来源： 证券时报

10月16日，微众银行内部发了一份消费金融事业部的报告：首款纯信用小额贷款产品微粒贷，上线5个月后，授信客户数突破100万，最高日放款额超1亿元。同一日，网商银行行长俞胜法对外表示，该行开业4个月以来小微授信户数逾18万，涉及信贷金额 30亿元。

据测算，两家银行各自的户均借款在15000元至17000元之间，都符合各自此前的“小贷”定位。

两家网络银行成绩单的先决条件是——纳入了互联网与传统金融双渠道数据的综合征信体系开始发挥作用。两家银行依托的征信数据都是在央行征信、公共信息（税务拖欠、套票）、法律信息、合作银行提供的金融交易与信贷数据的基础上，辅以电商数据或社交数据。

网商银行背后的征信数据库：阿里电商数据涵盖了网店的经营流水、销售情况、支出与库存等情况，相对而言较能反映企业的还款能力和资质，网商银行是可以直接采用的。微众银行则不一样，它需要在用户社交软件在线时长、登录频次、虚拟财产等社交数据库筛选出能转化为金融数据的指标，再结合其他交易数据做综合考量，工序比网商银行复杂一道。

正是为了得到这些可以转化为金融交易数据的原始数据，腾讯一直在尽可能多地建立并且与合作伙伴拓宽金融消费场景。

上月末，麦当劳中国和微信支付联合发布“数字化用餐体验”合作。目前，麦当劳全上海的172家餐厅已率先接入微信支付，估计明年第一季度将覆盖全国2200多家麦当劳餐厅。

除了争夺线下收单市场以外，这些数据是有价值的：一个用户若高频率地在机场或者商业中心区的麦当劳消费，和在其他偏远地区麦当劳消费的用户，代表的消费能力甚至资产状况可能都是不一样的。甚至用户的滴滴打车行车记录，征信团队也能分析出其办公地点或消费场所，以间接判断其消费能力。

正是对这些创新数据的分析，银行开始在付款历史、未偿债务、信贷时长、新信贷争取量、信贷组合等传统的信用评分模型参考要素外，引入互联网的平台提供的社交数据，广发银行、浦发银行就接入了腾讯征信系统。腾讯征信总经理吴丹曾表示，腾讯征信把社交数据放入信用评定模型后，对于银行评定准确度提高了20%——25%。

腾讯征信的例子表明，可获得金融交易数据的场景的建立，对于完善整个征信系统更为重要。

网商银行也不满足只给阿里平台产业链上的商户放贷，今年8月下旬，网商银行推出了流量贷。与全球最大的中文网站流量统计机构CNZZ合作，CNZZ变相提供征信数据——网站的流量统计数据，该数据能一定程度反映网站经营指标。在这个基础上，再辅以网站经营者的个人信用等因素，向网站提供单笔最高100万元的贷款。