一些大數據從業者希望推動互聯網金融進入2.0階段，在他們的設想中，互聯網金融1.0階段解決通道、營銷和資金流動問題，比如電子支付、電子銀行；而2.0階段，人們利用大數據，在風險與利潤之間平衡，根據數據做定價、信用評估。
運營商數據亦可輔助征信
天云大數據首席執行官雷濤試圖將大數據引入征信體制：“我們可以通過社交平臺、外部數據快速閱讀一個人的歷史，根據其受教育程度、工作的專業程度、社會資本，對這個人授信。消費行為等一些碎片化的數據，銀行并沒有充分利用，只是做了記賬描述，而且只看債務信息，不看風險。我們希望利用這些外部數據建立個人信用體系。”
在雷濤看來，未來的數據資源并不僅僅在互聯網上公開獲取，還有大量數據蘊藏在產業鏈條里，比如政府、銀行里的數據。
哪類大數據可以輔助互聯網金融征信？雷濤舉例，“比如通信數據，通過通信運營商話單里的量體計算出用戶的社會資本，一天打50個電話的人，和一個打5個電話的人，社會資本不一樣。”
分散的大數據機構，各自掌握的用戶信用信息不全面，怎么辦？“共享信息。只有通過市場機制、利益的交換，才能促進各個大數據公司共享信息，不可能靠規定來推動。”雷濤認為，大數據業界要形成供與需的矛盾，靠價格來解決。
大數據征信，隱私怎么辦？
目前，大數據公司可以通過銀行和運營商提供的數據，進行數據分析。但如此合作的核心是，數據的擁有權仍然屬于銀行或運營商，大數據公司可以得出結論，但數據不屬于大數據公司。
使用其它機構提供的數據，對用戶進行信用評級，大數據公司到底有沒有權力這樣做？維優數字資訊分析師顧穎介紹：“大數據公司在做項目的同時，會有技術沉淀，模型和標簽可以平移到其它項目，但是數據不可以私自使用，否則不道德、不合法。”
將大數據用于征信，如何保證信息數據被安全使用？大數據公司掌握了用戶的隱私，如何確保信息不被泄露或者濫用？顧穎也有不少擔心。
大數據輔助征信，需要第三方數據進行支持，比如，將用戶發布在Facebook、社交網絡、微博的個人信息，用來做征信。不過，美國電子簽名協會副主席Jeff Knott則表示，這些在網絡公開的信息，是比較危險的模型，“不能確定這些信息是否正確，數據的準確性需要再次驗證。”
不少大數據從業者設想讓社交網絡介入征信，比如把借款人不還錢的信息公布在他的朋友圈里，督促其盡快還錢。
線上線下數據尋求結合
在顧穎眼中，大數據作為新探索渠道，雖然目前困難多，但是前途光明，而理想和現實結合，需要大平臺加入，把不可能的事完成。
大平臺的擁有者，無疑是阿里這樣的企業。阿里小貸的征信模式被不少大數據研究者關注：利用阿里巴巴(滾動資訊)B2B、淘寶、支付寶等電子商務平臺上客戶積累的信用及行為數據，再將這些數據映射為企業和個人的信用評價。
阿里小微金融服務集團工作人員介紹：淘寶天貓是閉合的交易平臺，賣家、消費者留存的數據完整，每一筆交易、售出商品、交易行為、商鋪、營業額、上線的寶貝數量等全網各個時間段店鋪的信息，都被完整記錄下來，用于征信。
賣家旺旺在線時間長短，被作為重要的大數據信息之一，“淘寶很多店鋪是個體經營的，店家旺旺的在線時間長短，一定程度上反映了其對店鋪的投入程度，如果旺旺長期不在線，那我們也不太敢借錢給賣家。”阿里上述工作人員表示，“我們有一套風險決策系統，阿里已經對全網賣家有了了解，每個賣家能從阿里小貸拿到多少錢，金融風險怎樣，阿里已經對賣家做了預判。”
阿里的大數據，能夠靠自有的數據資源渠道，還原每個消費者的信用，但信息割裂的問題依然沒有解決。“財務數據、稅收數據、信息數據、公安的數據、小微企業勞動保障的數據，想打通是很難的。”阿里小微金融服務集團設想，未來可以結合線下的數據，比如央行的征信數據、正在建立的社會信用體系，與自己的數據互為補充。
但目前線下的有效數據也寥寥。“征信系統目前有8億人，真正和銀行有信貸關系的只有3億人，換句話說，5億人跟銀行從來沒有信貸交易關系，這5億多人對金融部門來說是陌生人。”中國人民銀行征信中心副主任王曉蕾說。
“銀行是做征信最好的地方，不過人民銀行的征信系統信息有限，而商業銀行、運營商，比如阿里、騰訊等等，信息更全面。”顧穎認為最好的方式是商業銀行和運營商的數據結合，獲得王曉蕾提到的“5億陌生人”的信用信息。
京公網安備 11010502049343號