大数据征信 似乎已成互联网金融的罗生门

本篇文章2455字，读完约6分钟

从央行个人信用卡的开通，到第一家互联网银行——伟忠银行向卡车司机发放的第一笔贷款，互联网金融的浪潮已经从p2p在线贷款转向众筹，然后转向大数据信用报告。

史铁生曾说:历史不是在偶然中发现的，而是在被发现的时候重新组织起来的。就像当前的大数据信用报告一样，虽然它悄悄地发生了，却没有被发现，但当它再次被发现时，它就被重写了。内部人士自言自语，外部人士不清楚，大数据信用报告似乎已经成为互联网金融的罗生门。

四级征信机构百花齐放

2015年新年伊始，央行发布了《关于做好个人信用信息业务的通知》，正式开启了个人信用信息的市场大门。私人信贷信息迎来了第一年。舞台上出现了以阿里巴巴芝麻信用为代表的基于消费者大数据的信用信息机构、以鹏远信用信息为代表的公共大数据，以及九福旗下以社会数据为信用信息模式的我们现金等信用信息机构。

根据目前国内的信用体系，信用数据大致可以分为国家级、电子商务级、互联网金融企业级和社会金融级。其中，国家信用数据是指中央银行和银行信用中心等金融机构的信用数据，以及通信、水、电、气等公共属性的部委公共数据。

电子商务层面包括以阿里和京东为代表的消费数据；互联网金融企业层面是如荣安钟会和上海信用信息；社会金融是一种新型的信用信息模式，如闪存银行。

毫无疑问，征信业的发展不仅有效地防范了金融风险，提高了个人贷款质量，增加了银行的净收入，而且随着国内征信业和消费行业的加速发展，也催生了征信业的巨大需求。根据《中国征信业发展报告(2003-2013)》，截至2012年，中国约有140家征信机构，总规模达20亿，而美国有近80家

为此，方正证券认为，如果中国采取市场化模式，按照现有的价格和企业及个人总数的总量，经过成熟发展，中国信用信息行业只有个人信用信息的总市场将是1000亿左右，这比目前不足20亿的总量高出50倍，这是一片名副其实的蓝海。

谁知道我的痛苦？

在这样的蓝色海洋下，中国目前大数据信用报告的成长阶段与美国早期信用报告市场相似，百花齐放，百家争鸣。那么，在当前的信用数据系统中，不同模型的痛苦是什么？

以中央银行信用信息中心的数据系统为例，由于起步较晚，我国目前的个人信用信息系统覆盖面明显不足。截至2013年底，中国央行信用信息系统收录的自然人超过8亿，但只有3.2亿人有信用记录，不到中国总人口的四分之一。此外，信用信息在日常生活服务中的应用几乎是空·怀特的。而且，这些数据都来自银行的信贷数据，覆盖面相对单一。

芝麻信用，以电子商务为代表的消费信用数据，分析人们的互联网行为记录，评估人们的身份真实性和行为可信度，并给出认证等级，首次作为第三方平台信用数据提供给p2p平台。

事实上，阿里巴巴很早就推出了信任通指数，这是阿里根据信任通会员的信任通文件推出的一个评分系统。它由a&v认证、证书和荣誉、会员评价、经验价值和其他要素组成。每次获得成功的交易或贷款，会员的信用指数都会实时积累和公布，从而引导客户注意积累自己的信用和活动，形成信用市场的良性循环。

然而，众所周知，阿里巴巴的金融业务已经全面展开，无论是对个人还是对商家而言，这意味着如果芝麻信用要与p2p等金融机构交换其信用数据(芝麻信用不一定会拿出自己的全部数据)，那么芝麻信用的数据值将是1+1”2。一旦更多的信用价值被交换，其信贷业务全面展开，那么阿里巴巴将充当

这类似于美国的fico，因为fico为各种信用卡机构提供分数和信用结果，然后fico自己发行信用卡，所以信用卡机构不能长时间愉快地与fico玩。

在第三种模式下，上海信用信息网上金融信贷机构荣安·钟会和中央银行杭州中心支行行长张建华在《中国互联网信用信息发展与监管研究》中披露的数据显示，截至2014年7月25日，互联网金融信用信息系统(nfcs)已接入203个p2p平台，日均查询量约为2000次。

相比之下，北京荣安钟会信用信息有限公司的数据量似乎更高。北京荣安钟会信用信息有限公司建立的小额信贷行业信用信息共享服务平台(msp)于2013年3月正式上线，为p2p、小额贷款公司和担保公司提供行业信息共享服务。截至2014年9月15日，msp信用信息平台共有405家成员机构，成员间信用信息共享查询达到每天9000多条，拥有信用交易信息记录的自然人信息主体数量超过100万。

据我所知，上述两家征信机构目前还处于获取更多数据的阶段，只有当p2p、小额贷款公司和担保公司的访问量足够大的时候，我们才能考虑在这些数据的基础上开发数据模型和信用评分。

第四个创新模式是基于社会的大数据信用报告模式。典型的代表企业是九福品牌的闪银，它被视为中国的热情金融。通过使用移动互联网和大数据技术来分析用户的社会信息和其他数据，可以完成个人信用。

在Flash Bank的评估模型中，社交数据尤为重要，如个人微信、微博、朋友圈、校友记录、信用卡账单等。，而个人信用状况是通过额外的社会维度来评估的，这大大降低了传统的通过资产或流水评估的单一信用风险。

揭开大数据信用的面纱

这样，无论是正规军还是后起之秀，大数据信用报告都是一个需要解决的大难题。它怎么能被认为是大的呢？它够不够重要？这是一个大家庭还是一个大家庭？在央行打开的这道门里，我们需要摆脱所谓大数据外衣下的阴云。只有当我们看到信用报告行业的新历史正在形成时，我们才能发现这个历史，而不是当它被重组时。

如果这个疑云被清除，我们将回到信用调查的初衷。信用调查的实质在于解决两个问题:信用能力和还款意愿，换句话说，个人的还款能力和还款意愿，然后追根溯源，即坏账和逾期。

然后，大数据信用报告，无论是传统的银行资金流、电子商务交易，还是各种社交平台上的轨迹，都需要得到验证。这些数据与坏账和逾期问题的相关性。

这种验证工作，就像一个精致的工匠，首先需要大量的数据积累，然后一些只是去验证过程一点一点。只有当这个过程足够大时，就像手表一样，它才能走得足够准确。这样才能准确发挥信用调查对金融的价值。