申請一筆互聯網貸款會被蒐集哪些數據?
2018年08月22日01:40

  申請一筆互聯網貸款會被蒐集哪些數據?

  本報記者 辛繼召 深圳報導

  這是一個金融機構欲言又止的領域。

  隨著互聯網消費金融的興起,不依賴線下營業網點,僅通過線上實現展業放貸,這一“輕模式”不僅快速推廣開來,也受到資本市場等的追捧。

  一位騰訊資深風控人士表示,互聯網消費信貸的特徵一是“快”:線上化、非接觸、場景化、秒批秒放。二是“白”,客群缺少徵信信息。他表示,以2016年來看,估算消費信貸市場規模約為6.6萬億,其中不良信貸規模超過2000億元。

  與傳統銀行信貸相比,互聯網信貸呈現不同的特徵。此前,央行總行金融市場司副處長、百行徵信顧問唐磊此前接受21世紀經濟報導記者採訪時表示,互聯網金融和消費金融機構產品模式比傳統金融機構更為複雜。如較常見的循環貸、聯合貸等產品,前者給予借款人一定額度可多次借貸,後者為多家機構聯合給借款人放貸。互聯網貸款呈現小額、快速、高頻特徵,市場上存在大量秒批、十幾分鍾就要放款的產品。新金融展業對徵信數據的查詢速度要求較快,有的互金機構要求服務器毫秒級反應,數據期限T+1隔日信息。

  這使得互聯網金融類機構以不同的模式從事展業。上述風控人士表示,大數據風控三要素中,數據決定了風控的天花板,決策引擎決定了接近天花板的程度,計算平台決定了研發的效率。

  需要蒐集哪些數據?

  包括傳統銀行、持牌消費金融機構、互聯網金融機構等,均已大量從事互聯網信貸。21世紀經濟報導記者根據各互聯網信貸產品的用戶借款協議、隱私協議等梳理,這些線上放貸的產品所需要的數據一般包括個人信息、手機設備信息、徵信信息、聯繫人信息等。

  互聯網巨頭中,包括百度、阿里巴巴、京東、小米等一般將互聯網信貸產品的隱私權協議與母公司賬戶體系打通,利用其在體系內手機的數據核算個人信貸額度。

  螞蟻金服的“花唄”要求讀取支付寶、銀行、商戶等留存的姓名、證件類型及號碼、聯繫電話及地址、支付寶賬戶信息、履約情況;芝麻信用等信用報告;政府機構、司法機關及公共事業單位、行業組織(法院、中國互聯網金融協會)等的信息,如訴訟信息;關聯人姓名及聯繫方式等。

  百度“有錢花”與百度賬號體系打通,收集的個人賬戶信息包括:設備信息、設備位置、設備連接、設備狀態、日誌信息、位置信息、唯一應用程序編號、本地存儲、Cookie和匿名標示符等工具。其中,設備信息包括硬件型號、操作系統版本、設備配置、唯一設備標識符、國際移動設備身份碼IMEI、網絡設備硬件地址MAC、廣告標識符IDFA等。設備位置信息包括:通過GPS、藍牙或WIFI信號獲得的位置信息。設備連接信息:瀏覽器的類型、電信運營商、使用的語言等。設備狀態信息包括:設備傳感器數據,設備應用安裝列表。日誌信息包括:使用情況、IP地址、所訪問服務的URL、瀏覽器的類型等。位置信息包括:IP 地址、GPS、Wi-Fi接入點、基站等信息。

  部分互聯網金融機構則強製要求App讀取某些權限,否則無法正常打開App或提示可能無法正常使用。

  如小米貸款App要求獲取設備信息(IMEI、MAC地址)等。其收集的信息包括設備信息、應用信息、位置信息、登錄日誌信息等。設備信息包括:IMEI編號、IMSI編號、MAC地址、序列號、MIUI版本、安卓版本、屏幕顯示信息、設備輸入信息、設備製造商信息和型號名稱、網絡運營商、連接類型、硬件使用情況(電量、設備溫度等)。應用信息包括:應用列表、狀態記錄、應用ID、SDK版本、系統更新設置。位置信息包括:地區、國家代碼、城市代碼、移動網絡代碼、移動國家代碼、小區代碼、經緯度信息、時區設置和語言設置。登錄日誌信息包括:Cookie、IP、網絡請求、臨時消息、標準系統日誌、錯誤崩潰信息。其他信息包括:環境特徵值(ECV)(小米賬號、設備標識、鏈接WiFi產生的信息和地理位置)。

  招聯金融App要求必須讀取存儲空間、撥打和管理電話權限。在數據蒐集上,包括在央行徵信、公安、公積金、社保、稅務、民政、物流、通信運營商、電子商務平台、互聯網社交平台等平台上查詢個人徵信、財產信息、聯絡方式、關係人、資信情況、就業情況、收入情況、婚姻情況、學曆情況、工作地址、居住地址、位置數據、通信行為、通訊信息、互聯網使用信息、互聯網使用行為等。

  中原消費金融App要求必讀讀取設備信息權限、設備存儲權限、定位信息等。收集的數據包括:在白騎士大數據、鵬元徵信、芝麻信用、中智誠徵信、北京集奧聚合、上海誠數等平台查詢身份信息、行為信息、交易信息、設備信息等。

  剛剛在港上市的51信用卡蒐集的數據包括:導入銀行賬單、手機號、瀏覽器和手機信息、IP、訪問日期和時間、軟硬件等特徵信息;身份信息、聯繫地址、職業信息、聯繫人聯繫方式、曆史借貸情況、設備及位置信息、通話記錄及短信記錄等。

  用戶畫像標籤

  蒐集數據的目的,在於獲取用戶畫像。

  京東金融明確提出,收集用戶身份信息、銀行卡信息、手機號、個人基本信息、身份信息、財產信息、交易信息及行為信息、瀏覽信息、關注信息、軟件信息、設備信息等,進行數據分析以形成用戶畫像,用來展示用戶感興趣的產品或服務信息。

  21世紀經濟報導記者調查獲悉,在擁有全面、海量數據的基礎上,金融機構會對數據進行分類。一般而言,互聯網機構和金融機構會通過豐富和全面的標籤體系,採用成千上萬個動態或靜態字段信息。

  例如:平安集團大數據平台中的數據規模高達8.5PB,單個用戶數據標籤達20000個。

  騰訊的用戶畫像中,標記在每個用戶身上的標籤人均2000多個,大概可以歸類為賬戶數據、交易數據、商戶數據、QQ平台數據、微信平台數據、安全平台數據,日均計算量達到1.5萬億次。不過,騰訊旗下微眾銀行的微粒貸,用於風控的標籤此前不超過40個,在近期增加兩個與郵箱相關的標籤後,也僅有42個。

  通過這一標籤系統,將散亂無章的數據整理為清晰分層、邏輯清楚的結構化數據,從而可以被大數據風控模型所用。

更多新聞