征信體系發威 兩大網絡銀行首份成績單喜人

10月16日，微眾銀行內部發了一份消費金融事業部的報告：首款純信用小額貸款產品微粒貸，上線5個月后，授信客戶數突破100萬，最高日放款額超1億元。同一日，網商銀行行長俞勝法對外表示，該行開業4個月以來小微授信戶數逾18萬，涉及信貸金額30億元。

據測算，兩家銀行各自的戶均借款在15000元至17000元之間，都符合各自此前的“小貸”定位。

兩家網絡銀行成績單的先決條件是——納入了互聯網與傳統金融雙渠道數據的綜合征信體系開始發揮作用。兩家銀行依托的征信數據都是在央行征信、公共信息(稅務拖欠、套票)、法律信息、合作銀行提供的金融交易與信貸數據的基礎上，輔以電商數據或社交數據。

網商銀行背后的征信數據庫：阿里電商數據涵蓋了網店的經營流水、銷售情況、支出與庫存等情況，相對而言較能反映企業的還款能力和資質，網商銀行是可以直接采用的。微眾銀行則不一樣，它需要在用戶社交軟件在線時長、登錄頻次、虛擬財產等社交數據庫篩選出能轉化為金融數據的指標，再結合其他交易數據做綜合考量，工序比網商銀行復雜一道。

正是為了得到這些可以轉化為金融交易數據的原始數據，騰訊一直在盡可能多地建立并且與合作伙伴拓寬金融消費場景。

上月末，麥當勞中國和微信支付聯合發布“數字化用餐體驗”合作。目前，麥當勞全上海的172家餐廳已率先接入微信支付，估計明年第一季度將覆蓋全國2200多家麥當勞餐廳。

除了爭奪線下收單市場以外，這些數據是有價值的：一個用戶若高頻率地在機場或者商業中心區的麥當勞消費，和在其他偏遠地區麥當勞消費的用戶，代表的消費能力甚至資產狀況可能都是不一樣的。甚至用戶的滴滴打車行車記錄，征信團隊也能分析出其辦公地點或消費場所，以間接判斷其消費能力。

正是對這些創新數據的分析，銀行開始在付款歷史、未償債務、信貸時長、新信貸爭取量、信貸組合等傳統的信用評分模型參考要素外，引入互聯網的平臺提供的社交數據，廣發銀行、浦發銀行就接入了騰訊征信系統。騰訊征信總經理吳丹曾表示，騰訊征信把社交數據放入信用評定模型后，對于銀行評定準確度提高了20%~25%。

騰訊征信的例子表明，可獲得金融交易數據的場景的建立，對于完善整個征信系統更為重要。

網商銀行也不滿足只給阿里平臺產業鏈上的商戶放貸，今年8月下旬，網商銀行推出了流量貸。與全球最大的中文網站流量統計機構CNZZ合作，CNZZ變相提供征信數據——網站的流量統計數據，該數據能一定程度反映網站經營指標。在這個基礎上，再輔以網站經營者的個人信用等因素，向網站提供單筆最高100萬元的貸款。