大数据模式下征信业发展及对我国启示.docxVIP

?

?

大数据模式下征信业发展及对我国启示

?

?

陈梦华罗琎王文杏陈才麟

摘要：目前我国互联网发展迅猛，对征信业发展带来较大冲击，业务和风险的类型都发生了转变，如何更好地利用互联网这把“双刃剑”，把大数据渗透进征信业务，对促进我国征信业健康发展来说非常重要。本文主要从大数据模式下征信业发展的新特征、监管问题、监管对策几个方面进行研究，最后对我国征信业发展提供几条路径建议。

关键词：互联网征信大数据征信业

一、中国征信业发展历程

中国的征信制度是在上世紀80年代末发展起来的，但在过去几十年里取得了显著的进步。1978年市场经济改革的深化导致了经济中信贷交易数量的增长，对个人和公司信贷信息的高需求。在此背景下，我国开始建立企业和个人信用信息系统。上世纪90年代初，几家银行成立了信用评级公司，中国诚信（ChinaChengxin）和大公国际（DagongGlobal）等评级机构也相继成立。从1995年到2003年，在地方政府的指导下，上海、深圳等城市建立了地方信用报告制度，取得了显著进展。

二、互联网大数据时代征信业发展的挑战与机遇

互联网金融的发展呈现出与传统金融不同的特点，即普遍性、分散化和长尾客户。分权打破了传统领域的垄断，带来了多样化的金融结构，填补了现有市场的空白。互联网大数据极大地降低了金融服务的成本，扩大了客户的范围，人们以很低的成本关注正态分布曲线的“尾部”使其成为长尾型，主要特点是“细”和“长”，“细”即份额很少的市场，在以前不被重视的市场；“长”即市场虽小但数量众多。互联网金融服务的便捷性和低成本能够满足社会各阶层客户的需求，由此产生的个人征信制度也应体现上述三个特征，而这三个特征在我国现行征信制度中并不明显。

三、大数据征信服务——以阿里巴巴“蚂蚁信用”为例

阿里巴巴的“芝麻信用”本质上是一套集个人理财账户、网络社交信息、公用事业信息于一体的大数据信用系统。“芝麻信用”的数据源主要由三个方面组成：一是政府机构、金融机构、社交平台、搜索引擎等发布的显性数据和软信息（消费习惯、爱好、网络口碑和影响力等）；二是网上银行、社保账户信息、缴纳公用事业费、通讯费缴费记录、交通信息平台等部分隐性数据；三是阿里巴巴集团旗下的淘宝、天猫、支付宝等第三方支付平台以及社交平台上的用户消费、交易记录等。芝麻信用利用数据模型对上述大量的网络交易及行为数据进行分类和整合，并将系统分析结果作为评价个人和小微企业信用状况的依据。

四、我国征信业发展存在的问题

（一）互联网征信相关法律法规尚不健全

目前对互联网金融的征信业务缺乏针对性的法律约束，未来亟待出台关于互联网金融信用信息基础数据库管理和使用、互联网征信的信用信息标准、网络数据采集和使用规范、信息主体的权益保护、不同类型数据库的信息共享、社会征信机构的评级等方面的细则。

（二）中国的信用信息仍处于高度垄断与相对封闭状态

征信业的健康快速发展有赖于信用数据的透明共享和便捷获取，中国的政府监管体系和国际惯例要求个人完整的信用信息主要从公安、税务、司法、医院、公共部门、银行等金融机构收集。然而，只有少数地方银行、电信和公用事业公司能够实现信息共享，其他政府部门的信用数据尚未公开。

（三）互联网征信中个人信息保护和信息安全的风险较大

很多用户在使用互联网平台的过程中往往因系统或软件设置的原因，被迫同意通过某些权限使其采集到个人信息，某些采集范围可能还超出限制范围。另外，由于互联网平台对存续的个人隐私信息的不规范管理，很难避免对禁止或限制类信息的采集和防止个人信息泄露。

五、征信业发展的新需求

（一）风险控制是互联网金融的关键，信用报告系统是风险控制的核心

互联网金融发展尚处于起步阶段，尚未形成成熟的业务模式，数据标准化、数据安全、隐私保护等机制不符合央行征信体系的基本要求。中国人民银行收集的数据来源狭窄，覆盖范围小，时间滞后，导致数据结构与市场需求不匹配。这种情况迫使信贷登记机构通过其他渠道获取信贷数据和信息，为互联网金融的发展提供了市场力量。

（二）大数据为传统的信用报告增加了价值

波士顿咨询集团（《BostonConsultingGroup》2015，“回归‘价值的本质：金融机构如何管理大数据。”）指出，在大数据时代，数据占有的加速使得低成本的试错成为可能。信用登记机构可以收集大量以前被忽视的“小机会”，并积累它们以实现“巨大价值”。首先，可以使用连续的实时分析来优化结果，将数据采集过程从静态转换为动态。其次，大量数据的积累扩大了对数据质量的容忍度。在此之前，庞大的收集成本和有限的分析能力意味着通过抽样获得准确的、可量化的信用数据，而现在多维数据的可用性导致了广泛的应用。最后，数据分析的成本门槛明显降低。以前数据挖掘的高成本使得大多数信用登记机构将数据处理资源用于