自央行发布《关于做好个人征信业务准备工作的通知》(下称《通知》)，个人征信市场一触即发，上述《通知》要求芝麻信用、腾讯征信、深圳前海征信、鹏元征信、中诚信征、中智诚征信、拉卡拉信用、北京华道征信等八家机构做好个人征信业务的准备工作，准备时间为6个月。

　　这八家商业机构各有背景，除了以鹏元为代表的老牌机构外，芝麻、腾讯、前海背后的“三马”再次聚首引发了市场的热议，在过去的两年，“三马”在互联网金融领域兴风作浪，竞争也伴随着合作，而对于个人征信这块全新的业务，三家又能玩出什么花样？

　　近日，《第一财经日报》记者分别采访了三家征信业务相关负责人解读自家商业模式，显然，“三马”各有侧重，究竟谁在未来能够成为翘楚，要市场的试炼。

　　优势数据源决定方法论

　　上述《通知》发布以后，三家又开始了新一轮的忙碌，“这不是意味着牌照的下发，央行给了6个月的准备期，此后还要进行一轮检查，看看是否达到条件。”深圳前海征信总经理邱寒在接受《第一财经日报》记者采访时说。

　　邱寒猜测，下一步央行关注的依旧是个人信息安全和个人隐私保护，“不管是内控制度的建立、系统信息安全防范机制还是授权条例，肯定都是检查的重点方向，这些也是前期的准备方向。”她说。

　　而就在《通知》发布之前，三家也已经基于各自现有的数据进行了大量的内部测试，平安于2012年就盯上了征信业务，当时也与央行进行了意向沟通，直到《征信业管理条例》和《征信机构管理办法》于2013年3月和12月分别出台，商业机构申请成立征信机构才有了法律的依据。

　　平安有8000万个人客户，作为金融机构，平安的客户基本都是实名制，且交易行为更多的是属于金融行为，与个人征信所需要的数据源高度相关。

　　“其实我们之前做了一些内部测试，更多的是基于内部子公司的需求，不进入征信系统，拿到牌照后，我们会与集团各个专业公司谈，但平安集团内部的金融业态非常复杂，面对的监管也不一样，所以还需要个案处理。”邱寒说。

　　在她看来，平安一直在与风险打交道，不同的产品有不同的风险表现形式，在这个基础上再融入新的数据源，就可以把传统经验提到一个新的高度。

　　“对于任何一个人未来风险的评价都是基于对于历史的验证，评价模型没有经过历史数据的长时间验证都是无本之木，不管征信发展到什么程度，历史数据永远非常重要。”她说。

　　而腾讯征信总经理(筹)吴丹在接受《第一财经日报》记者采访时表示，腾讯征信的数据是建立在腾讯自己多年数据积累的基础之上，“腾讯内部数据非常丰富，包括社交、支付、游戏、虚拟行为、网络行为表现等，这些数据是传统公司很少触及的领域”。

　　“在过去一段时间，我们做了非常多的探索。每一天都在发现新的变量、新的模式和新的规律，同时也在验证，观察它对信用评分是否合适，经过科学的建模、测试之后，才会把它放到征信里面去，作为产品对外提供。”他说。

　　据了解，目前腾讯覆盖8亿QQ账户，5亿微信账户和3亿支付用户，对于外界质疑腾讯缺乏与金融直接相关的数据，如何玩征信？吴丹说，腾讯自己做过一些信贷产品，这种产品不是只针对有信用卡的客户，有很多尝试是针对比较草根的用户，比如刚刚进入社会的大学生，贷款额可能只有500元、1000元。

　　“这方面的信息我们也在累积，可能金融机构或银行认为腾讯没有那么多直接的表现数据，事实上，这个事情我们一直在做，如今已经累积了相当量的数据，足够让我们做出信用模型，足够让我们对用户信用判断达到一定的程度，我们现在可以对上亿的用户做出信用评分。”吴丹说。

　　相比于前两家，在个人征信领域，阿里一直被寄予玩出更多花样，芝麻信用隶属于蚂蚁金融服务集团，就在央行下发《通知》之前，蚂蚁金服旗下的蚂蚁微贷就联合淘宝、天猫共同推出一项名为“花呗”的消费贷款服务。

　　“花呗还是一个试用的场景，只开放给一部分活跃用户，无论是花呗还是微贷，背后的很多模型与芝麻信用是共通的。”蚂蚁金服一位负责人对本报记者说。

　　“其实，个人信用在阿里内部已经推进了很多年，阿里小贷就是利用线上的数据来判断卖家的信用，这就是征信数据，阿里小贷的信用数据拿出来甚至可以给银行作参考，目前，芝麻信用内部测试构建的模型已经不止上万个。”他说。

　　据了解，目前蚂蚁金服已经有3亿实名制用户，“外界一直在说，我们只有电商数据，但其实，电商数据伴随着一系列行为：注册、收货、物流、认证、基于金钱的社交工具、理财、订酒店、订航班、交水电煤费用，电商是中间的一个点，围绕这个点发散出来的东西是非常丰富的。”上述蚂蚁金服负责人说。

　　建模能力决定有效性

　　尽管三家都认为自己积累了行业内最为丰富的大数据，但仅有数据来源是不够的，其背后是数据处理能力和研究，如何在海量的数据里建立评判个人信用的模型，且被验证行之有效，是关键所在。

　　“所谓的大数据分析，其实就是找出不同数据之间的关联性，找出因果关系，有很多时候，这些因果关系在我们的常识里是很难想到的，在传统征信领域，判断一个人的信用状况维度很简单，比如收入高低、地位高低、有房否，有车否，但在互联网领域，一个你从未关注过的维度可能就与信用正相关或反相关。”上述蚂蚁金服负责人说。

　　那么，如何搭起这种维度与维度之间的相关性，就成为摆在三家征信机构面前的首要问题。

　　“信用是很复杂的，比如两个人今天买了同样的手机，但不代表两人是一样的，可能他们的消费观不一样，前一个人比较节约，所以买了这个手机，但他本身很有钱，后一个人比较铺张浪费，买完手机后口袋空空，两个人的信用肯定不一样，所以要用历史数据作为参考系验证这种规则是否有效。”邱寒说。

　　“模型的建立其实没有太多特别，但这些模型最终是否有效，是否适合用户，这是需要验证的，模型只是一种呈现，重要的是建模的能力、分析的能力。”邱寒说。

　　她认为，人是非常复杂的，单独从任何一个方向来评价都不足够，要把各种维度串联起来，尤其是与金融相关的维度，金融维度更为重要。

　　吴丹也表示，建立行之有效的信用判定模型非常困难，要在各个变量中一个一个尝试，“上万个变量，都要经过验证，”吴丹表示，腾讯的互联网大数据征信主要运用社交网络上的海量信息，比如在线、财产、消费、社交等情况，为用户建立基于互联网信息的征信报告。

　　具体说来，征信体系将利用其大数据平台TDBANK，在不同数据源中，采集处理相关行为和基础画像等数据，并利用统计学、传统机器学习的方法，得出用户信用得分，形成个人征信报告。

　　在大家眼中，社交软件上往往缺乏真实性，如果拿来作为征信数据的参考系，是否有效？对此，吴丹解释，社交数据的有效性在国内外都是很前沿的课题，业内也有很多不同的声音，“但对我们来说，社交数据肯定有用，我们做过的探索和模型能够证明这一点，目前我们研究的是社交数据多有用以及如何用起来，如何令其在评分里更加稳定。”

　　他举例道，比如一个QQ账户是虚拟身份，虽然我们可能不知道这个用户背后的人是谁，但不能说这个账户是没有价值的，一个稀缺的QQ号码在黑市上的价格可能是几万或十几万，这个账号本身就产生了价值。

　　“如果这个账户背后的人有一天对银行说，我把这个账户抵押给你，能否给我500元的借款？我们认为可以做，这就是虚拟财产的价值。”吴丹说。

　　“芝麻信用构建模型不止上万个，这些模型也是核心竞争力，没有一个公司会泄露模型的构成，模型一旦泄露，一是涉及商业泄密，二是可能造成信用套利。”蚂蚁金服内部人士表示。

　　“比如，我们发现，一个消费者的捐赠行为丰富，信用通常非常好，而且两者的比例是保持不变的。我们会跟市场讲，如果经常献爱心，信用就会好，但我不会告诉你一个月要献多少次爱心，金额多少，算信用好。”他说。

　　“我们有开放式的、分布式的数据平台系统，把这些数据进行一些整理、运算以后，会得出用户的画像，包括他的资金往来关系等等。测试后发现，无论是人群覆盖度还是对业务场景信用的区分程度上都有一个很好的表现。”蚂蚁金服内部人士表示。

　　该人士解释，芝麻信用能够参考的维度包括淘宝、支付宝钱包、信用卡、缴费、支付、消费、年龄、性别、职业、家庭、状况、注册信息、是否实名认证、兴趣偏好、物品档次怎么样、有没有黑名单记录、资金、支付的渠道、资金往来的人脉关系，等等。“人脉关系有很多场景，我们可以聊天，加一个好友，但资金是最确切的，那些可能和你发生资金关系的人一定比普通与你聊天的人更密切。”他说。

　　另外，芝麻信用把这些个人信用评判系统开发出来，还要和外部的数据进行双向流动，使得反馈数据再回流到芝麻信用，从而修正或积累这个人的信用情况。