大數據背景下我國互聯網金融征信問題及解決對策研究

◎崔蕾 刁蕓菲 羅萍萍

一、大數據征信的含義及其特征

（一）大數據征信的含義

大數據是一種規模很大的數據集合，相比于傳統數據庫而言，其在信息的獲取、存儲、分析等方面都具有一定的優勢。研究機構Gartner 將大數據定義為：需要新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力以適應海量、高增長率和多樣化的信息資產。

漢語中對征信是這樣解釋的：征信是指依法收集、整理、保存、加工自然人、法人及其他組織的信用信息，并對外提供信用報告、信用評估、信用信息咨詢等服務，幫助客戶判斷、控制信用風險，進行信用管理的活動。

大數據征信是依托大數據技術構建信用評估模型，從多個角度對個人、企業的信用進行評估，從而形成信用分析報告。劉新海、丁偉（2014）分析了大數據征信的實質，指出大數據征信是金融領域和信息技術領域融合的產物。“大數據+征信”可以為我國征信體系建設增加新動力。

（二）大數據征信的特征

1.覆蓋范圍廣泛。

傳統征信只能覆蓋和銀行之間有信貸關系的群體。而大數據征信采用的是新的信用評估體系，通過大數據技術尋找傳統征信沒有覆蓋的人群，利用先進的互聯網技術分析用戶在上網的時候留下的痕跡，進而得出用戶的信用報告，從而更好地為客戶提供征信服務。與此同時，大數據征信的客戶群體也日益廣泛。

2.數據來源多樣。

傳統征信主要使用傳統結構化數據，信息主要來源于金融機構，主要內容是個人身份信息、銀行信貸記錄、逾期記錄等，內容較為單一。而大數據征信的來源比較多樣化，不僅包括了歷史的借貸信息數據，同時也包含了客戶的交易行為、人際關系等半結構化數據，比如：借款人的網上購物情況、水電費繳納情況等等。從目前來看，大數據征信機構用于信用分析的數據主要有互聯網借貸數據、用戶網購數據、生活繳費類數據以及社交相關數據。

3.數據時效性強。

傳統征信著重于分析歷史借貸數據，但這類數據較少并且時效性較差。相比而言，大數據在時效性方面占據很大的優勢。大數據征信的分析對象主要來源于互聯網數據，具有實時更新的特點，并且大數據征信可以通過數學建模及時分析處理數據，從而使用戶的信用評價獲得快速的更新，一定程度上也提高了信用評價的準確性。

二、我國互聯網金融征信的現狀及存在的問題

1.征信數據體系不健全，信息共享困難。

一是目前我國互聯網金融征信還沒有與央行征信系統建立聯系，企業和個人的大量數據零星地分布在司法、工商、稅務等政府職能部門，無法實現線上和線下的信息共享，從而不能獲取完整的用戶信用信息數據，信息的不完整、不充分導致信用評估不夠精確，一定程度上也限制了我國征信機構及征信市場的發展。二是互聯網金融企業對網絡信息的收集標準、信用報告格式、征信服務標準沒有統一規定，各企業之間缺少相應的信息互換標準，容易引發信息不對稱，致使同一用戶在不同征信機構的信用等級存在較大差異，加大了重復借貸的風險。

2.個人信息安全存在風險。

互聯網金融征信中個人的信息安全得不到保障。由于我國互聯網征信還處于起步階段，有關互聯網信息安全方面的技術不夠成熟、法律法規不夠健全，致使很多用戶在使用互聯網平臺的過程中往往因系統或軟件設置的原因，被迫同意通過某些權限使其采集到個人信息，在填寫的信息的同時還可能受到網絡病毒的攻擊，導致個人信息的泄漏，從而威脅用戶的信息安全。

3.行業監管水平有待加強。

當前我國對征信行業的監管依據主要是《征信業管理條例》和《征信機構管理辦法》。一方面，在征信監管和自律方面，還沒有形成剛性的市場監管，相關監管模式還未成熟，行業規范以及行業職業道德等內容尚未完善，對失信行為的懲戒措施和手段比較少。二是基于大數據背景下互聯網金融征信的特征，征信業的監管方法——現場檢查缺乏時效性，同時也很難滿足非現場監管的要求。

4.大數據分析人才短缺。

與傳統數據分析進行比較，大數據分析是一種從理念到技術的全新領域。大數據從收集信息、分析數據到最終形成征信產品整個過程中涉及諸多領域和學科，包括：數據、計算機、統計等，因此從事相關工作的人員需要具有較強的數據分析能力。另外，還需要培養專門人員對相關產品、風險等方面進行研究。當前，我國征信行業缺乏具備大數據分析能力的復合型人才，因而培養跨學科、跨領域的高效靈活的大數據分析團隊是今后征信業發展的重要工作之一。

三、大數據背景下互聯網金融征信問題的解決對策

1.建立健全信用信息共享機制。

首先，應該積極推進互聯網征信機構與央行、政府職能部門之間的信息對接與交換。例如將互聯網金融數據納入央行的征信系統，建立傳統征信與大數據征信之間的信息交換機制；打破“信息孤島”，推動政府部門數據的開放化、透明化，充分挖掘各部門、各地區之間的信息共享方法，以實現政務信用信息的互聯互通。其次，收集數據信息要有統一的標準，以便行業之間的信息成果共享，在這一方面可以借鑒美國Metro1 和Metro2 的信息采集模式，結合我國的實際情況，設計科學的數據采集方式。最后，推動征信數據市場化，創建獨立的專業化數據公司，避免行業間的信息不對稱。

2.加快完善征信法律法規，保障用戶信息安全。

一方面，加快完善有關個人信息安全方面的法律法規，盡快出臺《互聯網征信信息保護條例》，嚴格規定個人信息征集的要求，加強對個人信息安全的保護，對損害用戶信息的行為予以嚴厲的懲戒。另一方面，加強征信主體信息風險防范意識，定期開展有關信息保護的講座，向居民普及信息保護的知識，使其認識到信息對個人的重要性；此外，還需要普及個人的權利與義務，當個人信息泄漏時，要學會用法律的手段維護自己的正當權益。

3.強化互聯網金融征信市場監管。

大數據背景下，現有的監管方式已經不能適應征信工作的需要，應探索符合互聯網金融征信特點的監管模式。第一，完善相關監管法律，對守信行為激勵，如芝麻信用，信用分越高享受的權利越多；對失信行為進行懲戒，限制其多方面權利，情節嚴重者拉入征信黑名單。此外，行業監管部門應明確監管原則，加強征信行業標準和規范的建立。第二，對互聯網征信行業實施事前、事中、事后的全方位、全流程監管，做好現場檢查和非現場監管，以適應大數據時代的征信監管要求。第三，建立互聯網征信行業協會，加強行業自律，改進監管理念，實現由機構監管向行為監管的轉變。

4.培養大數據征信人才。

大數據征信作為一種新的產物，必然離不開數據技術人才，因而培養順應大數據發展的高素質人才、建設大數據發展人才體系至關重要。一是通過與高校聯合辦學等形式，在各高校開設互聯網金融、大數據等方面的專業課程，強化學生們的知識儲備，同時注重培養提高學生在數據、計算機等現代科技領域方面的能力。二是要發揮中國人民銀行的優勢，作為我國征信行業的主管機構，中國人民銀行應加強與世界各國的工作交流，借鑒發達國家先進的征信理念，結合中國實際整理出適合我國國情的方案來進行大數據征信。三是各商業銀行應該積極的實施人才戰略，將建設大數據人才隊伍、打造專業化、復合型的大數據分析團隊作為征信工作的重中之重。

四、結語

綜上所述，大數據征信是我國互聯網金融征信行業的一大創新，擴大了征信數據的覆蓋范圍，擴展了數據來源的渠道，使數據的獲取更加及時，但同時也給征信行業帶了挑戰。在解決征信數據共享困難、個人信息安全存在風險等問題的過程中，要對互聯網金融征信行業進行不斷的創新，只有通過不斷地創新，才能拖動我國征信業的發展。