前言

大家在借唄或者銀行的信用貸借錢(qián)的時(shí)候，第一步是讓你授信，看看你的信用能夠貸到多少錢(qián)？那么金融機(jī)構(gòu)是如何知道你的信用狀況呢？

圖片

在金融機(jī)構(gòu)開(kāi)展信貸業(yè)務(wù)、進(jìn)行風(fēng)控管理的過(guò)程中，征信數(shù)據(jù)是十分關(guān)鍵且重要的基礎(chǔ)數(shù)據(jù)，它客觀反映了征信主體的信用狀況。以人行二代征信數(shù)據(jù)為例，其中存在極其豐富的個(gè)人信息、信貸交易明細(xì)等數(shù)據(jù)，那么如何從中快速挖掘衍生出有價(jià)值的指標(biāo)成為了信貸業(yè)務(wù)開(kāi)展、風(fēng)險(xiǎn)控制管理的重要工作，本文就講講金融機(jī)構(gòu)通常是如何使用征信數(shù)據(jù)的。

征信報(bào)告有什么？

征信報(bào)告究竟長(zhǎng)什么樣子呢？以人行二代征信報(bào)告為例，征信報(bào)告分為簡(jiǎn)版和詳細(xì)版本，簡(jiǎn)版可以直接在人行官網(wǎng)發(fā)起查詢，而詳版需要線下去網(wǎng)點(diǎn)查詢。下圖是人行簡(jiǎn)版的截圖：

圖片

通常人行征信報(bào)告包含以下內(nèi)容：

• 個(gè)人基本信息：包括姓名、身份證號(hào)碼、性別、出生日期、戶籍地址等個(gè)人身份信息。
• 信貸信息：包括個(gè)人的信貸記錄，如貸款、信用卡、抵押貸款等各類(lèi)信貸產(chǎn)品的信息，包括信貸額度、貸款余額、還款記錄、逾期記錄等。
• 查詢記錄：列出對(duì)個(gè)人信用報(bào)告的查詢記錄，包括個(gè)人查詢和信貸機(jī)構(gòu)的查詢。個(gè)人查詢不會(huì)對(duì)信用評(píng)分產(chǎn)生影響，而信貸機(jī)構(gòu)的查詢可能對(duì)信用評(píng)分產(chǎn)生影響。
• 逾期記錄：顯示個(gè)人在還款方面的逾期情況，包括逾期天數(shù)和逾期次數(shù)。
• 異常信息：包括欺詐警示、異常交易等與個(gè)人信用相關(guān)的異常信息。
• 其他信息：可能包括個(gè)人擔(dān)保信息、征信提示等其他與信用相關(guān)的信息。

金融機(jī)構(gòu)如何獲取征信報(bào)文？

通常情況下，金融機(jī)構(gòu)的信貸系統(tǒng)不會(huì)直接連人行征信系統(tǒng)，而是通過(guò)征信前置系統(tǒng)進(jìn)行上報(bào)、查詢。

圖片

xml一般好幾M，內(nèi)格式大致如下：

圖片

不同廠商的征信前置系統(tǒng)會(huì)對(duì)原始的征信報(bào)文做簡(jiǎn)單的加工，比如轉(zhuǎn)成json，或者去掉部分信息，然后給到信貸系統(tǒng)。

如何構(gòu)建征信指標(biāo)體系？

現(xiàn)在獲取到征信指標(biāo)的報(bào)文，可以利用里面的征信數(shù)據(jù)加工衍生出各種各樣的指標(biāo)?；趯?duì)征信數(shù)據(jù)的充分挖掘，包含個(gè)人信息類(lèi)、賬戶行為類(lèi)、逾期類(lèi)等12個(gè)指標(biāo)大類(lèi)，細(xì)分為37個(gè)指標(biāo)小類(lèi)，形成衍生指標(biāo)1600多個(gè)，可實(shí)現(xiàn)對(duì)征信信息精細(xì)且全面的覆蓋。

圖片

如何搭建信貸征信指標(biāo)平臺(tái)？

現(xiàn)在要基于征信數(shù)據(jù)構(gòu)建出一套征信指標(biāo)體系，必然需要搭建一套系統(tǒng)去支撐，那么該如何做呢？

圖片

整個(gè)信貸征信指標(biāo)平臺(tái)分為2個(gè)大模塊，管理模塊和執(zhí)行模塊。

1、管理模塊面向指標(biāo)管理人員，主要用于指標(biāo)通過(guò)SQL或者界面拖拉拽的方式快速開(kāi)發(fā)出征信指標(biāo)，然后發(fā)布出去。

2、執(zhí)行模塊面向行內(nèi)業(yè)務(wù)系統(tǒng)，接收管理平臺(tái)的變量配置，負(fù)責(zé)將清洗解析后的原始報(bào)告數(shù)據(jù)，按照管理平臺(tái)配置的變量邏輯進(jìn)行同步并行計(jì)算，得到最終的變量結(jié)果。

整個(gè)征信數(shù)據(jù)處理流程如下：

圖片

征信報(bào)文接入

通常情況下，決策系統(tǒng)等外部應(yīng)用系統(tǒng)請(qǐng)求征信前置機(jī)獲取征信報(bào)文，返回的格式可能是xml、json或者h(yuǎn)tml。征信報(bào)文通常包含身份信息單元、婚姻信息單元、信貸交易信息概要信息單元、借貸賬戶信息單元等內(nèi)容。然后調(diào)用征信指標(biāo)衍生平臺(tái)暴露的接口，傳入相應(yīng)的征信報(bào)文。

征信報(bào)文解析

征信指標(biāo)衍生平臺(tái)解析原始的報(bào)文數(shù)據(jù)，轉(zhuǎn)換成平臺(tái)中的58張內(nèi)存表（數(shù)據(jù)模型）中，包括身份信息、婚姻信息、借貸賬戶基本信息、借貸賬戶最近24個(gè)月還款記錄信息等。

征信指標(biāo)管理

利用接入的統(tǒng)一數(shù)據(jù)模型，通過(guò)sql或者界面拖拉拽的方式配置衍生指標(biāo)的邏輯。

征信指標(biāo)計(jì)算

征信指標(biāo)的計(jì)算分成了實(shí)時(shí)和異步兩種方式。

實(shí)時(shí)即線上接口調(diào)用的場(chǎng)景，將決策所需的變量（一般50個(gè)左右，一般不超過(guò)300個(gè)）實(shí)時(shí)計(jì)算返回，對(duì)時(shí)效性要求較高，需要在內(nèi)存中進(jìn)行計(jì)算解析。

異步，通俗來(lái)說(shuō)就是“攢數(shù)”的場(chǎng)景，方便后續(xù)策略迭代時(shí)，對(duì)歷史變量的回溯，對(duì)時(shí)效性要求不高，但變量數(shù)量龐大（多達(dá)數(shù)萬(wàn)）。為不影響線上決策，實(shí)時(shí)和異步往往要隔離資源進(jìn)行計(jì)算。

具體的計(jì)算引擎采用基于Apache Calcite作為SQL處理引擎，Apache Calcite 這一個(gè)開(kāi)源的SQL查詢引擎，提供標(biāo)準(zhǔn)的SQL語(yǔ)言，查詢優(yōu)化，連接數(shù)據(jù)源的能力，但是它不負(fù)責(zé)存儲(chǔ)和管理數(shù)據(jù)，只需要編寫(xiě)對(duì)應(yīng)的插件即可實(shí)現(xiàn)從內(nèi)存的表中計(jì)算出指標(biāo)。采用Calcite方式的另外一個(gè)好處，相對(duì)于內(nèi)存數(shù)據(jù)庫(kù)，性能更好，因?yàn)榧幢銉?nèi)存數(shù)據(jù)庫(kù)也需要有數(shù)據(jù)庫(kù)落庫(kù)的開(kāi)銷(xiāo)，本身數(shù)據(jù)庫(kù)的ACID等特性也會(huì)影響到查詢的性能，Calcite就不存在這樣的問(wèn)題。

征信指標(biāo)結(jié)果獲取

對(duì)于實(shí)時(shí)場(chǎng)景下，指標(biāo)直接通過(guò)接口返回，用于后續(xù)的決策。異步場(chǎng)景，指標(biāo)計(jì)算的結(jié)果可以落到數(shù)據(jù)庫(kù)中，其他系統(tǒng)自己主動(dòng)來(lái)獲取。由于單客戶單報(bào)告的變量變量能達(dá)到數(shù)萬(wàn)甚至數(shù)十萬(wàn)，累計(jì)一段后，數(shù)據(jù)量將會(huì)很大。一般建議只存儲(chǔ)近期數(shù)據(jù)。而存儲(chǔ)形式上，對(duì)每個(gè)變量做列式存儲(chǔ)是不現(xiàn)實(shí)的，將本次報(bào)告的所有變量以單層json的形式存儲(chǔ)在一個(gè)字段下。

總結(jié)

征信指標(biāo)管理系統(tǒng)實(shí)現(xiàn)了一站式指標(biāo)開(kāi)發(fā)、計(jì)算、發(fā)布、迭代和管理功能，極大地降低了征信指標(biāo)衍生加工的難度。而且采用內(nèi)存的計(jì)算方式，保證了系統(tǒng)的性能，后續(xù)還可以納入企業(yè)征信、稅務(wù)、工商、司法等更多外部數(shù)據(jù)，為整個(gè)信貸業(yè)務(wù)賦能。