芝麻信用的“灵芝系统”将给企业征信领域带来什么改变？_个人征信系统_数据和模型的砥-经管之家官网！

芝麻信用的“灵芝系统”将给企业征信领域带来什么改变？_个人征信系统_数据和模型的砥砺

由曦/文

正文
2015年，一家深圳刚成立一年的科技公司，向银行申请贷款190多万元，在做资料审核时，银行没有发现任何异常，因为这家公司在工商信息和法院涉诉信息方面没有任何风险，考虑到该企业资产状况良好，银行决定向其放款。但出人意料的是，贷款到期后，这家企业拒不支付本息，甚至在法院判决后仍拒不执行，现已被列为失信被执行人。
这是一家隐藏很深的“老赖”公司。单从工商信息和涉诉信息来看，找不到任何的蛛丝马迹，但是如果继续深挖，更多的信息会展现出来：

首先，这家公司的监事，也是杭州一家科技公司的监事，而杭州这家公司涉及金融纠纷并作为被告33起，2013年~2015年间被纳为失信被执行人15次；其次，这家公司的总经理，也是杭州另一家信息工程公司的法定代表人，而这家杭州的公司，涉及金融纠纷并作为被告16起， 2013年~2014年间被纳为失信被执行人5次。
所以，如果放贷机构所获得的信息有限的话，在判断企业信用时，就只能是“窥豹一斑”，被眼前所呈现的信息所蒙蔽。那么，如何才能为小微企业提供全息高清的信用画像呢？
2016年7月19日，芝麻信用宣布推出小微企业信用洞察的“灵芝”系统，作为传统征信系统的补充，“灵芝”系统将专注于小微企业信用评价和预测。目前，芝麻信用针对小微企业征信产品体系包括企业信用报告、企业风险云图、企业信用评价、企业关注名单和风险监控预警五部分。
上面“老赖”公司背后的信息，就是通过“灵芝”系统的“企业风险云图”得出的。
产品：数据和模型的砥砺
评价小微企业的信用是一个世界难题。
北京大学国家发展研究院教授薛兆丰说，给大企业放贷就像给大树浇水，而给小微企业放贷就好比给小草浇水，此间的难度可想而知，这位研究信用问题见长的教授指出，目前的问题是不缺少水，但是缺少浇灌技术，因此难点不在于钱，而在于配对。
这也是“灵芝”系统的开发过程中，所要解决的核心问题。归结起来，就是如何评价信贷记录缺乏的小微企业的信用状况。
这要靠数据采集和分析。
“灵芝”系统的数据采集来源非常广泛。包括来自政府的数据（工商数据、司法数据、海关数据、企业纳税数据等）、来自商业伙伴的数据（运营商企业数据、合作机构反馈数据、企业经营数据等）和来自阿里蚂蚁的数据（淘宝天猫、阿里巴巴、支付宝）。这些数据是多维度、大体量的，比如，在天猫和淘宝上跟小微企业甚至个体经营户相关的信息就达到了千万的级别。
有了数据来源之后，还要有技术将数据采集过来。在数据采集的上，芝麻信用利用API技术或者专线对接的方式，与数据来源产生连接，同时，系统内部的芝麻自动翻译器可以实现不同文本格式的信息识别和录入，数据因此得以自动化传输，而征信用户的业务交易过程、交易之前的查询过程以及事后的还款过程，都会全面记录在芝麻信用的数据库中。
数据之上还要有算法和模型，这样才能将数据和产品连接起来，“灵芝”系统除了采用传统的评分卡技术、逻辑回归等经典算法之外，还在大规模机器学习上投入大量的资源。
芝麻信用首席数据科学家俞吴杰介绍说，有了这些数据源后，“灵芝”团队就会把它归档整理到数据库中，用各种传统或者前沿算法去“看”它，每个数据集都会去“跑”，“跑”出来会有调整，不同的数据集会进行划分，最终用模型集成的方式将最优算法对应特定的数据集，整理后得出最稳定、最朴实的、同时也是最准确的信用评价产品。
企业风险云图：从关系角度打开信用密码
“企业风险云图”就是这样“砥砺”而生的。企业间关系错综复杂，有时一家企业出现问题，将可能波及多个上下游企业、投资子公司，甚至母公司等等。
俞吴杰表示，为了预防小微企业信用风险像“感冒”一样传染，“灵芝”系统引入了传染病传播模型，这也是该模型首次被用于小微企业风险识别。基于该模型，“灵芝”系统研发了“风险云图”，通过投资关系、经营关系、行业地域关联等多个维度对企业关联风险进行评估，不仅罗列出目标企业所有的关联企业和个人，还能计算出风险概率，量化目标企业的关联风险大小，预警小微关联企业潜在的信用风险。
风险关联云图不仅仅是对关联关系的罗列，更专注于通过关联关系量化目标公司的潜在风险大小。
对于有的“老赖企业”会通过各种投资或重组手段，将自己改头换面成另一家刚成立或者信用背景良好的企业，“风险云图”也可以通过识别错综复杂的企业、股东间关系等，给出风险概率，进行提示、预警，避免与这种企业合作或者向其发放贷款而导致违约风险。
从云图当中清晰的看到，企业跟哪些企业有关联，关联当中是否有一些潜在的风险发生，或者已有的风险发生。
目前，在“灵芝”系统数据库的知识图谱当中，像这样的关系有数百亿对，在这些不同关系的图谱之间，企业之间联系的强弱，风险的传播的指数，都会通过云图指数和云图风险模型来展现出来，这样放贷机构就可以更好的了解目标企业。
“灵芝系统”在小微企业信用洞察方面具有毫秒级的计算速度，依靠神经网络等人工智能极速判断，可以零时差的进行小微企业信用评估和风险识别，一旦数据源有更新，芝麻信用会实时更新至银行等合作伙伴，便于第一时间发现风险苗头。
在文中开头所举的真实案例中，如果银行向芝麻信用调用这家企业的征信画像，芝麻征信的云图模型会显示：这家公司的风险指数达到0.65（风险指数在0~1之间，指数越高风险越高），这个分数说明，这家公司潜在风险很高，很可能出现违约。
丰富的场景、有效的惩戒
芝麻信用不仅能够多维度的第一时间发现风险，也能够通过与场景的互动，起到惩戒失信企业和个人、促使他们履行义务的作用。
征信，英文名称是Credit Sharing，也就是“口口相传”的信用分享，村子里老王不守信用，全村的人就都知道，这样他以后做事情就寸步难行，同样，现代征信业连接的数据来源和场景越多，这种信用分享就越有效，对失信人的威慑力和惩戒力也就越大。
据最高院微博披露，被执行人王某长达4年拒不履行生效判决确定的义务，被列入失信被执行人名单，芝麻信用在接收到该数据后，通过支付宝app对其进行信息推送，敦促其履行法律义务，但王某仍然不以为然。直到某一次王某上神州租车网下单被拒，并了解到是因为上了芝麻信用的黑名单而被拒，同时芝麻信用提醒，如果不尽快履行判决义务，更多的生活场景的申请还会被拒绝。最终，王某主动联系法官还了钱。
多元场景的联通，让芝麻信用成为了一个“连接器”，从经济领域到生活场景的拓展，一方面丰富了其数据来源，另一方面又让其和很多场景形成了协同效应。
“让失信者寸步难，让守信者畅通无阻”，芝麻信用总经理胡滔说，芝麻信用的核心能力是数据跟计算能力，芝麻信用希望能将其沉淀下来核心的能力，转换成一个系统和一些产品，让社会上更多的小微企业，在其他的渠道去做生意的时候，也能证明到自己的信用，从这个角度上来讲，芝麻信用的初心是希望能够帮助这些小微企业更好的证明自己，也帮助放贷机构更好的了解小微企业。
目前，央行对于企业征信采取备案制度，全国有100多家通过备案的企业，和这些机构相比，芝麻信用进入这个行业的时间不算早，2015年年底，芝麻信用通过了企业征信备案，具备了从事企业征信业务的资格，在半年多的产品研发后，推出了“灵芝”系统。