本文分析當前中國的信用體系建設情況，認為社會效率的提升依賴信用體系的建設，同時指出大數據在構建該體系中是至為重要的一環。
黨的十八大對誠信建設提出了具體要求，指出要“加強政務誠信、商務誠信、社會誠信和司法公信建設”，這要求每一個人都以建設者的姿態參與到誠信社會的建設之中。
經濟增長新常態需要新信用——隨著中國經濟的騰飛，特別是互聯網使得世界變得扁平，數據信息可以瞬間無遠弗屆，盡快建立中國的信用體系迫在眉睫。信用記錄的重要性和信用記錄的缺失日益激化，如何解決這對矛盾已刻不容緩。
構建信用體系 提升社會效率
當前，信用狀況差是我國社會主義市場經濟發展的一個薄弱環節，已成為影響和制約經濟發展的突出因素。社會信用體系的核心作用在于，記錄社會主體信用狀況，信用體系可以充分調動市場自身的力量凈化環境，降低發展成本，降低發展風險，弘揚誠信文化。中國正在構建信用體系，以信任為鏈接，為整個社會效率的提升打下基礎。
身邊很多人都有過一樣的體驗：想要買一樣商品，搜索關鍵詞，唰的一下，跳出幾十個一模一樣的照片，點進去不厭其煩地對比它們的價格、照片、產品信息等等，看到頭昏眼花，最后用了兩個小時，打開了二十幾個網頁，還是下不了一筆單。有人稱此叫“選擇恐懼癥”，但為什么我們會對選擇感到恐懼呢？設想一下，如果是你的朋友告訴你“嘿，這東西我用過了，真的挺不錯的”，你是不是就可以更迅速地下單，然后等著隔天收快遞呢?其實不僅僅是網購，生活效率低下，其實大多來源于不信任。
對于現代的市場交易環境而言，信用是一種建立在信任基礎上的能力，不用立即付款就可獲取資金、物資、服務的能力。接受信任的一方在其應允的時間期限內為所獲得的資金、物資、服務而付款，而上述時間期限也必須同時被授予信任的一方認可。沒有信用，就沒有秩序，市場經濟就不能健康發展。
以當前大金融環境而言，加快市場經濟效率能有效提升社會效率。回到筆者所從事的大數據風控行業，對于市場經濟結構調整的重要性就在于兩方面——防控風險和提升效率，其中后者更是效果明顯。
例如，銀行信用卡部門反映，很多信用卡幾年后就“沉睡”了，只能通過大數據來分析用戶的職業、購物習慣等信息，挖掘客戶需求來盤活“沉睡卡”，同時為銀行網上商城導入流量，實現大面積的消費升級，為經濟發展提供持續動力。再例如，未來可利用機器學習、智能分析的技術幫助保險行業提升效率，不但解決理賠、反欺詐等問題，還能為保險產品做精準定價。
大數據結合人工智能相比傳統手段來說，其最核心的優勢就是快。快速分析，快速測算，快速調整，快速決定，由此極大提高了商業效率以及客戶體驗。大數據的便利無處不在。這種來自于底層的技術推動力，能夠幫助頂層設計克服掉諸多障礙，助力政策落地，提高整體社會效率。
信用，先有“信”，另一個是“用”。不難想象，未來社會，信用將成為硬通貨，而誠信體系建設正是基于信用建設的，其對社會效率的提升將帶來翻天覆地的變化。
美國的街道上車輛違章很少。不是因為當地人的素質高到不違章，其實深究下去是因為他們“違章”的成本很高，“違章”的記錄將記載進信用記錄，深深影響一個人的就業、貸款、租房，甚至婚姻。與歐美國家相比，當前中國的信用體系建立并不完備，而國人的“違約”和“欺詐”成本并不高，對失信的懲罰也并不高，這讓整個社會信用體系的建立極其不利。設想一下，當中國已經建立和歐美國家這樣完備的信用體系，當“信用”成為未來的個人資產，整個市場經濟和社會運轉速度和效率將有多少大的改觀。
大數據：構建信用體系的重要一環
回到中國，有個現象值得注意，多年來不溫不火的征信行業正在被互聯網的浪潮所推動。電商供應鏈金融、消費金融平臺、第三方支付的興起，都在倒逼征信業的進步，進而倒逼整個社會信用體系的建立。
大數據如何在信用體系建設發揮關鍵作用？以互聯網金融為例，其參與客戶、產品形態、交易方式以及業務流程都發生了深刻的變化，傳統的信用體系顯然已經無法滿足新常態背景下互聯網金融業務發展的需要。
中國信用體系正在經歷一次演進：首先，評估維度多元化。從單純依托金融體系數據向跨領域跨行業融合數據演進；其次，參與機構多元化。作為央行的補充，細分領域的各類企業共同參與轉變；最后，應用場景多元化。通過市場化不斷推動信用產品和應用場景的創新，最大限度發揮信用的價值和作用。
而信用體系的建設需要大數據深度參與這一點毋庸置疑：
第一，必須“人人”有信用，也即信用評估的包容性和廣泛性。目前，征信體系中有幾億“陌生人”的存在，導致這些小微弱勢群體的需求無法得到滿足，也催發了消費金融市場的爆發式增長。從長期來看，構建一套基于普惠理念的覆蓋全民的誠信評估體系迫在眉睫，那這些“陌生人”就需要必要的大數據。
第二，信用深度依賴數據，而數據需要廣泛性。從理論上來說，人們的每次行為都會在無形中成為對個人信用的一種表達，除了金融信貸，還包括商業行為、社會行為和社交行為等，比如：電商購物是否惡評、開車是否遵守交通規則、社交行為是否存在行騙、叫車軟件是否爽約、旅游是否有失信行為、手機號碼是否經常更換等，都能從一定的角度對全面衡量個人信用做出一定的指向性。
特別是在互聯網化的金融背景下，個人信貸記錄較少、開放仍有不足，商業、社會、社交行為數據幾乎成為理性放貸支撐的基礎。但截至目前，數據孤島問題廣泛存在，未來數據整合和共享將還有很長的一段路需要走。
第三，數據要有效，數據也要“智能”。信用評估結果并非一成不變，也不應該一成不變，要求我們既要用動態的眼光去看待客戶信用，也要實現在客戶發生異動時能真正地洞察客戶行為的原因，并做出信用決策。機器學習及人工智能在這個領域的應用能有效解決這個問題，大數據參與誠信體系建設必須是“智能”的，我們說建設誠信生活體系是第一步，往深度來說，中國需要建立智能的“誠信網絡”，通過大數據智能分析，來使整個社會效率極大提升。
第四，數據需挖掘，即基于大數據的信用價值挖掘的科學性和技術性。誠信評估的新體系下，由于海量多源的數據存在，數據從清洗到轉換、挖掘，價值挖掘的好壞特別依賴于大數據挖掘技術應用是否到位，而擅長大數據技術的公司在信用評估領域也將具有得天獨厚的優勢。
在這場大數據技術深度參與社會變革的道路上，考驗的是企業極致的專注力、創新力和耐力。社會信用體系的構建任重道遠，而通過構建社會信用體系提升社會效率成為下一個社會領域的變革。
京公網安備 11010502049343號