大数据征信的发展与应用.docxVIP

? ? 大数据征信的发展与应用 ? ? 欧阳淇 摘 要 文章介绍了大数据征信的相关概念及其发展背景，从市场需求、技术发展和政策支持3个方面分析了其发展动力，之后论述了大数据征信的发展现状及面临的数据安全、监管方式落后及技术不完善问题，并给出针对性的建议，最后展望了大数据征信的未来。 关键词 大数据技术；征信；发展；应用 TP3 A 1674-6708（2018）224-0139-02 征信是指依法设立的信用征信机构通过采集、加工个人或企业的信用相关信息，从而评估其信用等级，并对外提供个人或企业的信用信息查询、评估服务的活动。征信制度的实施能够约束个人以及企业的行为，有利于信用社会的发展与完善[ 1 ]。随着信息技术的快速发展，移动互联网时代已经到来，个人、企業的各种活动都会被记录下来。 据统计，截至2017年12月，中国网络购物用户规模高达5.33亿人，使用网上支付的用户规模超过5亿人。这些用户在互联网上的活动将形成海量的数据资源，并能作为征信机构采集数据的新来源。处理海量数据的需求催生了大数据技术，现阶段大数据技术已经应用于人们生活的各个领域，其中就包括征信业[ 2 ]，征信业将进入大数据征信时代。 传统的征信方式主要征信机构采集银行等金融机构记录的信贷数据，这类数据存储在金融机构的数据库中，数据是结构化的，采集比较方便，数据质量较高，但数据来源单一，数据生成速度较慢，单个个人或企业的数据量较少。 另一方面，征信机构无法采集没有产生信贷行为的弱势群体的信用数据，传统的征信方式很难对这类群体进行评价。大数据征信的出现解决了传统征信方式数据来源单一及弱势群体数据缺乏的问题，能够实时处理海量数据，信用的评估对象将更加广泛、准确，弥补了传统征信方式的不足。 1 大数据征信的推动因素 总的来看，市场需求、技术发展和政策支持等共同促进了大数据征信的飞速发展。 1.1 市场需求 随着我国综合国力的不断提升，人民生活水平快速上升，个人的消费信贷需求也呈现爆发式增长，传统的征信方式覆盖人群较少、手续繁琐、时效性较差，不能满足消费信贷市场的发展需求。大数据征信能够利用自身的海量数据解决传统征信方式面临的问题，并为消费信贷需求提供有力支撑。近几年来，网络借贷快速发展，但如何对用户的信用进行评估，确定授信额度是制约行业发展的重要因素。大数据征信的出现能够在不需要用户抵押的情况下进行信用评估，对用户进行授信，解决了用户与网络借贷服务商之间的信用问题。大数据征信的应用场景不仅仅局限于经济活动，将会扩大到生活的方方面面，如租房租车、预订酒店、求职就业、保险办理等，这些应用场景都需要大数据征信的支持。 1.2 技术变革 大数据征信的发展与互联网、移动互联网、云计算、大数据等技术的进步密不可分。互联网，特别是移动互联网的出现拓展了个体的活动空间，产生了更多如社交、电商等数据；云计算技术的发展为海量数据的存储、处理提供了计算资源，而大数据技术是处理海量数据的有效工具。近年来，机器学习发展迅速，很多都被用来进行信用模型构建、数据分析，通过分析、归纳和汇总个体或组织来自不同渠道的数据来预测其履约意愿和履约能力，从而降低违约风险。 1.3 政策支持 近年来，国家为鼓励大数据征信的发展，出台了多项支持政策[ 2 ]。国务院颁布的《关于积极推进“互联网？+”行动的指导意见》中提出要利用大数据发展市场化个人征信业务，加强对网络征信和信用评价体系的建设；《关于运用大数据加强对市场主体服务和监管的若干意见》提到要积极培育和发展社会化征信服务，推动大数据征信产品在行政管理、公共服务以及金融领域的应用。这些政策的出台为大数据征信的发展提供了方向与指导，有利于大数据征信健康发展。 2 发展现状 现阶段，我国运用大数据从事征信活动的机构仅限于民营征信机构，主要从事个人征信业务。2015年1月，央行授予芝麻信用等8家机构征信资格。芝麻信用是蚂蚁金服集团旗下的子公司，依托阿里巴巴集团旗下的电商数据、政府公共部门的数据、合作企业的数据等对用户的信用进行全面评估，并给出每名用户相应的芝麻分，分数越高，表示用户的信用越好。 目前，基于芝麻信用的产品或服务主要有信用住、免押金出行、借物等产品。美国大数据个人征信公司ZestFinance中也有类似的服务，建立了如身份验证模型、欺诈模型、还款能力模型等[ 3 ]。这些模型能够针对不同的使用场景预测用户的信用状况，从而克服了传统信用评估使用单一模型的局限性，预测的准确性更高。通过在该公司的发薪日贷款实践此评分模型，使相关贷款人的违约率大幅降低。 3 面临的挑战 大数据征信的出现对征信业的产品、服务方式等都产生了深刻影响，可以说是征信业的一次变革与机遇，但大数据征信还处在发展初期，还面临着许多挑战。 3.1 数据安全 在大数据征信的发展过程中，