联手国际权威征信机构 信通中国全面提升风控体系

本篇文章2132字，读完约5分钟

北京2015-03-27(中国商业电信)-互联网金融作为一个热门话题，出现在今年3月结束的国务院总理在全国人民代表大会上的工作报告中，指出互联网金融在2014年已经兴起，2015年需要促进互联网金融的健康发展。

然而，回顾2014年p2p网络借贷行业的发展，可以说是百感交集。一方面，新企业的数量和规模已经成为燎原之火；另一方面，p2p网络借贷平台的违约和运行等事件频发，也暴露出p2p企业风险管理和控制的漏洞。

在官方信用信息系统缺失的背景下，以ICT中国为代表的几家实力强大的p2p企业开始借鉴国际信用审核经验，与全球权威信用信息机构如Yiborui紧密合作，研究开发大数据，完善决策引擎，通过建立信用全过程管理系统，进一步完善风险控制审计和控制系统。

突出了p2p的两个核心风险

根据网上贷款平台的数据，截至2014年底，中国共有1575个网上贷款操作平台，全年累计交易额高达2528亿元；然而，有多达275个问题平台存在欺诈、逃跑和现金提取困难。

针对这一现象，许多受访专家分析说，经过两年的野蛮发展，互联网金融业不健全的风险控制体系的弊端已经显现。其中，我国个人信用信息系统建设中的固有缺陷是影响p2p行业稳定发展的重要因素，也将制约p2p企业未来业务规模的增长。

事实上，中国的信用信息系统主要基于中央银行的信用数据库，其信息覆盖范围主要集中在信用系统。信用数据主要来自并服务于银行金融机构等传统信用机构。

目前，中央银行的信贷信息系统还没有向公众开放，传统银行的信贷经验无法在p2p行业推广。实际上，我们不能仅仅通过国内的信用信息系统来了解贷款申请人的还款能力和还款稳定性。创新型国内金融中介服务平台ICT中国风险控制总监张峥表示。

据张峥介绍，由于p2p平台很难完全实现对网上贷款申请人的真实信用调查，部分申请人仍然采用线下手工审核贷款端的方式，根据现有的资产数据建立相应客户群的记分卡和决策模型。然而，此举带来的风险也是显而易见的。例如，人工信用审核过程漫长而复杂，信用风险分析和决策主要依靠信用人员的个人经验，这将导致信用审核决策的一致性、客观性和时效性较差。

相比之下，业内专家一致认为并指出，互联网金融的小额分散借贷特征导致了大量的借贷客户。如果还款能力和还款意愿等违约风险的判断难以统一衡量，那么p2p平台的风险控制成本将高达该业务模式无法承受的程度。

张峥认为，p2p行业存在两个核心风险，这两个风险都与个人信用信息系统的缺失有关。首先，网上贷款信用审查的结果无法标准化和量化，导致最终风险违约率无法量化；第二，由于p2p平台无法实际控制借款人同时从多个平台申请贷款，风险暴露可能严重偏离借款人的实际还款能力，导致总风险暴露的不确定性。

2015年是大数据和云服务广泛应用于p2p的一年。标准化系统和nbsm为访问大量数据和应用自动细分逻辑做了坚实的准备。

用外力消除漏洞

事实上，针对p2p行业信用评估和风险管理领域普遍存在的问题，一些强大的p2p平台已经开始借助国际经验，弥补我国个人信用信息系统建设的不足，并通过与国内外有经验的第三方信用信息机构合作，降低信用风险，从而完善平台风险控制体系，加速企业成长。

我们应该学习国际领先的经验，但也应该根据中国的国情定制风险控制模式，筛选出优质的借款人，通过准确的授信有效降低风险。ICT中国联合创始人兼副总裁杨鹏表示，自成立以来，该公司一直在努力开辟渠道，丰富信用数据库。与Yiborui的合作旨在升级和改进基于数据驱动的定量风险控制模型。

据报道，3月24日，ICT中国与全球最大的征信机构亿博瑞在北京召开新闻发布会，双方就小额信贷应用于p2p贷款服务行业的全过程管理体系达成合作共识。

杨鹏解释说，基于p2p行业风险控制和流程管理的理念和业务实践，Yiborui通过风险模型的指导建立了审批的决策引擎和记分卡系统，根据贷款申请人的基本资格排除黑名单、欺诈等风险点，并结合贷款申请人的风险分值、决策引擎规则的结果、资产负债和审批人的经验，给予合理的额度和时限。

简单地说，我们将使用信用评分给借款人几个等级来区分借款人的风险程度，然后根据借款人的信用等级、贷款金额和可接受的贷款利率提供贷款。杨鹏表示，通过引入决策引擎，利用定量评估方法进行自动分类、分析和决策，实现了智能审批，不仅保证了信贷安全，还提高了运营效率。

对此，有专家评论称，这种风险控制模式将个人信用数据与p2p网上借贷的产品设计、定价和风险控制紧密联系起来，解决了p2p行业信用人员资质不足的问题，降低了人工审计带来的高成本，能够保证信用决策的客观性和管理性，降低坏账比例。

研究发现，在中国，包括ICT中国在内的领先企业都在积极推进量化风险控制模型的构建。

在我们的风险控制系统中，外部接口将保证第三方数据和数据库的准确实时导入，从多个维度审核贷款申请人，最大限度地控制客户来源资格，解决p2p平台的核心风险问题。此外，引入反欺诈模型对借款客户的软硬件载体进行分析，避免了客户同时申请多个p2p应用的情况，从而从本质上避免了量化风险暴露的问题。目前，p2p行业急于解决的问题是传统银行的信用积累经验。张峥补充道。