摘要 : 從央行個人征信牌照開閘，到首家互聯網銀行微眾銀行給卡車司機發放第一筆貸款，互聯網金融的浪潮儼然已從P2P網貸洶涌到眾籌，又波濤到大數據征信。史鐵生曾說過：“歷史在發生時未被發現，在發現時已被重組”，正如當下之大數據征信，盡管已悄然發生，但未被發現，而再發現時，卻已被改寫，局內人的自說自話，局外人的不明覺厲，大數據征信，似乎已成互聯網金融的羅生門。
從央行個人征信牌照開閘，到首家互聯網銀行微眾銀行給卡車司機發放第一筆貸款，互聯網金融的浪潮儼然已從P2P網貸洶涌到眾籌，又波濤到大數據征信。
史鐵生曾說過：“歷史在發生時未被發現，在發現時已被重組”，正如當下之大數據征信，盡管已悄然發生，但未被發現，而再發現時，卻已被改寫，局內人的自說自話，局外人的不明覺厲，大數據征信，似乎已成互聯網金融的羅生門。
四級征信機構 百花齊放
2015年新年伊始，央行下發《關于做好個人征信業務準備工作的通知》，正式開啟個人征信市場化閘門，民營征信迎來元年，以阿里巴巴芝麻信用為代表的基于消費大數據的征信機構、以鵬元征信為代表的基于公共大數據的征信機構和以社交數據作為征信模式的玖富旗下的閃銀（we cash）等征信機構紛紛登臺亮相。
以目前國內的信用體系，信用數據大致分為國家級、電商級、互聯網金融企業級、社交金融級，其中，國家級的信用數據為央行的征信中心和銀行等金融機構的信貸數據、各部委的具有公共屬性的比如通信、水、電、煤氣等公共數據。
電商級的即包括以阿里、京東為代表的消費數據；互聯網金融企業級的則如安融惠眾、上海資信；社交金融則如閃銀等開啟的新型征信模式。
毫無疑問，征信產業的發展不僅有效防范金融的風險，改善個人貸款質量，提高了銀行的凈收益，同時，隨著國內信貸行業及消費行業的提速，也再次催生了征信業的巨大需求，據《中國征信業發展報告(2003-2013)》顯示,截止 2012 年我國征信機構達到 140 家左右,總規模達 20 億,相較于美國近 800 億市場和日本 40 億市場仍有較大的差距。
為此，方正證券研究認為，如果我國采取市場化模式,按照現有價格、企業及個人總數的體量,在發展成熟后我國征信行業僅個人征信市場總空間將在 1000 億左 右,相較目前不到 20 億的體量有 50 倍的成長,是名符其實的藍海。
我的“痛”，有誰知？
在如此藍海之下，我國目前的大數據征信的成長階段跟美國早起的征信市場類似，百花齊放，百家爭鳴，那么，現在的信用數據體系中，各種不同模式又各自有著怎樣的“痛”呢。
以央行的征信中心數據體系為例，由于起步較晚，目前我國個人的征信體系明顯存在覆蓋面不足的情形。到2013年底，央行征信系統收錄的自然人數量已經超過8億，但其中有信貸記錄的僅有3.2億人，占全國總人口數的1/4不到。另外征信在日常生活服務中的應用幾乎為空白。而且這些數據都來自于銀行的信貸數據，涉及面較為單一。
以電商為代表的消費信用數據“芝麻信用”的模式，則是通過分析人的互聯網行為記錄，對人的身份真實性、行為可信性進行評估并給出認證等級，并且首次作為第三方平臺征信數據，提供給P2P平臺等。
事實上，阿里巴巴在早年就已推出誠信通指數，這是阿里在誠信通會員的“誠信通檔案”基礎上推出評分系統，由A&V認證、證書及榮譽、會員評價、經驗值等要素構成。每次成功交易或獲得貸款，均會累計會員的誠信通指數，并實時公布，從而引導客戶注重累計自己的信用度、活躍度，形成信用市場的良性循環。
然而，眾所周知的是，阿里巴巴的金融業務無論是對個人還是對商戶，業已開展的如火如荼，這意味者如果芝麻信用要將自己的信用數據與p2p等金融機構互換（芝麻信用不一定會拿出自己的全部數據），那么，芝麻信用的數據值將是1+1》2的模式，一旦換取更多的信用值，自己的信貸業務又如火如荼，那么，阿里巴巴就充當了又當裁判，又做球員。
這就類似與美國的FICO，因為FICO為各家信用卡機構提供評分和信用結果，結果FICO自己又去發放信用卡，那么，信用卡機構是無法跟FICO長期愉快地玩耍的。
第三種模式則是以安融惠眾、上海資信互聯網金融征信機構，央行杭州中心支行行長張健華在日前發表的《我國互聯網征信發展與監管研究》披露的數據是，截至2014年7月25日，網絡金融征信系統（NFCS）（即上海資信）共接入203家P2P平臺，日均查詢量達約2000次。
與之相比，北京安融惠眾征信有限公司的數據量似乎更高，其創建的“小額信貸行業信用信息共享服務平臺”（MSP）于2013年3月正式上線，為P2P、小貸公司、擔保公司提供行業信息共享服務。截至2014年9月15日，MSP征信平臺會員機構已經達到405家，會員間信用信息共享查詢量已達日均9000余件，有信用交易信息記錄的自然人信息主體數量突破100萬人。
就筆者了解，上述兩種征信機構目前階段還屬于接入更多數據階段，也只有接入的P2P、小貸公司、擔保公司的量足夠龐大，才能考慮在此數據量的基礎上，開發數據模型與信用評分。
第四種創新的模式則是基于社交的大數據征信模式，典型的代表企業為玖富旗下品牌閃銀，閃銀被看作是中國的Zestfinace，通過利用移動互聯網、利用大數據技術分析用戶的社交信息等數據，完成個人授信。
在閃銀的評價模型中，社交數據尤為重要，比如個人的微信、微博、朋友圈、校友錄、信用卡賬單等，通過附加社交維度評估個人信用狀況，大大降低傳統單一的通過資產或流水形式評估的信用風險。
揭開“大數據征信”面紗
如此來看，無論是正規軍，還是后起之秀，大數據征信，無論哪一家都需要解決的一個痛點是“大”，怎么才算大？是足夠多還是足夠重要？是一家獨大還是大而不全？在央行打開的這半扇羅生門里，需要撥開以所謂“大數據”為外衣的云霧，只有當我們看到征信業的新歷史正在發生時，我們才能發現這個歷史，而非在它重組之時。
撥開這層云霧，則回到征信的初衷，征信的本質在于解決兩方面問題：信用能力和信用意愿，換而言之，即解決個人的還款能力和還款意愿，再追根溯源一點，即解決壞賬和逾期兩個問題。
那么，大數據征信，無論是傳統在銀行的資金流水，還是在電商的交易，還是在各種社交平臺上的軌跡，都需要去驗證，這些數據對壞賬和逾期的相關性問題。
而這個驗證的工作，正如一個精巧的匠工，首先需要海量的數據積累，然后有的才是一點一滴地去校驗過程，只有這個過程做到足夠龐大，就像手表一樣，才能走得足夠精準。如此以來，征信對金融的價值才能準確發揮。
京公網安備 11010502049343號