個人信用并不只是停留在口頭上的好壞，而已影響我們的工作與生活。對于一個信用優良的人來說，他可以在貸款、租車、住店、社交等方面獲得便利甚至是優惠。反之，則可能遭遇各種不便和限制。除了道德考量，個人信用的經濟價值凸顯。不過問題來了，個人信用應該由誰來評價?高與低，標準又是什么?

目前來看，盡管央行仍占據主導地位，但更多的市場化機構已在發力個人征信市場。

小米來了

以低價搶占智能手機市場的小米，最近將目光鎖定在征信市場上。

除了推出首款貨幣基金產品，小米更是表達出發力征信的意向。小米相關負責人對外稱，小米金融的重中之重是征信。不同于阿里巴巴是從交易數據到金融，小米是從行為到金融，因此會更多地從用戶行為出發提供更精準、便捷的服務并建立征信系統。

這意味著，未來小米手機以及其他硬件中的位置信息、消費信息和行為信息等都可能成為對用戶進行信用評價的基礎數據。

在小米之前，騰訊、阿里其實早已先行介入。

今年年初，央行曾印發《關于做好個人征信業務準備工作的通知》，要求騰訊征信有限公司、芝麻信用管理有限公司等八家機構做好個人征信業務的準備工作，準備時間為六個月。

騰訊征信總經理吳丹日前透露，公司就個人用戶大數據征信評估的產品目前已經在內測，很快就會公測，屆時騰訊用戶可以查詢到自己的信用評分。

據該人士稱，騰訊的互聯網大數據征信主要運用社交網絡上的海量信息，比如在線、財產、消費、支付、社交、游戲等情況，為用戶建立基于互聯網信息的征信報告。

作為大數據征信的另一代表，阿里系的芝麻信用則推出了芝麻信用分產品，分值范圍是350到950，分值越高代表信用水平越好。

據了解，芝麻信用分值的背后是芝麻信用對海量信息數據的綜合處理與評估，涉及用戶的信用歷史、行為偏好、履約能力、身份特質和人脈關系五個維度。

在業界看來，與傳統征信不同，互聯網對征信的促進表現在數據來源多元化與評估模型多樣化，并由此帶來征信效率提高與成本的下降，從而為互聯網金融特別是網絡信貸的發展提供基礎設施服務。在不久的將來，線上交易、社交行為都將成為個人信用評判的關鍵變量，征信產業鏈相關公司都將受益匪淺。

催生需求

從國外情況看，由于各國在經濟水平、歷史原因及社會傳統等方面的差異，個人征信業大致形成了公共征信、行業協會征信和市場化征信等三種不同的模式。

對比三種模式，公共征信和行業協會征信的優勢在于數據采集的準確性、穩定性以及能夠較好地保護隱私，而市場化征信的優勢則在于數據采集的渠道廣、數據多樣性、服務多樣性。

美國是市場化征信模式的典型。

據信達證券一位分析師介紹，美國的征信機構在頂峰時多達2200余家，經過幾十年的充分競爭，形成了Experian、Equifax和TransUnion三家市場中占主導地位的個人征信公司。在其看來，美國消費信貸持續增長催生了巨大的征信需求，反過來市場化全面多樣征信服務又刺激了消費信貸的增加。

回到國內，當前互聯網金融的快速發展也凸顯了對征信的訴求。

在日前舉辦的科博會2015中國金融論壇上，有與會者就直言，債權人和債務人在構建信用關系時，債權人常常處于非常被動的狀態，沒有很好的法律保護，特別是對于債務人的償還能力不清楚，甚至出現惡意欺詐行為，“不管是新型的互聯網金融還是傳統的放貸機構，對于從業者來說最核心的是了解客戶，確保放出去的款能夠收回。在這個過程中，從評估客戶風險到客戶管理，首先是從業者的責任，但是有一些信息是個人和機構無法掌握的，所以還需要進一步引入專業的第三方征信機構去做”。

而征信本身，無疑也有助于機構對風險進行有效定價。可見大數據征信的火爆不無道理。

神州融大數據風控平臺基于“一站式征信接入”的理念，已率先與眾多征信機構對接，整合了國內權威的第三方征信機構和電商平臺等信貸應用場景的3000+維度的鮮活大數據，實現了小微金融機構對征信數據的迫切需求，通過貸款用戶充分授權和合規征信服務流程，及采用全球最優秀的決策引擎工具Experian SMG3，幫助P2P、小貸、消費金融、電商金融等小微金融機構實現全信貸生命周期的風控管理和優化。

邊界何在

相比傳統征信，大數據征信的應用領域似乎更為廣泛。

央行一南方中心支行行長表示，大數據征信因為數據來源、數據內涵、模型思路的不同，信用評價更趨于對人的一些本性的判斷，可以運用于借貸以外更廣的場景，生活化、日常化的程度更高，比如應用于租房、租車、預訂酒店需要支付押金或預授權等現實中常見的各種履約場景。

中金公司認為，目前很多非金融信用的應用場景，例如租車、租房、應聘等生活服務場合，沒有得到征信系統的覆蓋。非金融信用應用的落后，一方面緣于過去央行金融信息為主的數據來源，另一方面也受到征信系統查詢便利性的限制。然而，隨著大數據征信將網絡行為數據納入征信體系，串聯更多的非信貸數據來源，未來非金融方面的信用應用將得到巨大拓展。

就國外一些征信機構所從事的業務來看，它們提供的產品線包括信用服務(如在線消費信息、住房貸款和消費者金融服務)、勞動力解決方案(如認證服務和雇主服務)和商業數據的增值服務等。

當然，一些征信公司也通過決策分析、營銷服務、信用管理等增值服務獲得收益。比如有的通過提供免費的征信信息吸引個人消費者在自己的平臺上記錄個人財務狀況，然后利用大數據技術將適合用戶的金融產品推薦給用戶，從而向金融公司收取銷售提成獲得盈利。

成熟的征信市場在經歷了大量征信機構優勝劣汰的競爭后，往往會呈現寡頭壟斷的格局。原因在于，數據是信用服務公司最重要的資源，而數據收集體系的建立往往是重復的，最終能夠憑借規模和成本優勢獲取最多高質量數據的少數大型公司將成為行業主導。

值得注意的是，由于大數據征信對互聯網以及技術的依賴度更高，面臨的信息安全風險更加嚴峻，一旦出現信用信息被非法訪問、截取和篡改，信息系統遭到不可逆的破壞性影響，將對個人隱私和客戶權益保護構成重大威脅。

不僅如此，大數據征信可能存在的違法違規問題也需警惕，比如有的網絡社交平臺或電商平臺等在用戶不知情的情況下采集和使用用戶數據或提供給第三方征信機構。還有的就是，大數據征信機構可能有意或無意地采集并使用了用戶的敏感數據。

根據現行《征信業管理條例》規定，禁止征信機構采集個人的宗教信仰、基因、指紋、血型、疾病和病史信息以及法律、行政法規規定禁止采集的其他個人信息。而若要采集個人的收入、存款、有價證券、商業保險、不動產的信息和納稅數額信息，原則上不允許，除非征信機構明確告知信息主體提供該信息可能產生的不利后果，并取得其書面同意。