傳統征信在方便個人信貸、輔助金融授信決策、防范信用風險和提升金融獲得性等方面發揮著關鍵作用，但其在互聯網金融領域的局限性也不容忽視。一是全國還有5億左右人口沒有在持牌金融機構的信用活動，從而不被其所覆蓋。二是隨著“互聯網+”的發展，互聯網上產生、沉淀了大量與個人征信相關的數據，目前還難以被其采用[1]。大數據征信的出現有助于解決上述問題，并在一定程度上取得了快速發展。據我們研究，大數據征信得以發展的基本條件有以下三點：一是我國政策扶持和部署所釋放的良好信號；二是以“金融線上化”為代表的互聯網金融更巨大的長尾需求；三是大數據技術的強力支撐。

一、政策扶持

自2013年起，我國陸續頒布了一系列法律法規，為征信業的健康發展構建了法律制度框架。2013年3月國務院發布《征信業管理條例》（以下簡稱《條例》），成為我國首部征信業法規，也是我國征信法制建設的基石。2013年12月為配合《條例》的實施，中國人民銀行出臺《征信機構管理辦法》，貫徹建立健全社會征信體系的要求，確立征信經營活動遵循的制度規范和監管依據。

此外，為提高個人征信服務水平，引入市場競爭，我國為逐步開放征信市場做好立法準備。2015年1月中國人民銀行印發《關于做好個人征信業務準備工作的通知》，批準8家機構做好開展個人征信業務的相關準備工作。2015年7月中國人民銀行等十部門發布《關于促進互聯網金融健康發展的指導意見》（以下簡稱《指導意見》），《指導意見》提出推動信用基礎設施建設，培育互聯網金融配套服務體系，鼓勵有條件的機構依法申請征信業務許可。監管的改革措施為大數據征信的發展創造了良好的外部環境。

值得注意的是，為加快大數據部署，深化大數據應用，推進落實“互聯網+”國家戰略，2015年7月國務院印發《促進大數據發展行動綱要》和2015年9月國務院辦公廳印發《關于運用大數據加強對市場主體服務和監管的若干意見》。《促進大數據發展行動綱要》中最引人注目的就是開放政府數據和推動產業創新，鼓勵大數據在征信業的應用和發展。相關專家認為，大數據是征信建設的重要“礦產資源”，征信建設必須以大數據為依托和支撐，在廣度和深度上運用大數據建立信用體系，提高信用評價的全面性、實時性和授信效率。

大數據時代，數據儼然成為等同于能源的戰略資源，信息公開和數據開放成為當下時代發展的主題。行政機關在履行行政管理和公共服務職責過程中掌握了海量信息，如何通過信息公開管好、盤活這些數據資產，成為行政機關亟待解決的問題。黨的十八屆四中全會《中共中央關于全面推進依法治國若干重大問題的決定》明確提出要全面推進政務公開，推進政務公開信息化，加強互聯網政務信息數據服務平臺建設。數據公開制度的逐漸確立，為社會信息資源的開放、共享與服務提供制度保障。

以上這些法律、法規、條例及制度的制定有利于加強整個征信市場的管理，規范信息提供者、信息使用者以及征信機構的行為，保障信息主體的權益。同時，其他配套制度也正在逐步制訂和完善，將與《條例》共同構成征信法律體系，促進我國征信業的健康、可持續發展，更好地滿足個人和企業的融資需求。

二、市場需求

近年來，互聯網金融異軍突起，成為我國經濟發展的新興力量。互聯網金融在繁榮發展的同時，由于成立的時間較短，自身風險防控能力較弱，信用評估、風險定價和風險管理等方面都不完善，問題事件不斷涌現。一方面，互聯網金融的用戶大多是具備“長尾特征”的網絡用戶，這部分用戶難以被傳統征信所覆蓋，且由于行業機構間缺乏信息數據的溝通和交流，致使“一人多貸”重復借款現象突出，整個行業面臨著巨大的信用風險。另一方面，由于征信體系不健全，互聯網金融公司普遍以線下風控為主，大量盡職調查耗時耗力，既增加了自身的運營成本，且對借款人的信用水平的評估易存有偏差，間接提高融資成本。傳統征信機制不健全成為制約互聯網金融發展的主要因素。互聯網金融的發展為大數據征信的發展提供了巨大的應用前景，倒逼征信跟上時代的步伐，推動征信機制的變革。

三、技術支撐

大數據征信之所以興起，除了上述兩個因素之外，技術支撐也不可或缺。大數據和云計算技術的進步為大數據征信的發展提供了支撐和便利，人工智能算法模型為全面刻畫用戶違約概率和信用狀況提供了有力補充。一方面，隨著“互聯網+”的發展，老百姓的衣食住行、社會交往與互聯網趨于緊密結合，互聯網上產生、沉淀了大量與個人征信相關的數據。借助大數據抓取和挖掘技術、云計算技術，這些數據的采集、記錄、儲存和分析變得更加容易。另一方面，以機器學習為代表的人工智能技術相繼被采用，不僅可以分析、歸納和匯總各種渠道獲取的結構化和非結構化數據，還可設計多種預測模型（欺詐模型、身份驗證模型、還款意愿模型和穩定性模型等）預測信用主體的履約意愿和履約能力，減少違約風險和壞賬率。

[1]謝平,鄒傳偉.發展獨立第三方征信機構之道.財新周刊,2017-02.

【相關閱讀】

南湖Fintech研究百篇系列之（三十三）

——大數據征信與傳統征信的比較

近年來，伴隨互聯網金融和大數據技術的發展，大數據征信開始興起。大數據征信具備覆蓋人群廣泛、信息維度多元、應用場景豐富和信用評估全面四個創新特點，但與傳統征信相比，大數據征信在數據范疇和內涵的效用性、征信機構的獨立性及隱私保護等方面還存在諸多問題，需加以重視。

一、征信的基本概念

傳統征信是由專業機構通過固定的模型定向采集財務和金融交易信息并對信息進行加工、處理、報告的專業化信用管理服務。傳統征信興起于國外，在美國，以1933年成立的鄧白氏公司為代表，在我國主要是以中央人民銀行征信系統為代表，是目前我國乃至全球范圍內普遍存在的征信業態。我國征信機構的設立和征信業務的開展受《征信業管理條例》的約束，并且需要申請相應的牌照。

大數據征信是指通過對海量的、多樣化的、實時的、有價值的數據進行采集、整理、分析和挖掘，并運用大數據技術重新設計征信評價模型算法，多維度刻畫信用主體的“畫像”，向信息使用者呈現信用主體的違約率和信用狀況。

大數據征信活動在《征信業管理條例》所界定的征信業務范圍內，其本質仍是對信用主體信息的收集、整理、保存、加工和公布，但與傳統征信相比，突出大數據技術在征信活動中的應用，強調數據量大、刻畫維度廣、信用狀況動態交互等特點，可作為征信體系的有益補充。

二、大數據征信的創新特點

從表面上看，大數據征信和傳統征信似乎只是數據的獲取渠道不同，前者主要來自于互聯網，后者主要來自于傳統線下渠道，但是二者存在較大的差異。大數據征信創新主要表現在覆蓋人群廣泛、信息維度多元、應用場景豐富及信用評估全面四個方面，由此帶來征信成本的降低和征信效率的提高。

首先，覆蓋人群廣泛。傳統征信主要覆蓋在持牌金融機構有信用記錄的人群。大數據征信通過大數據技術捕獲傳統征信沒有覆蓋的人群，利用互聯網留痕協助信用的判斷，滿足P2P網絡借貸、第三方支付及互聯網保險等互聯網金融新業態身份識別、反欺詐、信用評估等多方面征信需求。

其次，信息維度多元。在互聯網時代，大數據征信的信息數據來源更廣泛，種類更多樣。大數據征信數據不再局限于金融機構、政府機構以及電信提供的個人基本信息、賬單信息、信貸記錄、逾期記錄等，還引入互聯網行為軌跡記錄、社交和客戶評價等數據。這些數據在一定程度上可以反映信息主體的行為習慣、消費偏好以及社會關系，有利于全面評估信息主體的信用風險。

再次，應用場景豐富。大數據征信將不再單純地用于經濟金融活動，還可將應用場景從經濟金融領域擴大到日常化、生活化的方方面面，如租房租車、預訂酒店、簽證、婚戀、求職就業、保險辦理等各種需要信用履約的生活場景，在市場營銷支持、反欺詐、貸后風險監測與預警和賬款催收等方面具有良好的應用表現。

最后，信用評估全面。大數據征信的信用評估模型不僅關注信用主體歷史信息的深度挖掘，更看重信用主體實時、動態、交互的信息，以信用主體行為軌跡的研究為基礎，在一定程度上可以精準預測其履約意愿、履約能力和履約穩定性。此外，大數據征信運用大數據技術，在綜合傳統建模技術的基礎上采用機器學習建模技術，從多個評估維度評價信用主體的信用狀況。

三、大數據征信存在的問題

大數據征信借助大數據技術能夠更全面地了解授信對象，減少信息不對稱，增加反欺詐能力，同時更精準地進行風險定價，從數據維度和分析角度提升傳統征信水平，可以讓征信更加科學嚴謹，是一個必要的補充。但從數據范疇和內涵的效用性、征信機構獨立性及隱私保護等方面看，大數據征信仍存在諸多問題，需加以重視。

第一，數據范疇和內涵突破“金融屬性”，效用性尚待驗證。傳統征信的數據主要來源于金融機構和公共部門構成的數據循環，以銀行信貸信息為核心，包括社保、公積金、環保、欠稅、民事裁決與執行等公共信息，數據相對完整且權威性高。大數據征信采集數據的范疇突破“金融屬性”，數據主要來源于電商類平臺、社交類平臺以及生活服務類平臺等，涵蓋網上交易數據、社交數據及互聯網服務過程中生成的行為數據，這些數據多與借貸行為關系不大，權威性較弱，且各平臺的數據完整性各有不同，因而能否作為判斷信用主體信用狀況的主要指標，尚待市場驗證。

第二，數據采集和使用未遵循“獨立第三方”基本原則。傳統征信堅持獨立第三方征信原則，征信機構是“市場中立”的──既不與信息提供者或信息使用者有直接的商業競爭關系，也不介入或影響信息提供者或信息使用者在各自細分市場的競爭。而大數據征信突破“獨立第三方”的邊界，征信機構數據的采集和使用多源于并應用于自身開展的業務，這樣征信報告的有效性得不到保障，公信力備受質疑。而且如果信息提供者或信息使用者控制征信機構，也很難約束其不濫用征信數據，或者損害個人征信權益。另外，征信機構無形當中會獲取一定的市場影響力，可能扭曲信息提供者和信息使用者的行為,并對收費有操控力。因此，大數據征信的發展應堅持獨立第三方征信基本原則，保持“市場中立”。

第三，隱私保護形勢日趨嚴峻。大數據時代，數據挖據和抓取技術廣泛應用，信用主體全方位信息數據得以被全盤收錄，海量信息數據的收集給信用主體隱私帶來巨大挑戰，隱私防護變得更加困難。比如用于特定場合的信息數據被用于其它商業用途，不同機構之間信息數據的交叉驗證，隱私侵犯的風險大大增加。

（作者：南湖互聯網金融學院 李雪婷）