近年来，伴随互联网金融和大数据技术的发展，大数据征信开始兴起。大数据征信具备覆盖人群广泛、信息维度多元、应用场景丰富和信用评估全面四个创新特点，但与传统征信相比，大数据征信在数据范畴和内涵的效用性、征信机构的独立性及隐私保护等方面还存在诸多问题，需加以重视。
一、征信的基本概念
传统征信是由专业机构通过固定的模型定向采集财务和金融交易信息并对信息进行加工、处理、报告的专业化信用管理服务。传统征信兴起于国外，在美国，以1933年成立的邓白氏公司为代表，在我国主要是以中央人民银行征信系统为代表，是目前我国乃至全球范围内普遍存在的征信业态。我国征信机构的设立和征信业务的开展受《征信业管理条例》的约束，并且需要申请相应的牌照。
大数据征信是指通过对海量的、多样化的、实时的、有价值的数据进行采集、整理、分析和挖掘，并运用大数据技术重新设计征信评价模型算法，多维度刻画信用主体的“画像”，向信息使用者呈现信用主体的违约率和信用状况。
大数据征信活动在《征信业管理条例》所界定的征信业务范围内，其本质仍是对信用主体信息的收集、整理、保存、加工和公布，但与传统征信相比，突出大数据技术在征信活动中的应用，强调数据量大、刻画维度广、信用状况动态交互等特点，可作为征信体系的有益补充。
二、大数据征信的创新特点
从表面上看，大数据征信和传统征信似乎只是数据的获取渠道不同，前者主要来自于互联网，后者主要来自于传统线下渠道，但是二者存在较大的差异。大数据征信创新主要表现在覆盖人群广泛、信息维度多元、应用场景丰富及信用评估全面四个方面，由此带来征信成本的降低和征信效率的提高。
首先，覆盖人群广泛。传统征信主要覆盖在持牌金融机构有信用记录的人群。大数据征信通过大数据技术捕获传统征信没有覆盖的人群，利用互联网留痕协助信用的判断，满足P2P网络借贷、第三方支付及互联网保险等互联网金融新业态身份识别、反欺诈、信用评估等多方面征信需求。
其次，信息维度多元。在互联网时代，大数据征信的信息数据来源更广泛，种类更多样。大数据征信数据不再局限于金融机构、政府机构以及电信提供的个人基本信息、账单信息、信贷记录、逾期记录等，还引入互联网行为轨迹记录、社交和客户评价等数据。这些数据在一定程度上可以反映信息主体的行为习惯、消费偏好以及社会关系，有利于全面评估信息主体的信用风险。
再次，应用场景丰富。大数据征信将不再单纯地用于经济金融活动，还可将应用场景从经济金融领域扩大到日常化、生活化的方方面面，如租房租车、预订酒店、签证、婚恋、求职就业、保险办理等各种需要信用履约的生活场景，在市场营销支持、反欺诈、贷后风险监测与预警和账款催收等方面具有良好的应用表现。
最后，信用评估全面。大数据征信的信用评估模型不仅关注信用主体历史信息的深度挖掘，更看重信用主体实时、动态、交互的信息，以信用主体行为轨迹的研究为基础，在一定程度上可以精准预测其履约意愿、履约能力和履约稳定性。此外，大数据征信运用大数据技术，在综合传统建模技术的基础上采用机器学习建模技术，从多个评估维度评价信用主体的信用状况。
三、我国大数据征信的发展概况
随着互联网金融的发展和市场化征信的发展，越来越多的企业进入到征信领域。大数据时代下的征信将大量、全面和广泛的互联网数据加工为征信数据，可以弥补传统征信体系在信息不对称、反欺诈能力以及精准风险定价方面的不足。目前，我国大数据征信的发展概况主要呈现三个态势：一是法律监管框架逐步建立；二是基础设施建设日趋完善；三是行业发展初具规模。
1、法律监管框架逐步建立
2013年3月，国务院发布《征信业管理条例》标志着我国征信业进入有法可依的时代。2013年12月，中国人民银行出台《征信机构管理办法》，配合《征信业管理条例》确立我国征信经营活动遵循的制度规范和监管依据。2015年1月，中国人民银行印发《关于做好个人征信业务准备工作的通知》，批准8家机构做好开展个人征信业务的相关准备工作。这意味着我国逐步开放征信市场，对于提升个人征信服务水平、规范发展征信市场和服务实体经济具有积极意义。
2、基础设施建设日趋完善
与欧美发达国家相比，我国征信体系建设起步较晚，但基础设施建设正逐步完善。我国征信体系的建设历经十几年的探索，已初见成效，逐步形成以金融征信体系为核心，以行政管理征信体系和商业征信体系为辅的征信体系。
目前，我国金融征信体系主要是由中国人民银行征信系统来主导。根据中国人民银行征信中心的数据，截至2015年4月底，征信系统已经收录了8。64亿自然人（其中有信贷记录的自然人为3。61亿人）、2068万户企业及其他组织（其中有中征码的企业及其他组织为1023万户）；2015年前四个月个人征信系统机构用户日均查询161。2万次、企业征信系统机构用户日均查询24。5万次。中国人民银行征信在方便个人信贷、辅助金融授信决策、防范信用风险和提升金融获得性等方面发挥着关键作用。
行政管理征信体系是以政府及其主要职能部门为主导进行建设，以信用信息在政府及其各部门间互通互联、实现统一的信用惩戒与预警监管为主要目的的政府行政管理征信系统。党的十八届四中全会《中共中央关于全面推进依法治国若干重大问题的决定》明确提出要全面推进政务公开，推进政务公开信息化，加强互联网政务信息数据服务平台建设。数据公开制度的逐渐确立，为行政管理征信体系逐步开放、实现社会信息资源的共享与服务提供制度保障。
商业征信体系的最大特征是市场化，它由独立于政府之外的民营机构构成并按市场方式运作。其商业模式是交易性交换或有偿性获取。目前，我国运用大数据从事征信活动的机构主要是从事个人征信业务的民营征信机构。
四、大数据征信的发展困境
大数据征信为市场主体提供了多元化、多层次的征信服务，在提高征信服务水平、优化征信市场竞争格局及促进普惠金融发展等方面具有积极意义，是我国现有征信体系的一个有力补充。但由于法律顶层设计尚未完善、行业发展规范尚未健全以及核心技术相对缺乏，我国大数据征信仍处于初级阶段，在发展中面临着一系列挑战和现实性困境。
1、现行业务规范和监管与大数据征信不适配
我国征信业的法律法规框架及其配套制度是围绕《征信业管理条例》来构建的，其出台标志着我国征信业进入有法可依的时代，但《征信业管理条例》规制的主要对象是传统金融行业。大数据时代，征信发展模式与传统的征信模式相比有所转变，《征信业管理条例》能否满足新的模式要求，尚无定论。此外，尽管《征信业管理条例》对个人信用信息提供了一定保护，但就大数据征信的数据报送范围、查询用途范围、授权形式、安全管理、异议处理和维权等方面的监管细则相对缺乏。
大数据应用给征信监管带来了新的挑战，对相应监管制度、监管体系和监管主体的专业能力等均提出了更高要求。要适应大数据征信监管需求，监管水平要与大数据征信的发展水平相匹配，监管政策要与大数据发展规律相契合，监管部门的工作人员要具备丰富的大数据征信知识储备。
2、大数据征信数据权威性和质量备受质疑
与中国人民银行征信系统的权威性、高质量、完整的数据相比，大数据征信虽然数据来源广泛、维度多元，但数据的权威性、质量和完整性备受质疑。大数据征信引入海量互联网行为轨迹记录、社交平台和客户评价关系型数据等信用弱相关数据，这些数据多与借贷行为关系不大，因而能否作为判断信用主体信用状况的主要指标，尚待市场和时间检验。
3、大数据征信机构独立性问题突出
传统征信机构遵循独立第三方征信基本原则，信息采集者与信息产生方没有任何关系。但目前市场化的大数据征信公司大多突破了“独立第三方”的边界，数据的采集和使用多源于并应用于自身开展的业务，所得的信用评分可针对自身经营业务来进行客户分析和风险判断，但在其他应用场景的相关性和效用性则得不到保证。不仅如此，非“独立第三方”大数据征信公司在数据商业用途中很有可能造成数据的滥用、泄露和消费者行为扭曲，带来信息安全隐患和消费歧视。
4、线上信息安全和隐私保护形势严峻
线上信息安全和隐私保护问题是制约大数据征信发展的主要障碍。
一是征信机构采集信息数据的范围和使用原则不符合法律规范。我国2013年出台的《征信业管理条例》对信息数据的采集有严格的限制，主要体现在如下几个方面：禁止采集个人的宗教信仰、基因、血型和病史等个人信息；除明确告知主体提供该信息可能产生的不利后果并取得其书面同意外，禁止采集个人收入、存款、保险、有价证券、不动产等信息；采集个人信息应当经信息主体本人同意，未经本人同意不得采集。而在互联网大数据时代，征信机构采集的数据通常来源于互联网，这些互联网大数据是否包含禁止采集或限制类信息不得而知，且采集的数据是否经过本人授权也不得而知。因此，征信机构在既能掌握丰富完整的信息数据的同时，又不违反法律规范，就变得尤为重要。
二是信用主体线上的隐私保护存在巨大风险。大数据时代，数据挖掘和抓取技术的广泛应用，使得信用主体全方位信息数据被全盘收录，海量信息数据的收集给信用主体的隐私带来巨大挑战，隐私防护变得更加困难。用于特定场合的信息数据被用于其它商业用途，隐私侵犯的风险大大增加。不同机构之间信息数据的交叉验证，隐私则极有可能泄露。当前，各类征信机构参差不齐的数据存储、防护能力也容易造成用户隐私的泄露。不仅如此，我国对很多信息数据的所有权和使用范围并没有明确界定，隐私安全防护也涉及得较少。
5、跨机构信息共享差
信息数据是各家大数据征信公司业务经营的基础，如今，市场化的大数据征信公司都积极采集尽可能多的信息数据来提高自身竞争力。一方面大数据征信公司虽然希望借助外部征信数据交叉验证来进行风控，另一方面又担心通过与其他公司来共享客户资料和信贷信息数据，会失去自身积累的优势并导致优质客户资源的流失。而且更为遗憾的是，各大数据征信公司的征信手段各异、采集标准和格式不同、管理体制等问题使得各信息数据库之间形成一个个“信息孤岛”，彼此之间互认、对接状况不容乐观。大数据征信公司之间跨机构信息共享差，以至于征信效果大打折扣，增加信息采集和审核成本，甚至出现基于自身利益考虑通过抢占资源封锁信息等手段恶性竞争的局面，这很大程度上不利于整个征信市场的健康运作。
6、数据处理技术亟待提高
大数据时代，数据处理能力得到大幅度提升。目前已有很多征信机构在数据处理方面采取多层次数据清洗、数据挖掘等先进技术，利用云平台，对系统中海量数据进行抽取与集成、分析、解释，在减少主观判断，提高预测信用主体的还款意愿和还款能力以及反欺诈方面都有不错的应用表现。尽管成绩斐然，但总体上由于我国征信业务和大数据技术起步较晚，数据处理的核心技术相对缺乏，数据抓取、数据挖掘和数据分析技术仍有诸多瓶颈无法突破，比如大数据抓取技术很难实现对数据质量的保证，噪声数据和不完整数据很容易也被收录其中，噪声数据的过滤和清洗直接影响数据分析结果。
五、大数据征信的发展建议
随着互联网大数据时代的到来，未来大数据征信的发展通过加强法制建设、落实征信监管、发展市场化机构、鼓励征信产品创新、建立信息共享机制及推进人才队伍建设等路径着手，同时促进大数据和征信的融合，推进征信在大数据背景下跨越式发展。
1、加强法制建设
大数据征信有广阔的发展前景，但如果没有相应的法律法规保驾护航，大数据征信推进的越快，隐患会越多。当下，建立符合大数据征信的法律法规、业务规则和制度体系迫在眉睫。
征信立法建设应重点解决以下问题：
一是明确数据的收集和使用规范，厘清职责边界。在大数据背景下，数据的收集和使用可能涉及公民隐私，为了给大数据征信发展提供制度保障，立法部门在征信立法层面需要完善信息安全和隐私保护的法律制度，明确数据采集、整理、加工、分析和使用等征信业务规则，确保大数据征信发展有法可依。
二是打破信息壁垒，促进数据开放和共享。数据公开是征信“拥抱”大数据得以发展的基本前提保障，立法部门应加快立法，扫除阻力，打破政府、金融机构和民营企业等部门壁垒，明确各自的职责和义务，促进金融、司法、商务、消费、公共事业等领域的信息数据依法公开和互联互通。
三是明确隐私保护权益，建立信息保护机制。海量数据的收集对隐私保护提出了挑战，通过立法手段可以依法保障信息主体的隐私权益和知情权益，明确当信息主体隐私受到侵害时的相应申诉渠道、申诉程序和司法救济方式。
四是建立司法惩戒机制。明确对无故封锁数据和非法采集、窃取、泄露和传播数据等行为的具体惩罚措施。
2、落实征信监管
征信监管体系的完善，需要监管部门、行业协会和征信机构三者之间的积极配合，明确各自职责，避免监管真空现象，推动征信业健康、有序和稳定发展。
一是监管部门制定符合大数据征信的监管机制和监管措施，实行牌照管理，提升监管水平，加强对行业的监督管理，规范市场竞争；监管工作人员通过不断学习，熟知监管风险和制度规则。
二是行业协会积极引导和推动征信行业自律，加强行业业务和技术交流，以行业自律促进大数据时代下行业的有序发展，保护信息主体的合法权益，对不当行为进行惩戒。
三是征信机构筑牢机构风险防线，加强内部治理和风控管理。
3、发展市场化机构
中国人民银行征信系统是我国征信市场的主力军，在方便个人信贷、辅助金融授信决策、防范信用风险和提升金融获得性等方面发挥着关键作用，但其在互联网金融领域的局限性也不容忽视。
国内外征信发展经验表明，市场化征信机构是征信市场的重要力量和活力源泉，市场化征信机构依托大数据优势，信息数据来源多元广泛，机制灵活，对信息主体信用的研判贯穿其行为的全过程，提供多样化的征信服务，一定程度上弥补了传统征信人工监管成本高和效率低的不足，满足社会对征信产品多层次、多元化的需求，有利于征信市场的长远和可持续发展，在促进普惠金融发展过程中也发挥着积极作用。
因此，我国应出台相应的政策和优惠措施，鼓励和调动独立第三方征信机构积极参与，合理竞争，优胜劣汰，并与政务信息系统实现互联互通，实现信息共享，提升征信市场的供给水平，完善征信市场组织体系，助力监管部门积累监管经验，提高监管水平。
4、鼓励征信产品创新
一是鼓励传统征信机构开展技术创新和产品创新。技术方面，加快研究符合大数据征信业务要求的数据接口、储存媒介和分析模型，为征信产品的研发提供技术保障；产品创新方面，随着数据规模越大，数据维度越多，大数据和云计算等新兴技术的运用，不仅可以深度挖掘这些数据资源的价值，拓展征信产品种类，提供包括信用报告查询、信用评分、身份验证、欺诈检测、风险预警和关联分析等基础服务和产品，还可以提供其他综合性产品，满足市场需求，提高服务质量和水平。
二是鼓励传统征信机构和新兴互联网公司两类机构依托各自资源优势开展业务合作。传统征信机构具备长期数据积累及风险分析经验优势，互联网公司具备海量数据优势，二者合作可助推传统征信产品与大数据征信产品的复合创新，开发出能够满足征信市场不同主体的征信需求，提升整个征信市场服务水平。
5、建立信息共享机制
金融活动离不开征信的支撑，没有足够的信息数据，交易成本上升，交易被迫中止。因此，各信息系统互联互通与数据共享就成为现实需求。
实现互联互通有三种方式：
一是由政府或行业协会主导，建立数据交换平台，确立统一的行业对接标准，形成权威的征信大数据库。
二是鼓励市场化信息数据采集机制，支持一家或几家独立第三方征信机构建立大数据征信平台，负责收集、筛选、汇总和储存数据，建立信用记录提取规范，形成一套相对完整的信用体系，建立有条件数据查询接口，按费用统一对外输出征信产品。
三是在各部门信息系统建设的基础上，实现系统间的数据互联与共享，提升大数据融合能力，实现各信息数据库之间的“无缝对接”。
6、推进人才队伍建设
大数据征信聚焦技术在数据挖掘、数据清洗、产品开发和风险管理等场景的应用，征信机构运用大数据技术可以增强核心能力，获得独有竞争优势。由此征信机构应该高度重视大数据处理分析人才的运用及创新人才的培养，满足征信多元化发展的需要，通过多层次人力培养和引进机制搭建人才智慧高地。
联系我们请点击：
数邦客
