大数据征信的发展与应用

欧阳淇

摘 要 文章介绍了大数据征信的相关概念及其发展背景，从市场需求、技术发展和政策支持3个方面分析了其发展动力，之后论述了大数据征信的发展现状及面临的数据安全、监管方式落后及技术不完善问题，并给出针对性的建议，最后展望了大数据征信的未来。

关键词 大数据技术；征信；发展；应用

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）224-0139-02

征信是指依法设立的信用征信机构通过采集、加工个人或企业的信用相关信息，从而评估其信用等级，并对外提供个人或企业的信用信息查询、评估服务的活动。征信制度的实施能够约束个人以及企业的行为，有利于信用社会的发展与完善[ 1 ]。随着信息技术的快速发展，移动互联网时代已经到来，个人、企業的各种活动都会被记录下来。

据统计，截至2017年12月，中国网络购物用户规模高达5.33亿人，使用网上支付的用户规模超过5亿人。这些用户在互联网上的活动将形成海量的数据资源，并能作为征信机构采集数据的新来源。处理海量数据的需求催生了大数据技术，现阶段大数据技术已经应用于人们生活的各个领域，其中就包括征信业[ 2 ]，征信业将进入大数据征信时代。

传统的征信方式主要征信机构采集银行等金融机构记录的信贷数据，这类数据存储在金融机构的数据库中，数据是结构化的，采集比较方便，数据质量较高，但数据来源单一，数据生成速度较慢，单个个人或企业的数据量较少。

另一方面，征信机构无法采集没有产生信贷行为的弱势群体的信用数据，传统的征信方式很难对这类群体进行评价。大数据征信的出现解决了传统征信方式数据来源单一及弱势群体数据缺乏的问题，能够实时处理海量数据，信用的评估对象将更加广泛、准确，弥补了传统征信方式的不足。

1 大数据征信的推动因素

总的来看，市场需求、技术发展和政策支持等共同促进了大数据征信的飞速发展。

1.1 市场需求

随着我国综合国力的不断提升，人民生活水平快速上升，个人的消费信贷需求也呈现爆发式增长，传统的征信方式覆盖人群较少、手续繁琐、时效性较差，不能满足消费信贷市场的发展需求。大数据征信能够利用自身的海量数据解决传统征信方式面临的问题，并为消费信贷需求提供有力支撑。近几年来，网络借贷快速发展，但如何对用户的信用进行评估，确定授信额度是制约行业发展的重要因素。大数据征信的出现能够在不需要用户抵押的情况下进行信用评估，对用户进行授信，解决了用户与网络借贷服务商之间的信用问题。大数据征信的应用场景不仅仅局限于经济活动，将会扩大到生活的方方面面，如租房租车、预订酒店、求职就业、保险办理等，这些应用场景都需要大数据征信的支持。

1.2 技术变革

大数据征信的发展与互联网、移动互联网、云计算、大数据等技术的进步密不可分。互联网，特别是移动互联网的出现拓展了个体的活动空间，产生了更多如社交、电商等数据；云计算技术的发展为海量数据的存储、处理提供了计算资源，而大数据技术是处理海量数据的有效工具。近年来，机器学习发展迅速，很多都被用来进行信用模型构建、数据分析，通过分析、归纳和汇总个体或组织来自不同渠道的数据来预测其履约意愿和履约能力，从而降低违约风险。

1.3 政策支持

近年来，国家为鼓励大数据征信的发展，出台了多项支持政策[ 2 ]。国务院颁布的《关于积极推进“互联网？+”行动的指导意见》中提出要利用大数据发展市场化个人征信业务，加强对网络征信和信用评价体系的建设；《关于运用大数据加强对市场主体服务和监管的若干意见》提到要积极培育和发展社会化征信服务，推动大数据征信产品在行政管理、公共服务以及金融领域的应用。这些政策的出台为大数据征信的发展提供了方向与指导，有利于大数据征信健康发展。

2 发展现状

现阶段，我国运用大数据从事征信活动的机构仅限于民营征信机构，主要从事个人征信业务。2015年1月，央行授予芝麻信用等8家机构征信资格。芝麻信用是蚂蚁金服集团旗下的子公司，依托阿里巴巴集团旗下的电商数据、政府公共部门的数据、合作企业的数据等对用户的信用进行全面评估，并给出每名用户相应的芝麻分，分数越高，表示用户的信用越好。

目前，基于芝麻信用的产品或服务主要有信用住、免押金出行、借物等产品。美国大数据个人征信公司ZestFinance中也有类似的服务，建立了如身份验证模型、欺诈模型、还款能力模型等[ 3 ]。这些模型能够针对不同的使用场景预测用户的信用状况，从而克服了传统信用评估使用单一模型的局限性，预测的准确性更高。通过在该公司的发薪日贷款实践此评分模型，使相关贷款人的违约率大幅降低。

3 面临的挑战

大数据征信的出现对征信业的产品、服务方式等都产生了深刻影响，可以说是征信业的一次变革与机遇，但大数据征信还处在发展初期，还面临着许多挑战。

3.1 数据安全

在大数据征信的发展过程中，海量数据其是发展的基础。征信机构只有收集到足够多的数据才能提高产品或服务的质量。

但另一方面，由于这些大数据中包含了用户或组织的大量信息，必然带来数据安全问题，如果征信机构出现数据泄露问题，将会对用户或在组织的隐私、财产安全带来隐患[ 4 ]。

此外，法律方面对数据的收集、存储、使用责任、所有权等还没有明确的界定，对数据泄露导致的安全问题也很少涉及，这进一步加剧了数据安全问题。在数据安全防护方面，各类征信机构的水平参差不齐，特别是一些初创公司，在数据安全防护方面能力较弱。

解决数据安全问题，需要征信机构、政府部门共同努力，征信机构要增强数据防护能力，在数据的收集、存储、使用过程中进行全过程保护，防止出现数据安全问题。政府部门应在尽快建立数据安全相关的法律法规，保障征信活动中的数据安全。

3.2 監管方式落后

我国的征信监管机构为中国人民银行，2003年设立了征信管理局，征信管理工作开始起步。2013年，《征信业管理条例》正式实施，为中国人民银行进行征信管理奠定了法律基础，我国征信监管体系正式建立。但随着大数据征信的发展，传统的监管方式面临严峻的挑战[ 5 ]。大数据征信的出现扩大了征信监管的对象、内容。现阶段，我国征信监管的手段以现场检查和非现场监管为主，在大数据征信时代，现场检查面对海量信用数据时缺少着力点，而非现场监管手段在时效性方面能力不足，两种方式都很难满足大数据征信的监管要求。

为此，监管机构应探索新的监管方式和手段，从而满足大数据征信的监管要求。特别是应加强监管技术的发展，充分利用大数据、云计算等新技术，解决传统监管方式不足的问题。

3.3 技术薄弱

目前大数据技还处在发展的初级阶段，面临着硬件技术、标准化、存储能力等许多技术问题。海量数据的存储问题不是简单地增加存储设备就能解决的，需要开发相应的技术解决方案来提高储存效率。大数据来源广泛，征信机构获取的数据中常常存在虚假数据、无效数据等噪声数据，需要开发相应的数据处理技术对原始数据进行清洗、整合。

4 结论

本文首先介绍了大数据征信的发展背景及相关概念，从市场需求、技术发展和政策支持3个方面分析了大数据征信的发展动力，接着论述了大数据征信的发展现状及面临的数据安全、监管方式落后及技术不完善问题，并给出针对性的建议。

当前，大数据征信还面临的诸多挑战，这是新事物发展初期都会遇到的，不必过分担心。大数据征信是征信领域的一次变革，需要政府部分、征信机构、公民个人等参与者一起努力，推动其持续健康发展。随着相关技术的进步以及监管体系的不断完善，大数据征信的发展将迎来新的机遇。

参考文献

[1]胡晓帆.大数据时代征信业发展的机遇与挑战[J].征信，2014，32（12）：45-48.

[2]王秋香.大数据征信的发展、创新及监管[J].国际金融，2015（9）：60-66.

[3]刘新海，丁伟.大数据征信应用与启示——以美国互联网金融公司ZestFinance为例[J].清华金融评论，2014（10）：93-98.

[4]孔德超.大数据征信反思——基于个人征信视角[J].现代管理科学，2017（9）：103-105.

[5]陈志.我国大数据征信发展现状及对征信监管体系的影响[J].征信，2016，34（8）：47-50.