信用算力 信用算力张建梁：信用的未来远不止于金融，而是提升整个社会的流通效率

良好的社会信用环境是金融生态环境有序运行的前提，社会信用环境建设的水平也直接制约着金融生态环境的质量。金融部门已经成为社会信用体系建设的重要组成部分，在政策层面也多次被提及。

2019年初，信用服务解决方案提供商信用计算器联合上海社会信用促进中心和上海交通大学中国普惠金融创新中心发布了《2018年中国零售金融信用体系报告》，重点关注包括个人消费贷款和个人商业贷款在内的零售贷款服务，从零售金融信用体系建设环境、产业链和参与者模式、信用数据收集、保护、流通和共享等多个维度深入分析零售金融行业现状。

作为信贷服务解决方案的提供商，信贷计算能力发布这份报告绝非偶然。事实上，它也标志着信用计算能力的战略转型，并逐步向社会信用体系建设发展。“从2018年信贷计算能力的品牌升级和本研究报告的发布来看，信贷计算能力正在探索更广阔的信贷领域。”信用计算能力董事长&首席执行官张建亮说:“信用计算能力的目标不仅仅是为了金融行业，而是为了信用在未来连接各行各业，提高整个社会的流通效率。”

自2015年成立以来，信用计算力量一直以技术为驱动，依托人工智能、大数据、云计算等核心技术，在国家社会信用体系建设政策的指导下，努力打破信息不对称和信用不对称，提高金融信用，降低个人和小微企业信用信息服务门槛，提供多层次、专业化的信用产品和服务，促进全行业信用信息和信用成果的互联共享，增强信用体系和信用社会建设的权能。

▲Fin-Cloud信用云大数据建模

2017年，信用计算推出Fin-Cloud信用云系统，基于数千万的贷后表现和1万+风险维度数据。在风险识别方面，依托多维数据，通过5个欺诈风险识别流程，重点识别黑名单、欺诈、长期贷款用户，筛选合格用户，并根据得分给予用户授信额度。

▲Fin-Cloud信用云风险识别系统

事实上，互联网金融公司在使用大数据进行风险控制时，都是使用多维数据来识别借款人的风险。用越多的信用相关数据来评估借款人的风险，就越能充分揭示借款人的信用风险，信用评分也就越客观，越接近借款人的实际风险。对于客户个人风险的预测，使用大数据评分系统不仅可以筛选高风险客户，减少损失，还可以发现相对优质的客户群体，发掘潜在的机会。

“功劳最大的价值在于数据和场景的两端。目前，政府和企业在数据流和共享方面做了大量的工作。信用计算能力也在这方面做了深入的探索和研究，希望能让信用和数据能够更快更高效的进行流通。”张建亮说。