「線上崇拜」時代 線下徵信數據到底還有沒有價值？

01

獲取方式原始 數據連續有效

對於需要深耕線下信用的企業而言，數據量和數據關係是兩個同等重要的事情：數據充分絕對是一件好事情，因為在進行建模的過程中，歷史數據越多，用戶特徵還原度越高；而數據關係的確定，可以在各種變量中不斷提高核心數據本身的精準度。

對於一些數據可能會存在虛假或包裝，以及地域差異性而產生的問題，美股上市公司、金融科技平台信而富則認為，平台通過客戶自己提供或授權給外部合作機構獲取到的各種數據，很可能存在著質量問題，而且隨著時間推移，原本有效的數據特徵、數據變量也會不斷變化。因此，在實際操作中，除了要有專業的本地信息驗證人員、電核人員、審批人員進行核實和把控，還需要頻繁的用科學統計方法對數據進行評估。

比如一家餐廳的經營者想要申請一筆貸款，銀行、小貸公司的一般做法是，借款人要帶齊身份證明和資產證明的所有資料等，然後銀行會重點考查該客戶的個人信用情況以及個人收入狀況，特別是資產抵押物是否充足，最後結合線下盡調並最終判定是否予以放款。

由於經營指標的離散程度非常大，企業可以輕鬆作假，因此在銀行審批放貸的整個過程中，線下盡調可以說是最重要的一環：

在對經營場所的盡調上，如果在某一地區，同樣的客流量、相同的消費結構（上班族占比）的情況下，同類餐廳的總營收和經營成本和這家餐廳有很大的出入，這個時候基本可以判斷，這家餐廳大概率有數據作假的嫌疑。要想復原它的報表，僅靠大數據基本做不到；

在對企業主信息獲取上，法人和實際控制人很可能是2個完全無關的人，特別是有些企業法人做出變更、甚至是因變更帶來的諸多財務上面的問題，僅從線上是無法即時捕獲的，需要通過線下走訪才能掌握真實情況。

傳統金融機構這樣的放貸方式確實有效控制了不良事件的發生，但從客戶體驗的角度來看，也存在著一定瑕疵：其一，需要需求方主動找到銀行提出申請和提交數據，有時候受到時間、空間等物理條件的約束，雙方在項目進度上會產生不對稱；其二，多數情況下，銀行方面還需要借款人提供足額抵押物才能考慮放款，這一「路障」的限制，使得很多存在真實用款需求的客戶未必能獲得相應的金融服務。

金融行業借貸業務的基礎是信用信息，往深了看其實是借貸主體本身的資質決定的，如果主體本身資產極少，是會被逐利的金融體系排斥在外的，無法產生信用信息，只能依靠民間孵化出來的一些辦法、且達到一定條件下，被會金融體系接納和進入大徵信體系。