前言

大家在借呗或者银行的信用贷借钱的时候，第一步是让你授信，看看你的信用能够贷到多少钱？那么金融机构是如何知道你的信用状况呢？

图片

在金融机构开展信贷业务、进行风控管理的过程中，征信数据是十分关键且重要的基础数据，它客观反映了征信主体的信用状况。以人行二代征信数据为例，其中存在极其丰富的个人信息、信贷交易明细等数据，那么如何从中快速挖掘衍生出有价值的指标成为了信贷业务开展、风险控制管理的重要工作，本文就讲讲金融机构通常是如何使用征信数据的。

征信报告有什么？

征信报告究竟长什么样子呢？以人行二代征信报告为例，征信报告分为简版和详细版本，简版可以直接在人行官网发起查询，而详版需要线下去网点查询。下图是人行简版的截图：

图片

通常人行征信报告包含以下内容：

• 个人基本信息：包括姓名、身份证号码、性别、出生日期、户籍地址等个人身份信息。
• 信贷信息：包括个人的信贷记录，如贷款、信用卡、抵押贷款等各类信贷产品的信息，包括信贷额度、贷款余额、还款记录、逾期记录等。
• 查询记录：列出对个人信用报告的查询记录，包括个人查询和信贷机构的查询。个人查询不会对信用评分产生影响，而信贷机构的查询可能对信用评分产生影响。
• 逾期记录：显示个人在还款方面的逾期情况，包括逾期天数和逾期次数。
• 异常信息：包括欺诈警示、异常交易等与个人信用相关的异常信息。
• 其他信息：可能包括个人担保信息、征信提示等其他与信用相关的信息。

金融机构如何获取征信报文？

通常情况下，金融机构的信贷系统不会直接连人行征信系统，而是通过征信前置系统进行上报、查询。

图片

xml一般好几M，内格式大致如下：

图片

不同厂商的征信前置系统会对原始的征信报文做简单的加工，比如转成json，或者去掉部分信息，然后给到信贷系统。

如何构建征信指标体系？

现在获取到征信指标的报文，可以利用里面的征信数据加工衍生出各种各样的指标。基于对征信数据的充分挖掘，包含个人信息类、账户行为类、逾期类等12个指标大类，细分为37个指标小类，形成衍生指标1600多个，可实现对征信信息精细且全面的覆盖。

图片

如何搭建信贷征信指标平台？

现在要基于征信数据构建出一套征信指标体系，必然需要搭建一套系统去支撑，那么该如何做呢？

图片

整个信贷征信指标平台分为2个大模块，管理模块和执行模块。

1、管理模块面向指标管理人员，主要用于指标通过SQL或者界面拖拉拽的方式快速开发出征信指标，然后发布出去。

2、执行模块面向行内业务系统，接收管理平台的变量配置，负责将清洗解析后的原始报告数据，按照管理平台配置的变量逻辑进行同步并行计算，得到最终的变量结果。

整个征信数据处理流程如下：

图片

征信报文接入

通常情况下，决策系统等外部应用系统请求征信前置机获取征信报文，返回的格式可能是xml、json或者html。征信报文通常包含身份信息单元、婚姻信息单元、信贷交易信息概要信息单元、借贷账户信息单元等内容。然后调用征信指标衍生平台暴露的接口，传入相应的征信报文。

征信报文解析

征信指标衍生平台解析原始的报文数据，转换成平台中的58张内存表（数据模型）中，包括身份信息、婚姻信息、借贷账户基本信息、借贷账户最近24个月还款记录信息等。

征信指标管理

利用接入的统一数据模型，通过sql或者界面拖拉拽的方式配置衍生指标的逻辑。

征信指标计算

征信指标的计算分成了实时和异步两种方式。

实时即线上接口调用的场景，将决策所需的变量（一般50个左右，一般不超过300个）实时计算返回，对时效性要求较高，需要在内存中进行计算解析。

异步，通俗来说就是“攒数”的场景，方便后续策略迭代时，对历史变量的回溯，对时效性要求不高，但变量数量庞大（多达数万）。为不影响线上决策，实时和异步往往要隔离资源进行计算。

具体的计算引擎采用基于Apache Calcite作为SQL处理引擎，Apache Calcite 这一个开源的SQL查询引擎，提供标准的SQL语言，查询优化，连接数据源的能力，但是它不负责存储和管理数据，只需要编写对应的插件即可实现从内存的表中计算出指标。采用Calcite方式的另外一个好处，相对于内存数据库，性能更好，因为即便内存数据库也需要有数据库落库的开销，本身数据库的ACID等特性也会影响到查询的性能，Calcite就不存在这样的问题。

征信指标结果获取

对于实时场景下，指标直接通过接口返回，用于后续的决策。异步场景，指标计算的结果可以落到数据库中，其他系统自己主动来获取。由于单客户单报告的变量变量能达到数万甚至数十万，累计一段后，数据量将会很大。一般建议只存储近期数据。而存储形式上，对每个变量做列式存储是不现实的，将本次报告的所有变量以单层json的形式存储在一个字段下。

总结

征信指标管理系统实现了一站式指标开发、计算、发布、迭代和管理功能，极大地降低了征信指标衍生加工的难度。而且采用内存的计算方式，保证了系统的性能，后续还可以纳入企业征信、税务、工商、司法等更多外部数据，为整个信贷业务赋能。