失聯借款人在微博微信上“現身”
要做到這一點，很難。
對于傳統的信用貸款發放機構而言，如果沒有互聯網，當一個借款人逾期并處于失聯狀態時，這筆債務的催收將陷入停滯狀態；而互聯網的普及和大數據運用的推廣，則給鎖定失聯借款人提供了可能，也給新興的互聯網金融企業提供了一種催收的新路徑。
業內人士指出，在互聯網上有很多零散的、各自獨立的信息記錄系統——就單個的信息而言，它可能是碎片化的，但是將其通過大數據技術整合聯接起來，就會準確地描畫出一個人的行為軌跡來。
精準鎖定逾期失聯借款人
這些數據不僅服務于債務的催收，也可服務于前端信用的評估和更具個性化的營銷推廣。 根據中國互聯網信息中心發布的最新報告，截至2014年年底，我國網民規模已達6.49億人，其中手機網民規模達5.57億；我國網民平均每天上網時間約3.7小時。
在網民群體中，20歲到40歲的網民占比最高，這也是借貸市場的主要目標客戶。規模龐大的網民數量、每天產生的海量數據，也給互聯網金融風控提供了有力支撐。
玖富公司是一家移動互聯網金融服務企業。近日，其首席風控官穆遠對法治周末記者表示，對于現在80、90后這一代人來講，青春歲月基本上都能在互聯網上找到相應的軌跡，很難在互聯網上創造出一個與他無關的、全新的、且具有相當長歷史的身份。
正是基于此，玖富從事催收業務的同事在進行業務交流時，交流的內容都在發生變化。穆遠介紹，以前催收人員分享的，多是如何在借款人單位和家庭住址處蹲守，如何同借款人的鄰居交流來獲取借款人的信息；而現在，催收人員在一起交流的內容，是如何利用微信、微博、貼吧、論壇中的信息和數據對客戶行為特征進行分析，然后制定更有針對性的催收方案。
穆遠介紹，之前，有一個借款人在玖富借款期限屆滿后失聯，催收人員便利用互聯網、各種移動終端收集其信息。一個偶然的機會，催收人員在這個借款人的微博中發現了一張很久以前他和親友的合影，照片上還顯示出了其親友工作單位的信息。于是催收人員便同這位親友取得了聯系。而借款人在知曉催收人員聯系其親友后，擔心欠債不還會影響自己的聲譽，遂及時償還了債務。
信而富CEO王征宇博士向法治周末記者介紹，就催收而言，此前肯定是要經歷一個信用審核的過程，確定其是否具有真實的還款意愿、是否具備還款能力、還款穩定性如何。“舉例而言，如果一個借款人在一個地區、一個單位生活工作了多年，意味著其在當地建立有一系列社會關系，在這種情況下，其變動成本很高，也就是說，借款人穩定性越高，出現違約的概率就越低，平臺抵御風險的能力就越強。”王征宇說。
“由于在對借款人進行信用審核時肯定會采集借款人的聯系方式，包括電話、家庭及工作單位地址等數據，催收時首先也是使用這一數據，如果通過上述方式還是聯系不到借款人，這說明傳統的聯系方式已經失效，這時就需要收集新的數據。”王征宇說。
隨著互聯網技術的快速發展，王征宇表示，一個人在互聯網上會留有非常多的軌跡，這時包括社交數據等信息都會成為鎖定失聯借款人的重要方式，借用發達的搜索技術，通過對這些數據進行收集和跟蹤分析，是有可能憑借這些蛛絲馬跡將其找到的。
王征宇也分享了公司催收的一個案例，之前信而富平臺有一位從事鮮花業務的借款人在還款期屆滿時失聯，無法通過傳統的聯系方式找到該借款人。在了解到該借款人有用花的名稱編寫順口溜的習慣后，催收人員就在網絡上搜集與之相關的數據，試圖從中找尋該借款人的蛛絲馬跡，最終在一個QQ聊天群中鎖定了該借款人，使其償還了債務。
數據中的“星星”和“太陽”
王征宇表示，對于傳統的信貸業務而言，評估一個人信用最準確、最有效的數據，就是客戶的信貸歷史數據，其效用“就如同太陽的光照”。在此基礎上，社交網絡數據、行為數據對于評估一個人的信用會有些作用，但是作用較為微弱，如同“星星”，在太陽的強烈光照下，星星的光亮會隱去。
不過，目前在中國央行征信系統中有信貸記錄的用戶僅有2.9億人，覆蓋率只有20%。當用戶沒有征信數據時，王征宇表示，對其信用的評估就相當于處于一個黑夜，這時電商交易數據、社交網絡行為、在線支付行為等數據就如同“星星”，如果方法運用得當，將他們結合在一起，在借款人進行非常小額的借款申請時，可以對其信用評估起到某種預測作用。
其實這些來自互聯網上星星點點的數據，不僅幫助互聯網金融機構做貸前審核和貸后催收，還在貸中風險監測上發揮著很大的作用。
穆遠對法治周末記者介紹，用戶在玖富申請借款時，經借款人許可，玖富的APP可以獲得對借款人通訊錄、行為軌跡等數據進行收集的權限，這些數據不僅能幫助公司在其失聯后將其鎖定，還可以做貸中風險監測。比如該借款人的行為軌跡顯示其頻繁前往澳門，公司就會預判其可能存在賭博嗜好，對其還款風險做特別關注。
可作用于信貸全流程
其實在美國、英國這些傳統征信業發達的國家，基于成熟的征信體系，以及成熟的大數據運用技術，借貸平臺對借款人信用的審核、貸后的跟蹤監測更多的是基于系統自動化來完成。
以第一家登陸美國資本市場的Lending Club為例，其促成借貸規模超過50億美元，但是員工總數僅為六七百人；英國老牌P2P業務的公司Zoppa，員工總數也只有六十余人。這些公司主要通過采購數據和集成數據解決數據來源問題，公司更多的是做數據的評估和模型的構建。
反觀國內，很多P2P公司為了做大規模、做好風控，更多的還是依賴人海戰術。公開資料顯示，成交規模在行業內居前列的公司，員工人數往往多達上千人，甚至過萬。
目前，隨著大數據在國內多個行業內如火如荼的運用，國內一些互聯網金融企業也開始運用大數據，增強公司運作的“科技感”。
特別是在現下的移動互聯網時代，以PC端推廣來獲得客源成本的居高不下，這讓一些互聯網金融企業借助大數據轉戰移動端，由于增強營銷的個性化和精準度，不僅降低了營銷成本，目前也取得了不錯的效果。
中國社會科學院法學所研究員周漢華對法治周末記者表示，大數據的運用可以降低傳統征信中信息不對稱的問題，對于互聯網金融公司從事風控而言，具有如虎添翼的效果，這對降低社會交易成本具有正面意義。
京公網安備 11010502049343號