互联网环境中大数据征信的发展策略.docxVIP

互联网环境中大数据征信的开展策略 摘要随着社会经济的快速开展，传统的征信服务逐渐无法满足我国不断扩大的征信 需求，在互联网技术普及的大环境中，大数据征信逐步开展壮大起来。由于我国大数据征 信行业起步较晚，目前尚处于初步开展阶段，在其开展过程中还存在一些亟待解决的问题, 因此，研究和探讨互联网环境中大数据征信行业的开展策略具有非常重要的现实意义。基 于此，本文首先阐述大数据征信的出现及特点，然后分析互联网环境中大数据征信存在的 问题，最后提出几条有效的开展策略，旨在为我国互联网环境中大数据征信行业开展水平 的提高，提供一些有益借鉴。 关键词互联网环境大数据征信 在互联网快速开展的今天，云计算、大数据等一些新兴技术逐步应用到人们生产生活 的各个领域，使数据的产生和存储变得非常容易。数据挖掘、机器学习等算法技术的出现, 进一步推动了对征信数据的挖掘和采集，由此产生了大数据征信，腾讯征信、芝麻信用等 互联网征信企也也应运而生。目前，我国大数据征信行也尚处于起步阶段，在信息主体权 益保护、征信数据真实性、征信机构独立性等方面还存在很多缺乏之处，有待进一步改进 和完善。 一、大数据征信的出现及特点（一）大数据征信的出现 在大数据征信出现之前，央行（中国人民银行）个人征信报告的覆盖率非常低，而快 速开展的互联网给大数据征信机构提供了开展平台。据统计，截至2019年1月，国内个 人征信系统的覆盖率仅为38%,而美国的覆盖率高达92%。随着互联网技术的普及，私营 征信机构不断涌现，如腾讯征信、芝麻信用等，形成了与公共征信并存的开展格局。此外, 金融科技的开展为征信行业带来了变革良机。金融科技的快速开展促使大数据开辟出个人 信贷领域，征信机构得以利用智能手机和互联网设务，快速、分析、挖掘大量多样化、 分散的数据，通过机器学习算法对信用主体的还款能力和还款意愿进行预测，最终形成征 信产品C（二）大数据征信的特点 一是大数据征信的服务人群在央行个人征信中普遍没有信贷记录。二是大数据征信的 主要数据来源为互联网浏览数据、消费数据、社交数据等，渠道很广。三是大数据征信的 理论基础为神经网络、树类模型等复杂的机器学习模型。四是大数据征信的信用评价模型 在参考传统信贷产品行为的基础上，还参考了互联网设备操作行为、浏览偏好等。 二、互联网环境中大数据征信的问题（-）信息主体权益保护不到位 第一，我国法律对信息采集的边界未作明确规定，且个人隐私的范畴也不明确。征信 机构通过数据挖掘和抓取技术采集海量的信息，不可防止地会对信息主体的隐私权造成侵 犯。所以，就算征信机构通过设置隐私条款、授权信息采集等方式征得了信息主体的同意, 但信息主体还是不能对个人数据信息被运用和采集的情况有充分掌握，同时这也弱化了征 信机构保护数据的责任。 第二，在互联网时代，通过大数据采集的原始信息数据在经过进一步加工后会生成新 的数据。同时数据会被多个机构处理和使用，如果出现信息泄露的情况，信息主体难以举 证、追溯和维权，很难保障个人对信息的投诉权、异议权等。 第三，根据有关规定，征信机构应对超过5年的不良个人信用记录进行删除，而网络 数据方便存储且易于传播，很难彻底清除相关数字信息，也难以保障信息主体的信用重建 记录权。 （二）征信数据的真实性有待提升 第一，征信数据缺乏共享性。在我国，大数据征信业务存在“数据孤岛”现象。一是 央行征信未纳入大数据征信机构，征信机构的大局部数据来源于自有数据渠道。在利益激 励机制不健全的状况下，征信机构之间很难实现数据共享，这不仅限制了征信数据的维度, 也对征信数据的效用造成了很大影响。二是各征信机构根据各自的标准采集和使用征信数 据，因数据标准不一，对大数据的共享造成了一定影响。 第二，征信数据缺乏准确性。通过大数据可采集到海量信息，但采集到的数据信息质 量往往不高，其中不可防止地会存在一些错误信息。例如，局部网络社交数据可能遭遇人 为篡改，无法保证采集数据的准确性。 第三，社交数据是否有效存疑。社交数据不具有金融属性，与行为主体的还款意愿和 还款能力之间缺乏关联性，这使得社交数据的价值存在争议。 （三）征信机构独立性不强 目前我国大局部征信机构都不是独立的第三方机构，其数据采集及使用行为均与自身 利益有着密切联系。例如，芝麻信用利用阿里电商金融服务生态圈数据，同时为蚂蚁金服 和阿里巴巴集团的商户、企业服务，可能会在无形中对征信机构产生市场影响力，扭曲信 息使用者和提供者的行为。例如，用户有可能为了提升信用分而特意选择和征信因素相关 的服务，从而导致征信产品缺乏有效性，其公信力受到质疑。 三、互联网环境中大数据征信的开展策略（一）加强信息主体权益保障 第一，强化信息主体权益保护立法。抓紧制定和出台专门保护个人信息的法律法规， 对个人隐私范畴进行明确，对