大数据征信崛起是新大陆还是潘多拉盒子?看美国怎么玩

长按二维码,“识别图中小程序码”,收听此文章的音频!

美房极客,

带你一览那些重新定义房地产业的热辣黑科技

—— Matthew Ding

征信一词源于《左传·昭公八年》中的“君子之言,信而有征,故怨远于其身”。其中,“信而有征”即为可验证其言为信实,或征求、验证信用。征信是依法收集、整理、保存、加工自然人、法人及其他组织的信用信息,并对外提供信用报告、信用评估、信用信息咨询等服务,帮助客户判断、控制信用风险,进行信用管理的活动。

征信就是专业化的、独立的第三方机构为个人或企业建立信用档案,依法采集、客观记录其信用信息,并依法对外提供信用信息服务的一种活动,它为专业化的授信机构提供了信用信息共享的平台。

中国和美国的小企业都有一个共同的问题:融资难。小企业往往需要花更多成本与时间去融资,过程中还总会有各种不确定因素需要小企业们及时反应处理。

传统征信方式

国传统征信方式,是通过以下4个因素来衡量企业的信用水平:

  1. 债务:企业如果有很多欠款,在征信上会遇到很大问题;

  2. 债务历史:检查企业以前是否有违约等不良行为的债务历史;

  3. 信用历史时间:假设有两个公司,一个公司在10年前就获得过第一次银行授信并且有多次借贷历史,而另一个公司仅成立一年,刚刚向银行借贷了1次。虽然无法判断谁的还款能力强,但是我们对第一个公司的数据知道的会更多,能做的分析也更多;

  4. 其他因素:诸如公司法人和实际控制人的资产与信用,担保方或关联方信息,公司资产和经营状况,借款用途或项目评估等。

美国这一套方式虽然解决了实际生活中的一些情况,但是明显对初创企业是不利的。传统的征信模型受制于技术手段,采集数据的成本高昂(人力)且无法接受太多的变量。对企业只能从有限变量的深度挖掘而无法提高广度。

新科技征信崛起

今技术领域的突破,使得大数据和人工智能在企业征信领域被大量应用。传统征信模型中的因素影响系数下降。

近年,一些传统征信机构也在逐渐开发更广泛的征信应用,包括美国三大征信局益百利Experian、艾可菲Equifax和全联TransUnion。

举例来说:假设两个相同时间成立的房地产开发公司,它们分别拥有一个规模相同的办公楼,且都没有地产开发项目。现在两家公司都有一个规模类似的地产开发项目向你融资。你借款给谁?

别着急,大数据能够为我们提供思路。通过电脑数据采集我们可以发现:A公司停车场里安装了很多充电汽车桩,并且使用频率很多;而B公司没有记录。这很大概率说明A公司不是“空壳公司”,A有切实运营,而且公司的文化比较前卫,员工素质较高。

后面我们通过无人机图像采集又发现:A公司停车场每天空置率为15%,而B公司停车场空置率是80%。我们前面已知两个公司都有其办公楼产权,新企业一般不会自己使用全部办公楼空间,会拿出一部分做租赁。从空置率可以看出:A公司运营较好,因为A在相同的时间段租出的办公项目比B公司多。综合前面的电动车充电数据,AI会告诉你要借款给A公司。

当然上面只是一个很简单的列子,在实际生活中需要采集和分析的变量数据会更多。虽然也可以用人工去做,但相比于计算机做来说成本高、效率低且不易更新追踪。还有用电、用水、垃圾处理、工商记录、社保信息、网络接入数据、第三方人力资源网站信息、公司社交门户信息等等很多不确定的变量。

近几年,比特币赚足了人们的眼球,区块链技术也被人们所熟知。区块链本身是一种颠覆因特网的技术,它的防伪鉴真功能对资产确权有着重要意义。资产确权可以说是征信的基石之一。

一个已进入建设阶段的房地产开发项目需要融资,此时银行会让开发商和建设商对所有生产资料、土地和建筑通过区块链平台进行确权,之后区块链平台将这些物料和产权转化为同等金额的数字债权,那么所有能够接入这个平台的投资者就都能通过区块链货币的购买拆分基于核心企业或项目的债权拿到相应的、不可作伪的数字凭证。最为关键的是,企业们可以根据凭证随时随地找到各种类型金融机构进行融资,从而解决了小企业融资难问题。

最后,笔者认为计算机技术的突破和大发展不仅解决了传统的信用问题,还带来了一个崭新的信用时代。这样的信用时代,消灭了不公平,消灭了潜规则。区块链公正、公开、透明、不可篡改的性质让投机者无缝可钻。所以,让我们主动拥抱新时代吧。

在互联网上,凡走过的,必留下痕迹。这句话同样适用于征信领域,尤其是在互联网已经深入我们生活方方面面的时代,未来最了解你的信用情况的人,也许不是你的伴侣或你的父母,而是你的大数据。

【美房极客】专栏作者

Matthew Ding

aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa

Matthew Ding,毕业于美国George Mason Univesity和University of Alabama,获得管理学与统计学双硕士。不仅在中国银行和投资银行有金融与管理方面的工作经验,还在中国创办过AR技术公司,并成功获得150万美金融资。目前在VESTA Investment担任技术部主管。

(0)

相关推荐