新金融背景下互联网征信体系与传统征信体系比较研究

【摘要】本文通过对传统征信体系与信息时代的互联网征信体系进行多维度对比，较全面剖析了互联网征信的特点和优势，同时展望了它将给传统征信体系带来的深刻影响。

【关键词】传统征信体系 互联网征信体系 大数据

一、引言

在我国运营稳定的征信主体主要有三类：以央行為主导的金融征信体系、以政府为主导的公共征信体系和以市场为主导的商业征信体系。其中金融征信体系以金融主管部门为主导进行建设、以金融机构为主要客户，以授信申请人为主要征信对象，主要目的在于信用信息在金融业内互联互通、共同防范信用交易风险。公共征信体系以政府及其主要职能部门为主导进行建设，以政府及其各智能部门为主要用户，以企业和个人为征信对象，以信用信息在政府及其各部门间互联互通、实现统一的信用惩戒与预警监管为主要目的。商业征信体系是由民营机构建成并按市场方式运作的机构体系（我国上世纪80年代末、90年代初已有民营征信机构诞生，例如鹏元征信有限公司个人征信系统自2002年即已开始投入运行。过去商业征信没有独立、稳定的数据来源，主要是从前两个体系挖取，再进行整合分析。）。（冉禹.我国互联网金融征信体系建设研究[D].安徽大学，2017.）而伴随P2P网贷等互联网金融业态的逐步兴起，对征信强烈的业务需求刺激和催生了互联网征信这种创新式征信方式的诞生。尤其当拥有大数据蓬勃发展的便利性，为征信数据的海量采集和深入挖掘带来了极大的便利，优越性凸显。2015年1月5日，中国人民银行印发《关于做好个人征信业务准备工作的通知》，要求芝麻信用管理有限公司、腾讯征信有限公司等8个互联网公司做好个人征信业务的准备工作。由此，互联网征信作为一种新兴征信模式进入征信领域，逐渐成为现有征信体系的有效补充。

二、互联网征信的内涵

互联网征信也被成为网络征信，还属于新兴概念，因此尚无权威定义。文本在此将其简单解释为对传统征信业务的互联网技术手段延伸，即通过采集企业和个人在互联网交易服务中的行为数据，利用云计算、大数据等现代化技术手段，对获得的信息进行信用评估的活动。在一些发达国家和地区，互联网征信业态发展已经渐具规模。如美国的新兴互联网金融公司Zestfinance，专注于提供信用评估服务，其数据来源涵盖第三方、互联网和用户提交等多个渠道，开发了10个基于机器学习的分析模型，尽可能挖掘信用信息，对个人消费者从不同角度进行描述和深度量化信用评估。

三、互联网征信与传统征信的区别

（一）征信主体不同

过去，我国的传统征信主体一般就是指央行征信系统、公共信用信息服务平台等。而互联网征信主体则更加多元化、市场化，如现有的市场化征信公司（中诚信、上海资信）、新兴电子商务企业（京东、苏宁）及互联网公司（阿里巴巴、腾讯），多元主体、多个领域构成了互联网征信的主力军团。

（二）渠道和数据来源不同

传统征信方式主要集中于线下，采集数据要主动花费大量的人力、物力和时间成本。互联网征信的数据来源渠道则主要集中于互联网领域，数据实际上由用户自动提供，主体端是被动汇聚大量信息数据，然后通过技术抓取和整理形成个人、企业在使用互联网时留下的数据信息，与此同时，也可以辅之以其他渠道获取信息，利用云计算、大数据等高科技开展信用评估与服务工作。

（三）征信覆盖范围不同

传统征信数据库覆盖范围相对有限，主要受制于其数据来源渠道窄、征信系统数据分散、征信数据信息更新较为缓慢和征信成本较高等原因。与之相比，互联网征信的载体是开放式的互联网，在信息容量、获取和共享成本等方面具有优势，能够将传统征信系统内没办法收集的数据信息转成信用记录括入囊中。

（四）信用应用领域不同

以往，征信主要应用于借贷领域，而以大数据为基础的互联网征信，其应用场景则从金融领域扩大到社会生活的方方面面，如租车、租房、求职应聘等各种履约场景。大数据征信还能为政府监管和服务提供决策依据，在行政管理和公共服务领域采用大数据征信产品可以即使了解市场主体的信用状况，提高政府服务水平和监管效果，降低服务和监管成本。

（五）信用评价思路和方法不同

传统征信的思路是用昨天的信用记录来判断今天的信用，采用的也是较为传统、固定的模型，比如经典的FICO。而互联网征信获得的数据是动态甚至是实时的，通过大数据分析等技术判断个人相对经济状况、心理状态和性格稳定情况。所得的分析结果更为立体多面，推断维度增加也加强了征信可信度。

具体对比可见下表1。

四、互联网征信将对传统征信体系的影响

（一）延伸了传统征信数据的广度和深度

传统征信数据是以信息主体的基本信息、财务信息、公共信息等静态数据为主，信用评价维度较为单一，不够综合全面，缺乏与其他数据的交叉验证，信用评价成果可靠性不高。而互联网征信包括社交数据、购买记录、评价记录等非金融机构的外外部数据，有助于更加全面和准确的进行信用评价，并且能够记录个人发生的每一笔交易或者每一次社交内容，可进行信用评价的实时调整。此外，互联网的海量信息数据可实现数据间交叉验证，以确保信用评价结果的真实性。

（二）拓展了传统信用评价的技术渠道

传统信用评价大多基于一定的数学和指标模型构建，在考察个人或企业违约率与其他相关观测变量的基础上，根据历史数据确定违约率和信用等级之间的关系，最后通过考察被评级人给出大致能够代表评级人违约概率的评级数值。而互联网征信融合了大数据等新的技术手段，不再局限于传统数据模型给出的理论框架。如芝麻信用从身份特质、履约能力、信用历史、人脉关系和行为偏好五个方面利用大数据对个人进行信用评级，信用评价结果更加全面、精准。

（三）强化对个人失信行为的有效约束

互联网征信所使用的多维数据以及大数据等技术，可以在一定程度上实现对个人、法人、企业、机构的无死角征信画像。且由于互联网的共享性，个人与互联网企业发生的与信用评级相关的行为都会被记录且传至企业征信分析平台，后端的企业征信平台之间能够实现信息的局部共享，形成一张几乎无处不覆盖的征信信息网。基于实时记录的特征，加之网络购物等产品已经深深嵌入个人生活的各个方面，失信行为很容易被记录且影响后续使用。互联网征信能够促使个人形成良好的诚信意识，进而对个人失信行为进行有效的约束。

五、结语

通过对传统征信系统和互联网征信的多维度比较，可以发现其具备更好的实效性、更低的获取成本、更真实的信用反映，是对传统征信的有利延伸。随着信息时代的全方位覆盖，未来互联网征信将在需要领域内大展拳脚。而是否存在非法获取、数据归属权等问题也会成为业界争论的重点，以及相关延展研究的各个方面都值得学界关注和深挖。

参考文献

[1]王书斌，谭中明，陈艺云.P2P网络贷款接入社会征信系统效果评估——以人人贷为例[J/OL].管理现代化，2018（01）：4-6[2018-03 -12].https：//doi.org/10.19634/j.cnki.11-1403/c.2018.01.002.

[2]陈新枝.征信在P2P网贷信用风险管理的应用研究[D].上海国家会计学院，2017.

[3]郭壬癸.P2P网贷平台征信机制：模式、问题与优化[J].南方金融，2016（12）：97-101.

基金项目：本文系湖南省委党校行政学院系统社会科学界联合会课题《区域网贷违约人特征对构建地方特色征信系统的启示》阶段性成果，立项号：[2017DX007]。文责自负。

作者简介：吴楠（1986-），女，湖南省直机关党校，讲师，研究方向：金融。