“大数据+征信”：金融科技下一风口

本篇文章2266字，读完约6分钟

如今，依靠互联网、大数据和云计算技术的金融技术正在盛行。随着大数据技术的快速发展，收集和挖掘海量数据成为可能，这推动了中国大量大数据征信服务机构的出现，成为推动中国征信领域新格式生成和发展的生力军。

最近，中国人民银行金融研究所互联网金融研究中心副主任兼秘书长吴旭川在2016年中国小额信贷国际峰会上表示，金融技术未来发展的一个可能领域是大数据在个人和企业信用报告中的广泛应用。

毫无疑问，大数据技术在信用报告中的应用将对信用报告行业产生深远的影响，也将成为引领金融技术发展的下一个出口。

打开数据壁垒，消除信息不对称

2015年1月，中国人民银行发布《关于开展个人信用信息业务的通知》，带动了中国个人信用信息业务的快速发展。同时，互联网和大数据技术的发展带来的多维信息和多信息源也催生了多层次的信用信息市场。

据记者在整理中国人民银行各分行网站信息后的不完全统计，截至今年11月，已有137家企业征信机构完成备案，此外还有8家个人征信公司，大数据评分公司也广泛存在。然而，值得注意的是，信息孤岛依然存在，数据壁垒依然是征信业发展中的突出问题。

江苏金农股份有限公司科技发展部总经理向敬哲坦言，信息孤岛的存在带来了信任的困难。首先，拥有数据的公司或企业也想保护自己的数据，不愿意将数据上传到信用数据库。其次，有时，一旦信用信息被信用信息公司出售，在随后的销售过程中产生的利益就不再归生产者所有，这不可避免地导致数据生产者和所有者不信任信用信息公司或机构的问题。

此外，缺乏顺畅的数据共享渠道也是当前信用信息市场面临的现实问题。

"信用报告的核心是基于互惠原则的信息共享."世界银行集团国际金融公司高级技术援助官员林晃表示，数据交换仍没有统一的标准和定价体系，将大数据技术应用于信用报告可能有助于打破数据壁垒，解决信息不对称问题。

向京哲表示，征信公司可以利用大数据技术开发征信共享平台，在合规和授权的前提下，低风险、低成本地共享征信数据。该平台的参与者包括信用数据主体、数据生产者和监管者。他们可以借鉴区块链技术，以分布式账户的方式，从数据定价、数据服务发布、检索、数据授权、数据交易、数据结算等方面实现标准接口，促进数据平等交换，实现共享共赢。

变积累为挖掘，促进包容性和可持续发展

林晃表示，征信的主要服务对象是信用行业，既包括银行等传统金融机构，也包括非银行信用金融机构。利用大数据技术完善信用信息系统，并将其应用于小额信贷等小额金融领域，对于促进普惠金融的可持续性和可用性也具有重要意义。

日前，新华社瞭望智库和前海信用信息发布的《2017年中国社会信用体系发展报告》指出，截至2016年9月，中国人民银行个人信用信息系统共有2927家准入机构，其中自然人8.99亿，其中信用业务记录4.12亿。自2004年推出以来，信用报告已被查询33.78亿次。一半以上的自然人没有信贷业务记录。

对此，上海新富企业管理有限公司首席战略官王军表示，这些没有信用记录的人可能无法享受传统金融体系提供的信用服务，但他们具有严重依赖互联网和各种消费信贷需求的特点。通过移动互联网数据轨迹判断其信用水平，利用大数据技术对其信用评分，并为其提供消费信贷服务，也是实现普惠金融可及性的一种方式。

中和农村信贷副总经理窦华茂也表示，新一代农村网民正在崛起，他们使用微信和支付宝相当广泛。这些新农村客户有更多的金融服务需求，他们可以在信用体系和数据模型的建立上做更多的尝试和积累，从而开辟农村金融服务的“最后一公里”。

因此，东方邦信融通控股有限公司总经理胡兰认为，数据无处不在，关键是如何挖掘。

例如，抓住数据金融的技术创新机遇，通过掌握结算现金流数据和行为完整性，克服对抵押品的依赖，借予小微企业，同时解决小微企业融资不规范、操作不透明、信息不对称等问题。一个强大的数据信用系统的构建大大降低了成本，并使得在两三分钟内贷款成为可能。

专家表示，围绕建立多元化信用信息系统的大目标，国家正在努力整合信用信息大数据，企业、监管机构、公用事业和服务部门需要共同努力，加快探索各种公共信用信息基础设施平台，进一步完善信用数据标准体系。

信用数据审慎开发的风险不容忽视

诚然，大数据技术为信用报告的发展带来了无限的可能性，但金融风险也不容忽视。

胡兰认为，金融有其本质和属性，是保守、审慎和严谨的。无论用什么工具或手段来实现金融，我们都应该遵循金融规律。作为金融技术的实现工具，大数据技术应用于信用信息系统时，也有必要防范风险，做好风险控制工作。

一方面，与央行信用报告系统的权威性和数据质量的可靠性相比，虽然大数据信用报告机构的数据来源更加广泛和多样，但数据的权威性和质量不可避免地受到质疑。据向京哲介绍，在信用信息市场上已经有交易者购买低价黑市数据而没有数据，但事实上，这些数据的质量令人担忧，90%的数据真实性无法保证。

另一方面，由于大数据源的复杂性和多样性，个人隐私保护和消费者信息安全风险已经浮出水面。向京哲表示，一些公司可以从运营商那里获得数据。此外，大数据信用还依赖于大量个人的互联网交易记录、社交网络痕迹等。在多方访问的情况下，个人隐私泄露的风险也在增加。

因此，在金融技术的趋势下，利用大数据技术改进信用信息系统不是一天的工作。吴旭川说，要应用大数据等金融技术工具，就要关注金融技术的金融属性。要理解金融技术，还应关注稳定与发展、监管与创新、风险与收益、效率与安全的关系。只有把消费者权益放在更加重要的位置，金融技术才会有光明的未来。