了大量的數據，這在某種程度上彌補了農村商業數據的不足，但基于農村居民的金融行為數據基本是缺失的，所以許多數據是不完善的（如圖1-18所示）。

傳統的征信提供的產品過于單一，主要表現形式是信用報告，而互聯網征信的衍生品將有很多，美國的征信衍生品市場是信用報告市場的4倍之多。據工信部統計，截至2018年8月末，移動互聯網用戶總數保持在13.7億戶，同比增長12.2%，消費才剛剛興起。

如果擴展到龐大的農村，必將是前景巨大的藍海市場。依靠互聯網技術，以用戶為核心，這樣的模式也終會被找到。

2. Nicole Stubbs：用手機賬單幫助沒有信用歷史的人獲取貸款

金融的實質是信用，信用本質上解決的是風險問題，特別是信息不對稱造成的風險損失。

Frank是肯尼亞的一位出租車司機，盡管有一份還不錯的工作，銀行賬戶里也有些錢，但是貸款時依舊被信用金融機構拒絕。他想從銀行或金融機構借些錢，再買幾輛用于載客旅游的車，但是被拒絕了。因為，他之前從未使用過貸款，所以信用記錄是空白的，沒有銀行愿意放貸（如圖1-19所示）。

如果你遇到過這種情形，就會深刻體會到發展中國家人們在享受金融服務方面所遇到的障礙。通常情況下，人們不能從銀行獲得貸款去經營事業或者購買更多的生產資料所需，原因是他們作為消費者沒有征信檔案。他們很可能是高質量的借貸用戶，他們有著穩定的收入和較為強烈的還款意愿，但是如何向銀行或者借貸機構證明這些卻是個難題。

這就是Nicole Stubbs創立的初心，它們善于挖掘與金融相關的數據，如手機賬單歷史等，幫助客戶解決上述問題。

“貧困的人不得不承受高昂的信用風險，只是因為他們不能證明自己的信用。因為他們沒有足夠的信息，所以從某種程度上受到了價值歧視。現在最大的機會是，超過10億人口有自己的金融記錄，只是他們不知道而已，也沒有渠道去獲取。”

人的某些行為類型會和信用價值有著千絲萬縷的聯系，比如某些人經常會固定在一周的某一天充值手機話費，可能意味著這個人比較穩定也值得信賴，哪怕每次只是充值一點點。有些人一次性充值很多錢，但是經常欠費，說明這種人可能有較大的信用風險。

Nicole Stubbs可以分析用戶固定做的事和不做的事背后的所有行為模式，從而建立模型，然后預測一個人的借貸表現，這樣就可以給一個信用空白的人一定的信用額度，哪怕他/她之前沒有借過錢。當然借貸的基準也會參考之前那些已經借貸過的人的行為（如圖1-20所示）。

Nicole Stubbs的大致流程：在收到借貸者申請后，放貸機構會發出一個關于借貸者的查詢請求，Nicole Stubbs會向借貸者發出授權請求查詢他們的信息，借貸申請者同意授權之后，Nicole Stubbs會把相關加密處理過的信息提供給放貸者；要么貸款會被立即批下來，要么放貸者會請求提供更多的信息，或者貸款直接被拒絕。

在坦桑尼亞，Nicole Stubbs剛開始和當地的一家通信運營商合作，隨后又和更多的運營商、借貸金融機構合作。在肯尼亞，截至2018年2月，Nicole Stubbs已經幫助超過400 000人獲得貸款。

通過更精準地細分客戶，這項服務降低了借貸的成本。在一些發展中國家，如果針對每個借貸申請者都用傳統的審批流程，那么對每個人來說，無形中就提高了成本，也提高了借貸費用。

通過Nicole Stubbs提供的相關服務，金融放貸機構可以用最低的成本識別低風險的用戶，這意味著針對所有的借貸申請者來說，如果你有較強的風險識別能力，低風險的用戶不會占用你大量的時間和成本。借貸機構可以將更多時間花在中高風險的用戶上[6]。

事實上，Nicole Stubbs解決的就是因信息不對稱而帶來的交易風險，在這方面，人類一直在探索研究（如表1-4所示）。

信用的實質就是甄別風險，互聯網技術并沒有改變信用的實質，反而比傳統的征信更具優勢，結合Nicole Stubbs的案例，可以看出，互聯網時代的征信具有如表1-5所示特征。

放眼未來，從整個社會發展的角度來看，互聯網+信用正對人們的生活、經濟的發展、社會的進步產生越來越積極的影響。

↘精彩點評

開滴的：生活中總會有臨時急需用錢的時候，問朋友借，都處于結婚買房的階段，開不了口。向銀行貸款，額度小，審批流程太長。自從用了借唄，感覺方便多了，申請后立即到賬，有了錢，隨時可以還上。

歐了：有一次忘記留交房租的錢了，然后房東大半夜要求趕緊把房租交上，不然第二天就要趕人。都晚上11點了，一時沒想好找誰借。這時想到了借唄，申請后3分鐘到賬，給房東轉過去，解了燃眉之急。