随著(zhe)逃廢債現象日益增多，互金平台借助大數據與智能(néng)技術爲“武器”，與失信人群的鬥争正悄然升級。

        中國(guó)互聯網金融協會(huì)最新數據顯示，截至2018年底，12家首批接入司法數據的互金企業共查詢約1260萬次，拒貸了30059位失信被(bèi)執行人。

        不過(guò)，失信人群（俗稱黑名單人群）到底有哪些行爲特征，業界一直沒(méi)有權威全面(miàn)的解讀。

        近日，信用算力通過(guò)對(duì)自身積累的數百萬互聯網用戶在線借還(hái)款數據進(jìn)行分析，將(jiāng)黑名單用戶組（逾期90天以上的借款人）與未逾期用戶組進(jìn)行對(duì)比，突顯失信人群的行爲特征與用戶畫像。

        根據信用算力近期聯合上海市社會(huì)信用促進(jìn)中心及上海交通大學(xué)中國(guó)普惠金融研究中心發(fā)布的《2018年中國(guó)零售金融信用體系報告》（下稱《報告》）顯示，當前失信人群的行爲特征趨于多元化，就性别而言，被(bèi)納入黑名單的男性借款人較女性借款人高出約2倍；就地區分布而言，中西部省份借款人逾期率明顯高于東部省市；就受教育程度而言，高中及以下學(xué)曆借款人逾期率高于本科及以上學(xué)曆；就還(hái)款能(néng)力而言，73.6%黑名單借款人月收入在8000元以下；就用戶還(hái)款行爲而言，初次貸款用戶逾期比例最高，随著(zhe)貸款申請次數，借款人逾期次數反而走低。

        在信用算力董事(shì)長(cháng)兼CEO張建梁看來，當前黑名單借款人行爲特征趨于多元化，也與整個行業經(jīng)曆陣痛洗牌期息息相關。由于2018年6-8月多家互金平台接連爆雷，導緻不少原本收入不夠穩定豐厚的借款人心存僥幸心理，“等待”平台爆雷倒閉而逃廢債。

        “事(shì)實上，要讓這(zhè)些黑名單人群不再心存僥幸，一方面(miàn)需要加大對(duì)失信人的懲戒力度，另一方面(miàn)則要加快各類數據流通共享，從而建立完善全面(miàn)的貸前風控體系與貸後(hòu)催收策略。”張建梁指出。

        記者多方了解到，針對(duì)失信借款人的風險管控，不少機構除了自己建立黑名單共享機制，還(hái)積極與政府部門牽頭設立的征信機構加強黑名單數據流通共享。與此同時，不少地方政府部門也在積極開(kāi)放數據，讓各類平台得以充實數據，進(jìn)一步優化針對(duì)失信借款人的風控模型。

        自2012年上海推出全國(guó)首個政府數據開(kāi)放平台後(hòu)，截至2018年底，全國(guó)超過(guò)8個省級行政區、7個副省級城市和31個地市先後(hòu)推出數據開(kāi)放平台。貴陽、上海、青島、哈爾濱、東莞等地方政府在數據總量和開(kāi)放數據容量兩(liǎng)大方面(miàn)位居國(guó)内前列。

        有互金平台人士指出，以政府開(kāi)放的數據類型而言，當前社會(huì)民生和經(jīng)貿工商兩(liǎng)類數據最豐富，相比而言，信用服務與社保就業等數據偏少，導緻互金平台針對(duì)黑名單借款人貸前風控審核模型依然難以做到絕對(duì)的精準全面(miàn)。

        “這(zhè)還(hái)需要互金行業協會(huì)與地方政府部門加強溝通，在合規操作前提下獲得更多有價值的數據，持續加強對(duì)逃廢債與失信人群的懲戒力度。”上述互金平台人士直言。

黑名單人群“畫像”

        在張建梁看來，黑名單借款人之所以出現多元化的行爲特征，與當前借款人性别構成(chéng)，經(jīng)濟收入實力，不同地域經(jīng)濟發(fā)展狀況與人均可支配收入水平，個人家庭社會(huì)變故、個人消費觀念是否正确等因素息息相關。

        “我們調研發(fā)現，黑名單裡(lǐ)男性借款人是女性借款人的3倍之多，與男性借款人數量及借款金額比女性均多出2倍相符。”他告訴記者，而中西部省份借款人逾期率之所以高于東部省市，則與不同地域經(jīng)濟發(fā)展狀況與人均可支配收入水平存在很大關聯。

        具體而言，以去年三季度爲例，西部省份人均可支配收入爲1.1萬-1.8萬元，低于當季全國(guó)人均可支配收入21035元，由于收入較低導緻不少借款人一時難以承擔較高的貸款本息償還(hái)壓力，導緻入催率（即在某一個還(hái)款日，預期借款人從M0變成(chéng)M1的比例）位列全國(guó)最高。

        相比而言，去年三季度中西部省市人均可支配收入爲1.5萬-2.3萬，與當季全國(guó)人均可支配收入相差不多，但由于這(zhè)些省市借款人較多，部分借款人無力償還(hái)貸款本息，令入催率處于國(guó)内中等水準。

        浙江、廣東、上海、北京等東部省市的人均可支配收入在去年三季度達到2.5萬-5萬元，且借款人相對(duì)較少，令入催率位列國(guó)内較低水準。

        值得注意的是，盡管去年三季度東北三省人均可支配收入僅僅達到中等水平（1.7萬-2.4萬），但由于當地借款人較少，入催率反而排名全國(guó)最低。

        張建梁向(xiàng)記者透露，收入水準高低對(duì)逾期幾率與失信行爲的影響，還(hái)反映在學(xué)曆、年齡與個人婚姻狀況身上。

        《報告》分析顯示，多數借款人年齡在20-30歲之間，且呈現年紀越小，逾期幾率越高的現象，一個重要原因是很多年紀較低的年輕人在缺乏穩定較高收入的情況下，過(guò)度超前消費提升生活品質，導緻自己還(hái)不起(qǐ)錢背負一身債，最終納入黑名單。

        至于未婚和離異群體逾期率之所以比已婚群體略高，主要原因是婚後(hòu)夫妻雙方共同承擔債務，夫妻之間相互掣肘，在借貸上更爲謹慎；而不少未婚與離異人群是月光族，無法增加儲蓄，導緻還(hái)款逾期風險加大。

        “這(zhè)也讓很多平台優化風控策略，比如針對(duì)30歲左右借款人申請借款用于買車、子女教育等需求時，他們會(huì)優選查看借款人是否已婚，或者通過(guò)大數據分析他是否存在離異可能(néng)，再決定是否給予貸款。”一位互金平台風控部主管向(xiàng)記者透露。

        高中及以下學(xué)曆借款人逾期率高于本科及以上學(xué)曆，則因爲個人受教育程度與個人收入呈正相關，值得注意的是，73.6%黑名單借款人收入在8000元以下，與此對(duì)應的是，其中多數借款人學(xué)曆都(dōu)在高中及以下學(xué)曆。

        《報告》還(hái)發(fā)現，與多次借款不還(hái)的“老賴”印象形成(chéng)鮮明反差的是，初次借款用戶逾期比例反而最高，随著(zhe)借款申請次數增加，借款人逾期次數其實在降低。

        “事(shì)實上，很多初次借款用戶之所以最終被(bèi)納入黑名單，是被(bèi)誤傷的。因爲他們對(duì)還(hái)款流程相對(duì)陌生，導緻逾期催收現象增多。相比而言，多次借款的申請人已經(jīng)意識到，一旦出現逾期會(huì)影響到自己以後(hòu)的貸款審批通過(guò)率，因此不大敢随意不還(hái)錢。”張建梁透露，不過(guò)随著(zhe)互金行業平台爆雷現象不止，目前整個行業最急需解決的，是越來越多借款人心存僥幸，押注平台爆雷而逃廢債，甯願“犧牲”自己的信用記錄。

黑名單數據流通共享痛點待解

        在多位互金業内人士看來，随著(zhe)失信人群行爲特征與用戶畫像越來越清晰，平台相應的風控策略也能(néng)對(duì)症下藥。

        “目前，很多互金平台風控模型都(dōu)將(jiāng)不同地域收入狀況，借款人婚姻、年齡、還(hái)款能(néng)力、受教育程度作爲重要的風控參數，甚至圍繞這(zhè)些參與構建了相應的反欺詐與黑名單數據庫。”他透露，比如若一個年紀較低的借款人财務數據顯示他收入很高，就會(huì)引發(fā)平台懷疑而拒絕貸款，還(hái)有曾有多次借款的申請人未必會(huì)被(bèi)拒貸，反而可能(néng)會(huì)給予更高的借款額度，前提是通過(guò)大量信貸還(hái)款數據進(jìn)行交叉驗證，證明他不存在多頭借貸與借新還(hái)舊行爲，且每次都(dōu)能(néng)按時還(hái)款。

        但他坦言，不少借款人也意識到不同平台的黑名單數據庫存在信息不共享，在黑中介的幫助下，他們紛紛對(duì)财務數據、還(hái)款能(néng)力等數據進(jìn)行“美化”或“虛構”，從而實現騙貸的目的。

        “這(zhè)令互金平台之間的黑名單數據流通共享，變得刻不容緩。”他指出。

        記者多方了解到，近年以來不少金融科技平台也借助區塊鏈等新興技術，在實現個人數據隐私保護的情況下打通黑名單數據流通共享的隔閡，比如部分金融科技平台采用超級賬本fabric聯盟等區塊鏈技術，將(jiāng)金融機構數百萬條黑名單數據加密存儲在區塊鏈上，其他合作機構可以通過(guò)獨立部署節點接入聯盟鏈，開(kāi)展區塊鏈黑名單數據上傳和查詢等業務，從而實現黑名單數據以合規模式進(jìn)行流通共享。

        信用算力等金融科技平台則通過(guò)技術服務輸出，讓金融機構對(duì)不同類型機構的異構數據源進(jìn)行數據歸一、特征挖掘與指标計算，從而對(duì)不同客群的逾期失信行爲特征與指标進(jìn)行歸類統計，從而優化消費金融貸款産品的風控效率。

        與此同時，政府牽頭發(fā)起(qǐ)的征信平台也在積極整合各個互金平台的黑名單數據庫，從而讓各個參與方都(dōu)能(néng)從中受益。

        但多位互金平台人士透露，目前政府牽頭發(fā)起(qǐ)的征信平台所能(néng)提供的黑名單數據依然不夠全不夠多，主要原因是不少互金平台基于自身利益考量，不大願分享自己的黑名單數據庫，導緻相關數據的流通依然存在較大障礙，其結果是不少沒(méi)有進(jìn)入黑名單的借款人經(jīng)過(guò)多維度數據的交叉驗證，反而發(fā)現此前存在财務數據篡改或還(hái)款逾期行爲。

        在他們看來，這(zhè)背後(hòu)，還(hái)是整個互金行業的信息孤島問題至今沒(méi)有得到實質性解決。所謂數據孤島，主要分成(chéng)兩(liǎng)個方面(miàn)，一是不同機構自主存儲維護海量數據卻沒(méi)有共享，造成(chéng)數據資源大量浪費；二是部分平台即便擁有大量數據，但不同來源數據在邏輯上相對(duì)孤立，造成(chéng)溝通成(chéng)本極高且影響信用評估效率。

        “因此，政府相關部門與互金平台盡可能(néng)地開(kāi)放數據，通過(guò)深度學(xué)習等人工智能(néng)技術破解數據孤島問題，進(jìn)一步提升失信人群的辨别能(néng)力，通過(guò)全社會(huì)力量對(duì)失信人進(jìn)行聯合懲戒，勢必有助解決當前日益增加的逃廢債問題，以及黑名單數據庫流通共享不足的瓶頸。”他指出。在這(zhè)方面(miàn)，如今不少政府部門無疑走在前列。2017年8月17日起(qǐ)，發(fā)改委通過(guò)信用中國(guó)披露涉金融領域黑名單。截至2019年1月2日，發(fā)改委已發(fā)布十批名單，涉及自然人2269人（不包含黑名單企業的企業法人），其中因融資、借款原因被(bèi)列入黑名單的自然人共793名，占比34.95%。

        上述互金平台風控部主管透露，随著(zhe)數據開(kāi)放越來越多，如今他所在的平台可以整合大量第三方數據，深入挖掘借款人信用評分、信貸數據、消費數據、互聯網痕迹數據、公安部數據、運營商數據、法院數據等，生成(chéng)數萬個風險變量，并且不定期變更風控策略。不但實現多維度地準确評估借款人信用狀況，也令很多失信借款人無處遁形。

        “尤其是很多黑中介難以掌握數萬個風控模型變量及其組合排列方式，令他們無法指使一些失信借款人美化個人财務數據攻破平台風控體系，騙貸難度大幅增加。”他指出，而這(zhè)些數據也令平台更全面(miàn)地掌握逾期借款人的當前消費狀況與經(jīng)濟能(néng)力，有助于持續提升懲戒逃廢債行爲效率。