中國大數(shù)據(jù)征信行業(yè)的“軟肋”與對策

--- 來源：億歐  2017-10-10

　   大數(shù)據(jù)征信前景廣闊，在資本市場、商務(wù)合作和終端消費市場，征信產(chǎn)品的需求已經(jīng)顯現(xiàn)出來，金融機(jī)構(gòu)、企業(yè)和消費者對通過第三方大數(shù)據(jù)征信機(jī)構(gòu)在經(jīng)濟(jì)活動中考察合作和交易對方的信用狀況抱有很大的期待。

　　我國征信業(yè)剛剛起步，發(fā)展時間并不長，根據(jù)發(fā)達(dá)國家的經(jīng)驗，建成征信數(shù)據(jù)庫至少需要三到五年的時間。數(shù)據(jù)庫建設(shè)滯后導(dǎo)致市場上征信產(chǎn)品和服務(wù)并不豐富，這是我國征信業(yè)發(fā)展的現(xiàn)狀。

　　中國大數(shù)據(jù)征信行業(yè)方心未艾

　　國內(nèi)知名大數(shù)據(jù)專家、職品匯創(chuàng)始人龔才春博士介紹說，中國的大數(shù)據(jù)征信行業(yè)還處于起步階段，雖然，受到了資本和市場和互聯(lián)網(wǎng)金融企業(yè)的追捧，但方興未艾的征信行業(yè)尚不足以支撐起互聯(lián)網(wǎng)金融行業(yè)不斷擴(kuò)展的商業(yè)藍(lán)圖。

　　龔才春博士指出，國內(nèi)征信市場現(xiàn)在處在無序競爭階段，這種局面下肯定會出現(xiàn)優(yōu)勝劣的現(xiàn)象，獨立、客觀、公正、規(guī)范，具有優(yōu)質(zhì)數(shù)據(jù)和強(qiáng)大評級體系的征信機(jī)構(gòu)，最終會在市場上存活，而那些“偽大數(shù)據(jù)征信機(jī)構(gòu)”將面對愈加嚴(yán)酷的市場環(huán)境。

　　中國大數(shù)據(jù)征信行業(yè)有哪些“軟肋”

　　在政府鼓勵和市場迫切需求雙重驅(qū)動下，國內(nèi)掀起了一股狂熱的互聯(lián)網(wǎng)征信浪潮，但已經(jīng)有不少人心存疑慮，質(zhì)疑大數(shù)據(jù)征信的含金量和可靠性。國內(nèi)知名大數(shù)據(jù)專家、職品匯創(chuàng)始人龔才春博士介紹說:當(dāng)前國內(nèi)的大數(shù)據(jù)征信行業(yè)還存在著諸多難點，比如：

　　1、大數(shù)據(jù)數(shù)據(jù)整合難，信息孤島難題待解：央行征信系統(tǒng)并未開放，征信機(jī)構(gòu)無法獲取珍貴的信貸數(shù)據(jù)，而央行對企業(yè)在小貸、租賃金融的信貸行為也難以全面掌握;公共數(shù)據(jù)廣泛分散在工商、質(zhì)檢、海關(guān)、稅務(wù)等政府和業(yè)務(wù)管理部門，雖然建設(shè)統(tǒng)一信用信息平臺已提上日程，但數(shù)據(jù)孤島的問題仍難解;芝麻信用、騰訊征信等所背靠的集團(tuán)，以及各類P2P平臺自建的征信公司本身存在業(yè)務(wù)交叉和競爭關(guān)系，共享“黑名單”易，共享“白名單”難等等。

　　2、征信數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)：到底哪些信息需要列入征信評估范疇還沒一個統(tǒng)一的界定，越來越多的信息被納入征信范疇，交通違章、地鐵逃票等似乎什么都可以往里裝，這些都可能構(gòu)成個人不良征信記錄影響個人信貸。

　　3、公信力遭質(zhì)疑：“征信采集者與使用者沒有任何關(guān)系”的獨立第三方原則被模糊，首批入圍的民營征信機(jī)構(gòu)數(shù)據(jù)的采集和使用都與自身有著千絲萬縷的聯(lián)系，這就決定了現(xiàn)在市場中的很多模型只能適用于自己的小生態(tài)，同時民營征信機(jī)構(gòu)既做裁判又做選手，最終評價的公正性或在市場份額爭搶中失衡。

　　4、評級模型五花八門：中國并不缺數(shù)據(jù)，但缺乏可以數(shù)據(jù)通用的評估模型。國內(nèi)個人征信大多模仿了美國FICO的模型，但在評估維度上五花八門，加上采集的數(shù)據(jù)差異，這就造成同一個人在不同平臺得到的評分可能會千差萬別。而企業(yè)征信的評級模型，以及債券評級模型的嚴(yán)謹(jǐn)性、科學(xué)性在國際上并無強(qiáng)公信力。

　　龔才春博士指出，只根據(jù)數(shù)據(jù)分析出的規(guī)律并不全面，如果僅據(jù)此進(jìn)行風(fēng)控審核，難免會出現(xiàn)疏漏或偏差。大數(shù)據(jù)只能作為輔助手段，不能作為風(fēng)控的決策依據(jù)。

　　大數(shù)據(jù)征信行業(yè)的應(yīng)對之策

　　1、互聯(lián)網(wǎng)信息采集技術(shù)是關(guān)鍵。

　　大數(shù)據(jù)征信給人的第一印象就是數(shù)據(jù)規(guī)模龐大。但這不重要，僅從數(shù)據(jù)量上來說，傳統(tǒng)的信用評級公司經(jīng)過數(shù)據(jù)的長年積累也可能做到。關(guān)鍵在于數(shù)據(jù)的采集上，大數(shù)據(jù)征信數(shù)據(jù)庫更多地依靠技術(shù)能力聚合有關(guān)企業(yè)或個人有效信用數(shù)據(jù)，并錄入基礎(chǔ)數(shù)據(jù)庫，納入相關(guān)企業(yè)或個人的信用檔案中。

　　正是通過互聯(lián)網(wǎng)技術(shù)，才能讓信用信息數(shù)據(jù)庫迅速匯集、沖洗出鮮活的信用信息，如果一些征信公司沒有數(shù)據(jù)庫，或者數(shù)據(jù)庫里只有一些企業(yè)的基本信息，就標(biāo)榜自己是大數(shù)據(jù)征信，就值得警惕了。

　　2、實現(xiàn)企業(yè)信用的動態(tài)評估。

　　大數(shù)據(jù)的另一個顯著特征是，對及時捕捉來的數(shù)據(jù)進(jìn)行適時分析，由基礎(chǔ)數(shù)據(jù)庫納入數(shù)據(jù)評估系統(tǒng)。比如當(dāng)前一家企業(yè)的信用評級良好，下一刻在質(zhì)監(jiān)部門或新聞媒體就有可能發(fā)布關(guān)于這家企業(yè)的負(fù)面信息，大數(shù)據(jù)征信數(shù)據(jù)征信就要能夠?qū)崟r捕捉到這些信息，并通過系統(tǒng)內(nèi)置的數(shù)據(jù)計算模型，對數(shù)據(jù)進(jìn)行交互處理，對企業(yè)的信用狀況進(jìn)行重新評估更新，讓公眾能夠及時了解到企業(yè)最新的信用信息，也就是說在大數(shù)據(jù)征信機(jī)制下，企業(yè)或個人的征信狀況是動態(tài)變化的，這就是大數(shù)據(jù)征信的獨特魅力。

　　傳統(tǒng)征信機(jī)構(gòu)的普遍做法是，征信公司向企業(yè)發(fā)出資料清單，依據(jù)企業(yè)提交的信息資料、輔以對企業(yè)短時間的財務(wù)分析，對企業(yè)進(jìn)行信用評估，并標(biāo)注有效期一年、兩年、三年，這和大數(shù)據(jù)征信機(jī)制完全相悖。

　　3、通過統(tǒng)一數(shù)學(xué)模型進(jìn)行信用評級。

　　傳統(tǒng)征信更多地是依靠人為的、主觀的因素來評級，通過分析師或信用評估從業(yè)者對企業(yè)提報的資料經(jīng)過分析而做出企業(yè)的信用評定。而大數(shù)據(jù)征信面對的是海量的企業(yè)或個人的信用數(shù)據(jù)，依靠人工來分析評級很不現(xiàn)實，大數(shù)據(jù)征信下的信用評級是通過系統(tǒng)內(nèi)統(tǒng)一的數(shù)學(xué)計算模型，對企業(yè)或個人的信用信息進(jìn)行計算，并得出相關(guān)企業(yè)或個人的信用分值和信用等級。

　　大數(shù)據(jù)征信所采用統(tǒng)一數(shù)學(xué)模型的信用評級，更具客觀性，效率也大大提高。

　　4、實時出具信用報告。

　　通過統(tǒng)一數(shù)學(xué)模型對企業(yè)或個人進(jìn)行信用評級的同時，征信系統(tǒng)能夠?qū)崟r為企業(yè)和個人出具信用報告。比如說，傳統(tǒng)征信模式通過調(diào)查、資料分析和信用評級，要出一份信用報告，至少需要2周或更長的時間，而大數(shù)據(jù)征信通過系統(tǒng)廣泛采集企業(yè)的信用信息，可以做到信用報告直接在線下載打印，這是傳統(tǒng)的征信模式所無法比擬的。

　　作為一個新興行業(yè)，大數(shù)據(jù)征信業(yè)在發(fā)展初期出現(xiàn)混亂局面本無可厚非。征信行業(yè)需要正本清源，需要不斷完善進(jìn)步，這樣才能適應(yīng)互聯(lián)網(wǎng)金融、國際貿(mào)易、傳統(tǒng)商業(yè)、人力資源行業(yè)等不同行業(yè)發(fā)展的需求。