大數據背景下的個人信用管理體系研究

姜瑞

[摘 要]市場經濟是一種信用經濟，個人行為信用影響著整個市場經濟的規范運行。針對社會現象，建設個人信用管理體系對整個市場的信用管理起著至關重要的作用。但是現實社會的信用基礎薄弱，公民信用約束力不高。文章基于現今大數據的背景，探討個人信用管理體系建設的思路。已有研究提出了對個人信用管理制度的見解，文章研究拓寬了關于大數據時代與個人信用管理體系之間關系的理解，提出了大數據背景下個人信用管理體系構建的思路與建議。

[關鍵詞]個人信用；管理體系；信用評估；信用報告

[DOI]10.13939/j.cnki.zgsc.2018.29.001

1 研究背景

信用是經濟社會良性運轉的“基石”，其為契約經濟的運轉提供必備的有效保障。在社會經濟生活中，個人是最基本的行為單位，市場主體的行為活動都是通過個人的行為決定的。但是隨著市場主體的增多，在市場基礎不穩固、市場監管體系不健全的情況下，市場逐漸呈現出不規范的狀態，道德風險具有極高的隱患，對失信者的約束、懲治也較困難，對守信者的支持和獎賞亦無法落實。對于社會生活中不守信的現象，究其根源，原因之一便是缺少一套完整翔實的個人信用記錄體系，以約束和懲治個人的不信用行為。因此，社會主體面對構建適應時代的個人信用管理體系等現實問題。

建設個人信用管理體系是建設社會信用管理體系的基礎，也是其必要條件。社會需要第三方機構執行信用評定，加快建設信用管理體系，宏觀上可以維護社會經濟的穩定，降低交易成本，提高政府相關部門的管理效率，提高社會經濟活動的效率，有效釋放誠信紅利，激勵信用行為的產生，促進社會文明和諧發展。例如，目前我國央行的金融信用信息基礎數據庫采集的信用數據主要是來源于各金融機構的借貸信息，其提供的個人信用報告僅側重反映信貸方面的情況，而龐大的學生群體、自由職業者等用戶難以獲得信用服務。因此需要完善的信用管理體系豐富評價維度、擴充信用數據、延伸信用服務，更加全面地反映信用表現。這種伴隨人一生的信用記錄促使個人約束行為，從而加快整個社會的信用化發展進程。

《促進大數據發展行動綱要》和《大數據產業發展規劃2016—2020年》的發布標志著我國大數據產業的發展環境將進一步優化，大數據的新業態、新業務、新服務將迎來爆發式增長。大數據時代“一切數據皆可用”成為社會信用體系的新思路。正如前亞馬遜首席科學家、斯坦福大學講師維根教授所言“數據是新的石油”。數據已成為國家基礎性戰略資源，大數據對個人信用管理體系的建設起著重要影響，[1]傳統互聯網服務商積累了海量行為數據，且互聯網興起提供了更加豐富的信用數據來源。移動互聯網、物聯網、云計算等信息技術快速發展且應用領域不斷擴大，使利用大數據技術及理念進行信用管理，構建基于大數據的社會信用體系，已經具備了可行性。通過近幾年的實踐和總結，人們總結出大數據具有的“5V”特點，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）。大數據時代開啟了時代的轉型，能夠為個人信用管理體系的構建帶來巨大的變革。

2 信用管理體系概述

2.1 信用大數據的主要來源與特征

2.1.1 信用大數據的主要來源

大數據時代，信用數據采集渠道得以大幅拓寬。信用數據來源的廣度和深度不斷延伸、細分度日益精確且不斷變化、采集渠道愈加多樣化。[1]為實現多維度評價，基于大數據的信用數據來源需要隨著相關制度的發展不斷進行補充，應包含但不限于如下數據。

第一，金融機構產生的數據。各銀行產生的數據是大數據的主要來源，通過客戶辦理貸款、信用卡等相關業務以及對于辦理業務的后續跟蹤，實時產生客戶的信用數據。具有金融屬性的數據包括客戶的存款情況、貸款歷史、持有信用卡情況、還款記錄等。

第二，政府部門產生的數據。這類數據由各級政府部門收集整理，如公積金、社保、欠稅與民事裁決等信息，數據價值高，但碎片化、開放程度低，其應用價值還未得到大力運用。

第三，其他公共事業機構產生的數據。主要公共事業機構包括電力公司、煤氣公司、網絡運營商、電視運營商等，其產生的大量信用數據與網絡產生的相關信用數據一同構成城市市民信用數據。

第四，網絡產生的數據。隨著互聯網的發展與普及，網絡產生的大量社交、電商、打車等數據已成為個人信用數據的主要來源，其產生的大量數據，有效補充了傳統中單一的數據采集渠道。

2.1.2 信用大數據的主要特征

第一，多維度性。信用大數據的采集范圍突破了傳統數據的局限，從金融機構、政府機構相關部門的數據擴展到電商數據、社交數據等網絡數據，使數據維度更多，覆蓋面更廣，降低信用主體信用信息的不對稱性。

第二，高復雜性。以美國金融科技公司ZestFinance為例，傳統信用評分模型在可處理范圍內一般只能用到50個左右的特征變量，而隨著大數據處理技術的突飛猛進，ZestFinance信用評分可以包含大約100000個特征變量。[2]

第三，數據價值高。信用大數據中數據時效強、內容廣、維度多，數據從碎片化轉化為塊狀化，從低價值轉化為高價值，通過打破傳統數據的局限并對數據進行關聯性分析，有助于獎懲制度的實行，便于社會監督。

2.2 個人信用管理體系的界定與特征

2.2.1 個人信用管理體系的界定

個人信用管理體系基于互聯網和大數據的優勢，運用云計算、云儲存、算法分析、數據挖掘等新興技術，獲取、篩選互聯網留存和實時生成的個人數據，將其與政府、公共部門等機構的信息源整合，進行充分分析，生成個人信用報告、信用評估，方便個人高效查詢跨系統的數據，實現信用信息的共享。個人信用管理體系打破了傳統信用管理系統在數據渠道、應用領域等方面的局限，將碎片化的信用數據整合，得到個人全方位領域的信用信息，具有顯著的前沿性與創新性。基于大數據，還可以提供各種增值信用產品和服務，并且通過社交媒體獲取對信用產品和服務的反饋，對其進行進一步優化。[1]

2.2.2 個人信用管理體系的特征

個人信用管理體系突破傳統局限，主要呈現以下特征。

第一，數據來源多樣化。基于大數據技術的發展，互聯網空間的擴大，個人數據來源渠道更廣、數據量更大，數據的采集和處理也尤為便利。除傳統信貸外，還可通過電商、社交、租房、繳費等多元化渠道獲取數據，在一定程度上改善數據來源以偏概全的問題，數據的多維性為信用值的測算、信用等級的評定提供了充分的依據。從單純依托單平臺數據向跨領域跨行業融合數據演進。[3]

第二，數據處理智能化。為保證數據傳輸的實時性與安全性，信用管理體系運用云技術、后臺加密、數據挖掘、機器學習、分布式管理、異構數據結構化等各種技術手段，對數據進行加工分析以提高精準率。數據的采集、加工、整合、分析等各階段無一不體現其智能化的特征。大數據技術，從簡單的數據交流和信息傳遞，上升到基于海量數據的針對性分析。通過互聯網，我們可以通過分類聚合、深度挖掘、為個人定制標簽畫像等信息技術，將個人的各種活動信息比較、碰撞、連接，從而做出對個人最全面、客觀和可信的信用評價。[4]

第三，覆蓋群體廣泛化。信用管理體系的產品和服務的應用更加貼近日常生活，在出行、租借、共享等領域均被開發，使覆蓋群體量更大，使更多人擁有自己的信用體系與信用報告。同時幫助監管主體忽略經驗與直覺，得到海量數據中蘊含的真正行為規律，找到影響重大的因素，為監管工作提供科學依據，提高針對性與執行效率。信用產品和應用場景的不斷創新，將極大限度發揮信用的價值和作用。[3]

2.3 我國個人信用管理體系發展存在的主要問題

2.3.1 缺乏信息資源共享機制

我國把社會信用管理體系的重心放在了企業信用制度的建設上，對個人信用記錄的重視力度不足，雖然各銀行、機構對客戶進行個人信用記錄，但各組織機構間沒有有效、合理的信息共享，甚至有些部門存在壟斷個人信用信息的行為，造成記錄的碎片化、時效短，沒有共享就無法實現效果最大化，無法大力發揮記錄的效用，降低評估的準確度。因此行業之間應盡可能地共享信用數據，消除“信息孤島”的存在。

2.3.2 缺乏健全的法律法規體系

體系的建設應立足于法律法規的基礎，需要法律環境的支撐。我國需要完整的個人信用管理相關法律法規對個人信用管理體系的建設提供直接依據。包括與體系直接關聯的個人隱私、數據開放、信用監管等方面的法律。“法無授權不可為”，必須加快推進信用立法進程，解決信用管理制度標準等相關問題，確保大數據時代信用數據的采集、整理、加工、分析和使用等有法可依。[1]

2.3.3 缺乏具有公信力的個人信用管理機構

各銀行、機構均有各自的信用評估方法和評估標準，難以形成對個人的標準化評估，因此需要專業的信用中介機構，建立起一套完整科學的數據收集和評價體系，保證在評估過程中的客觀、公正。雖然目前存在一些小規模中介機構，但其提供的服務并不完善，很多機構投機取巧，只以營利為目的，也就沒有充分發揮效果與作用。政府要改善這個問題，就要頒發一些政策，對信用中介加以考核，授予經營的權力。[5]

3 個人信用管理體系的建立

3.1 個人信用管理系統的主要構成

3.1.1 數據采集系統

數據的采集是進行數據分析、信息評估的前提，錄入個人資料，建立個人檔案，是系統的基礎工作，必須保證錄入數據的正確性、完整性，實時采集、儲存個人數據。具體操作環節將數據分為兩類：固定數據和變動數據。固定數據主要包括個人基本信息，如姓名、性別、身份證號、籍貫等；變動信息主要包括信用交易記錄、工作情況等。采集敏感信息須謹慎，以免侵犯個人隱私權，而完善匿名技術，尋找更專業的算法可解決數據應用與隱私保護間的矛盾。[6]另外，應對數據質量進行檢查以確保其可靠性，包括數據類型和格式的轉換、缺失值的處理、極值的處理和轉換、從原始數據中提煉出衍生變量等。[2]

3.1.2 信息評估系統

信息評估系統將采集的數據利用科學、客觀的分析方法和統一的評估標準，對個人信用進行全方面評估，并用專業符號和文字表示出評估結果，并可將信用劃分為若干等級，例如將評估分值劃分為AAA到D這八個等級，來對信用程度進行劃分。信用指標確定后，大數據技術根據個人全部信用信息，依據信用評價模型（大致可分為兩類：統計分析和人工智能分析。其中，統計分析可劃分為判別分析法和回歸分析法；人工智能分析可劃分為只包含一種模型的單一學習算法與啟發式算法結合的混合學習算法，包含多個分類模型的集成學習算法[7]）。在關鍵的差異巨大的數值上應基于實際考察后充分細化，可以將AHP層次分析法與模糊綜合評價法結合起來，構建多級模糊綜合評價模型，再進行信用評分，并定期更新。[8]

3.1.3 信用報告系統

信用報告系統將經過全面、客觀的信用活動評估結果以信用報告的形式，通過網上查詢等方式提供給報告使用者，如銀行和商家可通過唯一標識號碼通過網絡查詢消費者的信用情況，即可迅速對是否向消費者提供信用服務做出決策。報告內容應包括基本信息、信用交易記錄、特殊交易記錄、特別記錄、查詢記錄等。

3.1.4 風險預警系統

檢測信用風險，跟蹤資金流量，若個人信用等級低或出現影響信貸安全的跡象，及時與其聯系，并采取相應措施，預警等級可分為：I區（低風險區）、II區（較低風險區）、III區（中等風險區）、IV區（較高風險區）、V區（高風險區）。

3.1.5 信息安全系統

信息安全系統通過對信息獲取權限、操作流程、數據存儲和傳輸流程等進行設置和監控，防止數據被盜取、篡改和破壞。通過防火墻、數據加密、訪問控制等技術保證系統安全正常運行，保護個人和相關組織機構的權益，使信用主體不僅能查到結果，也能接觸到模型所用的源數據。另外，建立異議處理機制，可以在信息和結果有誤時，及時予以更正和刪除。對于不同的計算機系統安全等級，采用符合標準的網絡設備、存儲傳輸工具。加強數據庫管理，按“最低權限”原則賦予管理員訪問數據庫的權限。[6]

3.2 個人信息管理體系的環境培育

3.2.1 完善個人信用管理體系相關法律法規

根據中國社會現狀，借鑒國外相關經驗，中國可制定或修訂個人信用管理體系相關法律法規，界定個人公開信息和個人隱私，規定個人、組織的權利義務，保護個人、組織的合法權益等，為個人信用管理體系的建設提供基礎與保障。例如參考美國的《信用公平報告法》對個人隱私的界定；《平等信用機會法》授權機構對信用申請人進行調查和數據分析的行為規范等。制定符合國情的信用信息的保障機制，如《征信數據采集和保護法》《商業信用信息報告法》《信用控制法》等。[9]

3.2.2 建立個人信用管理體系組織機構保障

個人信用管理系統的實施離不開組織機構的積極響應與配合，完整的個人信用體系也離不開組織機構。個人信用管理體系的建設需要各銀行、商務部、工商局、稅務局、統計局、海關局、公安局、法院等單位的參與，因此建立專業、統一的監管機構、行業協會以覆蓋全社會是必要的。

3.2.3 建立并完善個人信用獎懲制度

合理的獎懲制度是個人信用管理體系的必備環節。正如美國的街道上車輛違章很少，并不是因為當地人普遍素質極高，深究下去是因為他們違章的成本很高，違章記錄被記載進信用記錄后影響一個人的就業、貸款、租房等各個方面。與歐美國家相比，國人的“違約”和“欺詐”成本并不高，這對整個社會信用體系的建立極其不利。而當“信用”成為人們的個人資產，整個市場經濟和社會運轉速度和效率將有極大的改觀。[3]因此可借鑒國外經驗，從制度和法律上約束失信行為，讓失信者對自己的行為承擔應負的責任；同時鼓勵信用舉措，讓守信者真正地感受到守信的益處。

獎懲措施可分為三種：第一種由政府、相關事業機構、金融機構對信用行為做出獎懲措施。例如，對信用等級高低的個人分別進行不同的經濟物質、精神層面等方面的獎懲。第二種由司法部門對嚴重失信者做出懲戒，依法追究其法律責任。第三種由社會輿論引導，對信用行為做出特別報道，同時激勵信用行為的產生。另外，允許特殊情況下失信行為的修復，以免無意的疏忽給個人帶去影響較大的損失。

3.2.4 加強信用管理教育，強化信用管理氛圍

信用管理的教育需要長期的建設，逐步形成信用的自覺性和信用管理的行為規律，逐步提升信用管理在個人認知中的重要性。可從強化道德教育、普及信用管理知識著手落實。一方面，促使提高公眾對信用行為的重視，有助于個人信用管理體系發揮作用。另一方面，個人信用管理體系的普及有助于系統問題的發現和性能的改善，以更好地為公眾服務。另外開展信用權益保護教育，幫助人們樹立信息倫理道德、數字化節制及安全防范意識，使其具備基本的信息安全常識和保護技能。[6]

4 結 論

本項目從大數據背景下信用數據的特點著手，主要進行了個人信用管理體系的內容構建和技術構建。內容構建，主要確定對不同功能的系統的劃分，并確定具體采集數據的類型；技術構建，則主要談及系統開發過程中的主要問題。另外，本項目對大學生信用立方模型進行的研究，將在支撐材料中得以體現。

隨著社會經濟的不斷發展，我國個人信用管理體系的建設將會面臨更多新的問題，本項研究也會被賦予新的內容，希望建設本國個人信用管理體系能夠獲得更多人的關注，促進、保障社會信用水平的提高。

參考文獻：

[1]李利智.以大數據思路建設社會信用體系[J].浙江經濟，2017（6）：45.

[2]張晶.大數據時代個人信用評分的新趨勢[J].征信，2017，35（12）：7-12.

[3]蔣韜.信用體系建設需要大數據[J].清華金融評論，2017（4）：97-99.

[4]陳剛，黃芳芬，劉小軍.信用監管與大數據[J].中國市場監管研究，2017（5）：42-44.

[5]馮彬.我國企業信用管理問題與對策[J].合作經濟與科技，2018（5）：188-189.

[6]劉旭，李南南.基于大數據視角的信用主體權益保護體系構建[J].征信，2016，34（10）：48-50.

[7]董媛香，程鑫.大數據背景下個人信用評價體系構建[J].現代工業經濟和信息化，2017，7（5）：106-108.

[8]楊大光，孔令鑫.小微企業信用評價模型的中外比較及完善[J].中國流通經濟，2014，28（9）：74-79.

[9]王靜.信用評價與信用管理體系運行機制的分析[J].今傳媒，2016，24（6）：53-56.