征信宝官网
京东金融 消费金融事业部总经理 许凌
本文是京东金融消费金融事业部总经理许凌在征信领军者论坛2015上的讲话原文，经组委会授权征信宝刊登出来的。
非常感谢大家下午还在这儿继续分享。这也是我记忆中京东金融集团在征信行业阐述一些相关的思考，包括京东的一些布局。我们也在筹建京东的征信业务这一块。
可能三块内容我想去分享一下，一征信的边界，征信的要素，包括京东在征信市场起步的一些想法。之前也非常感触赵总的分享，以及之前非常资深的专家的分享。因为我们说第一个感觉，我们想谈一下征信的边界。我们觉得这个市场上很多时候风控、信用和征信，很多时候大家混为一谈了。大家觉得风控、信用和征信是一件事。其实我们在做，我们在想的时候，我们发现这有很不一样的边界。京东我们现在是以消费金融在孵化，反而去反思征信怎么做。风控其实这里面就是你我他和好坏、真假的概念。风控很多时候是告诉自己他好还是坏，而信用管理会做风控的原因又提升一步。特别风控是告诉自己他有多坏，而信用管理是想告诉大家和告诉这个人他有多好。而征信其实我们的理解是说，更多是告诉这个人他有多真，他是谁，而且告诉另外一个人这个人是谁。很多时候风险的控制是挡住坏人，主动的信用管理，获得很多的风险定价以后，可以从风险定价获得企业金融业务的收益。帮助要做企业风险经营的时候，帮助识别这个用户本质是谁。很多时候根本不考虑本身的定价问题。所以我们觉得做好征信这一块，很多时候大家都在看数据，第二是把数据变成信息，最终信息变成决策。
很多时候所有的风险，才会产生收益。因为只有金融市场风险和收益无对称的出现，才会有收益。所以整个风险工作，其实我们的理解很简单，或者说很本质。本质是对定价的一个量化，它是一个定价、量化的过程。因为它本身是经营风险。而对于征信来说，我们认为征信本质是认知这个用户的真和假，对这个用户的准确刻画。每家企业在经营的时候有不同的风险偏好，有不同的风险策略。对于用户的识别来说只有真和假。它是一个定性的过程，我们认为它是一个定性的量化过程。我们认为风险管理和征信，一个是对风险定价的量化，第二个对风险评价，是不是本人的一个理解。它能起一个内深的征信管理和外伸的风险管理。我们对用户的洞察是不是准确？如果企业自己都不敢用，别人怎么敢用你的产品？
其实我们觉得征信的要素是三个点，第一个是数据，第二个是技术，第三个是时间。这是我们总结出来，任何一个行业参与者，这三个要素要具备。也就是为什么我在这儿分享的主题叫征信远大的前程？但是我们说这个路途很艰险，需要大量的数据的投入。这个数据要具备三个要素，因为所有的征信来自于对信息的刻画、对用户的识别。而这三个数据，第一个是大数据，第二个厚数据，第三个是动数据。大数据大家很容易理解，量很大。但是如果只有绝对的量大，其实很难刻画真实的情况。所以我们提出来在大的基础上要有厚，今天上午还在跟几个朋友分享，比如说很简单我们去识别一个人，这个人在京东买一台电视，是买进口的还是国产的？是买中档价位还是高档价位的？其实推演出来一个人的生活信息非常深刻。所以只有这个纬度足够深，足够厚，才能把你想征信的对象丰富起来。数据一定要动态更新的，好比我现在有一个亿人的数据，但是这个数据是现在十年前的，那就没有任何意义。相当于现在整个社会经济的变革那么快，每个人每天发生的信息跟下一天、下个个变化非常大。只有参与征信的企业，你掌握的数据，或者你产生不断更新的数据源。这才有实际的意义，因为你的数据展示出当前对象的最客观的现象。即便是数据，也要有三个要素，第一个这个数据要足够大，第二个这个数据要足够厚，第三个要实时更新。
然后技术我们提出三个概念，第一个是模型，第二个是科技，第三个是团队。咱们现在做好多模型开发，大家都会把这些人群统称为码农。在码农下面还有一层叫数农，有人需要把数据清洗。刚才赵萌赵总说数据清洗完了以后，码农们才能变成模型。真正做模型策略的，我们叫模王。现在我们发现在不同领域，不同行业，对于数据的理解也有差异。京东不断地投资一些，无论是国内的还是国外的，数据技术、征信技术相关的行业，来引入更好的。其实这种技术没有绝对的0和1，它是一个像工匠一样，是一个不断挑的过程。即使是学习这种技术，我们现在也有。我们引入一些海外的技术，去帮最后的精细化，最难获得一块进一步提升。技术和团队的投资，这是一个很重要的投入。
第三个是时间，在座很多行业，包括今天论坛的行业是征信行业的领军或者征信行业的推动。我们觉得征信行业很大一点，大家一定要关注这个时间，这个时间意味着你的投入期非常长，而且投入非常巨大。第二回报期更长。所以我们觉得做这样的一个征信，一定要有这样的预期，投入很长，回报很短。不要用短期的商业利益去看征信这个行业。第三个我觉得做征信更多的是社会诚信和社会责任，每个参与的企业，更多的想社会诚信的建设，忽略少看一些短期的商业利益。所以我们提出了数据、时间和技术三个核心的要素。
最后简单的分享一下京东征信做的一些事，为了起步征信这个事，我们做了一些什么样的基础工作，我们有什么样的模型依托于我们原来自有的模型，已经孵化出来。未来进入征信行业，我们把这些卓有成效的模型分享给整个行业。在过去两年我们建立了这一套大数据生态，第一个是我们左边这块，是思南，我们称之为风险控制模型体系。这个模型体系里面，我们自己有专利，做出来偏风险管理类的模型。当中的是我们称之为火药的，是量化运营模型体系，有十几个模型已经在使用。第三个是当中的一块，我们称之为活字的体系，更多的是用户的识别和刻画。基于上面的三大体系，我们最终构建了称之为造纸的体系，就是大数据征信体系。希望能够帮助环境更好的识别更多的风险，做好更多的量化运营。最终来铺设整个征信体系。因为这张图很细，里面有些内容可以跟大家分享一下。比如说刚刚提到的思南，思南是我们风险控制模型体系。从摧收评分模型到行为评分模型、申请评分模型等。就拿申请评分模型来说，在过去的两年时间我们迭代了5级。2014年5月，我们推出的第一个量化模型。是一个量化评分卡的开发技术。那个时候这个评分卡刚刚上线，20个变量，覆盖5百万的用户。到2014年7月的时候，我们对这个模型进行进一步升级，这时候京东的用户已经覆盖到2千万的人。到了2014年11月，我们跟（英文）联合建模，我们用了一些随机森林的新的技术，那时候我们把单一模型扩展到300个，覆盖用户到三千万。到2015年5月，用了更多的算法去算。单一的模型的变量突破50个，用户覆盖已经到6千万。现在我们申请了5.0模型，已经在1000多个变量在里面run，这些变量会随时生成新的变量。我们已经覆盖一个亿的用户。
任何一个模型会需要大量的人和时间去做不断的迭代和更新，来确保这个模型的使用效率。
刚刚也提到了活字，可以跟大家分享一下，是一个用户关系网络。这是我们从瑞典一个数学博士，回来帮我们开发的。相当于通过京东的关系网络刻画的人和人之间，人和家庭之间的复杂网络，最终刻画用户的洞察和社交关系。
最终其实我们对于造纸这一块，京东内部也有信用评分，我们会把内部称之为白热度的信用评分。想让市场公开使用。这个白热度的评分，有网络行为偏好、信用风险预测、身份特征画像、个人用户评估、履约历史评价、关系网络评价6个纬度。我们不断地在我们的产品上不断地创新和变革，看不见的是对于低层的风险能力的打造。征信这个征途真的是刚刚开始，对于整个市场了解，可能需要在座的同仁一起去碰撞，一起推动市场的发展。谢谢大家！
