谁能告诉我一个建行的信用卡帐号？我是学生，没有信用卡， 想跟同学炫耀一下，不做别的，有帐号就好，谢谢_百度知道
谁能告诉我一个建行的信用卡帐号？我是学生，没有信用卡， 想跟同学炫耀一下，不做别的，有帐号就好，谢谢
急用啊，我都和同学吹出去牛了，不好意思，拜托各位了，
我有更好的答案
一个账号就能唬住人？那我告诉你一个吧：50 5323，建行Master信用卡
采纳率：37%
为您推荐：
其他类似问题
您可能关注的内容
信用卡的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。《好看》依托百度技术，精准推荐优质短视频内容，懂你所好，量身打造最适合你的短视频客户端！删除历史记录
　----
相关平台红包
如何读懂消费者的金融行为
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《如何读懂消费者的金融行为》的精选文章10篇，希望对您的投资理财能有帮助。
《如何读懂消费者的行为》 精选一消费者消费者金融行为本文共1355字，预计阅读时间27秒此前的文章中笔者介绍了消费者金融能力的相关概念及决定因素（点击查看：《“”能否提升？关于消费者金融能力的研究》）。本文中，笔者将引入消费者金融行为这一概念，阐述如何对消费者的金融行为进行分类，如何测量其金融行为，不同金融行为之间有何关系，如何理解和预测消费者金融行为，以及如何帮助消费者改善其金融行为。对个体消费者来说，任何与钱有关的行为可称为消费者金融行为。从的角度看，消费者金融行为是指与收入、支出、和储蓄相关的行为，如具体的有行为、借贷行为和储蓄行为等。消费者金融行为的分类多样化，可分为有益于消费者福利的行为，如按时归还，和不利于消费者福利的行为，如从预支现金；也可分为短期行为，如短期预算，和长期行为，如长期规划。除上述分类外，也可以根据消费的领域不同进行分类。从研究角度出发，消费者金融行为可分为自述的行为，如通过调查获得，和观察到的实际行为，如使用行政数据。消费者金融行为的测量可通过量表实现。由于测量金融消费行为的量表在研究领域较为缺乏，我们开发了一个量表，选取现金管理、信用、储蓄与和保险四个方面测量消费者金融行为。通过心理测量学以及美国代表性的数据验证了该量表的可靠性和有效性，填补了多维度测量金融消费行为量表研究的空白。我们研究发现，好的金融行为是互相相关，这种相关性不仅体现在金融领域，同时也存在于跨领域中。我们通过在线收集的数据对个人健康和金融行为的评估分析发现，消费者的预算行为与他们的健康和金融行为密切相关。其次，消费金融行为具有层次性。研究表明，预算行为与经济资源是负相关。财务有限的消费者更倾向于实施财务预算行为，而经济收入高的消费者相对较少担心预算，源于其高收入足够支付消费开支。我们通过采用美国的全国金融调查的数据研究发现，在不同的财务资源水平下的消费者实施预算行为的人口比例相差不大，而实施长期规划的人口比例则随着收入的增加，财务满意度的提高，比例逐渐上升。因此，这些证据显示预算行为处于消费金融行为层次系统中的低端位置。计划行为理论（Theory of Planned Behavior）认为，个人对行为的态度，主观性规范以及感知控制是影响行为意愿的三大因素。而行为意愿和感知控制决定一个人的行为。我们将计划行为理论运用于债务行为研究，重点研究影响消费者完成债务管理计划的因素。研究发现，个人行为态度和感知控制影响个人行为意愿，感知控制也可以直接影响行为，但主观性规范不具有明显的影响力。同时，我们还发现客户满意度与行为意愿存在相关性。行为改变的综合理论模型（Transtheoretical Model of Behavior Change）是关于如何帮助人们改变行为的理论。行为改变的综合理论模型将行为改变分为5个阶段，行为改变通过10种策略实现。在不同的改变阶段对应采取不同的改变策略，可以最有效地促使行为改变。目前，模型已在健康领域取得了非常大的成功。我们将这个理论应用于消费者还债行为，通过与消费者信用咨询公司合作，结合调查数据和行政数据，寻找消费者还债行为的特点，以帮助消费者减少过分累积的债务。（本文系作者日在清华大学五道口金融学院所作讲座的摘要）。
本文系未央网作者肖经建发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！
《如何读懂消费者的金融行为》 精选二地方政府层面的违约风险并没有被定价，而中国经济的整体违约风险则被正确地定价了，这反映了金融市场将地方债视为国家债的共识。中国并没有形成一个有效率的地方债市场，地方债存在普遍的和严重的软预算约束王永钦 陈映辉 杜巨澜/文债务市场的违约是近年来各类的根源，因而中国地方务的违约风险近来也成为国内外关注的重要问题，识别中国地方政府债务的违约风险具有重要的学术和政策意义。在一个国家的金融体系中往往发挥了基础性作用，比如，为经济体提供，从而可以实现对不同风险程度的金融合约进行差别性的定价；如果没有正确定价的，则很难想象一个经济体中最重要的价格————能够有合理的范围和结构，从而不可避免会造成资源的严重误配。对于中国这种金融体系不健全的新兴市场经济体来说，运行良好的政府尤其重要。近年来，债务违约往往是金融危机的源头。不论是2007年美国的次贷危机，还是2008年－2009年的美国体系的危机，抑或是后来的欧洲主权债务危机，债务违约风险都是问题的核心。中国作为世界第二大经济体，近年来其政府债券市场（包括市场，简称地方债市场）的规模扩张迅猛，中国地方政府债务的违约风险已成为国内外密切关注的重要问题。地方债风险隐忧中国地方政府债务的违约风险主要是在1994年分税制改革以后才逐渐凸显出来。根据十四届三中全会的决定，分税制改革时把税基厚、税源广、易征收的税种划归中央政府，使得地方政府和中央政府在财权和事权上的关系发生了变化，即财权重心上移而事权重心下移，这导致地方政府的财权和事权严重失衡。但另一方面，地方政府虽然收入降低了，却拥有了更多的自由来发展当地经济。很多地方政府在实践中很快发现，通过城市化将农地转变为建设用地，靠卖地来增加地方财政收入的办法最简便，也最有效。在城市化过程中，地方政府当然必须承担一些公共设施的建设职责，因而举债融资的需求旺盛。但是在现行投融资体制下，金融资源的控制权集中于中央。1995年版的《预算法》规定：“除法律和国务院另有规定外，地方政府不得发行地方政府债券”；同时，《贷款通则》规定地方政府不能作为；《担保法》还规定地方政府不得为任何社会机构的借贷行为提供担保。这样一来，地方政府有发展本地经济的动力，却无法直接向公众或者银行融资，也无法通过提供担保来间接获取资金。为了解决这种矛盾，地方政府创新出了很多融资模式，如BOT模式、TOT模式、PPP模式、PFI模式、模式等。其中最为主要的创新融资模式就是组建融资平台，以公司的形式，为各种基础设施建设融资。尤其是在1997年亚洲金融危机之后，中国政府大力实施扩张的财政政策，对于大量的基础设施建设，在中央政府提供一定的中央财政支持外，地方政府还必须安排配套资金作配合。在巨大的融资压力下，地方政府的融资平台（即各种城投公司）得到了大力的发展，并且已经成为各地政府筹集发展资金的主要力量。城投债的发行主体即为城投公司，而城投公司的经营和人事安排都受到地方政府的干预，因此城投公司可以被看作地方政府债券的代理发行机构或授权机构，其中绝大多数是地方政府或其部门机构为筹集市政建设资金而设立的融资平台。城投公司的是地方政府的城市基础设施建设，城投公司通过发行城投债来融资就是为城市基础设施建设项目服务，城投债的最终偿债资金也与地方政府债务相关联。所以，我们可以认为城投债能够很好地与地方政府相关联。而且，类比国外的，城投债还有另外一个名称——“准市政债券”。这些都说明对城投债的违约风险的研究可以用来充分度量中国地方政府债务的违约风险。在2008年末中央政府4万亿元经济刺激计划出台的大背景下，全国各地兴起的地方性建设项目和融资载体——地方政府的融资平台公司，如雨后春笋般冒出来。不少地方政府的众多都在千亿元以上，有的地方政府的甚至达到了万亿元的规模，是地方财政收入的数倍甚至几十倍不等。根据媒体的报道，在较短的时间内有近24个地方城市启动了超百亿元的投资项目，初步估计总投资规模达到5000亿元。从2007年末至2013年，地方政府融资平台的债务体量从不足5万亿元上升到18万亿元。中国地方政府债务规模的急速膨胀，加剧了人们对地方政府债务的违约风险的忧虑。不少悲观者认为，地方政府债务体量庞大，很多债务对应的资产的低下，中国的地方政府债务面临着违约风险。相反，有些乐观者则认为，中国地方政府债务虽然余额较大，但审计署根据2013年底的《全国政府性债务审计结果》，最后确定全国需要财政资金买单的政府性债务占GDP的比重仅为39.4％，因此地方政府的还比较健康。中国地方政府债务的违约风险问题的焦点是，一旦违约，地方财政将难以填补窟窿，地方政府与商业银行必将陷入危机，从而促使中央政府救援，其结果无非是通过各种方式（比如，向统注入资本金；成立新的以帮助银行，甚至帮助地方政府还款），将地方政府债务与，转变为地方政府的当期财政赤字与中央政府的累积政府债务，这会为地方和全国的经济发展带来深远的负面影响。换言之，地方政府债务违约风险的实质是债务从地方向中央的转嫁，会造成中央和地方的财政关系和银行体系中的软预算约束。事实上，中央政府清醒地意识到这一问题的严重性。2010年6月，国务院发布《关于加强地方政府融资平台公司管理有关问题的通知》，要求清理核实和妥善处理地方融资平台的债务，对融资平台公司进行清理规范，并且要求地方政府不得以财政性收入和为融资平台公司的融资行为进行担保。在认识到由于地方财政失衡的压力，地方政府债务的违约实际上难以禁止的客观情况后，中央政府“以疏代堵”，改变1994年《预算法》禁止地方债存在的规定，于2014年3月修订《预算法》， 允许地方政府依法适度发债，同时对发债的主体、用途、规模、程序、监督和问责等方面作了严格规定。基于“量入为出、收支平衡”的预算编制原则，新《预算法》明确了地方政府的还债责任，要求“举借的债务应当有偿还计划和稳定的偿还资金来源”。同时，提出“国务院建立地方政府债务和预警机制、 应急处置机制以及责任追究制度”，高度重视风险防控。作为新《预算法》的配套文件，国务院于2014 年8月发布《关于加强地方政府性债务管理的意见》，着重强调了应建立债务风险应急处置机制，要求硬化预算约束，防范，并明确地指出地方政府对其举借的债务负有偿还责任，中央政府实行不救助原则。地方政府出现偿债困难时，要通过控制项目规模、压缩公用经费、处置存量资产等方式，多渠道筹集资金以偿还债务。但是，中央政府并非一概不予救助。“地方政府难以自行偿还债务时，要及时上报，本级和上级政府要启动债务风险应急处置预案和责任追究机制，切实化解债务风险，并追究相关人员责任。”这说明了中央政府希冀通过加强地方政府债务违约的政治问责来强化预算约束，尽量减少地方政府债务违约情况的发生。在理论上，这是符合我国政治和经济管理体制的一个举措。从城投债切入度量风险从人大和中央政府的立法及行政监管条例的演变轨迹中我们可以看到，中央政府会救助地方政府以免其债务违约这一软预算约束所造成的道德风险是地方政府债务违约风险的核心问题。本文的主旨就在于通过考察地方政府债务的违约风险的决定因素来探究中央政府对于地方政府债务是否存在无限责任，债券市场中是否普遍抱有中央政府救助违约的地方政府的预期，从而加深我们对于地方政府债务违约风险的本质认识。在中国独特的经济分权、政治集权的格局下，想要直接估算地方政府债务的违约风险，不管从理论还是从实证入手，其机制都很复杂，而且地方债的数据低，不同的口径得出来的数据差别甚大，从而难免带有较强的主观性。本文选取了一个独特的角度来研究中国地方政府债务的违约风险问题。具体来说，由于中国实际上已经存在着一个比较成熟的交易城投债的金融市场，因而我们可以通过研究金融市场对城投债的风险是否正确定价了来估算地方政府债务的违约风险，并检验地方债是否存在软预算约束问题；在识别策略方面，我们则利用货币政策变动、汇率变动和金融危机这些对于地方政府而言外生的冲击，通过双重差分的方法来解决实证中的内生性问题，确立因果关系。我们经过研究发现和与之相匹配的国债相比，平均赚取了大约25个基点的风险溢价，而中位数价差约为10.5个基点。城投债的平均票面利率为6.8％，平均久期为4.3年。此外，绝大部分城投债发行主体的落在AA档，其中AA级的比例为61.86％。如果将AA-、AA+及AA级加总，那么其比例为93.85％。造成这种信用评级分布的可能原因有二：一种可能是城投债信用质量非常高，以至于大部分都很高；另一种可能是存在较为普遍的城投债评级膨胀的现象。笔者倾向于第二种解释，这也可由下面关于城投债定价的实证结果得到侧面佐证。估算地方债违约风险的一个关键是将城投债的风险分解成风险和违约风险。流动性风险的收益率价差是对缺乏流动性的补偿，违约收益率价差则是对违约风险的补偿。因此，我们首先应用随机效应模型检验流动性因素是否被定价。回归结果清楚地表明，不管我们用哪种流动性指标，流动性风险都显著地反映在收益率价差中。我们还同时考察了城投债的评级是否也被反映在收益率价差中，结果表明，城投债的评级信息没有被反映在价差中，这从侧面说明城投债评级可能存在较为普遍的膨胀现象，从而导致市场对城投债信用评级没有显著地反映。不同的地方债没有被区别定价为了缓解和消除内生性问题、更好地识别违约风险，我们需要考察（对于地方政府来说）外生的冲击是如何影响城投债的违约风险的。内生性问题可以表现在很多方面，如有些地方政府官员与中央政府或者和有很强的政治关系，而作为研究者却观察不到这些关系，这样就会造成结果的偏误，等等。在实证估计中，我们使用对中国经济整体层面的冲击和对地方经济的冲击来识别中国国家层面的风险和地方层面的风险是否被定价。在中国经济整体的风险方面，我们利用了中国的货币政策冲击、2008年－2009年的全球金融危机、实际汇率冲击；我们还控制了市场预期（用预警指数来度量）、经济增长趋势。地方的风险方面，我们控制了财政收支情况、土地价格和产业结构等信息。理论上来说，更宽松的货币政策和更有竞争力的实际汇率，会促进经济发展，并降低违约风险，而金融危机则会增大违约风险，外生于地方政府行为的金融危机、汇率和利率的变动这种外部冲击将对经济基本面强弱程度不同的地方政府有不同的影响，这种识别方法是一种广义的双重差分法。双重差分法一方面可以有效地控制不随时间变化的不可观察变量的影响，另一方面也可以吸收同时期对经济主体的宏观影响，因此可以比较有效地识别出有意义的因果关系。回归结果表明，外生冲击稳健地被定价了，并反映在了收益率价差中，市场预期也是如此。为了考察地方债用途和去向（即投向不同的行业）是否也被定价，我们进一步引入了“Public”这个虚拟变量来表示该地方债是否被用于公共事业，回归结果表明，行业特征并没有被定价。综上，回归结果表明，地方性的信息，如地方经济的增长、财政状况、土地和房地产市场状态、产业结构等方面的信息，并没有被定价和反映在收益率价差中。这也初步表明，中国的地方债存在较严重的软预算约束问题，金融市场并没有将不同的地方债区别对待。为了更好地识别违约风险的异质性和软预算约束，我们在回归中控制了地理区域特征，及其与外生冲击的交互项。由于这些冲击对于地方政府来说是外生的，交互项的估计等价于双重差分的估计，可以较好地解决内生性问题，回归结果表明，地理区域特征在地方债的定价中并不重要，没有被反映在价差中，这也进一步表明中国的地方债存在软预算约束问题。外生冲击与地方信息的交互项系数进一步表明，其他地方层面的信息包括经济发展程度、财政状况、房地产部门和土地市场的状况等都没有在地方债的定价中得到反映，这进一步说明了中国的地方政府债务存在比较严重的软预算约束问题。城投债信用评级价值不大诚如前文所述，实证证据表明城投债的信用评级普遍较高，且城投债市场参与人对的反应并不敏感；换句话说，信用评级并没有在中得到反映。那么一个自然而然的问题是我国的给出的债券评级是否有效地反映了债券所含风险？为了尝试回答这一问题，我们将债券评级作为被解释变量，将国家层面及地方层面风险因素作为解释变量进行有序回归，回归结果清楚地表明，城投债信用评级的确反映了国家整体经济风险及一些地方的经济风险因素。国家总体经济风险越小，地方经济增长率越高、地方人均GDP越高，土地出让收入越高，地方发行的城投债信用评级越高。由此我们发现我国信用评级机构并非严重缺乏评级能力，它们和国际信用评级机构一样从反映经济基本面的一系列指标，特别是地方经济的差异性表现入手，测算违约风险，并给予相应的评级。造成信用评级未被定价的主要原因当为市场对城投债的评级不敏感。这里可能有几种原因。其一，城投债市场投资参与人可能认为城投债信用评级存在普遍膨胀的现象，难以为其提供较为精确的定价信息，因而对其不甚在意。其二，认识到城投债本质上是地方政府债，有中央政府兜底，因此并不关心基于国家整体和地方财政和经济发展指标做出的信用评级水平。我们认为后一种原因应该是最主要的原因。城投债评级普遍高估虽是事实，但是不同仍然存在差异，这种差异反映了不同地方的城投债的违约风险的异质性，如果投资者真的担心城投债违约风险，市场仍然应该将评级以及地方经济指差异纳入定价中。城投债的信用评级和市场违约中对于地方异质性经济风险因素的处理过程中的重大差异为我们理解地方债市场软预算约束提供了独特的视角。信用评级机构按照经济学原理和行业常规，不仅考虑总体经济风险，而且考虑了地方经济风险的差异性，从而区分了不债的违约风险。但是不信这种从本本主义出发的风险评估，对中央政府兜底怀有强烈的预期，从而只考虑总体经济风险，忽略了地方经济风险的差异性。毋庸置疑，投资者行为和市场定价提供的信息更为真实地反映了市场的软预算约束预期。信用评级机构的评级在信用评级普遍高估这方面可能部分反映了软预算约束预期，但是难以真正全面反映软预算约束，这是由其行业特性决定的。如果信用评级机构从中央政府兜底的预期出发，消弭了不同差异，信用评级机构还有价值吗？在稳健性检验部分，我们还通过考察反映中国经济整体风险水平的宏观经济变量，包括考察了反映中国的变量的影响、中国GDP的增长率和其他经济景气变量，来看中国的经济风险是否被定价。回归结果表明，中国的整体经济风险被反映在收益率价差中。我们进一步考察了国际上通用的反映对中国经济恐慌程度的中国波动率指数是否被定价，回归结果表明，对中国经济整体风险的担心被反映在收益率价差中。以上的数据分析表明，通过分离出流动性风险，中国金融市场的城投债收益率价差比较有效地反映了中国经济整体的违约风险，而并没有有效地反映地方政府和地方经济层面的违约风险。这意味着中国的地方债存在较普遍的、严重的软预算约束问题；反映了金融市场的一种共识，即使地方债的违约程度千差万别，但金融市场认为最后都会由中央政府来纾困（bail out），因此金融市场将所有的地方债一视同仁；这意味着中国并不存在真正的地方债，所有地方债均被金融市场视为国家债。那么中国地方债的整体违约风险随着时间的推移会发生如何的改变呢？我们进一步考察了中国地方债违约风险2007年以来的变化趋势，发现2008年全球性金融危机爆发之后直到2012年，随着中国的四万亿投资等经济刺激项目的出台，中国地方债的整体违约风险实际上下降了；但2012年是一个转折点，中国地方债的违约风险有了很大的上升。我们猜测，这很可能与2012年中国GDP增长率首次跌落8％有关，8％是中国政府长期坚持的底线增长率。2012年中国经济增长率首次“破八”以及其后经济增长率的逐年下降所引发的对中国地方政府债务违约风险的担忧，已经反映在地方债的收益率价差中。结论和政策含义政府债券市场在金融体系的有效运行和资源配置中发挥着重要的作用，也是最近的全球性金融危机和欧债危机的核心问题。中国地方债的违约风险也是近年来举世瞩目的问题；由于数据的不透明性和中央—地方关系的复杂性，对中国的地方债违约风险的估算一直难以取得进展。本文选取了从金融市场这个独特的角度来估算地方债的违约风险，将城投债的收益率价差分解成流动性价差和违约价差两部分，并通过货币政策变动、实际有效汇率变动和金融危机这些对于地方政府而言外生的冲击来进一步识别因果关系。本文发现，地方政府层面的违约风险并没有被定价，而中国经济的整体违约风险则被正确地定价了，这反映了金融市场将地方债视为国家债的共识；这意味着中国的地方债存在严重的软预算约束。我们的发现具有以下直接的政策含义。第一，中国并没有形成一个有效率的地方债市场。在发达国家的金融体系中，地方政府层面的信息都会被正确地定价，收益率价差会反映地方债的异质性违约风险，从而可以对地方政府的行为形成一种强有力的市场约束（market discipline）。中国的地方债市场的收益率价差基本上没有反映地方层面的信息，这对整个金融体系的定价效率和资源配置必然造成严重的扭曲。在发达经济体，政府债券作为一种可以保值和充当抵押品的安全资产（safe asset），会提高金融体系的运行效率；中国的政府债反而降低了中国金融市场的效率。因此，未来金融改革的一个重要内容是形成一个有效的政府债券市场。第二，中国的地方债存在严重的软预算约束问题。地方债市场缺乏定价效率的根源是地方债面临的软预算约束，金融市场预期到中央政府最后会纾困，就不会将地方政府的违约风险考虑进去。这种软预算约束现象不仅存在于中国的地方债市场，也存在于中国的其他金融市场（如公司债市场和证券化市场）。政府的隐性担保会对经济和金融体系的有效运行造成损害，美国政府的隐性担保导致了近期美国的次贷危机并引发了全球性金融危机。当然，中国的地方债违约风险问题未必会引发美国式的金融危机，但还可能会以降低资源配置效率和降低经济增长速度为代价。由于软预算约束，地方政府在发债时并没有将债券对经济体和金融体系的负外部性考虑在内，在均衡中会有过多的债务，地方债变成了一种公害；2012年中国经济中所有债务的应付利息，首次超过名义GDP的增量，中国经济的增长率也首次跌落8％的底线，以后更是逐年下跌，中国经济2012年以来整体风险的上升在我们的实证中也得到了验证。第三，地方债设计中的关键是硬化地方政府的预算约束。金融市场中交易的城投债为未来的设计提供了一个“实验”。如果不消除地方政府的软预算约束，未来的地方政府债券市场将如城投债市场一样面临着软预算约束，不仅不会改进地方政府的融资体系和金融体系，反而会增加更多的扭曲和金融风险。硬化地方政府预算约束需要中央政府切实的承诺，如通过立法的形式规定地方政府的债务上限和惩罚措施、债务重组的程序和破产机制等，这方面有很多国际经验值得学习。只有硬化地方政府的预算约束，地方政府债券的市场才会起到约束地方政府行为的作用；也只有硬化了地方政府的软预算约束，评级体系和地方政府的表和才会起到真正的作用。这样，地方债市场和金融体系的定价效率才会提高。从国际经验来看，中国的政府债券市场亟待大力发展和改进，这对提高中国金融体系的效率和中国经济的发展具有重要的意义。作者王永钦为复旦大学经济学院教授，陈映辉为政法大学会计学院助理教授，杜巨澜为香港中文大学经济学系教授，编辑：许瑶（本文首刊于日出版的）《如何读懂消费者的金融行为》 精选三全国首家PPP模式平台瑞典斯德哥尔摩当地时间10月9日上午11时45分（北京时间9日17时45分）2017年诺贝尔经济学奖揭晓，美国芝加哥大学的理查德·塞勒教授因其在行为经济学的贡献获得这一殊荣。作为行为经济学的奠基人以及决策心理学领域最有影响的学者之一，芝加哥大学的理查德·塞勒教授获得2017年的诺贝尔经济学奖确实是名至实归！在理查德·塞勒之前人类的所有经济行为，都只是无规律的跛行下面，就让我们一起走进理查德·塞勒教授获奖的著名行为经济学理论吧。心理账户：钱和钱不一样？心理账户理论认为，人们不仅有对物品分门别类的习惯，对于钱和资产，人们一样会将它们各自归类，区别对待，在头脑中为他们建立各种各样的账户，从而管理、控制自己的消费行为。举个例子，假设你提前买了一张价值800元的国家大剧院的音乐会门票。在准备从家里出发去国家大剧院的时候，你发现门票丢了。你知道，这么贵的门票，看的人不多，现场仍然可以再花800元买到同样的票。问题是，你愿意去现场再花800元钱买一张门票吗？大多数人的选择是不会。相反，如果你之前并没有提前买票，而准备从家里出发去国家大剧院的时候，发现钱包里有一张800元的华联购物卡丢了，你还会继续去国家大剧院掏钱买票听音乐会吗？大多数人都会选择买票。为什么会有这样的区别？这是因为，在我们心里，音乐会门票800元和购物卡800元的意义是不一样的。前者代表娱乐预算，既然丢了，再花钱就意味着超支，要花1600元购买张音乐会门票，这让我们很难接受。后者是购物卡，虽然它丢了，但并不影响与我们的娱乐预算，我们仍可以继续花钱买票听音乐会。尽管二者实质上都是丢了800元钱，却导致了我们完全不同的消费决定。所以，在人们心目中的确存在着一个个的隐形账户：该在什么地方花钱，花多少钱，如何分配预算，如何管理收支，大体上总要在心中做一番平衡规划。禀赋效应：敝帚为什么会自珍？所谓禀赋效应（Endowment Effect），是指拥有一件东西会让你高估它的价值。在人们拥有一件东西之后，人们会倾向于认为，自己拥有的事物比别人拥有的同样的事物更有价值。理查德·塞勒教授做过一个实验，他让获得咖啡杯的人（卖家）和没有咖啡杯的人（买家）分别给咖啡杯标价。他发现卖家的要价（中位数）是$5.25，而买家的出价（中位数）是$2.25-$2.75，前者是后者的两倍。是卖家不近情理吗？还是买家太小气？这个实验用一种更为直观的方式，向我们揭示了“价值”的主观性：一件东西究竟值多少钱，更多地取决于我们站在哪一个位置上。不用责备卖家总是索要高价，如果换作我们自己在他的位置上，恐怕也会和他一样。在生活中，我们也一定都扮演过买家和卖家的角色，也一定曾经为彼此的利益而喋喋争吵不休。然而，这些不同的角色和经验是否有利于我们更公平地看待周围的事物？是否会让我们变得更通达、更善解人意？在很多时候，这是一个走向成熟的开始。交易效用：为什么消费者会疯狂购物？1985年，理查德·塞勒教授提出了著名的“交易效用”（Transaction Utility）理论，用以解释生活中很多人因为优惠而购物的现象。交易效用理论提出，消费者购买一件商品时，会同时获得两种效用：获得效用（Acquisition Utility）和交易效用（Transaction Utility）。其中，获得效用取决于该商品对消费者的价值以及消费者购买它所付出的价格，而交易效用则取决于消费者购买该商品所付出的价格与该商品的参考价格（Reference Price）之间的差别，即与参考价格相比，该交易是否获得了优惠？事实上，早在2002年，理查德·塞勒教授就获得了诺贝尔经济学奖的提名，可惜的是，那一年的诺贝尔经济学奖与他擦肩而过。直到今年，理查德·塞勒教授同样因为其在行为经济学上的成就获得诺贝尔经济学奖，这无疑是对行为经济学界的最大肯定！▼▼▼经济学不仅与我们的每个人息息相关，甚至可以说，我们每个人的生活都是由经济规律在支配。了解一些生活现象背后的经济原理，我们不仅可以更理性的生活，也可以利用这些经济规律将事情做的更好。元小妹和你一起，每天积累一点点。 文末左下角点击阅读原文，开始你的财富增长之路。　是全国首家PPP模式的互联网金融平台，专注于“政府和社会资本合作”的PPP，为用户提供安全优质的。扫码关注↓↓↓，不错过每一次福利
阅读原文，立即抽取iPhone 8！《如何读懂消费者的金融行为》 精选四在我们做各种有关自己和家庭的财务决定时，很多人都习惯借助于“罐头”式思维。比如我们会把自己的钱分为几份，放在不同的罐头里：一份用来储蓄购房，一份用来买车，一份用来娶媳妇，等等。借助这种方式来做出自己的投资和理财决策的好处是：每一份钱都有明确的功能和用途。对于一个自制力不强的个人来说，这种标签有助于为自己的消费需求树立一个“硬性边界”。假设我们给自己规定，每个月在淘宝上买衣服最多只能花1000块。那么在这个月的额度被用完以后，“剁手党”们可以用这个借口强行命令自己不能再买了，要买也至少要等到下个月。但是，“罐头式”的思维方式，也可能导致我们做出一些不理性的决策。在行为心理学上，这种不理性偏见叫做心理账户（Mental Accounting）。今天这篇文章就来讲讲这个问题。什么叫心理账户呢？让我和大家分享一个简单有趣的例子来解释这个概念。①“意外之财”为什么去得特别快？2014年有新闻爆料称，一名中了千万元彩票的湖南男子，中奖5年后却成了逃犯，被抓获时身上仅剩80元钱；在台北开出租车维生的黄荣源中了两千多万（新台币）彩金，但挥金如土，现在只能靠临时工作生活；美国密苏里州黑泽尔伍德的一位彩票得主中了的大奖，不过奖金很快被她挥霍一空，她甚至还企图卖掉出生不久的外孙来还债……据我们读新闻看故事的经验，以及一些亲身经历，好像从来没听说过有人能将彩票作为第，用来创业什么的。为什么那些来得容易的钱，去得也容易？②为什么同样的钱以不同的理由开支，所产生的心理感受不同呢？实际上，先生的钱和爱人的钱都是家庭的钱。为什么以先生自己的需求为理由开支，他就舍不得。而以礼物的理由开支，他就欣然接受呢？③同样是损失5000元，为什么选择的结果会大不同？有这样一个经典实验：情境A：在你路过体育场的时候，偶然发现过两天这里要开王菲演唱会，目前正在出售门票。门票价格有高有低，你比较中意的位置和价位大约在5000人民币。当你想掏钱买票时，发现自己的钱包不见了，里边大约有5000元现金。在这种情况下，你是否会使用其他支付方式（比如手机，或者银联卡，或者向朋友借钱）去购买一张演唱会门票？情境B：假设你早早排队，了5000人民币买了一张内场门票。但在演唱会开演前一天，你发现买好的门票找不到了。你是否会再花5000块钱买一张同样的门票？实验结果表明，在A情境中，88%的调查对象会选择买票，12%的人选择不会；在B情境中，46%的调查对象选择会买票，54%的人选择不会。从绝对值角度看，丢票与丢钱都一样，都是损失了5000元，为什么会出现这么大的行为差异呢？这是为什么？请先思考，再看下文分析。答案在这里以上便是由心理学家理查德o萨勒（Richard Thaler）提出的“心理账户”理论。他认为，除了荷包这种实际账户外，在人的头脑里还存在着另一种心理账户,人们会把在现实中客观等价的支出或收益，在心理上划分到不同的账户中。比如，我们会把工资划归到靠辛苦劳动日积月累下来的“勤劳致富”账户中；把年终奖视为一种额外的恩赐，放到“奖励”账户中；而把买彩票赢来的钱，放到“天上掉下的馅饼”账户中。心理账户分类很细，也很自由，在日常支出预算中，甚至连衣服和演出门票都被严格地放在两个账户中，也就是买衣服的钱和买门票的钱，要从不同的两个口袋中掏出。人们总倾向于把相似的支出归到同一个账户中，并且锁定起来，不让预算在各个账户间流动。因此就会产生丢了戏票就不看戏，丢了电话卡就不打电话，甚至丢了饭票就不吃饭的情况。案例①：因为意外之财与辛苦赚来的钱之间不具有可替代性。辛苦赚来的钱通常都舍不得花，人们倾向于把它存起来；而意外之财是“白得”的，人们很乐意把它挥霍掉。案例中的主人公们，之所以很快将钱挥霍殆尽，就是因为他们把这些钱放在了“天上掉下的馅饼”的心理账户里。案例②：通过对心理账户的实证研究发现，心理账户的开支可分为四个部分：生活必需开支、家庭建设和个人发展开支、情感维系开支、享乐休闲开支。根据心理账户的不可替代性，花费于个人购买巧克力，200元太贵了；而作为送给妻子的礼物，属于情感维系开支，200元可以增进夫妻感情，回报是无价的。案例③：在考虑A情境时，人们认为丢失的5000元，和买票的5000是在两个账户中，是两回事；而在B情境中，再花5000元买票，就相当于在同一账户中花了10000元买一张票，感觉上贵了一倍，人们当然觉得这样不划算了。可是仔细一想，不管丢的是现金还是门票，总之是丢失了价值5000元的东西，从损失的金钱上看，并没有区别。之所以出现上面两种不同的结果，其原因就是大多数人的心理帐户的问题。中国人的“心理账户”特征对心理账户结构特征的了解，有助于人们进一步认识自己在做经济决策过程中的内在心理机制。我国学者研究国人的“心理账户”特征，得出了中国人的心理账户主要分为正常工资收入、普通奖金获取，以及彩票或中奖所得三类。对于这三种不同来源的财富，有不同的消费结构和资金支配方向。奖金收入最主要的支配方向排序为：①储蓄； ②人情花费；③家庭建设与发展开支。彩票收入最主要的支配方向排序为：①人情花费；②储蓄；③ 享乐休闲开支。正常工资收入最主要的支配方向排序为：①日常必需开支；②储蓄；③家庭建设与发展开支。“心理账户”对理财决策的影响心理账户的存在，会对日常生活中的消费、产生意想不到的影响。对价格的敏感程度：研究指出，当人们被询问是否愿意多开20分钟的车，从而少花30元买个90元的计算器，68%的人说愿意。而如果是少花30元买件750元的皮夹克时，只有29%的人愿意（实验情景中为美元）。决定是否要“绕路”不仅取决于钱的绝对数值（30元），还有消费者的价格感知。这个原理也可以解释，为何我们更倾向于为昂贵电子产品购买售后服务，为何在国外更控制不住剁手“买买买”等。：用一张已经透支了上千元的信用卡再刷50元，似乎不像用50元现金结账那样浪费。与用现金支付相比，用信用卡付账的人更不会去想他们到底花了多少钱。因此，信用卡往往可以将购物的快乐与付账的痛苦分离开来。股票亏损：对于上的亏损，人们可能将抛售掉的股票亏损和没有被抛掉的股票亏损，放在不同的心理账户中。因为后者是账面上的亏损，而前者则是实际的亏损，虽然就“亏损”而言并无差异，但由于实际亏损更让人痛苦，因而人们总倾向于在心理上将二者区分开来，增加了投资误判的概率。生命周期安排：从“”假设出发，人安排上总是能够深谋远虑，会考虑几十年以后的长远利益，并根据一生的总财富来合理安排一生中每个阶段的消费，而这显然又与人的实际消费行为不符。实际上，消费者倾向于将人生的收入分为三个心理账户：现期可花费的现金收入，现期资产和未来收入。人们对这三个消费账户的消费意愿依次递减。P2P平台招商VC战略合作伙伴安全|融资|《如何读懂消费者的金融行为》 精选五点击上方↑↑↑蓝字，关注金融平台吧！据说里面的家伙都赚钱了！导读欢迎关注钱江通金融平台！钱江通金融平台(WWW.QJTJR.COM)是基于互联网的P2P信用借贷服务平台，系厦门钱江通金融技术服务有限公司旗下独立品牌。创始团队是来自于金融和互联网行业的资深人士，均拥有十余年行业经验，我们希望通过跨界合作与知识共享，坚持科技创新，。本着“诚信-创新-三赢”的宗旨，致力于成为行业主导，用户首选的第一竞争力创新金融解决方案服务商。在信息化的大背景下，信息技术与金融业的深度融合产生了互联网金融。互联网金融虽未改变金融的本质，但是从金融体制机制、业务流程、金融工具和服务方式等方面进行了持续创新，加快了金融结构的演进，进一步优化和提升了金融资源配置的功能。日益凸显某种去中介化趋势，具有颠覆传统金融体制的可能性；然而从现实情况看，互联网金融短期内还将处于从属地位，而且风险更加复杂多样，因此必须加强理论创新和制度设计，以实现我国互联网金融的可持续发展。一、互联网金融并未改变金融的资源属性金融是资源，是一种战略性的稀缺社会资源，具有特殊的资源属性，即它本身既是一种资源配置方式，也是一种资源配置手段[1]。互联网思想和技术与金融的深度融合产生了互联网金融，然而互联网金融的本质仍然是金融。互联网金融的发展将促进金融结构加快演进，同时也促进金融功能的优化与升级，并将促进金融理论的创新和金融监管的变革。互联网金融加快金融结构的演进。金融机构的物理形态将由柜台人工和ATM设备办理业务向电话银行、再到手机银行的转变，金融机构的物理存在将逐步走向虚拟，大批的营业网点将逐步消失。金融机构的组织形态也进行相应的调整，上下级授权式的垂直管理会逐步转向分散式的功能性管理，纵向的决策链条演变成扁平的委员会议事性决策流程。金融业务分工的现状将发生改变，银行、证券公司、等机构的业务相互渗透和交叉的程度进一步增强，混业经营的趋势加剧。互联网金融促进金融功能的扩展与提升。互联网技术的出现和信息科技水平的进步使得信息收集和处理的能力显著提升，环境得到明显改善，程度降低的同时，风险管理能力显著增强，这就进一步提高了金融配置资源的效率。首先，、和虚拟货币的出现使得资金和支付的功能显著提升，也更加便捷和高效。其次，聚集和分配资源的功能得到提升，这不仅体现在利用互联网平台吸引了更多的草根客户，而且金融工具的标准化与个性化程度显著增强。第三，风险分散的功能也得以增强，这主要得益于、搜索引擎和社交网络等新兴技术的广泛应用，使得金融产品的风险定价变得更加精确、直观和简易。二、互联网金融的基本特征互联网金融作为一种新兴的业务模式，较传统的金融服务呈现出更强的普惠性、技术性和颠覆性，在现阶段还具有较强的次级贷款性特征。（一）普惠性互联网金融能够更加有效、全方位和持续性地为各个区域、各个阶层提供金融服务，尤其是能覆盖小微企业、农民等草根阶层，在很大程度上解决金融排斥的问题。一是互联网金融依互联网平台进行交易，能够突破原有金融营业网点、时间的限制，可实现跨区域、跨时间甚至是跨国别的交易，使得参与主体更加广泛、金融服务更为多样。二是互联网金融的供给方可通过互联网获取更多的客户，从而降低经营成本，提高盈利水平；而且，金融服务和产品的可获得性更高、可选择性更大，并且普通百姓、大学生等草根群体也可以公平地享受金融服务，有助于实现多方共赢。三是相比于其他金融模式，互联网金融不需要财政补贴和特殊的政策扶持，可以通过技术升级和业务创新为小微企业、农户等弱势群体提供金融服务，可持续性更强。（二）技术性互联网金融产生和发展的重要基础在于互联网技术的不断进步以及互联网技术与金融业的深度融合。一是互联网金融依靠搜索引擎、大数据和社交网络等技术收集更加全面的数据，从而有效解决信息不对称问题，对交易对象的信用状况进行更为准确的评价，以有效地。目前，阿里电商、京东商城的征信基础较好，已经积累了丰富的数据资源。二是互联网金融的交易基本上是在互联网平台上完成的，而且随着移动互联网和智能手机技术的发展，可以基于APP软件不断创新金融产品和服务。三是传统金融机构也会通过互联网及相关技术对业务流程进行改进和优化，创新业务模式，实现传统金融和互联网技术的融合与升级。（三）颠覆性互联网金融运用新的技术和思想理念开展金融业务，短期内改变了金融服务的方式，长期将出现去中介化的趋势。一是对现有金融理论的颠覆。从理论上讲，互联网金融可以显著消除信息不对称和交易成本等摩擦因素，使得货币可有可无，推动金融中介和市场逐步消失，达到瓦尔拉斯一般均衡[2]。二是对现有金融形态的颠覆。随着互联网金融的发展，金融机构的组织结构、物理形态、业务流程和金融工具都将发生巨大变化，金融服务和产品将以新的形态和方式出现。三是为中国金融业的改革发展提供新的契机。互联网金融能够依靠其良好的用户体验和成本优势在时间和空间多个维度上拓展金融功能，自下而上推进金融的市场化改革。（四）次级贷款性互联网金融初期的融资服务主体大多为被商业银行筛选排除在外的客户，因此融资业务具有较强的次级[3]。首先，贷款主体不符合传统贷款市场的标准，一般属于信用记录不全或者较低、道德风险较高的类型。其次，贷款主要以为主，贷后评估难度较大，对贷款主体的流动性监控能力偏弱，对其还款能力降低的识别性不强，信用风险较高。同时，贷款主体的私人信息隐蔽性较高，一旦发生违约风险，出资人资金追讨成本较大。因此，从现实情况看，互联网金融的贷款服务与传统商业银行融资市场相比，具有较高的风险性。三、互联网金融的发展现状（一）主要发展历程作为互联网技术的起源地，欧美国家一直引领全球互联网金融的创新和发展，几乎所有的都诞生于欧美。按照金融功能的不同，大致可以分为网络金融、互联网支付、融资业务和服务等四种类型。按照发展程度的不同，互联网金融可分为三个发展阶段：第一阶段是金融机构利用互联网技术改进和升级传统金融业务，可以视为金融的互联网化；第二阶段是非金融机构，包括互联网巨头、其他新型机构进入金融领域，利用互联网思维、平台和技术改变金融的运作模式，提供新型的金融产品和服务；第三阶段是互联网和金融高度融合的形态，传统金融机构和新进入金融领域的互联网企业的界限被打破，构造出新型的金融业态。目前，互联网金融整体上处于第二阶段，正在向第三阶段演变。从实践上看，越是金融发展普及率低的国家，越是金融创新滞后的领域，互联网金融发展就越富有活力，增长速度就越快。比如，肯尼亚已经成为全世界移动支付较为发达的国家，移动支付的金额超过了本国所有金融机构的总和。（二）我国互联网金融的发展较为迅猛我国互联网金融在第三方支付爆发式增长的带领下，逐步向融资、理财、第三方金融服务等领域扩展。与国际先进水平相比，我国的互联网金融在技术、模式和市场化程度方面比较接近，甚至处于持平或者领先水平。1.参与主体互联网金融模式的诞生，吸引更多的机构进入金融领域。首先，互联网巨头利用原有的客户、渠道、信息和技术优势进入金融领域提供服务，以阿里巴巴、腾讯和百度为代表。其次，新兴的互联网金融公司，针对特定的目标客户提供新型的金融服务，现在约有1000家P2P公司和20多家公司，还有金融机构和互联网公司共设的子公司，比如众安在线等。而且，传统金融机构一方面利用互联网平台升级存、贷、汇等业务，另一方面还根据互联网思维和技术开展业务模式的创新，比如建设银行创立商务、平安银行开始银行、保险和证券业务的混业经营。2.业务模式国内的互联网金融业务与国外类似，基本上可以分为五种模式。一是传统金融机构推出的互联网服务平台，包括网络银行、网络证券、和网络金融交易平台等。二是第三方支付和移动支付，以支付宝和财付通为代表。三是基于征信数据的，以和为代表。四是网络融资，指互联网上的直接借贷或者，主要为P2P贷款和众筹融资业务，以、和天使汇为代表。五是第三方金融服务，是指利用网络平台提供、产品销售等服务，以为代表。3.运行机制互联网金融在运行机制上发生了重大变革。首先，由于金融信用信息基础数据库的成熟和新型主体掘金征信行业，特别是业务的发展，征信数据体系不断完善，征信逐渐成长为互联网金融运行的基石。其次，互联网技术逐渐突破了时间、空间对金融业务的限制，显著降低了交易成本，创造了新的金融产品和服务，未来将推动金融业发生更加深刻的变革，使得移动金融、应用场景化等新的金融形态成为现实。4.市场规模我国互联网金融的交易规模保持高速增长的态势。一是第三方支付的规模较大，2013年达到17.2万亿元，同比增长38.7%，其中移动支付的增长速度最快，仅2014年上半年用户规模就增长了63.4%。二是P2P业务于2013年出现爆发式增长，全国范围内活跃的已超过350家，累计交易额超过600亿元。众筹融资规模相对较小，2014年上半年实际募集金额仅1.56亿元，尚处于起步阶段。三是基于征信数据的款也实现稳步增长，仅旗下三家累计发放贷款1500亿元。四是其他业务也发展迅速。以为例，截至2013年末，仅利用半年的时间客户数已达到4303万人，规模达到1853亿元。四、互联网金融发展中存在的主要问题金融业和互联网行业自身都属于高风险行业，互联网金融兼具了互联网和金融的双重基因，决定了风险远比单纯的互联网和传统金融行业更为复杂。因此，在法律法规尚不健全和监管缺位的前提下，互联网金融不仅具有传统的流动性风险、信用风险和道德风险，而且还具有特有的信息安全和系统安全等问题需要关注。（一）法律法规缺失和监管主体缺位问题并存立法工作相对滞后。由于我国互联网金融发展时间较短，现有法律法规尚未明确互联网金融的性质以及互联网金融机构的类型，没有规定互联网金融行业的准入门槛，也未制定互联网金融的业务规则，因此整个行业随时可能越界、触碰法律和政策底线，目前存在机构鱼龙混杂、业务操作混乱等突出问题，甚至爆发了多起欺诈事件。监管主体、职责和标准尚不明确。互联网金融发展中创新的产品、服务和渠道呈现出混业经营的趋势，冲击着我国现行的“分业经营、分业管理”的金融监管模式，易于出现重复监管和监管缺位的情况。目前，仅有第三方支付机构由央行下发牌照，91和由金融监管部门共同核准颁发牌照，而其他大部分机构注册的是“网络信息服务公司”和“咨询类公司”，在工商局注册即可开展业务。（二）风险更加复杂多样且影响深远历史和实践告诉我们，每一次重大的金融创新都会带来前所未见的金融风险。互联网金融不仅具有金融业务的传统风险，还存在信息安全和技术风险，而且影响面广、传播速度快，较易引发系统性和区域性的金融风险。传统金融风险依然存在。一是流动性风险。互联网金融机构往往发挥资金周转功能，掌握部分沉淀资金，在缺乏监管的条件下，如果或者挪用资金，一旦资金链条断裂将引发支付危机。二是信用风险。互联网金融的信息传递、支付结算和投融资业务都是在虚拟环境中完成的，虽然通过大数据、和搜索引擎技术可以进行身份识别和信用评价工作，但是由于信息失真和计量模型的局限，违约事件依然难以克服。三是道德风险。一方面存在部分机构利用夸大宣传的手段误导消费者、挪用客户资金等风险事件，另一方面也出现借款人利用信息造假等手段骗取资金的现象。技术安全风险不可忽视。一是数据安全风险。互联网金融涉及海量数据的存储，如果安全管理不当，易造成信息的泄露、丢失和滥用等问题。二是技术风险。计算机病毒可以通过互联网快速扩散与传染，在互联网金融业务中，计算机病毒和黑客攻击可能导致整个金融系统出现。而且，互联网金融自身还具有覆盖面广、涉及人数众多的特点，一旦发生风险则损失巨大，极易引发群体性事件和影响社会稳定。五、互联网金融要实现可持续发展互联网金融的持续健康发展，既需要创造良好的外部环境，又需要构建高效的内部运行机制；既需要充分发挥其金融创新的功能，又需要适度有效的监管，保证互联网金融的可持续发展。而这一点是说来容易，做到实难。（一）构建互联网金融的理论体系和政策框架互联网金融引起了金融结构、金融功能、金融成本－收益－风险等方面的巨大变化，改变了金融的传统生态环境，对传统金融理论与监管实践产生了严峻的挑战。因此，理论研究不可局限于金融或者技术的单一分析视角，应该以信息理论、金融理论和发展金融学等多个学科为基础，对互联网金融的理论基础、主要模式、运行机制和整体功能等方面进行深入综合研究，构建互联网金融的理论体系。在法规建设方面，可借鉴西方发达国家的成功经验推动立法。一是对《商业银行法》《证券法》等法律法规进行梳理，修改完善涉及互联网金融业务的相关条款。二是适时出台针对互联网金融的新法规，对行业准入、业务规则、违规惩戒和做出专门规定。三是推动制定行业标准和操作规程，为推动各机构的信息共享、增强系统防护能力和业务操作水平奠定基础。（二）完善互联网金融的监督管理体系按照适度监管的原则，完善监管合作机制和分类监管体系。一是建立互联网金融的监管协调机制，央行、银监会、证监会和工信部等部门共同参与、相互配合，在各自职责范围内履行监管职能。同时，要建立稳定的合作交流平台和信息共享机制，防止系统性风险的发生。二是根据不同的业务模式建立分类监管措施。三是通过建立健全互联网金融协会、P2P平台协会等自律组织，制定行业规则和业务标准，推动内控制度建设，促进整个行业的规范发展。四是加强教育和保护工作，引导金融消费者和投资者学习金融知识，提高识别互联网金融风险的能力，增强风险防范意识。（三）加快推进征信行业的发展发达国家的经验表明，征信业是互联网金融发展的重要基石。完善的征信数据系统可以有效提高互联网金融的功能，并显著地降低成本和控制风险，因此必须首先推动征信业的发展。一是逐步推动P2P机构、阿里小贷等机构接入金融信用信息基础数据库，有效利用现有的征信资源控制违约风险。二是在《征信业管理条例》等法规制度的指导下，扶持征信机构充分利用线上征信技术，征集互联网金融机构的业务信息和其他公开信息，构建基于互联网提供征信服务的征信系统，上海资信已经做了有益的尝试[4]。三是由互联网金融协会牵头建立违约借款人的制度和披露机制，依法在各机构间共享并在一定范围内公开，增加失信者的，形成市场性的惩戒机制。（四）推动金融发展方式的转变与结构调整金融是现代经济的核心，是一国的战略性稀缺资源，金融是当代各国经济与社会发展稳定的核心性、主导性和战略性基本要素，是大国间竞争、博弈和争夺的战略性新领域[5]。互联网金融的出现为推动我国金融体制改革、促进金融发展方式的转变与结构调整以及谋求在全球的金融地位提供了有利契机。一是将推动互联网金融发展作为推动我国金融业改革发展的重要手段，利用互联网金融完善金融产品链条、促进金融市场竞争，从而推动改革，构建新的金融产品和服务的价格形成机制，改变现有的“金融倾斜”格局，有效提升金融资源的配置效率。二是利用互联网金融的技术、成本优势和市场定位改变金融发展方式，促使精英化金融、贵族化金融逐步向普惠性金融的转变，更加惠及普通百姓、小微企业等草根群体。三是以我国互联网金融的实践为基础，积极参与互联网货币、第三方支付等新兴业务的国际监管规则的制定工作，更为积极主动和进取性地参与国际货币和金融体系改革，并以此为契机逐步把握并强化中国的国际经济金融话语权。六、结语经济全球化、经济金融化和金融全球化是21世纪金融发展的主要趋势。互联网金融的出现无疑将加快经济与金融的相互渗透和融合，使得金融资源跨时间、跨区域和跨国别地配置将更加便捷和高效，具有广阔的发展前景。因此，要从国内、国外两个视角看待互联网金融的发展问题，既要发挥互联网金融的特长，为我国战略性产业以及“强位弱势”产业和群体提供金融支持，又要利用互联网金融发展推动我国金融发展方式的转变与结构调整，提升我国金融业在国际上的地位，有效制衡国际市场上的金融霸权行为，促进进程和金融强国的建设，进一步促进国际货币与金融体制改革。【征信 文/白钦先 李士涛】《如何读懂消费者的金融行为》 精选六大数据与征信已成为了讨论消费金融时不可避开的话题……6月17日，“Fintech时代的消费金融创新发展峰会”在北京举办。在 “消费金融的大数据风控与征信”圆桌上，多位业内人士、行业专家参与讨论并发表观点。以下为论坛发言精选：李铭：大数据征信、互联网征信都是不存在的行业北京大数据研究院专家李铭李铭解读了征信的定义。他指出，“征信在国内是一个被严重误解的行业，实际上，资金调查、风控建模、具体执行都不是征信；从70年代开始，征信，特别是个人征信做得唯一一件事情就是把借款人的借款和还款信息沉淀下来，把信息记录下来、报告出去”。李铭还表示，“大数据征信、互联网征信都是不存在的行业；信贷机构使用大数据做风控也许是可接受的，征信机构用大数据则有方面的严重风险，故基本不会使用。”张慎：央行征信的客群覆盖率还不是很高，央行征信的数据是最有价值的平安银行零售风险管理部总经理张慎从应用的角度出发，发表了对消费金融和大数据的观点。他认为，“风险管理是消费金融最核心的竞争力，而数据本身又是风险管理的生命线”。在数据方面，张慎指出，“目前已进入数据大爆发的时代，各种新的数据公司层出不穷，特别是越来越多的新的非结构化的数据、非金融类的数据也开始在金融领域应用，大有可以压倒央行征信的说法。”张慎认为，应从两个方面看待该问题：“首先，目前背景下，消费金融要服务的客户群非常广泛，而目前央行征信的确在客群的覆盖率上还不是很低，所以银行非常欢迎新的数据源的出现帮助银行填补新的空白，对一些没有覆盖到的人群提供风险的评价依据。”“从信用风险的角度讲，央行征信的数据最终最有价值的，目前还没有数据无论是辨识能力还是有效性上能够超越央行征信的数据。”张慎说，“我们一方面希望和外部数据合作来填补各项空白，同时我们也希望央行征信处可以快速加大人群覆盖率，我认为这件事对于整个行业的风险管控非常有效、有帮助。”张韶峰：大数据的核心是用未发生的结果数据推测结果百融金服创始人兼CEO张韶峰则认为，“由于以前没有大数据，没有办法用新的手段做风控，因此必须用人民银行征信报告做，其实人民银行征信报告其实是结果数据，用结果数据推的结果一定是最准的；其实大数据的核心是用未发生的结果数据推测结果，为什么我们以前老是争辩征信跟风控的差别，其实我觉得对于银行来讲，只要能帮他们判断清楚这个人还不还钱就行了”。汪德嘉：征信看的是还款的能力，反欺诈看的是还款的意愿通付盾创始人、董事长汪德嘉指出了征信、反欺诈和风控三者之间的关系。他指出，“征信看的是还款的能力，反欺诈看的是还款的意愿；征信和反欺诈是风控的子部分，风控等于征信加反欺诈等一套流程”。同时，他指出，“关于风控，有些基础设施未来很多会标配，风控未来肯定是定制化的东西”。郑和平：征信业务一定要为商业银行和金领域服务考拉征信郑和平则认为，“征信业务一定要为商业银行和金融信贷领域服务”，并呼吁“未来有可能的话，人民银行数据库和认可可以合作的公司共同联合，进行数据的整合和挖掘，为商业银行，为金融信贷领域做真正的风控服务。”对于信息安全，郑和平认为，“征信机构要想安全、合法的使用数据，一定是采集那些个人同意和允许的数据”。以下为论坛发言全文：温树海：大家好，按照主办方的提示，请大家入座，也请我们这个环节的嘉宾上台，准备开始下面的环节。我是人民银行征信中心市场部的负责人温树海，感谢雨姗总的邀请，我担任这个环节的主持人。这个环节的主要议题是消费金融的大数据风控与征信，里面有很多热词，今天来了很多机构，上来第一句话就是我的核心竞争力风控，消费金融发展到今天，我们的大数据风控和征信也成为我们到任何一个论坛会场都是各大媒体讨论消费金融的时候避不开的话题。今天我们请到了几位嘉宾，我看了一下嘉宾的安排，主办方非常精心。既有提供征信服务第三方的机构，也有像平安银行这样的先进银行，利用大数据各方面应用征信服务的机构使用方，而且还安排了对征信、大数据风控有深入研究的专家。所以，我想这个环节我们非常的期待能够碰触更多的火花，给大家更多启迪。按照主办方安排的名单，我先简单介绍每一位嘉宾，之后我想请每一位嘉宾做一个简单的自我介绍，大概用5分钟的时间把自己的对我们这个主题的理解给大家做一个分享的之后，我们就一些问题跟嘉宾互动。首先不一一介绍，说到哪位就简单介绍哪位，首先我介绍的是人民银行征信中心原资深顾问，现在是北京大数据研究院专家的李铭，李总，大家欢迎！李铭：谢谢四十人论坛的树海，今天是休息日，我给自己找了一个职业，我的职业叫征信扶贫师（音译），布道的，市场化征信从2015年初以来跌宕起伏，像过山车一样，一个多月前，陈行长、吴行长、万局长有一系列讲话。对于征信行业来说临头一桶冰水泼在头上，好像冰水没有想象中那么凉，这是好事。我本人还是很赞同领导们对这个事情的看法，但是解决问题的措施方面我觉得还有讨论的余地。我主要想谈四件事情。第一，征信是做什么的，我感觉征信在国内是一个被严重误解的行业，每个人都希望的用自己的说法定义这个行业。有人说资金调查是征信，有人说风控建模是征信，有人说具体执行风控模型的时候算分是征信。我认为这些事都不必要是征信，大概70年代开始，实际上征信，特别是个人征信已经变成了非常简单的一件事，个人征信做的唯一一件事就是把借款人的借款和还款信息沉淀下来，把信息记录下来、报告出去，就这么一点点事。所以说其他的事情各有各的位置，比如说资信调查上世纪60年代之后在一些领域早就不做了。风控本身是机构的，风控建模是数学家玩的，大数据是数据销售商的事，都不是数据非要做的事。所以这是我想说的第一件事。第二件事，大数据征信。不幸的是咱们这组有大数据征信，从我的认识，如果说征信就是把借款人的借款和还款信息沉淀、记录下来、报告出去，如果这样来定义征信的话，大数据征信就会变成一个非常奇怪的事，无论你是大数据征信还是互联网征信，你做的都是记录借款、还款信息这一件事，没有大数据什么事。如果说大数据征信，实际是说大数据风控，实际并不是大数据征信机构要做的事情。征信机构能不能做大数据，能不能用大数据，我的回答是，能，也应该，毕竟我们面临的现状是还有很多人没有信用报告、信用历史这件事。但是征信机构在使用大数据方面受着很多限制，很多的数据信贷机构可以用、征信机构不能用，受的限制非常多。征信机构能在大数据方面做的创新非常有限，本质上说征信是不那么能接受创新的行业。在所有流行的大数据风控技术当中，哪些技术比较可能由征信机构使用呢？如果你考虑到合法合规和业务流程方面的话，我感觉相对麻烦最少的是心理侧蓝（音译）学，可惜在国内做这个的不太多，心理侧蓝（音译）学技术在信息相关性、数据主体权利、许可方面麻烦不多，心理侧蓝学的预测能力很强，唯一要注意的是有一些隐私保护的问题。其他几项，从国际征信实践来看，征信公司是不能做这些一事情的，但是信贷机构可以做。除了心理测量学之外，下一个可选的，对于征信机构来说有可能是，所有的著作，如果谈到金融应用都会把征信作为的一个重要成份，因为我对这个了解不是很多，我感觉这有点像锤子、钉子的情节，如果你手里拿一个锤子看什么都像钉子，什么都想敲，有一定想当然的成份就是认为征信一定是可以用到的地方。区块链有一个特点就是，征信是一个高度中心化的行业，而且到目前为止，征信机制去中心化做的不错，效率上会有一点影响，但是没有技术解决不了的问题。所以术在征信上面没有太多应用，但是细想，如果不是区块链技术可以颠覆整个征信机制的话，在一些关键问题上还真有可能帮助中国的市场化征信行业解决几项难题。所以对这个我还是有很大期望的。谢谢！温树海：李总上来就讲他是一个布道者，也对征信的概念说了一下，李总在国外工作很多年，也是这方面的资深专家，从很多前沿问题方面把征信给大家梳理了一遍。也这是金融城的风格，大家有一些讨论，我想大家实事求是讲一些自己的观点，第一个也为我们开了头。下面有请平安银行零售风险管理部总经理张慎张总，从真正的应用，也是做消费金融，应用大数据方面，他从应用的角度看一下有什么感悟，大家欢迎！张慎：大家好，我是平安银行张慎，先简单介绍一下自己。我是2012年底加入平安银行，之前一直美国从事风险管理的工作。从我自身的培训和经验来讲，始终认为风险管理是消费金融最核心的竞争力，而数据本身又是风险管理的生命线，也很高兴今天可以在这里跟在座的各位探讨一下大数据风控的看法。刚刚李总讲的比较严谨，我这里的讲法更确切是大数据风控，不是非常标准的大数据征信。我从两个方面大概介绍平安银行对大数据征信或风控的看法以及我们目前的做法。首先是数据方面，我们目前认为进入数据大爆发的时代，其实大家在市场上每天看到各种新的数据公司层出不穷，特别是现在越来越多的新的非结构化的数据，非金融类的数据也开始在金融领域应用，甚至最近网上经常看到一些文章开始提到，随着大量数据的应用，大有可以压倒央行征信的讲法。我们从两方面看，首先目前背景下，消费金融要服务的客户群非常广泛，而目前央行征信的确在客群的覆盖率上还不是很高，所以我们也非常欢迎新的数据源的出现帮我们填补新的空白，对一些没有覆盖到的人群提供风险的评价依据。这点我们非常欢迎，我们的态度也是非常积极和外部公司合作，充分利用平安数据的基础上和外部各种各样的数据公司合作，来提升风险管控的能力。有一点需要强调，我们已经评估了很多外部数据，最终看下来，从信用风险的角度讲，央行征信的数据最终最有价值的，目前没有看到有什么数据，无论是辨识能力还是有效性上能够超越这个。我们的态度是两方面，一方面我们积极的希望和外部数据合作来填补各项空白，同时我们也提一点希望，希望央行征信处可以快速加大人群覆盖率，我认为这件事对于整个行业的风险管控非常有效、有帮助。模型数据方面。上一场特别赞同一位嘉宾的讲法，不能因为我们是传统银行，就降认输说我的技术做不了，我的技术一定是没有的。以我个人以往的经历和培训，我们在风险管理方面一向认为风险模型是所有风险管理的基础，所以我们对整个模型和模型技术的应用和学习也是非常关注的。目前平安银行在全客群各个生命周期大概40多个节点部署了40多套模型群，利用这些模型群对客户进行全面风险管理和监控风险变化。从技术方面，除了大家比较熟悉的传统逻辑回归等等，我们也利用了GBM（音译）等等各种新式的数据技术，所以我们认为数据技术本身是银行在风险管理的一个非常重要的竞争力，我们可以和其他的合作方合作，但最终银行本身必须具有这样的能力，才能够在今天的消费金融大市场中竞争。谢谢！温树海：谢谢张总，张总一方面对征信提出了更多希望，希望征信覆盖面更广，另外也是保持开放的态度和外部的各大征信数据保持试探性探索，另外也说了传统银行，比如上午征信银行的吴总说的，我们自己银行也会加大投入，特别是风控模型，刚才张总说有40多套模型。实际上，传统银行这方面有很长时间的积累、传承，包括经验模型化、数据模型化。但是现在市场上也有很多创新型包括大数据公司的机构，下面三位嘉宾都是站在第三方提供的数据或征信服务，我们看看他们从第三方的角度，从技术、大数据的角度和征信角度，看有什么好的方面给大家分享。下面有请百融金服创始人兼CEO张韶峰总。张韶峰：感谢大家，首先介绍一下我们公司的背景，我们公司不是金融机构，我们本身是立足于利用大数据以及技术帮助金融机构提升效率的机构，核心是和精准营销。我们公司的历史比较曲折，其实以前跟金融机构行业一点关系都没有，我们2009年开始给互联网电子商务提供大数据精准营销，帮助不同的电子商务网站猜客户的喜好，提高销售额，我们从中分成。2013年，有一家银行说，我们总裁说要半年大数据，但是找不到服务商落地，光是讲概念，你们要不要试一下？我们那时候不太想试，因为我们银行做事风格特别慢，我说跟你们合作吧，宁可单子金额小一旦，但是要快。他说我就是要快，一个月。我说一个月能出结果吗？没想到一个月真的出了测试结果。当时很巧，我们基于所有的常识挑了一些比较好的客户，那个时候我们和银行都是非常惊奇的，貌似我们的数据跟金融行业没有任何关联，因为我们的数据是互联网消费、购物、社交，没有任何关系的，怎么会效果那么明显呢？后来另外一家银行也是来测，也有效果。所以我们觉得是不是有一些道理在里面？后来我就仔细研究了，可能金融违约行为跟历史的风险表现直接相关，以前就老违约，未来可能违约的几率就大。但是非风险表现数据可能跟风险表现有些弱相关，可能不是那么直接，但是如果变量多的情况下，合起来效果也还OK。所以我们后来就把这个业务独立成公司了，那时候银行的领导也建议我们独立，我们就独立出来，叫百融金服，后来这个公司也组织了金融机构，像中国国际金融公司这些投资。现在我们公司有点特别，运营是市场化，但是国有背景占了60%股份。是一个比较少见的机构，运营市场化，有国资背景在里面。之后跟很多不同的机构进行合作，因为我是个技术控，从读书开始一直比较相信数学这一套，我认为事物都有联系的，只是联系强弱而已，一定有相关性。比如，我们有个变量有指示作用，比如说他的消费行为，他在上海或贷款，如果他在上海本地消费多，那么这个人风险低。如果他在上海没有消费，反而在苏州消费，好像风险比较低。当时我们讨论，也许这个人是骗子，他真实的活动场所不是在上海。我们用这种方法辅助金融机构判断，现在服务了接近2000家金融机构，银行、、大概200家，有的有牌照，有的无牌照，各种各样的，一天能够帮金融机构辅款审批和260万次，好像比人民银行征信中心要多一点。其实起来刚才讲的，人民银行的征信是最强的，主要是人群不够。我们不是征信机构，我们是辅助金融机构用大数据进行风控、进行营销。这是我们公司做的一些事情，当然我们也可以多分享一些具体怎样做。谢谢！温树海：谢谢张总，张总介绍公司因为有市场需求需要试一试，然后发现有效，现在大概服务于2000家左右的机构，从实践中探索走到今天，感谢他的分享。下面有请通付盾创始人、董事长汪德嘉总，有请，大家欢迎！汪德嘉：大家下午好！首先我要感谢金融城提供这么一个平台让我们交流，也谢谢主持人和前几位嘉宾分享了很好的意见。今天这个意见的主题叫Fintech时代消费金融下的大数据征信与反欺诈。征信大家都知道，看的是还款的能力，反欺诈看的是还款的意愿。我想分享一下我的理解其实反欺诈和征信是在一个大的风控体系下，正好前几天有人问我，征信和反欺诈什么区别？我说征信和反欺诈是风控的子部分，风控等于征信加反欺诈等一套流程。首先我介绍一下自己，我是2011年回国创业的，公司叫通付盾，主要做安全，之前在硅谷，第一个公司是客户关系管理，6年，后面几个创业公司卖掉了，卖给了一些金融公司。2011年回来创业也是特别是互联网金融的潮流，我们对风控的了解跟前面不太一样。消费金融，风控，风险到底在哪里？特别是新的架构风险在哪里，移动化、智能化，这里面有新的风险，比如帐号风险、欺诈风险、信用风险和APP风险，我们公司一直围绕这四个方面展开我们的产品。在金融领域我们现在有300多家互金客户，数据量也非常多，每天交易笔数加起来上亿级，我们的服务机制也是非常强的。关于风控，有些基础设施未来很多会标配，征信是央行做的事，现在有银行征信中心做的非常好，未来肯定是集中起来的。我们认为大数据的方法，从网络安全、帐号、APP提供不同维度的数据源。我觉得风控未来肯定是定制化的东西，我们现在也是把一些基础的东西开放，像APP的检测和加固，很多消费金融都会有自己的APP平台，到底这个APP安不安全，是不是泄露用户隐私，可能与最近的网络安全法和两高关于网络安全法的解释，就是保护个人隐私密切相关，你要保证你的APP是安全的，不能泄露用户隐私。帐号方面，很多互联网平台消息泄露非常厉害，怎样防控这些风险，在交易、身份识别方面我们也有很多年来的积累。信用风险，我们通过设备的真实数据，我们的数据库非常大，现在有百亿级的数据，这方面希望能够给大家提供服务，这块的服务是免费的，技术不是免费的，我们现在的盈利也是定制方面收费。谢谢！温树海：感谢王总！王总主要是说自己的两个大方面，一是在服务的基础上提供安全加固服务，这是核心的能力，另外强调了自己在设备技术方面的领先。下一位嘉宾是考拉征信的郑和平。郑和平：非常感谢金融城给我这次机会，因为通知的比较晚，所以准备比较仓促。先介绍一下我们考拉征信，考拉征信是人民银行监管机构准备发牌的前八家之一，现在我们的人员大概有近100人，50%人员在IT领域，20%的人员做风控挖掘和产品研发，还有市场和其他的人员。征信公司实际是IT型的公司，所以我们的人员结构都是IT人员背景比较多。我自己是在工行服务了20多年，1996年开始做银行卡的风控，2002年有幸被调到银行征信中心做需求和数据库搭建。作为征信行业的老兵，现在又在干民营行业的征信工作，我的认知是征信业务一定要为商业银行和金融信贷领域服务。因为我在银行卡的风险领域工作多年，知道风控领域多么渴望数据库存丰富和多元化，来为风控领域进行服务。当然属于技巧，挖掘、评分也是需求，但是数据的多元化和丰富对评价风险是至关重要的。作为考拉征信，我们也立足在人行征信的大数据环境下做他的补充，我们的定位是补充数据库，为商业做服务，比如说我们有小商户信息和职业信息等等。我们立足于做大的人。行征信的补充，我们也呼吁未来有可能的话，人行数据库和认可可以合作的公司共同联合，进行数据的整合和挖掘，为商业银行，为金融信贷领域做真正的风控服务。今天上午万局长也讲到，征信社会不会是多家，各类征信公司也主张少数两家是主导。我个人也认为，社会督导是不能够完全做好征信工作的。未来，我个人见解要想做好数据服务一定是数据结合来为借贷风控服务，这是我的见解。信息安全，这是一个比较大的话题，我想针对一个小的方面讲一下，信息安全也是个老话题，也是个新话题。老话题是，最早银行卡在很多客户讲，不要拿信息做广告的推销，那时候就有这种事情发生，但是那时候已经很重视信息保护了。现在的新话题是，信息安全通过大数据的挖掘，信息安全滥用的领域已经非常多了。我个人认为，特别是征信机构要想安全、合法的使用数据，一定是采集那些个人同意和允许的，怎么讲同意和允许呢，实际上很多信息在办业务的时候留下的，比如说我到银行去做信贷，要填申请表，实际在柜台受理的时候，服务人员就要征得他的同意，是不是同意第三方做调查和了解。实际他本人是同意的，但是这种场景征信公司要辨别清楚，比如在电信业务大厅，在各类金融信贷办理业务的大厅，采集的时候完全已经征得了本人同意，这种情形下数据是可以采集和使用的。作为我们这样一家合法的征信公司，也是采集这样的数据，在使用的时候，在风控领域、领域，当时也有人问，催收领域里能不能使用他的电话和地址，投诉怎么办？我工作这么多年的经验，个人认为，如果他在银行信贷做了贷款，在约定时间内没有还上应该还的金额，超过了约定的时间，比如60天、90天、180天，这样的客户，得到他的电话、地址，对他进行催收，我认为这种纠纷很少，实际法律上也不保护的，一个是超过了贷款违约时间，另外金额超过5千元以上，实际上他在某种界限已经违法了。这个领域的纠纷是很少的，我认为可以使用大数据方式对他进行催收工作。只是信息安全不要一窝蜂上，一说安全什么也不能用了，一说要使用什么都敢乱采集。我觉得今后和未来的工作中要分清什么样的数据可以用，什么样的数据不能用。要理直气壮地去使用你应该使用和可以使用的数据。谢谢！温树海：谢谢郑总！我们几位嘉宾都对消费金融大数据风控和反欺诈发表了自己的观点，实际我下面也有几个问题。第一个问题，今天为什么我们坐到这里，什么是不变的、什么变的。大家分析风控的时候什么是不变的，我想是放贷机构，商业银行等各个方面。不变是评价什么、得到什么的时候。以商业银行为例讲放贷机构，商业银行开门几件事，第一件事无非确定人是不是这个人；第二件事确认这个人的收入；第三件事确认这个人的负债。第一是大家经常讲的是不是这个人的真实意愿申请，这就牵扯到商业银行经常做的（音译），包括亲见亲访。第二的看这个人有多少收入，花了多少钱，剩了多少钱，有多少钱用于还将来借的钱。第三是这个人历史上有没有还款意愿。专业来讲，第一阶段的时候要算他的还款意愿、还款能力以及如果他不还款我能收回多少钱，假如他违约了银行能收回多少钱，这个是不变的。什么变的？我们获得了更多的数据，我们用更多的技术发生改变，一些嘉宾也分享了各个方面。无论是原来的传统方法还是大数据方法，无非是解决刚才的身份核实、确定收入、以及负债情况。下面我想结合这些被动的情况，现在变动的是获得数据和技术发生了变化，怎么用这些做风险识别、风险评估以及风险评价，实际是风控，刚才讲的三个方面。在辩证的情况下怎么用这些东西来预测原来风控不变的东西，我想请各个嘉宾具体分享一下。按照顺序，先有请李总给大家做一个分享，大家欢迎！李铭：风控这个事，一个基本点，没有人否认大数据、互联网数据，给风控开辟了新的维度和想象空间。特别是对于没有信用历史的人，刚才说常试了各种大数据之后，回过头来发现还是央行提供的传统信用报告最好用。实际这一点在行业里面已经多次得到过证明了，美国很多年来传统金融机构就在评估大数据、各种各样的非传统风控技术究竟管用还是不管用，目前为止几乎所有的研究都没有一个明确的结论出来。但是行业里的共识是说，还是传统数据管用。另外一个例子，美国的两房几乎是准国企对放贷市场买记录，两房为了扩大消费者的住房占有率，为了多放房贷，多买房子，允许使用信贷数据之外的数据，比如非传统信用数据，像电信、水电煤气、有线电视等这些还款数据，仍然是信用数据，但是不是金融信贷数据。允许用这样的信息来做金融风险评估，但是当时两房在做风险评估规则的时候明确的说，替代数据可以用来做传统金融数据的补充，但是不能取代传统金融数据。换句话说，如果你有信贷历史数据，你是不允许用非信贷数据提高信用级别的，只有在没有这些信用数据的情况下才能使用非传统信用数据。从这点来说，美国金融机构对大数据非信用数据持非常谨慎的态度。回到征信来说，对于信贷机构，实际上信贷机构使用大数据用的风云突起，用过各种各样的数据做尝试。很多数据有非常好的关联关系，但是缺乏明确说明是不是因为这个关联关系导致有因果关系，如果监管机构监管是不是能够做到对消费者公平。我们国家有一点好，我们没有公平信贷法，所以对公平这个事暂时忽略不计，从这个角度来讲，你更可以放开手脚用各种各样的关联关系使用大数据审贷，从行业自律的角度来说，行业自认为常用的风控大数据中，第一危险的是社交媒体数据，有很多例子，在国外大家基本持保留态度，管用不管用，确实管用，但是大家不太敢用。其次是电商数据，这些至少是事实数据，如果面对消费者的指责，你要解释的只是相关性，就是为什么我们用这些数据，能证明你的借贷风险高低，如果没有法律追究，你基本有自由发挥的余地。所以在这个意义上，我才感觉心理测量学的数据最好用，因为你不会受到这些指责。温树海：谢谢李总，李总还是说了一个，我是主持人我要保持公平性，我用另外一位专家来总结一下，说如果这个人有征信记录，那么这个人如果用这个征信记录给他做评估，这相当于是太阳。如果这个人没有征信记录，用其他的数据，就是非银行的借贷记录数据，相当于是月亮。其实大家讨论的这些预测的准不准，实际大家有一个共同的目标，刚才我也给李总补充一下，大家其实直接定位的是这个人的信用风险，就是说还钱不还钱。其实风控还有很多，刚才我讲了三个方面要做的三件事，刚才我们讲的预测的准不准的事情，主要还是集中在还钱不还钱的预测，如果这个讨论的基点没有，后面大家就没有一个共同讨论点了。感谢李总，下面请平安银行张总给大家做一个分享，大家欢迎！张慎：温总说风险管理变不变，我对这个看法比较简单，我认为风险整套基本的基础原则没有变，风险管理的目的是在极端风险管理之下利润的最大化，风险管理的最基本的点以及信用风险最基本的三个C的原则，我认为无论是有大局、没有大数据，有Fintech、没有Fintech，最基本的原则没有变。真正变的是我们的手段、数据。我刚才讲到原来在运通工作，运通进公司以后培训第一件事就是的三个C，你把我好三个C就可以把握好风险管理的原则。今天有人说是不是可以加第四个C上去，叫朋友圈征信，其实我也知道有多少公司在做这件事，我拿不到征信数据和金融数据，怎么办？你要到我这儿来借钱，请把你的手机打开，把你的微信打开，我来看看你的朋友是谁。通过你的朋友圈表示你的信用是怎样的。其实我不认为这是一个原则，这是一个手段，你查朋友圈其实最终是想看到他的还款能力，你的朋友圈里的人如果信用很好，他的还款能力很高，因为你跟他们为伍，所以我认为你的还款能力信用非常好。古话叫“物以类聚”，通过这样的原则来做。这并不是本身三个C原则的改变，而是上来的一个新的手段，通过所谓的朋友圈征信来推断你的三个C的原则在哪里。我对这件事的看法是，整个这套理论的原则永远不会变，唯一变化的是日新月异的手段和数据、技术。谢谢！温树海：刚才也讲了变和不变。我们平安银行的张总又上升到更专业的银行的风控三个C，以及提出另外一个C的他自己的看法。我觉得无外乎刚才讲的风控开门三件事，第一是人，第二是还款能力，第三是还款意愿。下面有请百融金服的张总分享一下他的观点，欢迎！张韶峰：刚才观点非常经典，大数据风控在中国之前一直存在争议，尤其我们从年做的时候大部分金融机构不波认可。但是2015年底，我们觉得大部分金融机构觉得这个事情有用，我觉得跟两件事情相关，第一是跟中国具体的国情相关，这个事可能在美国不那么有用，比如有个公司在中国非常出名，他不管是服务商还是金融机构，都是这件事情的鼻祖。但是在美国其实是一个小公司。但是这个在中国变成比美国大的多的事情。第二个事情，技术的快速革新，实际使中国在风控有跳跃式的发展，这个事在美国还没有怎么经历过，在中国突然跳过美国的历史，直接就是大数据风控的阶段。其实这个事情我自己想起来觉得蛮有意思，这个事情在中国能够发生，在别的国家不一定发生。第二个想分享的是，刚才讲的貌似看起来是创新，但是万变不离其中，最后还是通过分析发现老跟靠谱的人在一起的人，要么道德水平比较高，要么经济水平比较高，都是跟企业高管在一起的，还款率都比较高。这种推到底还是跟以前的老方法一样，只不过由于以前没有大数据，你没有办法用新的手段做这个事情，导致你必须用人民银行征信报告做，其实人民银行征信报告其实是结果数据，用结果数据推的结果一定是最准的。刚才李总讲不叫征信，叫风控，风控是原因，由于他跟很多人混在一起，由于这个原因我推测他的结果是好的。其实大数据的核心是用未发生的结果数据推测结果，为什么我们以前老是争辩征信跟风控的差别，其实我觉得对于银行来讲，只要你能帮我判断清楚这个人还不还钱就OK了。还有一个，除了数据的丰富还有算法的进步，比如大概三个月前我们跟百度合作，我们用传统逻辑做预算，都是大数据，维度很多，和用经济学预算法，模型真的是有差异的，我们当时用模型的值得0.31，用了经济学算法是0.35，可解释性就差点。但是有些机构看来，他不太追求可解释性，我琢磨这个道理，比如银行具有可解释性有很多原因，除了监管、司法，还有用户投诉。另外，传统的获客方式是线下的，说不清楚什么是好坏怎么获客？但是互联网时代有时候也不好控制，比如一个人在网上看到广告，你不好准确判断那些人，你如果说只要结构好就行了，不能解释我也认了。2013年的时候银行也不太认可我，现在好像有些人也开始认可，因为他们也开始互联网金融占了很大部分。温树海：从中国实际和各个方面的效果讲了他的观点，现在请通付盾创始人兼CEO汪总做分享！汪德嘉：我想开始明确几个观点。我们不是一个征信公司，金融的核心是风控，我们看来风控的本质其实是互联网用户的客户关系管理，首先这个平台没有客户谈不上风控，所以银行得进来。现在坏人很多，怎么区别好人、坏人，其实要区别意愿，好人在我看来都一样，坏人是不一样的很多平台上面需要更多的数据，特别是现在在传统数据比较缺乏的情况下，需要新的数据源补充填充风控能力。现在人工智能等一些高大上的算法也有很多效果，但是简简单单做一些事情就能够区别好人与坏人。举个例子，比如说者，用身份证或虚拟帐号，这个成本很低，但是你要用手机的话成本还是比较高的，几百甚至上千块。有些骗贷者有一些特性，比如手机一直在充电，手机的电量数据，电量一直不变化那说明有问题。我就举个例子，很多简单有效粗暴的方法，可以可以做风控，但是这也是不同维度大数据，这是第一个。第二个，现在坏人其实也可以拿到很多数据，他们精准的欺诈。我为什么强调风控安全的概念？就是我们一定要有态势感知坏人的一些行为，通过感知，像传感器一样形成分析。另外是信息共享，现在很多书记误导，好人不愿意分享信息，坏人分享信息特别快。我们做风控行业要团结起来，否则对待坏人真的措手不及，因为欺诈者是精准欺诈，所以我们要做精准风控，需要加一些技术的手段。这是我分享的第二点。第三，还是想呼吁一下这个行业其实市场很大，其实不是一个技术就能够搞定所有的事情，像包商银行刘总早上说的，技术都有提供方，我们也是提供方之一，我们也可以提供技术。其实不仅是技术，更重要的是与场景、业务的结合，所以市场空间非常大，需要很多厂商结合起来，形成一个整体解决方案。我是表达一种开放的心态，与大家团结起来，把这个行业做好，谢谢！温树海：谢谢！下面因为时间关系，最后一位嘉宾是郑和平总简短分享一下刚才的话题。郑和平：基于温总说的风控的变与不变，不变的是商业银行或商业机构贷前贷中贷后的风险控制永远不变，变的是数据源和风控手段。举个例子，90年代我就在银行卡中心做风控，那时候前台要求的是电话核实、上门核实。现在是精细化管理了，前台都有SASS系统了，不但审核电话、地址，还要审核征信报告，有了征信报告，信用审核就简单化多了。审核有两原则，一个是审核真实性