知网论文查重范文–P2P宜信公司采用FICO评分模式所带来的风险

知网论文查重范文--P2P宜信公司采用FICO评分模式所带来的风险

宜信所引入的FICO信用评分机制，在中国的运用有诸多缺陷，下面就以FICO评分与另一应用较为广泛的“芝麻信用分”的比较，来进一步说明FICO评分所带来的风险。

表1：“芝麻信用分”与“FICO评分”的比较

“芝麻信用”也是一套征信系统，与其他评分不同的是，它会充分分析用户淘宝、支付宝以及社交媒体等平台中的消费记录。芝麻信用主要特色是利用淘宝这一大数据端口，再结合回归模型和机器模型算法进行评分，同时，“余额宝”等小微理财的参与度，“蚂蚁花呗”网络信用卡的消费信息也是其数据收集的重要来源。芝麻信用通过对大量的网络交易及行为数据进行汇总和分析，将用户总结并划分为身份特质、信用历史、履约能力、人脉关系和行为偏好这五个维度，基本上可以全面涵盖信用卡消费与还款（蚂蚁花呗）、理财信息（余额宝）、网上购物（淘宝）、转账支付（支付宝）、缴费信息（水电煤气、手机话费等生活服务平台）、住址变动历史（收货地址）、社交圈（好友数量）、人脉关系（好友间金融往来）等各个方面，再得出各项因素综合评定的芝麻分数。由此可见，芝麻信用依托于大数据平台，可以对用户情况进行比较全面充分的把握。

通过以上对比，可以分析出FICO信用评分机制在中国的应用有如下缺陷：第一是数据的不准确、失真，在我国存在严重数据缺失和数据错误、延迟现象，征信报告信息有可能并不能如实反映借款人信息。第二，FICO信用评分机制中，年龄、就职单位、职业历史、收入、理财、地址、人脉关系，这些信息不作为影响因素，但是在芝麻信用分的评价中，是非常重要的因素。这些信息的缺失，将可能导致评分的判断错误，从而增加信贷风险。第三，这一评分不适用于个人借款用于经营、生产的情况，通过P2P获取借款的人群中有相当比例的创业者和经营者，例如资金需求较小的淘宝店主、大学生创业群体、个体经营者等，但个人借出的资金用于经营、生产时，将产生平台不可控的额外风险，因此不仅要分析个人的收入、资产、信用情况，还可能要综合评价经营、生产的业务实际，还可能需要分析企业信贷状况，进一步引入更多的考虑因素，流程将复杂化，应用的有效性也会降低。

对于宜信公司而言，其线下对借款人的实地考察、实地调查借款企业报表及现状、从而完成一笔交易的成本是很高的，也可能导致业务不能持续。笔者认为，若想在保持现有较高的风控水平的基础上，进一步提高交易达成的效率，从而降低运营成本，单纯依靠FICO评分是不够的，身份特质的考核在我国信用评价是很重要的信息属性，如果引入更多因素，通过对借款人的多维数据来判定其违约的可能性，将是对FICO评分的进一步优化。

综上所述，虽然FICO模型在国外得到广泛应用和认可，但在我国，其评价存在局限性，不适用于企业借款分析，不适用于个人借款用于不真实的项目。目前，在我国信用数据体系尚待进一步完善，普遍存在失真和滞后的情况下，p2p平台不宜单独以此作为信用评分标准。其次，当借款者没有办理过信用卡，或者持卡但还未产生信贷记录时，FICO评分很难发挥有效作用，笔者认为，较好的解决方式是结合互联网大数据进行监测，再进一步通过研究分析不同个人特征数据来掌握不同特征对应影响到违约率的程度。