大數據時代背景下我國征信業發展研究

范平平

摘要：大數據時代我國征信業發展的建議是：提升監管水平，規范征信業務；健全大數據信息共享機制；建立符合大數據的信息安全保護機制；提升征信業整體服務能力。

關鍵詞：大數據；征信；信息安全

一、大數據與征信的概念

近年來，隨著互聯網技術的發展，大數據越來越受到關注，其應用逐步滲透至多個行業，開啟了全新的數據時代。大數據是在信息技術快速發展的基礎上產生的，反映了企業所獲得的大量數據資源，包括個人和企業的信息，物聯網世界中的商品、物流信息，互聯網世界中人際交互信息、位置信息等。大數據最核心的價值就是對海量數據進行儲存和分析。人們可以通過對海量數據的挖掘、整理、分析，從中獲取有價值的信息，從而進行有效預測，提高企業的決策能力。

征信的概念是指專業化的機構，依法采集、整理、保存、加工自然人、法人及其他組織的信用信息，并向在經濟活動中有合法需求的信息使用者提供信用信息服務，幫助市場主體判斷控制風險、進行信用管理的活動。從概念中可以看出征信活動的開展也有賴于對大量信息的收集、整理、分析。

二、大數據對我國征信業發展的促進作用

（一）征信數據來源的廣度和深度不斷延伸

大數據使征信數據來源更廣泛，使征信數據全面覆蓋于信息主體相關的各項因素。例如在今天的互聯網時代，根據2016年《中國互聯網發展狀況統計報告》顯示，截止2015年12月，中國網民規模達6.88億，人群覆蓋面非常廣，數據承載量非常大，可以利用數據與信用的關聯度，深層次挖掘信用數據。

（二）大數據使征信數據實時鮮活

大數據的主要特點是量大、熱數據，它不再是事后的分析數據，而可以是在線的實時的互動數據。如果某人有違約行為記錄，會及時被刻畫進來，使當前的信貸業務的快速決策更加有效。

（三）大數據使征信數據存儲和處理方式多樣化

大數據時代，征信數據的存儲能力大大提高，同時，大數據信用采用云計算技術，從數據錄入開始到評價結果輸出的整個過程全部由計算機算法完成，避免了主觀判斷的影響，確保評價結果的真實性；即使同時處理多個受評對象，仍然能夠保證快速、準確的高效性。

（四）大數據使征信業務成本大大降低

數據庫系統形成以后，單個主體的征信信息采集將非常容易，征信服務的邊際成本極低，且速度極快，直接帶來的好處就是征信服務的費用降低，且服務量很大。而且，數據庫形成后，征信機構的運行成本更多的是來自知識產權和硬件的投入，相比大規模的人員需求，低成本優勢顯而易見。

（五）大數據使征信產品多元化，服務范圍更廣

大數據時代征信機構越來越細致、廣泛地收集信息主體的多層次信息，不僅包括信息主體的金融信用信息、商業信用信息，還包括主體的交易行為數據、社交網絡數據，實現了對客戶更完整的信用行為評估。各個征信機構可以在此基礎上進行的數據分類并利用不同的數據處理方式，針對不同的客戶，開發不同的信用產品，滿足不同層次客戶的市場需求，實現差異化競爭。比如美國著名的鄧白氏公司就依托其全球數據庫為企業提供商業資訊報告、風險控制與管理、供應商管理、目標客戶定位、營銷專案服務等多元化的產品和服務。

三、大數據時代對我國征信業發展帶來的挑戰

（一）征信業市場競爭加劇

隨著征信機構市場化運營機制的確立，將會有更多信息資源優勢的企業借助互聯網、大數據等信息技術的創新進步，從征信業薄弱環節切入，通過服務創新或產品創新打破原有的征信市場格局。一是電商企業紛紛組建征信機構。如阿里小微金融服務集團下設的芝麻信用有限公司，其利用淘寶、天貓、支付寶平臺上的行為數據和信用情況，建立成了涵蓋數以億計、數十萬企業的數據庫，夯實了開展網絡征信服務的基礎和實力。騰訊集團下屬的騰訊征信有限公司也是利用其有效的數據庫資源開展征信服務。二是金融機構建立征信機構。例如平安集團旗下的深圳前海征信中心股份有限公司，在整合網貸信息、銀行信貸信息、車輛違章信息等基礎上，建立金融數據挖掘中介機構，依托平安集團近三十年金融經驗積累，采用多維立體納米評分模型與大數據機器學習相結合的方式，有效提升風控能力。三是新型征信機構應運而生。一些大數據公司依靠技術手段，以電子商務、社交網絡為平臺，采集信息，提供信用信息服務，可能成為新型的征信機構。

（二）征信業監管技術和水平需改進

大數據時代給征信業發展帶來深刻影響，同時也對征信業監管提出了更高的要求。要適應大數據時代的征信監管需求，征信監管水平要能跟上大數據征信的發展水平，監管政策要符合大數據的基本規律，監管人員要具有適應大數據的知識和能力。目前我國對征信行業的監管主要依賴于人民銀行，以《征信業管理條例》和《征信機構管理辦法》為監管依據；是否能滿足大數據時代征信業務的規則要求，尚未得到市場驗證。在行業自律監管方面，我國行業監管尚未發育成熟，行業標準尚未統一，行業規范以及行業職業道德等內容尚未完善。

（三）信息安全和隱私保護形勢嚴峻

隨著數據的進一步集中和數據量的急劇增長，對海量數據進行安全防護變得更加困難，數據大量集中的后果是復雜多樣的數據存儲在一起，很可能會出現將某些生產數據放在經營數據存儲位置的情況，致使企業安全管理不合規。大數據的大小也影響到安全控制措施能否正確運行。安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐，就會暴露大防護的漏洞。大數據也加大隱私泄露風險。大量數據的匯集不可避免地加大了用戶隱私泄露的風險。數據集中存儲增加了泄露風險；而這些數據是否被濫用，也成為人身安全的一部分。在企業用大數據技術獲取商業價值的同時，黑客也在利用這些大數據技術向企業發起攻擊。黑客會最大限度地收集更多有用信息，比如社交網絡、郵件、微博、電子商務、電話和家庭住址等信息，大數據分析使黑客的攻擊更加精準。

（四）征信業人才儲備不足

隨著征信業務的快速蓬勃發展，對從業人員的需求數量不斷增加，需要大量的經濟學、數學、計算機、互聯網等各類型高技術綜合人才，特別是復合型人才，既了解經濟學相關知識，又對計算機網絡技術比較精通。據了解，目前大部分征信業務從業人員，有的是計算機專業，可能對經濟學知識比較欠缺，有的是經濟學專業又對網絡知識不甚了解。

四、大數據時代我國征信業發展建議

（一）提升監管水平，規范征信業務

大數據促進了征信行業的快速發展，促使征信機構的日益增多，征信業務的日趨多元化。但是，需要明確大數據背景下征信機構進行數據采集、整理、加工、分析和使用的規則，特別是對有關數據的采集范圍、使用原則和信息安全等問題應做出明確的法律說明。其次，考慮到在征信業務開展過程中，大數據的收集使用可能涉及國家信息安全、企業商業秘密、公民隱私等，需要從立法層面完善征信信息安全和數據管理的相關法律法規。監管部門可建立跨部門合作監管機制，引導和推動行業自律，以此規范征信業務，促進征信業的有序發展。

（二）健全大數據信息共享機制

應盡快統一征信數據標準和格式，以便進行規范化的數據融合，提升大數據的整合能力，打破資源部門間的信息孤島，從而完善信息共享機制；加強央行征信中心與民營征信機構在信用數據獲取方面的市場化合作嘗試，幫助民營征信機構開發結合了傳統信用數據和互聯網征信數據信息特征的成熟產品，并鼓勵不同類別的征信機構在規范化信用數據方面的互聯互通。

（三）建立符合大數據的信息安全保護機制

在制度設計上，要規定信息主體、信息提供者、征信機構、信息使用者的權利、義務、責任，明確隱私信息的范圍，確保信息主體的信息依法使用。在技術土，要研究并采用最先進的網絡信息安全技術，從信息的存儲、傳遞、使用、銷毀等全流程進行信息保護，防止信息外泄。

（四）提升征信業整體服務能力

第一，提高大數據技術處理能力。大數據價值的完整體現需要多種技術的協同。數據抽取與集成、數據分析以及數據解釋，是大數據時代征信數據處理的三個重要環節，在數據處理過程中搜索引擎、云計算、數據挖掘等新技術使用必不可少。第二，加強征信產品與服務創新。應鼓勵征信機構通過采用不同的數據來源，不同的數據處理方式，針對不同的客戶，拓展征信產品的種類，滿足不同層次客戶的市場需求，實現差異化競爭。第三，要提供更好的征信服務人才保障。因此，需加大數據處理分析專業人才隊伍的培養。目前，各地中國人民銀行紛紛與本地高校合作，開設《征信基礎知識》課程或者開展征信知識講座，不僅讓學生能夠樹立誠信意識，珍惜個人信用；同時也為今后從事相關領域的工作奠定了一定的理論基礎。

[責任編輯：文筠]