市场化征信系统:被一个小小数字标记的人生

已经是一周前的旧闻了:1月28日,阿里系蚂蚁金融服务旗下芝麻信用上线。

记得过去写应试作文,“诚信”是个特别难的题目,因为这个词意味不明,只能叫嚷一些干瘪地口号叫满800字,中心思想只有"不信抬头看,苍天饶过谁"。

那个时代还没有信用卡,“诚信”这事儿除了老天爷管这事儿之外,其它不诚信的行为,似乎并不会给不诚信的人带来任何不适之处。

说得好像这个时代有多么公平一样。不过,郭嘉一直在努力不是,在同阶级中推进细节公平,不正是一件你好我好呵呵呵的好事吗。

进入2015年,中国人的征信体系似乎进展得格外快一些。

关于此2015年第一条新闻是,1月5日,央行下发通知,允许包括阿里、腾讯等民营公司在内的8家机构开展个人征信业务准备工作。

然后,1月28日,阿里系蚂蚁金融服务旗下芝麻信用上线,芝麻分成为新的刷屏主题。随后,芝麻信用又宣布与国内近3000家酒店合作开展免押金入住服务,将“芝麻分”正式应用到了金融以外的场景。拉卡拉(考拉信用分)、中诚信等也宣布近期将推出不同版本的个人征信评分。

似乎一夜之间,在淘宝Online血拼的痕迹成为行万里路时Offline的通行证。更有甚者,把芝麻分用于相亲,大家坐在一起先看看对方芝麻分,太低了就免谈,省得耽误大家时间。

大数据理论说世界的根本就是数据,而眼下这个信用分数兴起的起点,也许预示着未来我们每一个人也都不过是一串串数据。

不过,在伤春悲秋无病呻吟之前,不如看看这个将跟我们紧紧捆绑在一起的信用分是个什么。

1. 芝麻分是怎么评的?

根据报道,芝麻信用参考了国际主流的个人信用评分模式,结合个人用户的信用历史、行为偏好、履约能力、身份特质、人际关系五个维度计算而来,分数越高代表信用程度越好。

据说,芝麻分参考了美国的FICO。这是来自20世纪50年代一位工程师Bill Fair和一位数学家Earl Isaac发明的信用分统计模型,80年代开始在美国流行。根据百度百科,FICO信用分模型利用高达100万(呵呵)的大样本的数据,首先确定刻画消费者的信用、品德,以及支付能力的指标,再把各个指标分成若干个档次以及各个档次的得分,然后计算每个指标的加权,最后得到消费者的总得分。FICO信用分的打分范围是300~850。但FICO打分的计算方法始终没有放出,只知道跟年龄、住址、消费记录等要素有关。

从上述描述来看,这两者并不那么一致,——除了分值范围,以及详细计算方法不告诉你这两点共同点之外。

对计算方法保密这样的企业行为可以有几种理解方式:

1)计算方法有可能被竞争对手抄袭。这个可能性有,尤其是对FICO而言,但对于芝麻分和拉卡拉而言需求不大,他们能够跻身第一批市场化征信行列,靠的是独有的数据优势。

2)计算方法还不完善,需要私下修改,芝麻分尚在内测中,确实有这种可能性。

3)什么都说出来了,私底下的小动作就......唉,看现在贵圈的黑暗已经把一个正直善良的心污染成什么样子。

但从另外一个角度看,黑匣子式的计算模型也许正是未来的趋势。《大数据时代:生活、工作与思维的大变革》的作者就认为大数据浪潮下未来多是这种不求因果、只看相关的状态。

各种看似没有逻辑关系的因素被莫名其妙地牵扯到一起。比如,如果统计显示,短发戴眼镜体脂比超标打Dota的女人都有着良好的消费信用与道德水平,那么就能推导出我是个好人的相关结论。Σ( ̄。 ̄ノ)ノ

2. 如果芝麻分在市场中胜出,是否意味着我们以后要唯阿里马首是瞻?

根据3)种理解,我们确实有理由担心,芝麻分背后算法的公正性:以后不在淘宝买东西、交水电煤、还信用卡,我不在旺旺或是来往上导入我的社交网络,我余额宝娱乐宝都不存钱,我去工商投诉淘宝卖假货,是不是我的芝麻分就会莫名其妙地低,我就没办法贷款、没办法办信用卡以及被陌生人怀疑人品?

更何况,拥有3亿实名用户的支付宝现在几乎成了居家旅行的必备品,以后再掌握了对个人信用评价的生杀大权。还觉得芝麻分好玩?以后必然不是我们玩支付宝,而是支付宝玩我们了。

可这么好的事儿,怎么可能让前首富都占了去。相信同样拥有3亿左右在线活跃QQ用户的企鹅家还憋着大招呢。说不定未来个人征信市场中,拔了头筹的是把大量征信公司的评分再处理成一个总分的新公司。

更何况,还有在背后下很大一盘棋的郭嘉……

不管怎么说,至少我们在对个人的数字化评价中,补上了互联网行为的部分,这会让诚实的人受益于自己的诚实,哪怕只有一点点。也会让缺少道德底线的人在做错事时付出更多的代价,哪怕只有一点点。

更加美好的一面是,告别过去的口说无凭,我们似乎可以相对容易地建立起信任了。想要有更多接触的双方没必要小心翼翼地经历试探、退回、犹豫、再试探、尝试等迂回路线。我们可以大胆地说,你的分这么高?好,这合作就这么定了。

这样的结局虽然不那么温馨,但至少有效。即使不是喜剧,也不容易变成悲剧。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,458评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,454评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,171评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,062评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,440评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,661评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,906评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,609评论 0 200
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,379评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,600评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,085评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,409评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,072评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,088评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,860评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,704评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,608评论 2 270

推荐阅读更多精彩内容