大數據征信，互聯網金融發展支點

文/阮曉東

大數據征信，互聯網金融發展支點

文/阮曉東

隨著互聯網技術日臻成熟，基于互聯網大數據來進行征信成為未來解決信用風險問題的主要途徑

做為一種新的金融形式，互聯網金融能使金融資源配置得以優化，正在中國以井噴的態勢發展。但這種金融創新業態在帶給企業及個人周轉消費便利的同時，也在考驗各類金融機構風險控制水平。其中最突出的表現，就是由于征信體系的滯后導致了互聯網金融運作過程中風險集聚。信用風險的發生不僅會帶來經濟損失，增加交易成本，還會影響互聯網金融市場交易秩序。隨著互聯網技術日臻成熟，基于互聯網大數據來進行征信成為未來解決信用風險問題的主要途徑。依托大數據征信，相關企業可以降低行業總體經營風險，優化互聯網企業信審流程，大數據征信將為推動中國誠信文化的傳播和誠信體系的構建貢獻獨特的價值。

互聯網金融的野蠻發展

2014年是我國互聯網金融的興起之年。據《中國P2P網貸服務行業評價報告》顯示，截至2014年年底，網貸運營平臺約1600家。其中當年新上線平臺超900家，注冊資金在1億元以上的超48家。

進入2015年，我們依然在接受互聯網金融對國家金融體系的“洗禮”，無論是貨幣基金、銀行理財，還是保險理財、票據理財、基金、債券、P2P網貸，里面都有互聯網金融的身影，互聯網金融已然成為中國大部分老百姓熟知的一種金融方式。比如P2P網貸就通過信用貸款、房產抵押貸款、汽車抵押貸款、供應鏈金融、銀行過橋、委托貸款、保理業務、融資租賃等方式迅速普及了我們對于互聯網金融的理解。

然而，互聯網金融的快速發展也顯示出其野蠻的一面。

比如對于P2P行業而言，截至2015年5月底，一家從事P2P行業研究的第三方機構發布的統計數據顯示，全國共有3349家P2P網貸平臺，今天的互聯網金融，已經迅速轉為紅海，由于競爭非常激烈，其野蠻生長背后所出現的風險大、管理弱、安全性存疑等問題越來越得到重視。

在P2P行業中，近兩年就發生大量的跑路倒閉情況，這也造成網貸行業“滿眼盡是繁華，終究不太放心”的尷尬。其中2013年年底和2014年年底，P2P行業就出現了兩次“跑路倒閉潮”。根據第三方機構發布的統計數據顯示，2014年全年，問題P2P平臺總數為275家，其中詐騙類平臺高達126家。進入2015年以來，這種情況今年并未得以緩解。今年4月，全國P2P網貸發生倒閉、跑路、提現困難等各種問題的平臺新發生53家；今年5月，新增主動停業的平臺以及問題平臺新發生67家。

與此同時，互聯網金融所涉及的其他問題也越來越多地暴露出來。

比如因內控缺位導致個別互聯網金融平臺捏造虛假資金供求信息騙取客戶資金；或是平臺建設缺位，資金支付或借貸環節存在安全隱患，無法有效保護金融消費者權益；還有因為網絡技術安全漏洞、個人隱私保護不力等；以及部分互聯網金融平臺存在的洗錢、非法集資、高利貸等違法違規行為等。

一位業內人士坦言，現在是互聯網金融發展的一個最好的時代，但是從另外一個層面看，這又是一個最壞的時代。之所以這么說，是因為本應隨互聯網金融同步發展的信用體系建設滯后，由此帶來的潛在信用風險和監管問題持續集聚，繼而導致了以上所說的各種問題。

信用為題緣何成為互聯網金融發展的關鍵？其主要原因在于征信體系的建立和完善，能夠為市場交易者提供全面的信用信息，能有效的解決經濟交易中的信息不對稱問題，有效防范和控制信用風險，為社會提供一個良好的金融交易環境。

但是與國外相比，我國目前針對互聯網金融機構的征信體系仍然缺乏，據統計，截至2015年底，人民銀行的征信系統中有征信記錄的約3.3億人，約占總人口數的24%，遠低于美國征信體系85%的覆蓋率。大量的互聯網金融平臺無法獲得有效的征信數據來源。這就導致一些問題連環發生，比如有的借款人違約造成壞賬出現后，由于其失信成本較低以及尚未納入到征信體系，但其他平臺根本無法獲得警示，造成了整個行業信息不透明持續存在，信用風險越來越高。

可以說，作為一種新的金融形式，互聯網金融的確有很多優勢，比如能使金融資源配置得以優化，能促進實體經濟發展和經濟轉型升級。但縱觀目前中國整個互聯網金融市場，因為互聯網征信不健全所導致的互聯網金融發展障礙也很多。這些問題集中表現在信息共享機制有待建立、信息安全風險突出和失信懲戒力度不夠等。在互聯網金融飛速發展的過程中，如何做好互聯網金融信用與風險控制，完善中國互聯網金融監管與行業規范的發展，實際上已經不僅是該行業需要解決的問題，更是關乎推進社會信用體系建設的重要問題。

2014年是我國互聯網金融的興起之年。據《中國P2P網貸服務行業評價報告》顯示，截至2014年年底，網貸運營平臺約1600家。其中當年新上線平臺超900家，注冊資金在1億元以上的超48家。

信用體系建設成為國家發展的重點

信用在任何社會、任何時代都尤為重要。司馬光曾講：“夫信者，人君之大寶也。國保于民、民保于信。非信無以使民，非民無以守國。”更早的《左傳》也認為：“君子之言，信而有征。”即一個人說話是否算數，是可以得到驗證的。

信用是現代市場經濟的基石，更是很多新經濟發展的支點。

比如在我國電子商務發展的初期，曾經飽受缺乏商業信用的困擾。因為不管是付款方還是發貨方，總有一方不放心，這一信用“瓶頸”直到第三方中介支付寶的出現才得以緩解。

當下互聯網金融飛速發展，行業規范與風險控制問題依然是互聯網金融發展的最大挑戰，例如在征信體系不完善的條件下，企業或個人向P2P平臺貸款，由于信息不對稱，P2P平臺很難全面的掌握貸款對象的信用信息，有些企業和個人的貸款額度遠超過其貸款能力，此時一旦出現問題，將會給P2P平臺造成嚴重的影響。信用風險的發生不僅會帶來經濟損失，增加交易成本，降低資金利用率，更嚴重的會影響市場交易秩序，阻礙經濟發展。

在現在發達國家中，信用報告是個人的“經濟身份證”，所以征信服務非常常見。通過征信既可防范信用風險，保障交易安全，又可營造“誠信受益，失信懲戒”的社會環境。清華大學中國與世界經濟研究中心公布的一項研究表明：與沒有征信系統的情況相比，征信系統可以拉動約0.33個百分點的GDP增長；征信系統可促進小微企業貸款增加額占比近三成。

一個市場經濟能夠蓬勃健康發展的社會，也必然是一個征信體系完善的社會。正因為如此，從2013年開始，中國征信建設的節奏明顯加快。

其中在2013年3月，我國首部征信行業法規《征信管理條例》開始實施；2013年12月，中國人民銀行制定的《征信機構管理辦法》正式施行。

2014年6月，中國人民銀行征信中心開始對個人查詢本人信用報告實施收費制度；2014年6月，國務院出臺了《社會信用體系建設規劃綱要(2014—2020年)》，明確到2020年，基本建成以信用信息資源共享為基礎的覆蓋全社會的征信系統，并明確了我國社會信用體系建設的方向。以此為基礎，全社會開始對征信業的重視程度已經上升到一個新的高度，并開始努力推動征信業發展。

為提供有效的信用信息支持、構建誠實守信的社會氛圍和環境，2015年6月，中國保監會、國家發展改革委印發了《中國保險業信用體系建設規劃（2015－2020年）》的通知。該規劃目的是到2020年左右將保險業信用信息的采集范圍進一步擴大，信用記錄覆蓋率力爭提高到95%，并依托國家統一的信用信息共享交換平臺，與金融信用信息基礎數據庫及國家其他各類信用信息系統實現有機對接。

與此同時，國務院也迅速批準了《2015年社會信用體系建設工作要點》（發改財金〔2015〕1104號）有關規定。據財政部網站消息，財政部按照社會信用體系建設部際聯席會議的統一工作部署，在社會信用體系建設方面做了一系列工作，包括積極參與社會信用信息共享交換平臺建設，在政府采購領域建立失信主體“黑名單”制度等內容。

同樣在6月份的國務院新聞辦公室的國務院政策例行吹風會上，發展改革委副主任連維良表示，發改委近期將全面推進社會信用體系建設，建立健全各領域信用記錄，建立健全市場主體準入前信用承諾制度。

與此同時，我國針對互聯網金融有效征信體系也開了了具體的部署。其中中國人民銀行在1月印發《關于做好個人征信業務準備工作的通知》，公布了首批獲得個人征信牌照的8家機構名單。

根據這份通知，芝麻信用管理有限公司、騰訊征信有限公司、深圳前海征信中心股份有限公司、鵬元征信有限公司、中誠信征信有限公司、中智誠征信有限公司、拉卡拉信用管理有限公司、北京華道征信有限公司等八家機構需要在6個月時間內準備好個人征信業務的準備工作。所以才有阿里的螞蟻信用查分、騰訊微眾銀行的人臉識別貸款、拉卡拉的考拉評分等一系列基于大數據的征信產品陸續面市。

大數據征信為互聯網金融提供風控保障

征信過程最重要的就是數據。傳統金融機構征信采集的數據基本上是通過現場方式進行采集，也就是要求客戶到銀行去，在柜臺上填寫各種關于收入、固定資產等財務情況相關的表格后當面采集信息，因此身份識別很容易。這種數據收集方式可以看做是定量化收集，是小數據。

但是在今天，互聯網金融平臺無法通過這種方式來收集數據。由于巨大的客戶數量，隨時變化的金融服務要求，以及移動化的在線特征，互聯網金融平臺不可能要求客戶進行現場采集數據，這就要求更為便利的征信服務方式。

幸好有大數據和云計算技術，由這兩項技術組成的互聯網征信讓這一問題迎刃而解。

今天的互聯網征信過程中所要求的信息的全面程度，已經完全超乎了你的想象。脫胎于互聯網的信用數據是一種“大數據”，其特征是來源更廣、種類更豐富，時效性也更強，涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、社交關系等方面。很多非財務類的數據，例如社交行為、文字言論、談話語音、圖片甚至交友情況等信息也被列為征信的數據對象。由于客戶通過互聯網產生了實時，留有痕跡，容易追蹤的數據，所以相對于傳統線下的采集和整合更加全面和準確。

不過，由于“大數據”太復雜，比如用戶利用社交網絡、電商網站、網貸平臺中產生的大量碎片化數據非結構性特征強，這就要求征信企業對數據的存儲和挖掘、分析計算能力有極高的要求，特別是需要挖掘數據之間的相關性。這時候，云計算就派上了用場。云計算則利用高效的數據挖掘技術和計算能力來增加征信的效率，同時允許使用專有的硬件部署來運行關鍵業務應用程序，所以可為用戶提供了效率和安全的保障。

以2015年1月央行批準的可以對企業和個人征信的8家機構為例，這8家機構的數據來源均使用了大數據模式，其中的數據大同小異：既包括自己長期積累的數據、外購第三方的數據，也包括金融機構提供的數據、客戶自己提供的數據，更包括從網絡上公開獲取的“大數據”，比如用戶行為數據、社交數據等。其中芝麻信用和騰訊征信特別看重互聯網行為數據，“芝麻分”和“豬豬分”都側重對個人行為習慣進行分析。

另外，政府也注意到大數據在完善我國征信體系中的重要作用。2015年6月17日，國務院第95次常務會議審議通過了《關于運用大數據加強對市場主體服務和監管的若干意見》，我國政府也承諾要依法應予公開的政務信息，特別是市場主體的行政許可、行政處罰等信息，積極推動我國個人征信體系的建立。

目前已經有很多互聯網金融平臺開始應用互聯網征信來提高工作效率。其中阿里巴巴網貸就是利用芝麻信用的其電商平臺進行“大數據”征集和使用的案例。目前芝麻信用在螞蟻金服旗下以征信事業群的形式存在，能夠橫向調取阿里巴巴集團的數據。阿里巴巴的征信平臺，可以借助借款人在阿里平臺上的所有消費信息進行有效評估，從而降低壞賬的風險，進而實現穩定、可觀的利息收入。

此外點融網、銀湖網、拉拉財富都已經把芝麻信用分納入風控模型，作為審核合格借貸人的指標之一。這些信用評估將幫助相關互聯網金融企業對借款用戶的還款意愿及還款能力做出決策判斷，豐富了對借款人資質評估的手段。同時，合作雙方會把自有資源互換利用，通過黑名單分享，芝麻分評定等措施，更好地針對信用類借款用戶進行信用評估以及貸后追蹤。

需要加快對大數據征信的立法

將大數據（主要是社交、電商等數據）納入征信體系是中國征信業的一大進步，利用大數據來進行征信，可覆蓋人群面廣，對于在互聯網上留有數據的人信用描述相對準確，但是業界人士仍然表示，大數據征信還有幾個重大的問題尚未解決，其一是身份識別，即如何確定留下的數據屬于這個人，以及保證所采集的數據的真實性，還有征信的授權的問題等。因為這些問題涉及到征信方是否有資格去采集、是否侵犯了個人隱私以及法律的邊界問題，里面都有很大的探討空間。

目前我國對大數據征信主要是以《征信業管理條例》為依據，并不具備一定的法律效力。雖然《征信業管理條例》明確禁止征信機構采集與信用無關的個人隱私信息，規定了絕對禁止采集和限制采集的個人信息范圍。比如絕對禁止采集的個人信息范圍包括宗教信仰、基因、指紋、血型、疾病和病史信息以及法律、行政法規規定禁止采集的其他個人信息，嚴格限制采集關于個人財務狀況的信息。但是需要指出的是，個人財務狀況的信息，包括收入、存款、有價證券、不動產的信息和納稅數額信息是完全可以通過大數據的方式進行部分采集的，而這些采集過程是否合法，目前還沒有具體的說明。

另外就是個人隱私的問題。通過互聯網征信平臺在數據獲取渠道、覆蓋人群等方面顯然優于傳統征信系統，但也使得用戶個人信息面臨更多被泄露的可能。雖然很多征信平臺表示，個人隱私的保護是征信的首要考慮因素，所有信用相關信息的采集一定在用戶知情的前提下開展。但是目前大數據征信的快速發展以及大數據征信平臺的迅速對接，都為個人信息隱私的泄漏都留下的空間。

筆者建議應該盡快對征信立法，只有有法可依，才能確保征信過程中數據 集、信息使用的有序和合法。比如征信機構采集和向信息使用者提供個人信用信息都需要征得信息主體的同意。再比如在保障隱私方面，《個人信息保護法》應盡快出臺；針對數據缺失，大量原始數據分散在司法、工商等政府部門的情況，國家相關部門應建立從立法層面使數據采集從私法授權的方式改為公權力授權，即當央行授予民間征信機構征信牌照之后，該機構即擁有央行的公權力授權，可以直接對接擁有原始數據的機關、企事業單位，但涉及法定的保密信息的除外。

此外，有專家表示，《征信業管理條例》作為一部框架性的法規，具體落實執行還需要配套的規章細則，因此，應盡快制定相配套的制度，包括《征信機構管理辦法》、《金融信用信息數據庫用戶管理規范》和《企業與個人征信業管理辦法》等相關規章細則，使征信機構和征信業務規范發展，保障金融信用信息基礎數據庫的建設、運行和維護。

當然，互聯網征信系統也不能解決所有的社會征信問題，對我國而言，互聯網征信系統至多能覆蓋約全國約50%的人口，大數據征信體系再強大，也不能認為是唯一的征信解決方案，應該盡快發展政府征信作為補充。據悉，我國政府正在收集工商、稅務、海關等征信數據，比如有些部門已經推出了失信黑名單，聯合進行失信懲戒，這樣將有效彌補大數據征信的不足。