大数据视角下互联网消费金融风险探讨

赵建凤

基金项目：河南省哲学社会科学规划项目“精准扶贫视角下河南省普惠金融发展问题研究”

（项目编号：2016BJJ003）

中图分类号：F724 文献标识码：A

内容摘要：本文以京东白条为例，探讨大数据技术在消费金融信用风险管理中的应用。京东白条是京东金融集团自建的大数据模型体系和风控系统，主要从贷前目标客户选择及信用评估、贷中客户行为监测、贷后逾期本息追偿三个角度进行客户信用风险的管理。京东白条服务于京东电商产业链闭环，有效减少了客户信息的不对称性，可实现全流程的动态风险管控。然而，京东白条也存在着白条身份不明确、信息收集渠道有限以及贷后追偿成本高等风险，针对这些问题，文章提出了相应的风险管控措施。

关键词：大数据 京东白条 互联网金融 信用风险

京东白条业务及其运作模式

京东白条业务是京东金融集团依托京东商城平台会员用户的信用体系，而推出的一项面向个人消费者的消费金融业务。用户在申请使用京东白条业务时，可以选择延后免息付款或分期付款两种消费付款方式，分期付款期限可选择3、6、12、24个月等，服务费率一般为月化0.5%。

京东金融集团在开展京东白条业务的过程中逐步形成特有的业务运作模式。首先，在客户端的选择上，早期由京东金融集团依据消费者在京东商城上的历史交易数据，通过大数据分析评估后向一部分注册用戶发出邀请，由其进行实名认证并绑定信用卡从而获得公司给予的一定授信额度。后期京东白条业务开始逐步面向全部用户开放，一部分京东用户在自主申请京东白条额度时，若通过系统审核便可获取公司提供的普通和小额授信额度。其次，在商品供给端，用户到京东商城平台购买商品主要分为两类：一类是京东自营商品，由京东作为零售商身份自主进货并配送以赚取差价收益；另一类是开通分期购物服务的第三方商家商品，借助京东商城用户流量和品牌效应等优势，将商品信息挂靠到京东平台上，扩大销售渠道。对于挂靠的第三方商家商品，京东主要赚取的是平台服务费及账期收益。最后，在资金端，京东白条业务除了京东多年来积累的资金以及引入战略投资者方式实现的融资外，目前对京东白条业务发展最具助力的要属资产证券化实现的自我融资。

2014年以来，京东全年自营业务规模呈现爆发式增长，京东消费金融事业部推出的白条业务起到了重要的推动作用。京东白条业务对京东商城交易总额渗透情况如图1所示，京东白条增速与京东电商交易总额的增长高度相关，且白条渗透率呈现逐年攀升的趋势。

京东白条的大数据基础及其风险管控措施

（一）京东白条的大数据基础

京东金融通过以自有电商生态产生的数据为主，并整合其它各方数据，真正形成了覆盖广、维度多的“大”数据。具体来看，其大数据主要来源于以下几方面：首先，内部产生的基础数据，京东金融依托于京东集团运营十多年来的自营电商零售业务和支付业务，积累了大量完整、精确的客户电商交易数据，以及几十倍于交易数据的用户行为数据，主要包括消费、物流、退换货等精确数据以及用户的浏览、对比、登录时间、地点等模糊数据；其次，随着京东金融业务规模的不断扩大，也产生了大量的金融交易及行为数据，其相关性更优于电商数据；再次，京东金融近年来对外战略投资一些数据公司，主要投资了ZestFinance、聚合数据和数库等数据公司，可以应用它们所提供的数据；最后，对接的外部信用数据、公共数据等，包括接入央行的征信体系之后可以拿到的银行数据。这些数据具有非常高的交互频率，能够实时更新，可以更加精确地刻画用户，而且能避免因时间延长而降低数据的有效性。

（二）信用风险管控措施

贷前目标客户选择及信用风险评估。一是发展初期，京东白条业务选择客户采取预筛选白名单模式，是基于大数据分析、风险判断前置，邀请京东商城用户开通使用。具体而言，其客户选择模式首先由计量分析人员基于京东商城大数据平台，深度挖掘和分析用户购买力、稳定性，形成各类用户的画像，建立起模型工具体系，再由风险政策人员使用这些模型工具建立起授信政策体系，以此筛选优质客户形成白名单，继而通过微信平台、商城网站等各个入口引导用户完成实名和身份验证，用户在激活开通白条业务后，即可在京东商城平台享受先购物后付款的服务。二是目前京东白条业务已面向全部用户开放，用户申请开通时京东会基于用户消费行为数据，应用大数据建模技术建立量化模型，实时评估违约风险和额度测算。京东白条客户信用风险评估主要采用了互联网大数据建模技术，该建模技术完全摒弃了传统银行逻辑回归的方法论，主要采用了由多种大数据机器学习模型构成的弱分类组合预测模型，解决了数据稀疏、多维度及非结构化等问题，同时也大大提供了模型的稳定性及客户群覆盖度。三是京东金融还依靠其内外部数据所形成的大数据基础，借助于多维度数据模型工具及机器算法等科技手段，建立了一套独立的信用评估体系，该信用评估体系得出的直观结果将形成用户信用评分，即京东商城平台出现的“白热度”。由图2可以得知白热度信用评分主要基于用户在京东商城注册、浏览、下单、支付、配送、评价等的海量数据，并结合用户消费和还款情况，深度挖掘用户身份特征和偏好，评估用户的履行能力，进而预测用户的信用风险水平。

贷中客户网络行为监测。一是大数据“天网”风控系统防套现机制。贷中是小额消费信贷套现行为发生的主要环节，经常有不法商家与不良客户合谋进行套现，损害电商平台消费金融服务商的利益。京东金融凭借其大数据基础和云计算、机器学习等互联网技术，自主研发了用于防范京东白条套现行为的“天网”风控系统。该系统主要包括行业领先的实时风控系统、订单监控系统以及用户行为风险评估系统等子系统，对消费金融业务交易环节提供了实时监测及账户安全保护。大数据“天网”风控系统的子系统—用户行为评估系统聚焦账户安全，通过比对用户账户当前的设备环境、操作行为等数据与用户账户历史行为数据，形成账户行为安全等级的评价，有效防范了因撞库、恶意攻击等造成账户被盗风险；订单监控系统则打通了京东自营物流配送体系，在白条订单进行中和提交后，进行订单实时监控，通过套现模型、高危地址库、各类与时俱进不断迭代的风险策略规则组合，对高风险订单实现系统自动预警。目前“天网”风控系统已在账户安全保护方面取得非常显著的应用效果。目前京东金融集团成功实现客户在向第三方卖家购物时使用白条支付服务，这主要得益于京东金融集团白条订单监控系统与京东利用网络技术手段及大数据构建的反刷单系统对接，且当前该反刷单已从基本规则识别逐渐演化到数据建模精准识别，识别准确率已达99%以上，其反刷单系统流程如图3所示。二是分期还款跟踪机制。分期还款制度是以“现金流管理”理念作为基础的贷款管理方式，京东白条大部分授信额度处在3000元至6000元之间，这相对于大部分平台来说已经算是很小额化了，如果再进行分期还款则消费者每月的还款压力更小，降低客户因暂时偿还能力不足而产生的违约风险。同时分期还款制度要求消费者在分期期限内按时返还消费信贷，因而消费者到期能否按时还款对消费信贷企业具有“提前警示”的功能。在消费分期后期还款流程中，一旦发现消费者出现无法按时还款的情形，京东金融集团就能够第一时间察觉到客户偿债能力出现问题，提前识别出客户存在的信贷违约风险，对客户剩余小额信贷额度停止发放。通过分期还款跟踪机制，对客户的违约风险做到了第一时间的防范，之后就及时督促客户归还剩余欠款，以此来最大限度的降低京东白条损失。

贷后逾期本息追偿。为了降低京东白条信用风险，京东金融对消费者未能及时偿还的款项设立了违约金惩罚机制，现行的是每日收取万分之五的违约金，以此督促消费者及时归还消费贷款。具体来看，京东金融在客户逾期追偿的早期主要采用了短信提醒和电话催收的方式，而对于通讯不便或者恶意违约的客户则采取了较为强硬的手段，主要包括委托催款和法律诉讼等途径来追偿本金和利息。在本息追偿手段上，京东金融与其他传统金融机构的追偿手段并无太大差别，但京东金融在逾期账户的分类中引用了其独一无二的“司南”—风险控制模型体系下的催收评分模型如表1所示，该模型根据逾期期限及工作量将逾期账户智能化分为逾期提醒类（A类）和逾期催收类（B类）。逾期不足90天的逾期账户，以及不具备其他高风险特征的账户将被系统自动划分到逾期提醒类账户，该类逾期账户主要以内部客户催收为主，委托外部催收公司为辅。而对于客户逾期超过90天，或逾期不足90天但具备其他高风险特征的将被系统自动划分到逾期催收类账户，该类逾期账户以专业催收公司为主。

京东白条客户信用风险管控优势及局限

（一）京东白条客户信用风险管控的优势

京东电商产业链闭环与信息的对称性。京东依靠电商平台、在线支付、物流体系的全流程配套服务，在自身体系内部实现交易、配送、售后服务等多环节的完好闭环，这为京东金融开展京东白条业务打下了良好基础。京东白条是依附于京东商城消费场景而开发出来的新金融产品，在电商产业链闭环的有利背景下，京东白条支付业务也实现了闭环操作，即资金在京东商城体系内直接对接用户、商户及消费产品，资金流仍在体系内循环，有效防范了用户套现产生的风险。不同于淘宝和天猫商城使用的蚂蚁花呗，京东商城大部分都是自营业务，直接与消费者发生销售关系，降低了商户与消费者合谋套现的可能。当然京东电商平台所具有的网络信息数据的留痕、开放，也使其采集用户消费相关行为数据、金融数据以及其他地理位置等非结构化数据变得更容易，有效降低了信息“不对称”带来的风险。综合来说，京东电商产业链闭环让京东金融获得更多消费交易及行为数据，这些数据相对于其他平台来说更加干净、准确，有效减少套现机会及因信息不对称带来的信用风险。

数据与技术驱动的全面动态风险管控。京东金融是国内较早定位于金融科技的公司，强调以数据和科技为核心竞争力，通过自身积累和对外的战略部署，获取了各种不同出处的数据源，同时对这些数据运用大数据、机器学习和人工智能等技术进行分析、处理、应用，自建了大数据模型体系和风控系统，对客户信用风险实现了有效管控。图4展示了京东白条依据“四大发明”进行的风险管控流程，综合来看贷前授信阶段主要采取白名单邀请模式。白名单需经过两个阶段的筛选，首先需经过自身建立的千万级风险名单库对网络恶意违约用户、社会失信用户进行过滤，然后通过内部建立的“四大发明”大数据模型体系，从用户洞察、风险预测、量化运营及大数据征信四个大维度对用户信用评估并做进一步的筛选形成白名单，最后向用户发出邀请完成授信。贷中风险监测阶段则借助京东商城电商销售的闭环优势，利用建立的四大风控系统尤其是大数据“天网”系统和“天盾”系统，从反欺诈、防套现、风险决策部署等角度实时识别用户交易环节存在的潜在风险，实现对套现行为的打击、欺诈行为的拦截来保障用户账户资金的安全。贷后本息追偿阶段催收手段则与传统金融机构采用的措施几乎相同，主要通过短信、邮件、电话，甚至司法途径进行催缴。凭借数据优势、大数据模型体系、动态风控系统和全流程的风险管控体系，京东白条所有客户的授信实现了自动化、智能化，白条资产质量也得到了市场投资人士的认可。

（二）京东白条客户信用风险管控的局限性

白条身份不明确，风险前置渠道受限。由于京東白条依靠电商体系运行的特殊性，致使行业内关于其是京东应收账款还是信贷产品的问题一直存在争议。为了不违反《银监会关于商业银行信用卡业务有关问题的通知》以及央行发布的《支付机构互联网支付业务管理办法》的规定，招商银行和交通银行便暂停以信用卡还白条的业务渠道。京东金融在京东白条早期业务中就借助银行关于信用卡人群的审核来实现风险前置，一旦客户未能及时归还消费信贷，京东金融集团就可以通过信用卡划款的方式，来降低客户消费信用风险。随着多家银行关闭信用卡还白条的通道，通过利用信用卡人群降低信用损失的功能会受到一定限制。

信息收集渠道有限，数据维度待完善。京东白条在向用户授信时，其所用到的大数据主要由内外两个维度的数据构成，内部主要来源于京东商城网络购物相关的交易、行为数据以及金融数据等，而外部数据主要来源其投资的几家数据公司。虽然京东白条依靠京东商城拥有较高质量的数据，但缺少其他信息的认证，仍无法对客户身份、偿还能力及偿还意愿等进行有效识别。即使某个客户在京东商城暂时保持着良好的行为记录，但其可能已在其他平台上多次发生违约等不良行为，随时可能演化为在京东平台的违约，因此京东金融需要丰富数据来源渠道，完善自身数据维度。

客户来源分布广泛，贷后追偿成本高。在平台客户来源方面，京东商城具有与其他平台同样的情况，客户几乎分散地分布在全国各个地区。一旦客户出现恶意透支并违约，目前京东金融所能采用的手段很有限，只是采用短信提醒、团队催收甚至司法追讨等手段。考虑到成本问题，司法追讨虽然成效会很显著，但诉讼成本也很高，只适用于大额违约事件。而对于小额违约用户，在考虑到时间成本和人力成本时，京东金融往往只能把用户拉黑，但用户仍能在其他购物平台消费，最终无论追讨成功与否，京东金融都是受损失的一方。

提高京东白条客户信用风险管理水平的措施

（一）扩大京东支付场景，增加理财产品供给

判断客户违约与否的关键在于客户偿还能力的把控上，因而通过客户财富水平的监测对判断客户偿债能力、降低信用风险都具有重大意义。支付业务和理财产品是吸纳客户资金的重要渠道，有利于监测客户资金流向及判断客户财富水平。当前业界集支付业务和理财产品于一身且受广大客户喜爱的当属支付宝平台的余额宝，该产品能随时满足客户存取的流动性需求。同时余额宝作为一种货币基金产品，具有较银行活期存款甚至两年期定存都高的利率，吸引了广大支付宝用户将资金存入余额宝，因此通过余额宝账户资金变动情况的监测对判断客户偿债能力有很大帮助。而目前京东金融虽开发出类似于余额宝的京保贝，但由于京东支付场景大多仅限于京东商城使用，使得京保贝的市场知名度及认可度都不高，无法吸引更多用户将资金存入，因而也就不能及时反映用户当前资金运转情况，对判断偿债能力不利。因此京东金融应通过扩大京东在线支付使用的场景增加客户使用需求，并加大可供投资者选择的优质理财产品，以帮助京东金融实现对客户资金流动的监测，判断客户偿还能力，降低信用风险。

（二）扩大线下信息收集，提高客户身份认证水平

客户信用风险管控的核心是征信，而征信的第一步就是客户身份的认证。目前在客户身份认证上，有两种比较典型的模式：线下面签及大数据画像。笔者认为线下面签是客户身份认证最直接、最精确的手段，而大数据画像是对客户身份的全面刻画、多维度分析及另类验证，二者组合实施效果更为显著。目前银行信用卡及分期乐都主要采用线下方式进行客户认证，能保证用户信息的真实有效，而京东白条在客户选择上则主要利用大数据画像等技术手段对客户进行识别，存在一定的局限性，如果能结合线下面签方式将更有利于完善客户身份信息，降低欺诈风险。京东白条的使用范围主要是京东自营业务，据京东财报显示，2012-2015年京东自营业务占比高达55%-70%，京东完全可以凭借自身物流体系和物流人员扩大线下信息数据收集，在京东内部人员配送货物的同时进行客户身份确认。

（三）对接央行征信系统，加大第三方数据合作

央行征信系统虽然覆盖率低、数据维度单一，只含有客户基本资料、银行借贷及信用卡还款等金融信息，但央行征信系统的个人信用报告在金融征信领域最具权威、涉及面最广泛。一旦某人的个人信用存在污点，就会影响个人通过银行体系购房按揭贷款及信用卡办理等业务。如果京东金融像银行信用卡一样实现与央行征信系统的全面对接，将客户交易情况直接上传至央行征信系统，将对其降低客户信用风险大有裨益。同时，京东金融自建的大数据征信模型和风控模型所用数据，主要来自京东商城积累的客户交易数据、京东投资的数据公司等，缺少海关、税务、社交等数据，不利于京东金融将白条业务拓展到平台以外的个人消费者。接入央行征信系统及第三方数据共享合作可以获取更多关于个人的金融数据、社交数据及搜索数据等，凭借京东金融强大的数据模型处理能力，將各种数据交叉验证，有利于为京东白条扩展更多用户及防控信用风险。

（四）展开商业积分活动，刺激客户及时还款

像京东金融、分期乐等小额消费信贷服务商在逾期贷款追回方面都比较被动，需要在实施逾期罚款的同时采取一些激励措施，让消费者真切体会到维护信用的实在价值。目前银行在信用卡持卡人刷卡消费时，都会按照消费金额奖励一定的积分，该积分可用于兑换商品。同时商业活动中，售货方常常采用赊购的方式促销，并向购货方提供提前还款有现金折扣的方式激励购货方及时还款。因此在借鉴信用卡消费积分以及商业现金折扣方式时，京东金融可以采取白条客户提前还款有送积分措施，并与平台商家展开合作，规定累计的积分可在客户购物时抵扣一定消费金额。该措施有利于将客户相关利益结合在一起，对培养客户信用维护意识更有效，实现贷款追偿的被动为主动。

参考文献：

1.赵大伟.大数据技术驱动下的互联网消费金融研究[J].金融与经济，2017（1）

2.丁乔颖.云金融视域下互联网金融商业风险分析和预警机制构建[J].商业经济研究，2017（16）

3.钟肖英.互联网消费金融中的逆向选择和道德风险研究—基于信号传递和重复博弈的视角[J].金融理论与实践，2016（12）

4.徐金喜.互联网金融的特殊性与一般性及其监管探讨[J].商业经济研究，2017（9）