征信非现场监管思考——基于A省的实证分析

■ 闫永晶

（中国人民银行西宁中心支行 青海西宁 810001）

近年来，随着国家金融信用信息基础数据库（以下简称“征信系统”）建设持续深入，评级、担保、小额贷款机构及部分网贷平台陆续接入征信系统，征信报告内容日益丰富，使用率越来越高，征信违规查询、对外出售、信息泄露等情况时有发生，对信息主体的隐私保护和征信监管机构的合规管理提出了更高要求。由于征信监管半径持续扩大，现场检查作为征信合规管理的主要方式，因其程序和内容较为固定、耗费大量监管资源、难以有效覆盖所有机构、监管难以持续及滞后性等问题，弊端日益凸显。依靠科技手段，前移监管关口，全面、持续、动态监测征信合规管理情况的非现场监管力度不断加大。

以A省为例，征信合规非现场监管以征信非现场监管系统为平台依托，设立考核评级指标，辅以征信中心反馈数据，实行线上常态化监管。对人民银行系统的征信合规非现场监管以征信制度、舆情监测、查询收费、宣传工作、自查自纠开展情况等为主要内容，辅以年度业务考核。对评级、担保、小额贷款机构等其他接入机构（简称“征信系统接入机构”）的非现场监管以征信内控制度及操作规程、用户备案及管理、密码管理、异常查询、查询量及异议投诉情况、征信查询前置系统建设情况等为主要内容，辅以年度综合评价。

本文以A省2020年征信系统接入机构非现场监管相关情况为样本，搭建评价指标体系并开展实证分析，评价征信合规非现场监管效果。

一、征信系统接入机构非现场监管评价指标体系设置

（一）评价指标设置

综合考虑A省征信监管实际及收集数据的可获得性、真实性、准确性、时效性，将征信系统接入机构征信业务内控机制、人员与用户管理、征信业务合规操作和落实工作要求等4个主要因素按重要性占比2:4:3:1纳入征信非现场监管指标体系。主要因素再细分为二级、三级指标，按三级指标执行情况适当扣分。

指标设置方面，征信业务内控机制因素设征信工作领导机制是否健全、工作例会是否定期召开、相关制度是否及时修订和报备、年度内内部业务是否开展审计、审计结束后是否及时报告审计情况等细目；人员与用户管理因素设工作联系人变动是否及时报备、全员岗位教育轮训任务是否完成、从业人员记录是否完整、用户数量是否符合安全且必须的原则、用户备案是否及时、离岗离职后用户是否及时停用、全员征信合规知识测试合格率等细目；征信业务合规操作因素设征信中心数据质量考评平均得分、发生违法提供或出售信息事项、发生因过失泄露信息事项、征信异议和投诉处理是否超时、处理征信异议和投诉是否认真配合等细目；落实工作要求因素设落实和参加征信管理工作是否认真到位、征信有关调研及情况反馈是否积极配合等细目。

（二）评价指标体系

根据上述要素和指标，本文建立的征信合规非现场监管评价指标体系分为4个要素体系，20个具体指标,详见表1。该体系涵盖了征信工作内部实力和外部环境因素，同时分为定量和定性两个分析大类指标，其中，X1-X17为定量指标，Y1-Y3为定性指标。

续表1 征信合规非现场监管指标设定

二、征信系统接入机构非现场监管评价模型构建

本文选用征信合规非现场监管评价指标作为变量，借助SPSS13.0统计分析软件运用因子分析的方法对其进行研究，最后利用综合评价法，对征信合规非现场监管水平进行进一步评价。

（一）指标数据的标准化处理

对17个指标数据采用级差变换①仅选取征信非现场监管评价指标体系中的17个定量指标作为变量。，进行标准化处理，以消除量纲：

对各指标数据进行标准化处理。

（二）主成分分析

将标准化后的数据进行KMO统计量和Bartlett＇s球形检验，得到表2：

表2 KMO and Bartlett's Test

KMO值为0.614，说明各变量间偏相关性较弱，Bartlett's球形检验，拒绝单位相关阵的原假设，P＜0.001，适于因子分析。然后进行正交旋转，得到如下结果，见表3：

表3 Total Variance Explained

表3反映了由17个具体指标提取的4个公因子的特征值、方差贡献率以及累计贡献率。可以得出，这4个公因子的累计贡献率达到了75.24%，反映了原有变量的大部分信息，说明因子分析效果较为理想。

继续建立因子载荷阵，并对因子载荷阵实行方差最大旋转，使因子变量更具可解释性，见表4，计算因子得分。

表4 Rotated Component Matrix(a)

续表4 Rotated Component Matrix(a)

从表4可知，征信工作领导机制建设情况、征信业务相关制定修订情况、征信业务相关制定报备情况、征信用户备案情况、用户数量规范情况、离岗和离职后征信用户停用情况、全员征信合规知识测试情况等7个指标在因子1上有较大载荷，这些指标大都反应的是人员与用户管理，因此我们把第1公因子命名为人员管理因子。

征信工作例会召开情况、全员岗位教育轮训任务完成情况、征信从业人员记录情况、征信有关调研及情况反馈配合情况等4个指标在因子2上有较大载荷，这些指标大都反应征信工作落实情况，因此我们把第2公因子命名为内控机制因子。

征信异议和投诉处理超时情况、处理征信异议和投诉配合情况等2个指标在因子3上有较大载荷，这些指标大都反应征信业务合规操作，因此我们把第3公因子命名为维权处理因子。

年度内内部业务审计开展情况、审计结束后报告审计情况等2个指标在因子4上有较大载荷，这些指标大都反应征信业务内控机制的审计监督方面，因此我们把第4公因子命名为审计监督因子。

（三）确定权重

根据累积方差贡献率公式，可以计算出各因子的权重。

表5 公因子权重表

续表5 公因子权重表

（四）征信非现场监管得分排名

在明确各因子权重后，采取客观赋权法，得到竞争力得分计算公式，即：

F=0.3820F1＋0.2230F2＋0.2007F3＋0.1943F4（2）

然后对数据进行正交旋转，就可以得到A省征信系统接入机构非现场监管在不同因子下的得分表，结合公式（2），计算出征信系统接入机构非现场监管得分，并进行排序，具体结果见表6。

表6 A省征信系统接入机构非现场监管得分排名表

由A省征信系统接入机构非现场监管综合得分的排名顺序，可以将其按强弱划分为5种类型，见表7和表8：

表7 A省征信系统接入机构非现场监管综合得分排名表

续表7 A省征信系统接入机构非现场监管综合得分排名表

表8 A省征信系统接入机构非现场监管得分排序表

根据分析评估分值区间，将征信监管对象划分为A、B、C、D、E五个等级，制定对不同等级接入机构的监管措施。对于分值100分~90分（含）为A类接入机构，日常监测，属正常状态；对于分值90分~80分（含）为B类接入机构，日常监测，提出改进建议，属基本正常状态；对于分值80分~70分（含）为C类接入机构，除日常监测措施外，还需采取通报、约见谈话等监管措施，属关注状态；对于分值70分~60分为D类接入机构，除日常监测措施，采取通报、约见谈话等监管措施外，还需纳入当年或明年的现场检查计划，属特别关注状态；对于分值低于60分为E类接入机构，除日常监测措施、采取通报、约见谈话等监管措施外，需立即开展现场检查，属重点持续关注状态。

（五）评价结论

从总体上看，A省征信系统接入机构非现场监管结果两极分化现象较为严重。第Ⅰ类的兴业银行、中国农业银行、招商银行三家接入机构征信业务监管要求完全得以遵守和执行；而第Ⅴ类的地方股份制银行、邮储银行、农信联社、华夏银行征信业务监管要求遵守和执行力度较弱，征信工作存在较大不足；中间层次的接入机构，征信业务监管要求基本得以遵守和执行，但存在瑕疵。整体来看，政策性银行和国有商业银行征信合规管理相对规范有效，地方法人接入机构征信合规管理比较薄弱，工作有待持续改进。

三、征信非现场监管存在的问题

通过对征信系统接入机构非现场监管评价指标体系的搭建和模型分析可以看出，A省征信合规非现场监管能够发挥针对性较强的监管作用，对监管机构全面了解接入机构政策执行、业务推动和创新思路并进行科学评价提供了信息支撑，特别为监管机构采取分级、分类监管提供了有益参考。但在业务实践中，A省现行的征信合规非现场监管存在以下几个方面的突出问题。

（一）非现场监管指标设计和分析有效性不足

受制于监管设计原则和思维定式，征信非现场监管内容中合规性指标偏多，“内控机制”“合规操作”等一级指标项下的细目指标多偏重于事后监督。一是指标设置不够全面，非现场监管指标的选取主要还是在传统现场检查的方案框架下考虑，指标项覆盖面存疑；二是数据指标（包括征信中心反馈的数据）滞后性特征明显，且个别反馈数据取得需逐级审批，难以高效发挥非现场动态监测和风险预警的作用；三是细目指标种类多，每个指标项与信息安全的关联度存在较大差异，且缺乏横向之间的联系，部分指标内容有重叠，部分指标波动性小。对这些指标辅以不同的权重进行分析评估，带有一定程度的主观性，得出的评估结论也容易出现偏差。

（二）采集的信息来源较为单一且质量欠佳

受制于征信合规非现场监管的形式，信息采集主要靠征信接入机构自身通过“非现场监管系统”报送。一方面，内控机制建设落实情况、信息对外提供及使用、异议处理、工作落实等具体指标的报送上，接入机构往往保持谨慎态度，特别是涉及违规操作、突发事件等方面，难以收集到真实、有效、及时的信息；另一方面，数据和信息漏报、错报情况偶有发生，报送信息质量欠佳等情况普遍存在，难以满足征信合规非现场监管要求。

（三）非现场监管质效有待进一步提升

从非现场监管评价指标体系及模型分析来看，征信合规非现场监管评估分析主要集中在数据、报表收集和相关工作统计描述上，定性、定量分析和挖掘分析手段不足、深度不够，监管人员主观判断接入机构规范程度的情况较多，难以高效发挥非现场动态监测和风险预警的作用。同时，虽然进行了指标体系设计、数据收集、评估分析、量化考核等一系列工作，但因为了评估而评估、对非现场监管结果应用不足，动态应用不充分的情况普遍存在，导致征信合规非现场监管常常流于形式。

四、进一步提升征信合规非现场监管质效的建议

（一）健全规范非现场监管指标体系

在目前人民银行尚未建立完整统一的征信非现场监管分析指标体系和缺乏分析工具、方法的情况下，建议建立全国统一的全面的指标体系和细分指标，在此基础上健全和完善各地征信非现场监管系统，实现非现场监管指标体系的规范化和制度化。指标体系设计上应注意四点:一是拓宽信息采集渠道，加强人民银行主动收集、社会举报等渠道建设；二是深入研究并总结各地征信非现场监管实践经验，通过大数据筛选出与征信风险关联性高的指标，并明确评价权重；三是关注实时信息动态，将监管范围扩充到事前和事中，重点加强接入机构执业行为监管，实现风险的预警、早期识别和机构征信业务全周期监管。同时，应下放基层央行对征信系统的部分管理权限，便于查询统计。

（二）切实发挥非现场监管系统技术支撑作用

充分利用“征信查询前置系统”和“非现场监管系统”，整合现有信息资源，在将日常的异常查询监测、征信信息安全监管、查询人员报备、查询数据统计等工作从线下全部转为线上的基础上，结合地方监管实际，不断完善“非现场监管系统”信息收集、接入机构备案管理、监督管理、异议处理、统计分析、舆情监控、风险预警等功能，确保实现动态有效的非现场监管。同时，进一步增加非现场监管分析频次，将非现场监管常态化。

（三）充分应用非现场监管结果

加强征信非现场监管评估结果的后续跟踪处理，规范程序，充分依据评估结果对各类接入机构开展分级管理。特别是针对地方法人接入机构合规管理规范性明显低于全国性接入机构的情况，要持续加大业务指导和监管力度。优化监管资源，注重非现场检查与现场检查有机结合，将年度、季度或月度非现场监管结果作为现场检查的重要参考和依据。以定期通报、约谈等方式方法，持续加大接入机构对征信合规管理的重视程度，有效改善业务水平和工作质量。