小马金融CEO张诚：大数据征信无法解决互联网金融风控问题

本篇文章960字，读完约2分钟

上海2015-04-28(中国商业电信)-大数据信用风险控制系统的建设有利于互联网金融的发展，但目前其作用仍然十分有限。目前，大数据信用报告不能涉及和交换企业和个人的业务、财务等基本信息，不能解决法律约束和宏观环境变化导致的坏账率上升等根本性问题。互联网金融平台的风险控制需要自身加强，以便把握业务的实际情况。小马金融首席执行官张成在联想音乐基金与企业家联合举办的互联网加新金融创新沙龙上发表了自己的观点。

根据国家消费者法律中心去年3月发表的题为“大数据，个人信用评级的大失望”的调查报告，美国大数据信用报告公司的信息错误率高于50%。作为银行业的老手，张成认为，中国目前的信用信息系统远远落后于美国，大数据信用信息无法解决目前中国互联网金融的风险控制问题。

《国务院信用管理条例》对信用业务作了明确规定:信用业务是指依法收集、整理、保存和处理个人、法人和其他组织的信用信息，并向外界提供信用报告、信用评分和信用评级的业务活动。简而言之，信用调查是建立和提供信用档案和信用评级。在美国，信用报告包括四种不同的业务:个人信用信息局、信用评分(fico垄断行业)、商业信用信息局和信用评级。第一个是大数据的信用文件，最后三个是不同主体的信用评级。

首先，信用法律是大数据信用的首要问题。《信用管理条例》明确规定，个人信息的采集必须经信息主体同意，未经其同意不得采集。要让信息主体同意使用大数据并不容易，因为根据规定，没有人能清楚地告诉信用报告。

其次，坏账的不可预测性是大数据信用报告的第二大问题。在中国，有两种坏账:如果你有钱，你就无法偿还；如果你想偿还。大数据的评分机制难以判断借款人的个人还款意愿和经济形势变化造成的资金短缺，从而导致大量坏账。

张成认为，任何不能保证资金安全的金融平台都是流氓。在风险控制方面，小马的金融信贷团队来自银行，采用德国ipc小额信贷技术。与大数据信用报告网络收集和整理数据不同，小马金融的线下团队更像是一名资深的调查记者，进行实地考察，对全方位的调查数据进行交叉核对，通过控制个人道德品质来明确借款客户的还款意愿。

据了解，小马金融信贷团队拥有数百亿的贷款经验，平均贷款金额只有10多万，主要用于中小企业、小企业和农业贷款，并帮助数十万人实现了扩大生产，历史不良贷款率仅为0.3%。